Java中Steam流的用法详解
作者:划]破 发布时间:2021-12-16 14:18:50
标签:Java,Steam,流
一. 流的常用创建方法
1-1 使用Collection下的 stream() 和 parallelStream() 方法
List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //获取一个顺序流
Stream<String> parallelStream = list.parallelStream(); //获取一个并行流
1-2 使用Arrays 中的 stream() 方法,将数组转成流
Integer[] nums = new Integer[10];
Stream<Integer> stream = Arrays.stream(nums);
1-3 使用Stream中的静态方法:of()、iterate()、generate()
// 1. of()
Stream<Integer> stream = Stream.of(1,2,3,4,5,6);
// 2. iterate()
Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6);
stream2.forEach(System.out::println); // 0 2 4 6 8 10
// 3. generate()
Stream<Double> stream3 = Stream.generate(Math::random).limit(2);
stream3.forEach(System.out::println);
1-4 使用 BufferedReader.lines() 方法,将每行内容转成流
BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt"));
Stream<String> lineStream = reader.lines();
lineStream.forEach(System.out::println);
1-5 使用 Pattern.splitAsStream() 方法,将字符串分隔成流
Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
stringStream.forEach(System.out::println);
二、流的中间操作
// 1. 筛选与切片
filter:过滤流中的某些元素
limit skip distinct sorted 都是有状态操作,这些操作只有拿到前面处理后的所有元素之后才能继续下去。
limit(n):获取前n个元素
skip(n):跳过前n元素,配合limit(n)可实现分页
distinct:通过流中元素的 hashCode() 和 equals() 去除重复元素
// 2. 映射
map:接收一个函数作为参数,该函数会被应用到每个元素上,并将其映射成一个新的元素。
flatMap:接收一个函数作为参数,将流中的每个值都换成另一个流,然后把所有流连接成一个流。
// 3. 消费 peek , 类似map,
// map接收的是一个Function表达式,有返回值;
// 而peek接收的是Consumer表达式,没有返回值。
// 4. 排序
sorted():自然排序,流中元素需实现Comparable接口
sorted(Comparator com):定制排序,自定义Comparator排序器
// 5.
2-1 筛选、去重与切片:filter、distinct、skip、limit
// 实例:集合内元素>5,去重,跳过前两位,取剩下元素的两个返回为新集合
Stream<Integer> stream = Stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14);
Stream<Integer> newStream = stream.filter(s -> s > 5) //6 6 7 9 8 10 12 14 14
.distinct() //6 7 9 8 10 12 14
.skip(2) //9 8 10 12 14
.limit(2); //9 8
newStream.forEach(System.out::println);
2-2 映射:map、flatMap
// 1. Map可以看成一个转换器,传入一个对象,返回新的对象
// map的使用实例 stream.map(x->x.getId());
List<String> list = Arrays.asList("a,b,c", "1,2,3");
// 去掉字符串中所有的,
List<String> collect = list.stream().map(s -> s.replaceAll(",", "")).collect(Collectors.toList());
// collect集合内容为:{abc,123}
System.out.println(collect);
// 2. flatMap 效果:结果展平 ,即把嵌套集合,按照子集合的形式,统一放入到新的一个集合中
// 接收一个函数作为参数,将流中的每个值都换成另一个流,
// 然后把所有流连接成一个流。
Stream<String> stringStream = list.stream().flatMap(s -> {
// 将字符串以,分割后得到一个字符串数组
String[] split = s.split(",");
// 然后将每个字符串数组对应流返回,flatMap会自动把返回的所有流连接成一个流
Stream<String> stream = Arrays.stream(split);
return stream;
});
// stringStream.collect(Collectors.toList())的集合内容为:{a,b,c,1,2,3}
System.out.println(stringStream.collect(Collectors.toList()));
2-3 归约:统计-计算-逻辑处理:reduce
// 说明:reduce看似效果和map相似,
// 但reduce返回的是函数经过执行运算后的结果,
// 而map返回的是处理后新的集合
List<String> memberNames = new ArrayList<>();
memberNames.add("Amitabh");
memberNames.add("Shekhar");
memberNames.add("Aman");
memberNames.add("Rahul");
memberNames.add("Shahrukh");
memberNames.add("Salman");
memberNames.add("Yana");
memberNames.add("Lokesh");
// 将集合中的元素按照#连接成字符串,并返回放置在Optional<String>中
Optional<String> reduced = memberNames.stream()
.reduce((s1,s2) -> s1 + "#" + s2);
// 有值则取出打印显示
reduced.ifPresent(System.out::println);
// 输出内容: Amitabh#Shekhar#Aman#Rahul#Shahrukh#Salman#Yana#Lokesh
// 计算统计实例:
/**
* T reduce(T identity, BinaryOperator<T> accumulator);
* identity:它允许用户提供一个循环计算的初始值。
* accumulator:计算的累加器,
*/
private static void testReduce() {
//T reduce(T identity, BinaryOperator<T> accumulator);
System.out.println("给定个初始值,求和");
System.out.println(Stream.of(1, 2, 3, 4).reduce(100, (sum, item) -> sum + item));
System.out.println(Stream.of(1, 2, 3, 4).reduce(100, Integer::sum));
// 输出:110
System.out.println("给定个初始值,求min");
System.out.println(Stream.of(1, 2, 3, 4).reduce(100, (min, item) -> Math.min(min, item)));
System.out.println(Stream.of(1, 2, 3, 4).reduce(100, Integer::min));
// 输出:1
System.out.println("给定个初始值,求max");
System.out.println(Stream.of(1, 2, 3, 4).reduce(100, (max, item) -> Math.max(max, item)));
System.out.println(Stream.of(1, 2, 3, 4).reduce(100, Integer::max));
// 输出:100
//Optional<T> reduce(BinaryOperator<T> accumulator);
// 注意返回值,上面的返回是T,泛型,传进去啥类型,返回就是啥类型。
// 下面的返回的则是Optional类型
System.out.println("无初始值,求和");
System.out.println(Stream.of(1, 2, 3, 4).reduce(Integer::sum).orElse(0));
// 输出:10
Integer sum=Stream.of(1, 2, 3, 4).reduce((x,y)->x+y).get();
System.out.println(sum); // 输出:10
System.out.println("无初始值,求max");
System.out.println(Stream.of(1, 2, 3, 4).reduce(Integer::max).orElse(0));
// 输出:4
System.out.println("无初始值,求min");
System.out.println(Stream.of(1, 2, 3, 4).reduce(Integer::min).orElse(0));
// 输出:1
}
2-4 排序:sorted
// 按照默认字典顺序排序
stream.sorted();
// 按照sortNo排序
stream.sorted((x,y)->Integer.compare(x.getSortNo(),y.getSortNo()));
2-4-1 函数式接口排序
// 正向排序(默认)
pendingPeriod.stream().sorted(Comparator.comparingInt(ReservoirPeriodResult::getId));
// 逆向排序
pendingPeriod.stream().sorted(Comparator.comparingInt(ReservoirPeriodResult::getId).reversed());
2-4-2 LocalDate 和 LocalDateTime 排序
// 准备测试数据
Stream<DateModel> stream = Stream.of(new DateModel(LocalDate.of(2020, 1, 1))
, new DateModel(LocalDate.of(2021, 1, 1)), new DateModel(LocalDate.of(2022, 1, 1)));
// 正向排序(默认)
stream.sorted(Comparator.comparing(DateModel::getLocalDate))
.forEach(System.out::println);
// 逆向排序
stream.sorted(Comparator.comparing(DateModel::getLocalDate).reversed())
.forEach(System.out::println);
三. 流的终止操作 allMatch,noneMatch,anyMatch,findFirst,findAny,count,max,min
// 匹配和聚合
allmatch,noneMatch,anyMatch用于对集合中对象的某一个属性值是否存在判断。
allMatch全部符合该条件返回true,
noneMatch全部不符合该断言返回true
anyMatch 任意一个元素符合该断言返回true
// 实例:
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
boolean allMatch = list.stream().allMatch(e -> e > 10); //false
boolean noneMatch = list.stream().noneMatch(e -> e > 10); //true
boolean anyMatch = list.stream().anyMatch(e -> e > 4); //true
// 其他一些方法
findFirst:返回流中第一个元素
String firstMatchedName = memberNames.stream()
.filter((s) -> s.startsWith("L"))
.findFirst().get();
findAny:返回流中的任意元素
count:返回流中元素的总个数
long totalMatched = memberNames.stream()
.filter((s) -> s.startsWith("A"))
.count();
max:返回流中元素最大值
min:返回流中元素最小值
3-1 普通收集 – 收集为List
// 默认返回的类型为ArrayList,可通过Collectors.toCollection(LinkedList::new)
// 显示指明使用其它数据结构作为返回值容器。
List<String> collect = stream.collect(Collectors.toList());
// 由集合创建流的收集需注意:仅仅修改流字段中的内容,没有返回新类型,
// 如下操作直接修改原始集合,无需处理返回值。
userVos.stream().map(e -> e.setDeptName(hashMap.get(e.getDeptId())))
.collect(Collectors.toList());
// 收集偶数集合的实例:
List<Integer> list = new ArrayList<Integer>();
for(int i = 1; i< 10; i++){
list.add(i);
}
Stream<Integer> stream = list.stream();
List<Integer> evenNumbersList = stream.filter(i -> i%2 == 0)
.collect(Collectors.toList());
System.out.print(evenNumbersList);
3-2 普通收集 – 收集流为数组(Array)
// list 为 {1,2,3,.....100}
Stream<Integer> stream = list.stream();
Integer[] evenNumbersArr = stream.filter(i -> i%2 == 0).toArray(Integer[]::new);
3-3 普通收集 – 收集为Set
// 默认返回类型为HashSet,可通过Collectors.toCollection(TreeSet::new)
// 显示指明使用其它数据结构作为返回值容器。
Set<String> collect = stream.collect(Collectors.toSet());
3-4 高级收集 – 收集为Map
// 默认返回类型为HashMap,可通过Collectors.toCollection(LinkedHashMap::new)
// 显示指明使用其它数据结构作为返回值容器
// 测试实体类
@Data
public class Entity {
private Integer id;
private String name;
}
// 模拟从数据库中查询批量的数据
List<Entity> entityList = Stream.of(new Entity(1,"A"),
new Entity(2,"B"), new Entity(3,"C")).collect(Collectors.toList());
// 将集合数据转化成id与name的Map
Map<Integer, String> hashMap = entityList.stream()
.collect(Collectors.toMap(Entity::getId, Entity::getName));
3-5 高级收集 – 分组收集
// 默认使用List作为分组后承载容器
Map<Integer, List<XUser>> hashMap =
xUsers.stream().collect(Collectors.groupingBy(XUser::getDeptId));
// 显示指明使用List作为分组后承载容器
Map<Integer, List<XUser>> hashMap =
xUsers.stream().collect(Collectors.groupingBy(XUser::getDeptId, Collectors.toList()));
// 映射后再分组
Map<Integer, List<String>> hashMap = xUsers.stream().collect(Collectors.groupingBy(XUser::getDeptId,Collectors.mapping(XUser::getUserName,Collectors.toList())));
四. Steam拓展
4-1 集合与对象互转
/**
* 将单个对象转化为集合
*
* @param t 对象实例
* @param <T> 对象类型
* @param <C> 集合类型
* @return 包含对象的集合实例
*/
public static <T, C extends Collection<T>> Collection<T> toCollection(T t) {
return toCollection(t, ArrayList::new);
}
/**
* 用户自定义返回的集合实例类型: 将单个对象转化为集合
*
* @param t 对象实例
* @param supplier 集合工厂
* @param <T> 对象类型
* @param <C> 集合类型
* @return 包含对象的集合实例
*/
public static <T, C extends Collection<T>> Collection<T> toCollection(T t, Supplier<C> supplier) {
return Stream.of(t).collect(Collectors.toCollection(supplier));
}
4-2 集合转对象
/**
* 取出集合中第一个元素
*
* @param collection 集合实例
* @param <E> 集合中元素类型
* @return 泛型类型
*/
public static <E> E toObject(Collection<E> collection) {
// 处理集合空指针异常
Collection<E> coll = Optional.ofNullable(collection).orElseGet(ArrayList::new);
// 此处可以对流进行排序,然后取出第一个元素
return coll.stream().findFirst().orElse(null);
}
4-3 Java Steam中的并发操作实例
List<Integer> list = new ArrayList<Integer>();
for(int i = 1; i< 10; i++){
list.add(i);
}
Stream<Integer> stream = list.parallelStream(); // 创建并发流
Integer[] evenNumbersArr = stream.filter(i -> i%2 == 0).toArray(Integer[]::new);
System.out.print(evenNumbersArr); // 打印出的偶数为无规则排序的
来源:https://blog.csdn.net/qq_17847881/article/details/128401697
0
投稿
猜你喜欢
- Spring的出现是为了简化 Java 程序开发,而 SpringBoot 的出现是为了简化 Spring 程序开发.SpringBoot
- Android超清晰6.0权限申请AndPermission的具体实现代码,供大家参考,具体内容如下前言这是我经常使用的框架,原因:1.思路
- java 使用异常的好处总结一、分析Java异常处理机制确实比较慢,这个“比较慢”是相对于诸如String、Integer等对象来说,单单从
- 1. 什么是对象池对象池,顾名思义就是一定数量的已经创建好的对象(Object)的集合。当需要创建对象时,先在池子中获取,如果池子中没有符合
- 今天在码代码的时候突然想到这个问题,觉得有点困惑。在网上也翻阅不少帖子其中有一个帖子给了我一个思路,其实也是解释了基础概念。概念一:try
- 今天讲解一下Fragment的控制,主要是切换View和页面替换等操作。还有就是如何获取Fragment的管理对象,以及与Activity的
- 使用通配符增强泛型1.题目泛型是JAVA重要的特性,使用泛型编程,可以使代码复用率提高。实现:在泛型方法中使用通配符2.解题思路创建一个类:
- foreach 循环 list(map)直接上代码:整体需求就是1.分页对象里面有map map里面又有数组对象2.分页对象里面有list
- 简单的实现了一个树的结构,很不完善!后续参考一些其他代码的实现。试图实现叶子存在可变的节点,能够用来解析xml文件。叶子的代码:packag
- 刚开始做开发学习的小伙伴可能在有一个知识上面有错误的认知,我们天天写程序是在Idea下写的,运行也是在Idea下运行的。但是实际开发完成后,
- 在使用springMVC框架构建web应用,客户端常会请求字符串、整型、json等格式的数据,通常使用@ResponseBody注解使 co
- 前言我们都知道,kill在linux系统中是用于杀死进程。kill pid [..]kill命令可将指定的信号发送给相应的进程或工作。 ki
- JPA连接到数据库,调用存储过程,这样的需求很常见。本文就针对这一点,讲述如何使用spring Data JPA调用存储过程的方法。1、存储
- 一、前言介绍:1.1 课题背景 互联网发展至今,无论是其理论还是技术都已经成熟,而且
- 本文主要和大家分享介绍了关于Java JDK * 使用的相关内容,分享出来供大家参考学习,下面来一起看看详细的介绍:前言代理是一种常用的
- 希尔排序,也称递减增量排序算法,是插入排序的一种更高效的改进版本。希尔排序是非稳定排序算法。希尔排序是基于插入排序的以下两点性质而提出改进方
- 前言本文主要给大家介绍了关于Spring Boot优化内嵌Tomcat的相关内容,分享出来供大家参考学习,下面话不多说了,来一看看详细的介绍
- 一、MyBatis Plus 介绍MyBatis Plus 是国内人员开发的 MyBatis 增强工具,在 MyBatis 的基础上只做增强
- redis redisson 集合操作相关类及接口Rlist:链表public interface RList<V> exten
- ElGamal数字签名,供大家参考,具体内容如下一、实验目的学习ElGamal算法在数字签名方面的使用,掌握教科书版本的ElGamal数字签