Java8新特性Stream的完全使用指南
什么是Stream
Stream是Java 1.8版本开始提供的一个接口,主要提供对数据集合使用流的方式进行操作,流中的元素不可变且只会被消费一次,所有方法都设计成支持链式调用。使用Stream API可以极大生产力,写出高效率、干净、简洁的代码。
如何获得Stream实例
Stream提供了静态构建方法,可以基于不同的参数创建返回Stream实例
使用Collection的子类实例调用stream()或者parallelStream()方法也可以得到Stream实例,两个方法的区别在于后续执行Stream其他方法的时候是单线程还是多线程
Stream<String> stringStream = Stream.of("1", "2", "3"); //无限长的偶数流 Stream<Integer> evenNumStream = Stream.iterate(0, n -> n + 2); List<String> strList = new ArrayList<>(); strList.add("1"); strList.add("2"); strList.add("3"); Stream<String> strStream = strList.stream(); Stream<String> strParallelStream = strList.parallelStream();
filter
filter方法用于根据指定的条件做过滤,返回符合条件的流
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); //获得只包含正数的流,positiveNumStream -> (1,2,3) Stream<Integer> positiveNumStream = numStream.filter(num -> num > 0);
map
map方法用于将流中的每个元素执行指定的转换逻辑,返回其他类型元素的流
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); //转换成字符串流 Stream<String> strStream = numStream.map(String::valueOf);
mapToInt mapToLong mapToDouble
这三个方法是对map方法的封装,返回的是官方为各个类型单独定义的Stream,该Stream还提供了适合各自类型的其他操作方法
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3"); IntStream intStream = stringStream.mapToInt(Integer::parseInt); LongStream longStream = stringStream.mapToLong(Long::parseLong); DoubleStream doubleStream = stringStream.mapToDouble(Double::parseDouble);
flatMap
flatMap方法用于将流中的每个元素转换成其他类型元素的流,比如,当前有一个订单(Order)列表,每个订单又包含多个商品(itemList),如果要得到所有订单的所有商品汇总,就可以使用该方法,如下:
Stream<Item> allItemStream = orderList.stream().flatMap(order -> order.itemList.stream());
flatMapToInt flatMapToLong flatMapToDouble
这三个方法是对flatMap方法的封装,返回的是官方为各个类型单独定义的Stream,使用方法同上
distinct
distinct方法用于对流中的元素去重,判断元素是否重复使用的是equals方法
Stream<Integer> numStream = Stream.of(-2, -1, 0, 0, 1, 2, 2, 3); //不重复的数字流,uniqueNumStream -> (-2, -1, 0, 1, 2, 3) Stream<Integer> uniqueNumStream = numStream.distinct();
sorted
sorted有一个无参和一个有参的方法,用于对流中的元素进行排序。无参方法要求流中的元素必须实现Comparable接口,不然会报java.lang.ClassCastException异常
Stream<Integer> unorderedStream = Stream.of(5, 6, 32, 7, 27, 4); //按从小到大排序完成的流,orderedStream -> (4, 5, 6, 7, 27, 32) Stream<Integer> orderedStream = unorderedStream.sorted();
有参方法sorted(Comparator<? super T> comparator)不需要元素实现Comparable接口,通过指定的元素比较器对流内的元素进行排序
Stream<String> unorderedStream = Stream.of("1234", "123", "12", "12345", "123456", "1"); //按字符串长度从小到大排序完成的流,orderedStream -> ("1", "12", "123", "1234", "12345", "123456") Stream<String> orderedStream = unorderedStream.sorted(Comparator.comparingInt(String::length));
peek
peek方法可以不调整元素顺序和数量的情况下消费每一个元素,然后产生新的流,按文档上的说明,主要是用于对流执行的中间过程做debug的时候使用,因为Stream使用的时候一般都是链式调用的,所以可能会执行多次流操作,如果想看每个元素在多次流操作中间的流转情况,就可以使用这个方法实现
Stream.of("one", "two", "three", "four") .filter(e -> e.length() > 3) .peek(e -> System.out.println("Filtered value: " + e)) .map(String::toUpperCase) .peek(e -> System.out.println("Mapped value: " + e)) .collect(Collectors.toList()); 输出: Filtered value: three Mapped value: THREE Filtered value: four Mapped value: FOUR
limit(long maxSize)
limit方法会对流进行顺序截取,从第1个元素开始,保留最多maxSize个元素
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3"); //截取前3个元素,subStringStream -> ("-2", "-1", "0") Stream<String> subStringStream = stringStream.limit(3);
skip(long n)
skip方法用于跳过前n个元素,如果流中的元素数量不足n,则返回一个空的流
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3"); //跳过前3个元素,subStringStream -> ("1", "2", "3") Stream<String> subStringStream = stringStream.skip(3);
forEach
forEach方法的作用跟普通的for循环类似,不过这个可以支持多线程遍历,但是不保证遍历的顺序
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3"); //单线程遍历输出元素 stringStream.forEach(System.out::println); //多线程遍历输出元素 stringStream.parallel().forEach(System.out::println);
forEachOrdered
forEachOrdered方法可以保证顺序遍历,比如这个流是从外部传进来的,然后在这之前调用过parallel方法开启了多线程执行,就可以使用这个方法保证单线程顺序遍历
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3"); //顺序遍历输出元素 stringStream.forEachOrdered(System.out::println); //多线程遍历输出元素,下面这行跟上面的执行结果是一样的 //stringStream.parallel().forEachOrdered(System.out::println);
toArray
toArray有一个无参和一个有参的方法,无参方法用于把流中的元素转换成Object数组
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3"); Object[] objArray = stringStream.toArray();
有参方法toArray(IntFunction<A[]> generator)支持把流中的元素转换成指定类型的元素数组
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3"); String[] strArray = stringStream.toArray(String[]::new);
reduce
reduce有三个重载方法,作用是对流内元素做累进操作
第一个reduce(BinaryOperator<T> accumulator)
accumulator 为累进操作的具体计算
单线程等下如下代码
boolean foundAny = false; T result = null; for (T element : this stream) { if (!foundAny) { foundAny = true; result = element; } else result = accumulator.apply(result, element); } return foundAny ? Optional.of(result) : Optional.empty();
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); //查找最小值 Optional<Integer> min = numStream.reduce(BinaryOperator.minBy(Integer::compareTo)); //输出 -2 System.out.println(min.get()); //过滤出大于5的元素流 numStream = Stream.of(-2, -1, 0, 1, 2, 3).filter(num -> num > 5); //查找最小值 min = numStream.reduce(BinaryOperator.minBy(Integer::compareTo)); //输出 Optional.empty System.out.println(min);
第二个reduce(T identity, BinaryOperator<T> accumulator)
identity 为累进操作的初始值
accumulator 同上
单线程等价如下代码
T result = identity; for (T element : this stream) result = accumulator.apply(result, element) return result;
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); //累加计算所有元素的和,sum=3 int sum = numStream.reduce(0, Integer::sum);
第三个reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner)
identity和accumulator同上
combiner用于多线程执行的情况下合并最终结果
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); int sum = numStream.parallel().reduce(0, (a, b) -> { System.out.println("accumulator执行:" + a + " + " + b); return a + b; }, (a, b) -> { System.out.println("combiner执行:" + a + " + " + b); return a + b; }); System.out.println("最终结果:"+sum); 输出: accumulator执行:0 + -1 accumulator执行:0 + 1 accumulator执行:0 + 0 accumulator执行:0 + 2 accumulator执行:0 + -2 accumulator执行:0 + 3 combiner执行:2 + 3 combiner执行:-1 + 0 combiner执行:1 + 5 combiner执行:-2 + -1 combiner执行:-3 + 6 最终结果:3
collect
collect有两个重载方法,主要作用是把流中的元素作为集合转换成其他Collection的子类,其内部实现类似于前面的累进操作
第一个collect(Supplier<R> supplier, BiConsumer<R, ? super T> accumulator, BiConsumer<R, R> combiner)
supplier 需要返回开始执行时的默认结果
accumulator 用于累进计算用
combiner 用于多线程合并结果
单线程执行等价于如下代码
R result = supplier.get(); for (T element : this stream) accumulator.accept(result, element); return result;
第二个collect(Collector<? super T, A, R> collector)
collector其实是对上面的方法参数的一个封装,内部执行逻辑是一样的,只不过JDK提供了一些默认的Collector实现
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); List<Integer> numList = numStream.collect(Collectors.toList()); Set<Integer> numSet = numStream.collect(Collectors.toSet());
min
min方法用于计算流内元素的最小值
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); Optional<Integer> min = numStream.min(Integer::compareTo);
max
min方法用于计算流内元素的最大值
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); Optional<Integer> max = numStream.max(Integer::compareTo);
count
count方法用于统计流内元素的总个数
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); //count=6 long count = numStream.count();
anyMatch
anyMatch方法用于匹配校验流内元素是否有符合指定条件的元素
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); //判断是否包含正数,hasPositiveNum=true boolean hasPositiveNum = numStream.anyMatch(num -> num > 0);
allMatch
allMatch方法用于匹配校验流内元素是否所有元素都符合指定条件
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); //判断是否全部是正数,allNumPositive=false boolean allNumPositive = numStream.allMatch(num -> num > 0);
noneMatch
noneMatch方法用于匹配校验流内元素是否都不符合指定条件
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); //判断是否没有小于0的元素,noNegativeNum=false boolean noNegativeNum = numStream.noneMatch(num -> num < 0);
findFirst
findFirst方法用于获取第一个元素,如果流是空的,则返回Optional.empty
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); //获取第一个元素,firstNum=-2 Optional<Integer> firstNum = numStream.findFirst();
findAny
findAny方法用于获取流中的任意一个元素,如果流是空的,则返回Optional.empty,因为可能会使用多线程,所以不保证每次返回的是同一个元素
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3); Optional<Integer> anyNum = numStream.findAny();
总结
到此这篇关于Java8新特性Stream的完全使用指南就介绍到这了,更多相关Java8 Stream使用指南内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!