在Java1.8之前还没有stream流式算法的时候,我们要是在一个放有多个User对象的list集合中,将每个User对象的主键ID取出,组合成一个新的集合,首先想到的肯定是遍历,如下:
1 2 3 4 |
List<Long> userIdList = new ArrayList<>();
for (User user: list) {
userIdList.add(user.id);
}
|
或者在1.8有了lambda表达式以后,我们会这样写:
1 2 |
List<Long> userIdList = new ArrayList<>();
list.forEach(user -> list.add(user.id));
|
在有了stream之后,我们还可以这样写:
1 |
List<Long> userIdList = list.stream().map(User::getId).collect(Collectors.toList());
|
一行代码直接搞定,是不是很方便呢。那么接下来。我们就一起看一下stream这个流式算法的新特性吧。
由上面的例子可以看出,java8的流式处理极大的简化了对于集合的操作,实际上不光是集合,包括数组、文件等,只要是可以转换成流,我们都可以借助流式处理,类似于我们写SQL语句一样对其进行操作。java8通过内部迭代来实现对流的处理,一个流式处理可以分为三个部分:转换成流、中间操作、终端操作。如下图:
以集合为例,一个流式处理的操作我们首先需要调用stream()函数将其转换成流,然后再调用相应的中间操作达到我们需要对集合进行的操作,比如筛选、转换等,最后通过终端操作对前面的结果进行封装,返回我们需要的形式。
这里我们先创建一个User实体类:
1 2 3 4 5 6 7 8 9 10 11 12 |
class User{
private Long id; //主键id
private String name; //姓名
private Integer age; //年龄
private String school; //学校
public User(Long id, String name, Integer age, String school) {
this .id = id;
this .name = name;
this .age = age;
this .school = school;
}
此处省略get、set方法。。。
|
初始化:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
List<User> list = new ArrayList<User>(){
{
add( new User(1l, "张三" , 10 , "清华大学" ));
add( new User(2l, "李四" , 12 , "清华大学" ));
add( new User(3l, "王五" , 15 , "清华大学" ));
add( new User(4l, "赵六" , 12 , "清华大学" ));
add( new User(5l, "田七" , 25 , "北京大学" ));
add( new User(6l, "小明" , 16 , "北京大学" ));
add( new User(7l, "小红" , 14 , "北京大学" ));
add( new User(8l, "小华" , 14 , "浙江大学" ));
add( new User(9l, "小丽" , 17 , "浙江大学" ));
add( new User(10l, "小何" , 10 , "浙江大学" ));
}
};
|
1. 过滤
1.1 filter
我们希望过滤赛选处所有学校是清华大学的user:
System.out.println("学校是清华大学的user"); List<User> userList1 = list.stream().filter(user -> "清华大学".equals(user.getSchool())).collect(Collectors.toList()); userList1.forEach(user -> System.out.print(user.name + '、'));
控制台输出结果为:
1 2 |
学校是清华大学的user
张三、李四、王五、赵六、
|
1.2 distinct
去重,我们希望获取所有user的年龄(年龄不重复)
1 2 3 |
System.out.println( "所有user的年龄集合" );
List<Integer> userAgeList = list.stream().map(User::getAge).distinct().collect(Collectors.toList());
System.out.println( "userAgeList = " + userAgeList);
|
map在下面会讲到,现在主要是看distinct的用法,输出结果如下:
1 2 |
所有user的年龄集合
userAgeList = [ 10 , 12 , 15 , 25 , 16 , 14 , 17 ]
|
1.3 limit
返回前n个元素的流,当集合的长度小于n时,则返回所有集合。
如获取年龄是偶数的前2名user:
1 2 3 |
System.out.println( "年龄是偶数的前两位user" );
List<User> userList3 = list.stream().filter(user -> user.getAge() % 2 == 0 ).limit( 2 ).collect(Collectors.toList());
userList3.forEach(user -> System.out.print(user.name + '、' ));
|
输出结果为:
1 2 |
年龄是偶数的前两位user
张三、李四、
|
1.4 sorted
排序,如现在我想将所有user按照age从大到小排序:
1 2 3 |
System.out.println( "按年龄从大到小排序" );
List<User> userList4 = list.stream().sorted((s1,s2) -> s2.age - s1.age).collect(Collectors.toList());
userList4.forEach(user -> System.out.print(user.name + '、' ));
|
输出结果为:
1 2 |
按年龄从大到小排序
田七、小丽、小明、王五、小红、小华、李四、赵六、张三、小何、
|
1.5 skip
跳过n个元素后再输出
如输出list集合跳过前两个元素后的list
1 2 3 |
System.out.println( "跳过前面两个user的其他所有user" );
List<User> userList5 = list.stream().skip( 2 ).collect(Collectors.toList());
userList5.forEach(user -> System.out.print(user.name + '、' ));
|
输出结果为:
1 2 |
跳过前面两个user的其他所有user
王五、赵六、田七、小明、小红、小华、小丽、小何、
|
2 映射
2.1 map
就是讲user这个几个精简为某个字段的集合
如我现在想知道学校是清华大学的所有学生的姓名:
1 2 3 |
System.out.println( "学校是清华大学的user的名字" );
List<String> userList6 = list.stream().filter(user -> "清华大学" .equals(user.school)).map(User::getName).collect(Collectors.toList());
userList6.forEach(user -> System.out.print(user + '、' ));
|
输出结果如下:
1 2 |
学校是清华大学的user的名字
张三、李四、王五、赵六、
|
除了上面这类基础的map,java8还提供了mapToDouble(ToDoubleFunction<? super T> mapper),mapToInt(ToIntFunction<? super T> mapper),mapToLong(ToLongFunction<? super T> mapper),这些映射分别返回对应类型的流,java8为这些流设定了一些特殊的操作,比如查询学校是清华大学的user的年龄总和:
1 2 3 |
System.out.println( "学校是清华大学的user的年龄总和" );
int userList7 = list.stream().filter(user -> "清华大学" .equals(user.school)).mapToInt(User::getAge).sum();
System.out.println( "学校是清华大学的user的年龄总和为: " +userList7);
|
输出结果为:
1 2 |
学校是清华大学的user的年龄总和
学校是清华大学的user的年龄总和为: 49
|
1.2 flatMap
flatMap与map的区别在于 flatMap是将一个流中的每个值都转成一个个流,然后再将这些流扁平化成为一个流 。举例说明,假设我们有一个字符串数组String[] strs = {"hello", "world"};,我们希望输出构成这一数组的所有非重复字符,那么我们用map和flatMap 实现如下:
1 2 3 4 5 |
String[] strings = { "Hello" , "World" };
List l11 = Arrays.stream(strings).map(str -> str.split( "" )).map(str2->Arrays.stream(str2)).distinct().collect(Collectors.toList());
List l2 = Arrays.asList(strings).stream().map(s -> s.split( "" )).flatMap(Arrays::stream).distinct().collect(Collectors.toList());
System.out.println(l11.toString());
System.out.println(l2.toString());
|
输出结果如下:
1 2 |
[java.util.stream.ReferencePipeline$Head @4c203ea1 , java.util.stream.ReferencePipeline$Head @27f674d ]
[H, e, l, o, W, r, d]
|
由上我们可以看到使用map并不能实现我们现在想要的结果,而flatMap是可以的。这是因为在执行map操作以后,我们得到是一个包含多个字符串(构成一个字符串的字符数组)的流,此时执行distinct操作是基于在这些字符串数组之间的对比,所以达不到我们希望的目的;flatMap将由map映射得到的Stream<String[]>,转换成由各个字符串数组映射成的流Stream<String>,再将这些小的流扁平化成为一个由所有字符串构成的大流Steam<String>,从而能够达到我们的目的。
3 查找
3.1 allMatch
用于检测是否全部都满足指定的参数行为,如果全部满足则返回true,例如我们判断是否所有的user年龄都大于9岁,实现如下:
1 2 3 |
System.out.println( "判断是否所有user的年龄都大于9岁" );
Boolean b = list.stream().allMatch(user -> user.age > 9 );
System.out.println(b);
|
输出结果为:
1 2 |
判断是否所有user的年龄都大于 9 岁
true
|
3.2 anyMatch
anyMatch则是检测是否存在一个或多个满足指定的参数行为,如果满足则返回true,例如判断是否有user的年龄大于15岁,实现如下:
1 2 3 |
System.out.println( "判断是否有user的年龄是大于15岁" );
Boolean bo = list.stream().anyMatch(user -> user.age > 15 );
System.out.println(bo);
|
输出结果为:
1 2 |
判断是否有user的年龄是大于 15 岁
true
|
3.3 noneMatch
noneMatch用于检测是否不存在满足指定行为的元素,如果不存在则返回true,例如判断是否不存在年龄是15岁的user,实现如下:
1 2 3 |
System.out.println( "判断是否不存在年龄是15岁的user" );
Boolean boo = list.stream().noneMatch(user -> user.age == 15 );
System.out.println(boo);
|
输出结果如下:
1 2 |
判断是否不存在年龄是 15 岁的user
false
|
3.4 findFirst
findFirst用于返回满足条件的第一个元素,比如返回年龄大于12岁的user中的第一个,实现如下:
1 2 3 4 |
System.out.println( "返回年龄大于12岁的user中的第一个" );
Optional<User> first = list.stream().filter(u -> u.age > 10 ).findFirst();
User user = first.get();
System.out.println(user.toString());
|
输出结果如下:
1 2 |
返回年龄大于 12 岁的user中的第一个
User{id= 2 , name= '李四' , age= 12 , school= '清华大学' }
|
3.5 findAny
findAny相对于findFirst的区别在于,findAny不一定返回第一个,而是返回任意一个,比如返回年龄大于12岁的user中的任意一个:
1 2 3 4 |
System.out.println( "返回年龄大于12岁的user中的任意一个" );
Optional<User> anyOne = list.stream().filter(u -> u.age > 10 ).findAny();
User user2 = anyOne.get();
System.out.println(user2.toString());
|
输出结果如下:
1 2 |
返回年龄大于 12 岁的user中的任意一个
User{id= 2 , name= '李四' , age= 12 , school= '清华大学' }
|
4 归约
4.1 reduce
现在我的目标不是返回一个新的集合,而是希望对经过参数化操作后的集合进行进一步的运算,那么我们可用对集合实施归约操作。java8的流式处理提供了reduce方法来达到这一目的。
比如我现在要查出学校是清华大学的所有user的年龄之和:
//前面用到的方法
Integer ages = list.stream().filter(student -> "清华大学".equals(student.school)).mapToInt(User::getAge).sum();
System.out.println(ages);
System.out.println("归约 - - 》 start ");
Integer ages2 = list.stream().filter(student -> "清华大学".equals(student.school)).map(User::getAge).reduce(0,(a,c)->a+c);
Integer ages3 = list.stream().filter(student -> "清华大学".equals(student.school)).map(User::getAge).reduce(0,Integer::sum);
Integer ages4 = list.stream().filter(student -> "清华大学".equals(student.school)).map(User::getAge).reduce(Integer::sum).get();
System.out.println(ages2);
System.out.println(ages3);
System.out.println(ages4);
System.out.println("归约 - - 》 end ");
输出结果为:
49
归约 - - 》 start
49
49
49
归约 - - 》 end
5 收集
前面利用collect(Collectors.toList())是一个简单的收集操作,是对处理结果的封装,对应的还有toSet、toMap,以满足我们对于结果组织的需求。这些方法均来自于java.util.stream.Collectors,我们可以称之为收集器。
收集器也提供了相应的归约操作,但是与reduce在内部实现上是有区别的,收集器更加适用于可变容器上的归约操作,这些收集器广义上均基于Collectors.reducing()实现。
5.1 counting
计算个数
如我现在计算user的总人数,实现如下:
1 2 3 4 5 |
System.out.println( "user的总人数" );
long COUNT = list.stream().count(); //简化版本
long COUNT2 = list.stream().collect(Collectors.counting()); //原始版本
System.out.println(COUNT);
System.out.println(COUNT2);
|
输出结果为:
1 2 3 |
user的总人数
10
10
|
5.2 maxBy、minBy
计算最大值和最小值
如我现在计算user的年龄最大值和最小值:
1 2 3 4 5 6 7 8 9 |
System.out.println( "user的年龄最大值和最小值" );
Integer maxAge =list.stream().collect(Collectors.maxBy((s1, s2) -> s1.getAge() - s2.getAge())).get().age;
Integer maxAge2 = list.stream().collect(Collectors.maxBy(Comparator.comparing(User::getAge))).get().age;
Integer minAge = list.stream().collect(Collectors.minBy((S1,S2) -> S1.getAge()- S2.getAge())).get().age;
Integer minAge2 = list.stream().collect(Collectors.minBy(Comparator.comparing(User::getAge))).get().age;
System.out.println( "maxAge = " + maxAge);
System.out.println( "maxAge2 = " + maxAge2);
System.out.println( "minAge = " + minAge);
System.out.println( "minAge2 = " + minAge2);
|
输出结果为:
1 2 3 4 5 |
user的年龄最大值
maxAge = 25
maxAge2 = 25
minAge = 10
minAge2 = 10
|
5.3 summingInt、summingLong、summingDouble
总和
如计算user的年龄总和:
1 2 3 |
System.out.println( "user的年龄总和" );
Integer sumAge =list.stream().collect(Collectors.summingInt(User::getAge));
System.out.println( "sumAge = " + sumAge);
|
输出结果为:
1 2 |
user的年龄总和
sumAge = 145
|
5.4 averageInt、averageLong、averageDouble
平均值
如计算user的年龄平均值:
1 2 3 |
System.out.println( "user的年龄平均值" );
double averageAge = list.stream().collect(Collectors.averagingDouble(User::getAge));
System.out.println( "averageAge = " + averageAge);
|
输出结果为:
1 2 |
user的年龄平均值
averageAge = 14.5
|
5.5 summarizingInt、summarizingLong、summarizingDouble
一次性查询元素个数、总和、最大值、最小值和平均值
1 2 3 4 5 6 |
System.out.println( "一次性得到元素个数、总和、均值、最大值、最小值" );
long l1 = System.currentTimeMillis();
IntSummaryStatistics summaryStatistics = list.stream().collect(Collectors.summarizingInt(User::getAge));
long l111 = System.currentTimeMillis();
System.out.println( "计算这5个值消耗时间为" + (l111-l1));
System.out.println( "summaryStatistics = " + summaryStatistics);
|
输出结果为:
1 2 3 |
一次性得到元素个数、总和、均值、最大值、最小值
计算这 5 个值消耗时间为 3
summaryStatistics = IntSummaryStatistics{count= 10 , sum= 145 , min= 10 , average= 14.500000 , max= 25 }
|
5.6 joining
字符串拼接
如输出所有user的名字,用“,”隔开
1 2 3 |
System.out.println( "字符串拼接" );
String names = list.stream().map(User::getName).collect(Collectors.joining( "," ));
System.out.println( "names = " + names);
|
输出结果为:
1 2 |
字符串拼接
names = 张三,李四,王五,赵六,田七,小明,小红,小华,小丽,小何
|
5.7 groupingBy
分组
如将user根据学校分组、先按学校分再按年龄分、每个大学的user人数、每个大学不同年龄的人数:
1 2 3 4 5 6 7 8 9 |
System.out.println( "分组" );
Map<String, List<User>> collect1 = list.stream().collect(Collectors.groupingBy(User::getSchool));
Map<String, Map<Integer, Long>> collect2 = list.stream().collect(Collectors.groupingBy(User::getSchool, Collectors.groupingBy(User::getAge, Collectors.counting())));
Map<String, Map<Integer, Map<String, Long>>> collect4 = list.stream().collect(Collectors.groupingBy(User::getSchool, Collectors.groupingBy(User::getAge, Collectors.groupingBy(User::getName,Collectors.counting()))));
Map<String, Long> collect3 = list.stream().collect(Collectors.groupingBy(User::getSchool, Collectors.counting()));
System.out.println( "collect1 = " + collect1);
System.out.println( "collect2 = " + collect2);
System.out.println( "collect3 = " + collect3);
System.out.println( "collect4 = " + collect4);
|
输出结果为:
1 2 3 4 5 |
分组
collect1 = {浙江大学=[User{id= 8 , name= '小华' , age= 14 , school= '浙江大学' }, User{id= 9 , name= '小丽' , age= 17 , school= '浙江大学' }, User{id= 10 , name= '小何' , age= 10 , school= '浙江大学' }], 北京大学=[User{id= 5 , name= '田七' , age= 25 , school= '北京大学' }, User{id= 6 , name= '小明' , age= 16 , school= '北京大学' }, User{id= 7 , name= '小红' , age= 14 , school= '北京大学' }], 清华大学=[User{id= 1 , name= '张三' , age= 10 , school= '清华大学' }, User{id= 2 , name= '李四' , age= 12 , school= '清华大学' }, User{id= 3 , name= '王五' , age= 15 , school= '清华大学' }, User{id= 4 , name= '赵六' , age= 12 , school= '清华大学' }]}
collect2 = {浙江大学={ 17 = 1 , 10 = 1 , 14 = 1 }, 北京大学={ 16 = 1 , 25 = 1 , 14 = 1 }, 清华大学={ 10 = 1 , 12 = 2 , 15 = 1 }}
collect3 = {浙江大学= 3 , 北京大学= 3 , 清华大学= 4 }
collect4 = {浙江大学={ 17 ={小丽= 1 }, 10 ={小何= 1 }, 14 ={小华= 1 }}, 北京大学={ 16 ={小明= 1 }, 25 ={田七= 1 }, 14 ={小红= 1 }}, 清华大学={ 10 ={张三= 1 }, 12 ={李四= 1 , 赵六= 1 }, 15 ={王五= 1 }}}
|
5.8 partitioningBy
分区,分区可以看做是分组的一种特殊情况,在分区中key只有两种情况:true或false,目的是将待分区集合按照条件一分为二,java8的流式处理利用ollectors.partitioningBy()方法实现分区。
如按照是否是清华大学的user将左右user分为两个部分:
1 2 3 |
System.out.println( "分区" );
Map<Boolean, List<User>> collect5 = list.stream().collect(Collectors.partitioningBy(user1 -> "清华大学" .equals(user1.school)));
System.out.println( "collect5 = " + collect5);
|
输出结果为:
1 2 |
分区
collect5 = { false =[User{id= 5 , name= '田七' , age= 25 , school= '北京大学' }, User{id= 6 , name= '小明' , age= 16 , school= '北京大学' }, User{id= 7 , name= '小红' , age= 14 , school= '北京大学' }, User{id= 8 , name= '小华' , age= 14 , school= '浙江大学' }, User{id= 9 , name= '小丽' , age= 17 , school= '浙江大学' }, User{id= 10 , name= '小何' , age= 10 , school= '浙江大学' }], true =[User{id= 1 , name= '张三' , age= 10 , school= '清华大学' }, User{id= 2 , name= '李四' , age= 12 , school= '清华大学' }, User{id= 3 , name= '王五' , age= 15 , school= '清华大学' }, User{id= 4 , name= '赵六' , age= 12 , school= '清华大学' }]}
|
关于Java1.8新特性之stream暂时只说这些,希望对你能有所帮助,谢谢!
参考博客:https://blog.csdn.net/papima/article/details/81808445
什么式Stream
流(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,流讲的是计算
注意:
- Stream自己不会存储元素
- Stream不会改变源对象。相反,他会返回一个持有结果的新Stream
- Stream操作是延迟执行的。意味着他会等到需要结果的时候才执行
Stream操作的三个步骤
-
创建Stream
一个数据源(如:集合、数组),获取一个流 -
中间操作
一个中间操作链,对数据源的数据进行处理 -
终止操作(终端操作)
一个终止操作,执行中间操作链。并产生结果
示意图如下:
创建Stream
- default Stream<E> stream():返回一个顺序流
- default Stream<E> parallelStream():返回一个并行流
有数组创建流
static <T> Stream<T> stream(T[] array):返回一个流
由值创建流
public static<T> Stream<T> of(T… values):返回一个流
由函数创建流: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)
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处理!而在终止操作时一次性全部处理,称为“惰性求值”
Stream的终止操作
终止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。
Collector接口中方法的实现决定了如何对流执行收集操作(如收集到List、Set、Map)。但是Collector实用类提供了很多静态方法可以方便的收集常见实例
JDK8新特性关于Stream流