Stream ApI
Stream API说明
Java8中有两大最为重要的改变。第一个是 Lambda 表达式；另外一个则 是 Stream API。
Stream API ( java.util.stream) 把真正的函数式编程风格引入到Java中。这 是目前为止对Java类库最好的补充，
因为Stream API可以极大提供Java程 序员的生产力，让程序员写出高效率、干净、简洁的代码。
Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进 行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。
使用 Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询。 也可以使用 Stream API 来并行执行操作。简言之，Stream API 提供了一种 高效且易于使用的处理数据的方式。
为什么要使用Stream API
实际开发中，项目中多数数据源都来自于Mysql，Oracle等。但现在数 据源可以更多了，有MongDB，Radis等，而这些NoSQL的数据就需要 Java层面去处理。
Stream 和 Collection 集合的区别：Collection 是一种静态的内存数据 结构，而 Stream 是有关计算的。前者是主要面向内存，存储在内存中，
后者主要是面向 CPU，通过 CPU 实现计算。
集合是容器用来存储
Stream是用来计算
什么是 Stream
是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。 “集合讲的是数据，Stream讲的是计算！”
注意：
①Stream 自己不会存储元素。
②Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。
③Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。
Stream 的操作三个步骤
1- 创建 Stream 一个数据源（如：集合、数组），获取一个流 2- 中间操作 一个中间操作链，对数据源的数据进行处理 3- 终止操作(终端操作) 一旦执行终止操作，就执行中间操作链，并产生结果。之后，不会再被使用
Summary
** * 1. Stream关注的是对数据的运算，与CPU打交道 * 集合关注的是数据的存储，与内存打交道 * * 2. * ①Stream 自己不会存储元素。 * ②Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。 * ③Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行 * * 3.Stream 执行流程 * ① Stream的实例化 * ② 一系列的中间操作（过滤、映射、...) * ③ 终止操作 * * 4.说明： * 4.1 一个中间操作链，对数据源的数据进行处理 * 4.2 一旦执行终止操作，就执行中间操作链，并产生结果。之后，不会再被使用 *
Stream的创建方式
创建 Stream方式一：通过集合 Java8 中的 Collection 接口被扩展，提供了两个获取流 的方法： default Stream<E> stream() : 返回一个顺序流 default Stream<E> parallelStream() : 返回一个并行流 创建 Stream方式二：通过数组 Java8 中的 Arrays 的静态方法 stream() 可以获取数组流： static <T> Stream<T> stream(T[] array): 返回一个流 重载形式，能够处理对应基本类型的数组： public static IntStream stream(int[] array) public static LongStream stream(long[] array) public static DoubleStream stream(double[] array) 创建 Stream方式三：通过Stream的of() 可以调用Stream类静态方法 of(), 通过显示值创建一个 流。它可以接收任意数量的参数。 public static<T> Stream<T> of(T... values) : 返回一个流 创建 Stream方式四：创建无限流 可以使用静态方法 Stream.iterate() 和 Stream.generate(), 创建无限流。 迭代 public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f) 生成 public static<T> Stream<T> generate(Supplier<T> s)
eg：
@Test public void January(){ List<Employee> employees = EmployeeData.getEmployees(); // default Stream<E> stream() : 返回一个顺序流 Stream<Employee> stream = employees.stream(); // default Stream<E> parallelStream() : 返回一个并行流 Stream<Employee> stream1 = employees.parallelStream(); } //创建 Stream方式二：通过数组 @Test public void February(){ int arr [] = {1,2,3,4,5}; //调用Arrays类的static <T> Stream<T> stream(T[] array): 返回一个流 IntStream stream = Arrays.stream(arr); // Arrays调用stream()传递的参数是数组，生成的是IntStream类型 // 除了int类型的是返回IntStream其余的都是返回Stream类型 Employee e1 = new Employee(1001,"Tom"); Employee e2 = new Employee(1002,"Jerry"); Employee [] arr1 = new Employee[]{e1,e2}; Stream<Employee> stream1 = Arrays.stream(arr1); String [] str = new String[]{"lwa","lao","wang"}; Stream<String> stream2 = Arrays.stream(str); // Arrays类调用stream方法将字符串数组传入其中生成Stream类型对象 } //创建 Stream方式三：通过Stream的of() @Test public void March(){ Employee e = new Employee(1001,"aa"); Stream<Employee> stream = Stream.of(e); Stream<Integer> stream1 = Stream.of(1,2,3); } //创建 Stream方式四：创建无限流 @Test public void April(){ // 迭代 // public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f) //遍历前10个偶数 Stream.iterate(0,t -> t+2).limit(10).forEach(System.out::println); // 生成 // public static<T> Stream<T> generate(Supplier<T> s) Stream.generate(Math::random).limit(10).forEach(System.out::println); // 随机生成0--1之间的10个数字 }
Stream 的中间操作
多个中间操作可以连接起来形成一个流水线，除非流水线上触发终止 操作，否则中间操作不会执行任何的处理！而在终止操作时一次性全 部处理，称为“惰性求值”。
1-筛选与切片
2-映 射
3-排序
1-筛选与切片
//1-筛选与切片 @Test public void January(){ List<Employee> list = EmployeeData.getEmployees(); Stream<Employee> stream = list.stream(); // filter(Predicate p)——接收 Lambda ， 从流中排除某些元素。 stream.filter(e -> e.getSalary() > 7000).forEach(System.out::println); // 筛选薪资大于7000的 System.out.println("========="); // 上一个流处理完就结束了 想要再使用只能再新建流了 list.stream().filter(t -> t.getAge() > 30).forEach(System.out::println); //筛选年龄大于30的 // limit(n)——截断流，使其元素不超过给定数量。 System.out.println("========="); list.stream().filter(t -> t.getAge() > 35).limit(3).forEach(System.out::println); //筛选年龄大于35的前3个人 System.out.println("========="); // distinct()——筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素 list.add(new Employee(1001,"老王",45,3400)); list.add(new Employee(1002,"老李",65,6708)); list.add(new Employee(1001,"老王",45,3400)); list.add(new Employee(1002,"老李",65,6708)); list.add(new Employee(1001,"老王",45,3400)); list.add(new Employee(1002,"老李",65,6708)); list.stream().distinct().forEach(System.out::println); System.out.println("========="); // skip(n) —— 跳过元素，返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补 list.stream().filter(t -> t.getSalary() > 4000).forEach(System.out::println); // 过滤出薪资大于4000的薪资的对象 System.out.println("========="); list.stream().skip(2).filter(t -> t.getSalary() > 4000).forEach(System.out::println); // 过滤出薪资大于4000的然后跳过前两个的 }
2： 映射
//映射 @Test public void February(){ // map(Function f)——接收一个函数作为参数，将元素转换成其他形式或提取信息，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。 List<String> list = Arrays.asList("ca","lao","aa","kk"); list.stream().map(e -> e.toUpperCase()).forEach(System.out::println); // 练习1：获取员工姓名长度大于3的员工的姓名。 List<Employee> list1 = EmployeeData.getEmployees(); list1.stream().map(Employee::getName).filter(name -> name.length() > 3).forEach(System.out::println); // 练习2 Stream<Stream<Character>> streamStream = list.stream().map(JulyStreamTestThree::fromStringToStream); streamStream.forEach(s ->{ s.forEach(System.out::println); }); System.out.println("========="); // flatMap(Function f)——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<Character> characterStream = list.stream().flatMap(JulyStreamTestThree::fromStringToStream); characterStream.forEach(System.out::println); } //将字符串中的多个字符构成的集合转换为对应的Stream的实例 public static Stream<Character> fromStringToStream(String str){ ArrayList<Character> list = new ArrayList<>(); for (Character c: str.toCharArray() ) { list.add(c); } return list.stream(); }
3:排序
//3-排序 @Test public void April(){ // sorted()——自然排序 List<Integer> list = Arrays.asList(12,43,56,10,4,6,65,47); list.stream().sorted().forEach(System.out::println); //抛异常，原因:Employee没有实现Comparable接口 // List<Employee> employees = EmployeeData.getEmployees(); // employees.stream().sorted().forEach(System.out::println); // 没有实现Comparable接口的类是不能使用Sorted // sorted(Comparator com)——定制排序 List<Employee> employees = EmployeeData.getEmployees(); employees.stream().sorted((e1,e2) -> { int ageValue = Integer.compare(e1.getAge(),e2.getAge()); // 先按照年龄排序 if(ageValue != 0){ // return ageValue; }else { return -Double.compare(e1.getSalary(),e2.getSalary()); // 再安装薪资排序 } }).forEach(System.out::println); }
Stream 的终止操作
终端操作会从流的流水线生成结果。其结果可以是任何不是流的值，例 如：List、Integer，甚至是 void 。
流进行了终止操作后，不能再次使用
备注：map 和 reduce 的连接通常称为 map-reduce 模式，因 Google 用它来进行网络搜索而出名。
//1-匹配与查找
//1-匹配与查找 @Test public void Spring(){ List<Employee> list = EmployeeData.getEmployees(); // allMatch(Predicate p)——检查是否匹配所有元素。 // 练习：是否所有的员工的年龄都大于18 boolean status = list.stream().allMatch(t -> t.getAge() > 18); //返回的是布尔值 System.out.println(status); System.out.println("=========="); // 所有人的薪资是否都大于3000 boolean statusSalary = list.stream().allMatch(e -> e.getSalary() > 3000); System.out.println(statusSalary); System.out.println("=========="); // allMatch() 是所有的都要满足 // anyMatch(Predicate p)——检查是否至少匹配一个元素。 // 练习：是否存在员工的工资大于 10000 boolean salaryStatus = list.stream().anyMatch(t -> t.getSalary() > 10000); System.out.println(salaryStatus); System.out.println("=========="); // noneMatch(Predicate p)——检查是否没有匹配的元素。 // 练习：是否存在员工姓“雷” boolean statusName = list.stream().noneMatch(t -> t.getName().contains("雷")); System.out.println(statusName); // findFirst——返回第一个元素 System.out.println("=========="); Optional<Employee> o = list.stream().findFirst(); System.out.println(o); System.out.println("=========="); // findAny——返回当前流中的任意元素 Optional<Employee> optional = list.parallelStream().findAny(); System.out.println(optional); }
@Test public void Summer(){ List<Employee> list = EmployeeData.getEmployees(); // count——返回流中元素的总个数 long count = list.stream().filter(t -> t.getAge() > 25).count(); // 找出年龄大于25的对象的个数 System.out.println(count); // max(Comparator c)——返回流中最大值 // 练习：返回最高的工资： Optional<Double> o = list.stream().map(t -> t.getSalary()).max(Double::compareTo); System.out.println(o); // min(Comparator c)——返回流中最小值 // 练习：返回最低工资的员工 Optional<Employee> optional =list.stream().min((e1,e2) -> Double.compare(e1.getSalary(),e2.getSalary()) ); System.out.println(optional); // forEach(Consumer c)——内部迭代 // list.stream().forEach(System.out::println); //使用集合的遍历操作 list.forEach(System.out::println); }
归约
@Test public void autumn(){ // reduce(T identity, BinaryOperator)——可以将流中元素反复结合起来，得到一个值。返回 T // 练习1：计算1-10的自然数的和 List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8); Integer sum = list.stream().reduce(0,Integer::sum); System.out.println(sum); // reduce(BinaryOperator) ——可以将流中元素反复结合起来，得到一个值。返回 Optional<T> // 练习2：计算公司所有员工工资的总和 List<Employee> list1 = EmployeeData.getEmployees(); Optional<Double> optional = list1.stream().map(t -> t.getSalary()).reduce(((d1, d2) -> d1+d2)); System.out.println(optional); }
收集
@Test public void winter(){ // collect(Collector c)——将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法 // 练习1：查找工资大于6000的员工，结果返回为一个List或Set List<Employee> list = EmployeeData.getEmployees(); List<Employee> list1 = list.stream().filter(t -> t.getSalary() > 6000).collect(Collectors.toList()); list1.forEach(System.out::println); Set<Employee> set = list.stream().filter(t -> t.getSalary() > 6000).collect(Collectors.toSet()); set.forEach(System.out::print); }
.
