引例:
1 List<String> strList = Arrays.asList("zhaojigang","nana","tianya","nana"); 2 Stream<String> streamList = strList.stream();//集合转为stream 3 strList = streamList.distinct().filter(str->!str.equals("tianya")).sorted(String::compareTo).collect(Collectors.toList()); 4 strList.forEach(System.out::println);
说明:
- 第一行:创建数组并转为List
- 第二行:根据List创建stream
- 第三行:对该stream进行去重-->选择-->排序-->stream转为List
- 第四行:遍历该List
以上代码显示了stream API的方便。当然,上边的代码可以更为简洁,如下改为一行:
Arrays.asList("zhaojigang","nana","tianya","nana").stream().distinct().filter(str->!str.equals("tianya")).sorted(String::compareTo).collect(Collectors.toList()).forEach(System.out::println);
以上代码有一个易错点:filter是选择而不是过滤,即filter是选择满足条件的元素。
一、创建Stream
三种常用API:
- 集合-->Stream:stream()
- 数组-->Stream:Stream.of(T t)或者Arrays.stream(T[] t)
- 任意元素-->Stream:Stream.of(T... values)
1 List<String> strList = Arrays.asList("zhaojigang","nana","tianya","nana"); 2 Stream<String> streamList = strList.stream();//集合转为stream 3 4 String[] strArray = {"java","c++","c"}; 5 Stream<String> streamArray = Stream.of(strArray);//数组转为Stream 6 Stream<String> streamArray2 = Arrays.stream(strArray);//数组转为Stream 7 8 Stream<String> streamPartArray = Arrays.stream(strArray, 0, 2);//转换部分数组,范围:[0,2) 9 10 Stream<String> streamSelf = Stream.of("python","basic","php");//任意元素
还有一种:用于产生无限流的,Stream.generate(Supplier<T> s)。
二、Stream 2 array/collection/String/map
1、stream2array
1 Stream<String> strStream = Stream.of("java","c++","c","python"); 2 Object[] objectArray = strStream.toArray();//只能返回Object[] 3 String[] strArray = strStream.toArray(String[]::new);//构造器引用(类似于方法引用),可以返回String[]
说明:
通过构造器引用(类似于方法引用),可以构造出具体类型的数组。
2、stream2collection
1 List<String> strList = strStream.collect(Collectors.toList());//返回List 2 Set<String> strSet = strStream.collect(Collectors.toSet());//返回set 3 ArrayList<String> strArrayList = strStream.collect(Collectors.toCollection(ArrayList::new));//收集到指定的List集合,例如收集到ArrayList
说明:
通过构造器引用,可以构造出具体类型的集合。
3、将stream中的元素拼接起来(joining()、joining(","))
1 Stream<String> strStream = Stream.of("java","c++","c","python"); 2 String str = strStream.collect(Collectors.joining());//将所有字符串拼接起来,结果:javac++cpython 3 System.out.println(str); 4 5 String str2 = strStream.collect(Collectors.joining(","));//将所有字符串拼接起来,中间用","隔开,结果:java,c++,c,python 6 System.out.println(str2);
4、stream2map(toMap、toConcurrentMap)
1 Stream<String> strStream = Stream.of("java","c++","c","python"); 2 Map<String, Integer> map1 = strStream.collect(Collectors.toMap(Function.identity(), (x)->0)); 3 //Function.identity()-->返回strStream中的元素,toMap方法的我两个参数都是Function接口型的,所以第二个参数即使只放0,也不能直接写作0,可以使用如上的方式进行操作 4 5 for(String key : map1.keySet()){ 6 System.out.println("key:"+key+"->"+"value:"+map1.get(key)); 7 } 8 //结果 9 /* 10 key:python->value:0 11 key:c++->value:0 12 key:c->value:0 13 key:java->value:0 14 */
说明:
- toMap-->stream转为map
- Function.identity()-->返回stream中的元素
如果key重复的话,这时就会出现问题"duplicate key",采用如下方式解决(增加第三个参数):
1 Stream<String> strStream = Stream.of("java","c++","c","python","java"); 2 Map<String, Integer> map1 = strStream.collect(Collectors.toMap(Function.identity(), //key 3 (x)->0, //value 4 (existingValue, newValue) -> existingValue));//如果key重复,取旧值
需要指定返回map的具体类型(增加第四个参数)。
1 Map<String, Integer> map1 = strStream.collect(Collectors.toMap(Function.identity(), //key 2 (x)->0, //value 3 (existingValue, newValue) -> existingValue,//如果key重复,取旧值 4 TreeMap::new));//返回TreeMap
注意:每一个toMap就会对应一个相应的toConcurrentMap
5、groupingBy partitioningBy
1 /***************************groupingBy partitioningBy**************************/ 2 Stream<Locale> localeStream = Stream.of(Locale.getAvailableLocales()); 3 Map<String, List<Locale>> country2localeList = localeStream.collect(Collectors.groupingBy(Locale::getCountry));//根据国家分组,groupBy的参数是分类器 4 List<Locale> locales = country2localeList.get("CH"); 5 6 Map<String, Set<Locale>> country2localeSet = localeStream.collect(Collectors.groupingBy(Locale::getCountry, Collectors.toSet()));//根据国家分组,groupBy的参数是分类器,返回set 7 Set<Locale> localeSet = country2localeSet.get("CH"); 8 9 Map<Boolean, List<Locale>> country2locales = localeStream.collect(Collectors.partitioningBy(locale->locale.getLanguage().equals("en")));//分成两组,一组为true(即语言是en的),一组为false(即语言不是en的) 10 List<Locale> trueLocale = country2locales.get(true);
三、filter(Predicate p)
注意:是选择而非过滤。
1 Stream<String> streamSelf = Stream.of("python","basic","php"); 2 streamSelf.filter(str->str.startsWith("p")).forEach(System.out::println);
注意:
- stream也是可以foreach的,没必要一定要转化成集合再foreach
更好的写法可能是下边这种:
1 Predicate<String> startCondition = str->str.startsWith("p"); 2 streamSelf.filter(startCondition).forEach(System.out::println);
说明:将条件(通常是lambda表达式)抽取出来。这种方式在多个条件的情况下比较清晰。
注意:函数式接口 = lambda表达式 (即lambda表达式只能返回为函数式接口)
1 Stream<String> s = Stream.of("java1","java3","java","php12"); 2 Predicate<String> condition1 = str->str.length()==5;//条件1 3 Predicate<String> condition2 = str->str.startsWith("j");//条件2 4 s.filter(condition1.and(condition2)).forEach(System.out::println);//and条件
说明:
多条件运算:and or
四、map(Function mapper)
作用:对流中的每一个元素进行操作。
1 Stream<String> streamSelf = Stream.of("python","basic","php"); 2 streamSelf.map(String::toUpperCase).forEach(System.out::println);
说明:将流内的每一个String全部转换为了大写。
五、reduce
作用:对stream中的每一个元素做聚合操作。
1 Stream<Integer> reduceStream = Stream.of(1,2,3,4,5); 2 Optional<Integer> sumOption = reduceStream.reduce((x,y)->x+y);//计算1+2+3+4+5,即对元素中的元素进行聚合计算,而map是对元素中的每一个元素分别计算(注意:如果stream为null的话,就会产生无效的结果,需要使用Optional接收) 3 //Optional<Integer> sumOption = reduceStream.reduce(Integer::sum);//计算1+2+3+4+5,即对元素中的元素进行聚合计算,而map是对元素中的每一个元素分别计算 4 5 Integer result = reduceStream.reduce(0, Integer::sum);//0为标识值,即计算:0+1+2+。。+5,如果整个stream为null,就返回标识值。 6 System.out.println(result);
注意:以上是reduce的简单形式,即内联函数是(T,T)->T,即返回值和参数类型是一样的,返回值和参数类型不同的场景需要自己编写函数(用的较少)
六、Optional
两种用法:
- ifPresent(xxx):存在的就执行xxx,不存在就什么都不执行
- orElse(xxx):存在就返回存在的值,不存在就返回xxx(可以理解为是默认值)
1 Stream<String> optionalStream = Stream.of("java","python","basic"); 2 Optional<String> optionValue = optionalStream.filter(str->str.startsWith("p")).findFirst(); 3 optionValue.ifPresent(str->System.out.println(str));//if optionalValue为true,即str存在,则输出str,当然也可以使用如下 4 String str = optionValue.orElse("xxx");//如果optionValue为false,即不存在以p开头的字符串时,使用"xxx"来替代 5 System.out.println(str);
七、limit skip contact
1、limit(long size)
作用:截取stream的前size个元素。
1 Stream<String> streamSelf = Stream.of("python","basic","php"); 2 streamSelf.limit(2).forEach(System.out::println);//截取前两个
2、skip(long size)
作用:跳过stream的钱size个元素
1 Stream<String> streamSelf = Stream.of("python","basic","php"); 2 streamSelf.skip(2).forEach(System.out::println);//跳过前两个
3、contact(Stream<T>,Stream<T>)
作用:拼接两个stream
1 Stream<String> streamSelf = Stream.of("python","basic","php"); 2 Stream<String> streamSelf2 = Stream.of("python2","basic2","php2"); 3 Stream.concat(streamSelf, streamSelf2).forEach(System.out::println);
八、聚合函数 count max min findFirst findAny anyMatch allMatch noneMatch
1 Stream<String> streamSelf = Stream.of("python","basic","php","b"); 2 System.out.println(streamSelf.count());//计算流中的元素个数 3 Optional<String> largest = streamSelf.max(String::compareToIgnoreCase);//寻找最大值 4 if(largest.isPresent()){ 5 System.out.println(largest.get()); 6 }
说明:min函数也一样。
注意:Optional的使用,上边的是最差的一种形式,见"六"。
1 Optional<String> firstMatch = streamSelf.filter(str->str.startsWith("b")).findFirst();//寻找第一个符合条件的元素 2 firstMatch.ifPresent(System.out::println);//这是Optional的第一种用法 3 4 Optional<String> anyMatch = streamSelf.parallel().filter(str->str.startsWith("b")).findAny();//返回集合中符合条件的任意一个元素,对于并行处理非常好(因为多个线程只要有一个线程找到了,整个计算就会结束) 5 if(anyMatch.isPresent()){ 6 System.out.println(anyMatch.get());//这里的结果可能是b,有可能是basic 7 } 8 9 boolean isAnyMatch = streamSelf.parallel().anyMatch(str->str.startsWith("c"));//集合中是否有一个满足条件 10 System.out.println(isAnyMatch); 11 12 Stream<String> streamSelf3 = Stream.of("basic","b"); 13 boolean isAllMatch = streamSelf3.parallel().allMatch(str->str.startsWith("b"));//集合中是否所有元素都满足条件 14 System.out.println(isAllMatch); 15 16 boolean isAllNotMatch = streamSelf.parallel().noneMatch(str->str.startsWith("p"));//集合中是否没有一个元素满足条件 17 System.out.println(isAllNotMatch);
注意:
- optional的最佳用法:ifPresent()-->如果有就输出,如果没有,什么都不做
- parallel():将stream转为并行流,并行流的使用一定要注意线程安全
九、原始类型流
- IntStream:int、short、char、byte、boolean
- LongStream:long
- DoubleStream:double、float