Java Stream的基本用法
Java Stream的基本用法
项目遇到一个需求,需要对集合 List 进行遍历、筛选,按照传统的写法,就是直接 for 循环进行条件判断,这样的做法很是啰嗦麻烦,Java8 Stream 流操作能够简洁地解决这个问题。网上对于 Stream 的介绍及相关用法很详细,这里列举简单的用法。
博客参考文章1:https://blog.csdn.net/y_k_y/article/details/84633001
博客参考文章2:https://blog.csdn.net/mu_wind/article/details/109516995
1、Stream介绍
Stream 是 Java 8 的新特性之一,它能够将数组、集合转换成流,借助Stream API 对流中的元素进行操作,比如筛选、排序、聚合等。这种对流中数据的操作,类似于使用SQL执行的数据库查询。
Stream 有下面几个特性:
- stream不存储数据,而是按照特定的规则对数据进行计算,一般会输出结果。
- stream不会改变数据源,通常情况下会产生一个新的集合或一个值。
- stream具有延迟执行特性,只有调用终端操作时,中间操作才会执行。
2、Stream操作分类
Stream可以由数组或集合创建,对流的操作分为两种:
- 中间操作:每次返回一个新的流,可以有多个。
- 终端操作:每个流只能进行一次终端操作,终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值。
3、Stream 创建
Stream可以由数组、集合创建
3.1、通过 java.util.Collection.stream()
方法用集合创建流
List<String> list = Arrays.asList("hello","world","stream");
//创建顺序流
Stream<String> stream = list.stream();
//创建并行流
Stream<String> parallelStream = list.parallelStream();
3.2、使用java.util.Arrays.stream(T[] array)
方法用数组创建流
String[] array = {"h", "e", "l", "l", "o"};
Stream<String> arrayStream = Arrays.stream(array);
3.3、使用Stream
的静态方法:of()、iterate()、generate()
Stream<Integer> stream1 = Stream.of(1, 2, 3, 4, 5, 6);
Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(3);
stream2.forEach(System.out::println);
Stream<Double> stream3 = Stream.generate(Math::random).limit(3);
stream3.forEach(System.out::println)
输出结果如下:
0
2
4
0.9620319103852426
0.8303672905658537
0.09203215202737569
3.4、stream
和parallelStream
的简单区分
stream
是顺序流,由主线程按顺序对流执行操作,而parallelStream
是并行流,内部以多线程并行执行的方式对流进行操作,但前提是流中的数据处理没有顺序要求。例如筛选集合中的奇数,两者的处理不同之处:
如果流中的数据量足够大,并行流可以加快处速度。
除了直接创建并行流,还可以通过parallel()
把顺序流转换成并行流:
Optional<Integer> findFirst = list.stream().parallel().filter(x->x>4).findFirst();
4、Stream 使用
4.1 遍历/匹配(foreach/find/match)
Stream
也是支持类似集合的遍历和匹配元素的,只是Stream
中的元素是以Optional
类型存在的。Stream
的遍历、匹配非常简单。
Optional
类是一个可以为null
的容器对象。如果值存在则isPresent()
方法会返回true
,调用get()
方法会返回该对象。后面会出关于'Optional
类的博客。
public static void main(String[] args) {
List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);
// 遍历输出符合条件的元素
list.stream().filter(x -> x > 6).forEach(System.out::println);
// 匹配第一个
Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();
// 匹配任意(适用于并行流)
Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();
// 是否包含符合特定条件的元素
boolean anyMatch = list.stream().anyMatch(x -> x < 6);
System.out.println("匹配第一个值:" + findFirst.get());
System.out.println("匹配任意一个值:" + findAny.get());
System.out.println("是否存在大于6的值:" + anyMatch);
}
4.2 筛选(filter)
筛选,是按照一定的规则校验流中的元素,将符合条件的元素提取到新的流中的操作。
筛选出集合中大于5的元素,并打印出来。
public static void main(String[] args) {
List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2);
Stream<Integer> stream = list.stream();
stream.filter(x -> x > 5).forEach(System.out::println);
}
结果如下:
6
7
8
4.3 聚合(max/min/count)
max
、min
、count
这些字眼你一定不陌生,没错,在mysql中我们常用它们进行数据统计。Java stream中也引入了这些概念和用法,极大地方便了我们对集合、数组的数据统计工作。
获取String
集合中最长的元素。
public static void main(String[] args) {
List<String> list = Arrays.asList("adnm", "admmt", "pot", "xbangd", "helloStream");
Optional<String> max = list.stream().max(Comparator.comparing(String::length));
System.out.println("最长的字符串:" + max.get());
}
结果如下:
最长的字符串:helloStream
4.4 映射(map/flatMap)
映射,可以将一个流的元素按照一定的映射规则映射到另一个流中。分为map
和flatMap
:
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。
map:英文字符串数组的元素全部改为大写。整数数组每个元素+3。
public static void main(String[] args) {
String[] strArr = { "abcd", "bcdd", "defde", "fTr" };
List<String> strList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());
List<Integer> intList = Arrays.asList(1, 3, 5, 7, 9, 11);
List<Integer> intListNew = intList.stream().map(x -> x + 3).collect(Collectors.toList());
System.out.println("每个元素大写:" + strList);
System.out.println("每个元素+3:" + intListNew);
}
结果如下:
每个元素大写:[ABCD, BCDD, DEFDE, FTR]
每个元素+3:[4, 6, 8, 10, 12, 14]
flatMap: 将两个字符数组合并成一个新的字符数组。
public static void main(String[] args) {
List<String> list1 = Arrays.asList("m,k,l,a", "1,3,5,7");
List<String> listNew = list1.stream().flatMap(s -> {
// 将每个元素转换成一个stream
String[] split = s.split(",");
Stream<String> s2 = Arrays.stream(split);
return s2;
}).collect(Collectors.toList());
System.out.println("处理前的集合:" + list1);
System.out.println("处理后的集合:" + listNew);
}
结果如下:
处理前的集合:[m,k,l,a, 1,3,5,7]
处理后的集合:[m, k, l, a, 1, 3, 5, 7]
4.5 归约(reduce)
归约,也称缩减,顾名思义,是把一个流缩减成一个值,能实现对集合求和、求乘积和求最值操作。
求Integer
集合的元素之和、乘积和最大值
public static void main(String[] args) {
List<Integer> list2 = Arrays.asList(1, 3, 2, 8, 11, 4);
// 求和方式1
Optional<Integer> sum = list2.stream().reduce((x, y) -> x + y);
// 求和方式2
Optional<Integer> sum2 = list2.stream().reduce(Integer::sum);
// 求和方式3
Integer sum3 = list2.stream().reduce(0, Integer::sum);
// 求乘积
Optional<Integer> product = list2.stream().reduce((x, y) -> x * y);
// 求最大值方式1
Optional<Integer> max = list2.stream().reduce((x, y) -> x > y ? x : y);
// 求最大值写法2
Integer max2 = list2.stream().reduce(1, Integer::max);
System.out.println("list求和:" + sum.get() + "," + sum2.get() + "," + sum3);
System.out.println("list求积:" + product.get());
System.out.println("list求和:" + max.get() + "," + max2);
}
4.6 收集(collect)
collect
,收集,可以说是内容最繁多、功能最丰富的部分了。从字面上去理解,就是把一个流收集起来,最终可以是收集成一个值也可以收集成一个新的集合。
collect
主要依赖java.util.stream.Collectors
类内置的静态方法。
4.6.1 归集(toList/toSet/toMap)
因为流不存储数据,那么在流中的数据完成处理后,需要将流中的数据重新归集到新的集合里。toList
、toSet
和toMap
比较常用,另外还有toCollection
、toConcurrentMap
等复杂一些的用法。
演示toList
、toSet
和toMap
User 实体类
@Data
@EqualsAndHashCode(callSuper = false)
@AllArgsConstructor
@NoArgsConstructor
@Builder
@ApiModel(value="User对象", description="")
public class User implements Serializable {
private static final long serialVersionUID=1L;
@ApiModelProperty(value = "主键ID")
@TableId(value = "id", type = IdType.AUTO)
private Long id;
@ApiModelProperty(value = "姓名")
private String name;
@ApiModelProperty(value = "年龄")
private Integer age;
@ApiModelProperty(value = "邮箱")
private String email;
}
案例演示toList
、toSet
和toMap
public static void main(String[] args) {
List<Integer> list3 = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
List<Integer> listNew3 = list3.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
Set<Integer> set = list3.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());
List<User> userList = new ArrayList<>();
userList.add(new User(1L, "tony", 12, "202@qq.com"));
userList.add(new User(2L, "hai", 15, "372@qq.com"));
userList.add(new User(3L, "summer", 20, "865@163.com"));
Map<?, User> map = userList.stream().filter(p -> p.getAge() > 14)
.collect(Collectors.toMap(User::getName, p -> p));
System.out.println("toList:" + listNew3);
System.out.println("toSet:" + set);
System.out.println("toMap:" + map);
}
结果如下:
toList:[6, 4, 6, 6, 20]
toSet:[4, 20, 6]
toMap:{hai=User(id=2, name=hai, age=15, email=372@qq.com), summer=User(id=3, name=summer, age=20, email=865@163.com)}
4.6.2 统计(count/averaging)
Collectors
提供了一系列用于数据统计的静态方法:
- 计数:
count
- 平均值:
averagingInt
、averagingLong
、averagingDouble
- 最值:
maxBy
、minBy
- 求和:
summingInt
、summingLong
、summingDouble
- 统计以上所有:
summarizingInt
、summarizingLong
、summarizingDouble
统计用户数、平均年龄、年龄总数、最大年龄。
public static void main(String[] args) {
List<User> userList = new ArrayList<>();
userList.add(new User(1L, "tony", 12, "202@qq.com"));
userList.add(new User(2L, "hai", 15, "372@qq.com"));
userList.add(new User(3L, "summer", 20, "865@163.com"));
// 求用户数
Long count = userList.stream().collect(Collectors.counting());
// 求平均年龄
Double average = userList.stream().collect(Collectors.averagingDouble(User::getAge));
// 求最大年龄
Optional<Integer> max1 = userList.stream().map(User::getAge).collect(Collectors.maxBy(Integer::compare));
// 求年龄总数
Integer sum1 = userList.stream().collect(Collectors.summingInt(User::getAge));
// 一次性统计所有信息
IntSummaryStatistics collect = userList.stream().collect(Collectors.summarizingInt(User::getAge));
System.out.println("用户总数:" + count);
System.out.println("用户平均年龄:" + average);
System.out.println("用户年龄总和:" + sum1);
System.out.println("用户年龄所有统计:" + collect);
}
结果如下:
用户总数:3
用户平均年龄:15.666666666666666
用户年龄总和:47
用户年龄所有统计:IntSummaryStatistics{count=3, sum=47, min=12, average=15.666667, max=20}
4.6.3 分组(partitioningBy/groupingBy)
- 分区:将
stream
按条件分为两个Map
,比如用户按年龄是否高于14分为两部分。 - 分组:将集合分为多个Map,比如用户按邮箱类型分组。有单级分组和多级分组。
public static void main(String[] args) {
List<User> userList = new ArrayList<>();
userList.add(new User(1L, "tony", 12, "202@qq.com"));
userList.add(new User(2L, "hai", 15, "372@qq.com"));
userList.add(new User(3L, "summer", 20, "865@163.com"));
// 用户按年龄是否高于14分组
Map<Boolean, List<User>> part = userList.stream().collect(Collectors.partitioningBy(User -> User.getAge() > 8000));
// 用户按邮箱类型分组分组
Map<Boolean, List<User>> group = userList.stream().collect(Collectors.groupingBy(User -> User.getEmail().contains("qq.com")));
System.out.println("用户按年龄是否高于14分组:" + part);
System.out.println("用户按邮箱类型分组分组:" + group);
}
结果如下
用户按年龄是否高于14分组:{false=[User(id=1, name=tony, age=12, email=202@qq.com), User(id=2, name=hai, age=15, email=372@qq.com), User(id=3, name=summer, age=20, email=865@163.com)], true=[]}
用户按邮箱类型分组分组:{false=[User(id=3, name=summer, age=20, email=865@163.com)], true=[User(id=1, name=tony, age=12, email=202@qq.com), User(id=2, name=hai, age=15, email=372@qq.com)]}
4.6.4 接合(joining)
joining
可以将stream中的元素用特定的连接符(没有的话,则直接连接)连接成一个字符串。
public static void main(String[] args) {
List<User> userList = new ArrayList<>();
userList.add(new User(1L, "tony", 12, "202@qq.com"));
userList.add(new User(2L, "hai", 15, "372@qq.com"));
userList.add(new User(3L, "summer", 20, "865@163.com"));
String names = userList.stream().map(user -> user.getName()).collect(Collectors.joining(","));
System.out.println("所有用户的姓名:" + names);
}
结果如下
所有用户的姓名:tony,hai,summer
4.6.5 归约(reducing)
Collectors
类提供的reducing
方法,相比于stream
本身的reduce
方法,增加了对自定义归约的支持。
public static void main(String[] args) {
List<User> userList = new ArrayList<>();
userList.add(new User(1L, "tony", 12, "202@qq.com"));
userList.add(new User(2L, "hai", 15, "372@qq.com"));
userList.add(new User(3L, "summer", 20, "865@163.com"));
// 每个用户年龄数加0减去2
Integer sum4 = userList.stream().collect(Collectors.reducing(0, User::getAge, (i, j) -> (i + j - 2)));
System.out.println("用户剩余年龄总和:" + sum4);
}
4.7 排序(sorted)
sorted,中间操作。有两种排序:
- sorted():自然排序,流中元素需实现Comparable接口
- sorted(Comparator com):Comparator排序器自定义排序
public static void main(String[] args) {
List<User> userList = new ArrayList<>();
userList.add(new User(1L, "tony", 12, "202@qq.com"));
userList.add(new User(2L, "hai", 15, "372@qq.com"));
userList.add(new User(3L, "summer", 20, "865@163.com"));
// 按用户年龄降序排序
List<String> newList2 = userList.stream().sorted(Comparator.comparing(User::getAge).reversed())
.map(User::getName).collect(Collectors.toList());
System.out.println("按工资降序排序:" + newList2);
}
4.8 提取/组合
流也可以进行合并、去重、限制、跳过等操作。
public static void main(String[] args) {
String[] arr1 = { "a", "b", "c", "d" };
String[] arr2 = { "d", "e", "f", "g" };
Stream<String> streamExample1 = Stream.of(arr1);
Stream<String> streamExample2 = Stream.of(arr2);
// concat:合并两个流 distinct:去重
List<String> newList = Stream.concat(streamExample1, streamExample2).distinct().collect(Collectors.toList());
// limit:限制从流中获得前n个数据
List<Integer> collect1 = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
// skip:跳过前n个数据
List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());
System.out.println("流合并:" + newList);
System.out.println("limit:" + collect1);
System.out.println("skip:" + collect2);
}
结果如下
流合并:[a, b, c, d, e, f, g]
limit:[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
skip:[3, 5, 7, 9, 11]
至此,基本用法演示完毕,后续使用到新的用法,将会持续更新。