stream如何正確的在java8中使用

這期內容當中小編將會給大家帶來有關stream如何正確的在java8中使用，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

首先，我們一起看看stream的繼承關系：

Stream、IntStream、LongStream、DoubleStream的父接口都是BaseStream。BaseStream的四個子接口方法都差不多，只是IntStream、LongStream、DoubleStream直接存儲基本類型，可以避免自動裝/拆箱，效率會更高一些。但是，我們實際上使用Stream更多一些。

我們再看看stream的工作流程圖：

為什么要學stream的鏈式編程方式

業務需求1：指定一個字符串數組，找出里面相同的元素，并且統計重復的次數。

我們以前大概是這樣做的：

public class CountTest {

 @Test
 public void testCount1() {
 List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc");

 Map<String, Long> countMap = new HashMap<>();
 for (String data : list) {
  Long aLong = countMap.get(data);
  if (Objects.isNull(aLong)) {
  countMap.put(data, 1L);
  } else {
  countMap.put(data, ++aLong);
  }
 }

 countMap.forEach((key, value) -> System.out.println("key:" + key + " value:" + value));
 }
}

執行結果：

key:a value:3
key:ab value:2
key:b value:1
key:bd value:1
key:abc value:2
key:abcd value:1

我們再看看如果用java8的stream可以怎么做：

public class CountTest {

 @Test
 public void testCount2() {
 List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc");
 Map<String, Long> countMap =  list.stream().collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));
 countMap.forEach((key, value) ->  System.out.println("key:" + key + " value:" + value));
 }
}

執行結果：

key:a value:3
key:ab value:2
key:b value:1
key:bd value:1
key:abc value:2
key:abcd value:1

我們可以看到testCount1和testCount2執行結果相同，僅僅一行代碼：

Map<String, Long> countMap = list.stream().collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));

就可以實現上面testCount1中多行代碼的邏輯。

業務需求2：從一個指定的字符串數組中，查找指定的字符串是否存在

我們以前大概是這樣做的：

public class FindTest {

 @Test
 public void testFind1() {
 String findStr = "bd";
 List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc");
 boolean match = false;
 for (String data : list) {
  if (data.equals(findStr)) {
  match = true;
  break;
  }
 }
 //結果：match:true
 System.out.println("match:" + match);
 }
}

我們再看看如果用java8的stream可以怎么做：

public class MatchTest {

 @Test
 public void testFind2() {
 String findStr = "bd";
 List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc");
 boolean match = list.stream().anyMatch(x -> x.equals(findStr));
 //結果：match:true
 System.out.println("match:" + match);
 }
}

我們可以看到調用testFind1和testFind2方法執行結果也是一樣的。但是，用java8 stream的語法，又只用一行代碼就完成功能了，真棒。

java8 stream超詳細用法指南

stream的操作符大體上分為兩種：中間操作符和終止操作符

中間操作：

1.filter(T-> boolean)

過濾數據，保留 boolean 為 true 的元素，返回一個集合

public class FilterTest {
 @Test
 public void testFilter() {
 List<Integer> list = Lists.newArrayList(20, 23, 25, 28, 30, 33, 37, 40);
 //從指定數據集合中過濾出大于等于30的數據集合
 List<Integer> collect = list.stream().filter(x -> x >= 30).collect(Collectors.toList());
 //結果：[33, 37, 40]
 System.out.println(collect);
 }
}

collect(Collectors.toList())可以把流轉換為 List 類型，collect實際上是一個終止操作。

2.map(T -> R)

轉換操作符，可以做數據轉換，比如：把字符串轉換成int、long、double，或者把一個實體轉換成另外一個實體。包含：map，mapToInt、mapToLong、mapToDouble

public class MapTest {


 @Test
 public void testMap() {
 List<String> list = Lists.newArrayList("1", "2", "3", "4", "5", "6");
 List<Long> collect1 = list.stream().map(x -> Long.parseLong(x)).collect(Collectors.toList());
 //結果：[1, 2, 3, 4, 5, 6]
 System.out.println(collect1);

 //結果：111111
 list.stream().mapToInt(x -> x.length()).forEach(System.out::print);
 System.out.println("");

 //結果：111111
 list.stream().mapToLong(x -> x.length()).forEach(System.out::print);
 System.out.println("");

 //結果：1.01.01.01.01.01.0
 list.stream().mapToDouble(x -> x.length()).forEach(System.out::print);
 }
}

3.flatMap(T -> Stream)

將流中的每一個元素 T 映射為一個流，再把每一個流連接成為一個流

public class FlatMapTest {

 @Test
 public void testFlatMap() {
 List<List<String>> list = new ArrayList<List<String>>(){{
  add(Lists.newArrayList("a","b","c"));
  add(Lists.newArrayList("d","e","f"));
  add(Lists.newArrayList("j","k","y"));
 }};
 //結果：[[a, b, c], [d, e, f], [j, k, y]]
 System.out.println(list);
 List<String> collect = list.stream().flatMap(List::stream).collect(Collectors.toList());
 //結果：[a, b, c, d, e, f, j, k, y]
 System.out.println(collect);
 }
}

我們可以看到flatMap可以輕松把字符串的二維數據變成一位數組。

4.distinct

去重，類似于msql中的distinct的作用，底層使用了equals方法做比較。

public class DistinctTest {

 @Test
 public void testDistinct() {
 List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc");
 List<String> collect = list.stream().distinct().collect(Collectors.toList());
 //結果：[a, b, ab, abc, abcd, bd]
 System.out.println(collect);
 }
}

其實，去重還有另外一種辦法，可以用Collectors.toSet()，后面會講到。

5.sorted

對元素進行排序，前提是實現Comparable接口，當然也可以自定義比較器。

public class SortTest {

 @Test
 public void testSort() {
 List<Integer> list = Lists.newArrayList(5, 3, 7, 1, 4, 6);
 List<Integer> collect = list.stream().sorted((a, b) -> a.compareTo(b)).collect(Collectors.toList());
 //結果：[1, 3, 4, 5, 6, 7]
 System.out.println(collect);
 }
}

6.limit

限流操作，有點類似于mysql中的limit功能，比如：有10個元素，只取前面3個元素

public class LimitTest {

 @Test
 public void testLimit() {
 List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc");
 List<String> collect = list.stream().limit(3).collect(Collectors.toList());
 //結果：[a, b, ab]
 System.out.println(collect);
 }
}

7.skip

跳過操作，比如：有個10個元素，從第5個元素開始去后面的元素

public class SkipTest {

 @Test
 public void testSkip() {
 List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc");
 List<String> collect = list.stream().skip(5).collect(Collectors.toList());
 //結果：[ab, a, abcd, bd, abc]
 System.out.println(collect);
 }
}

8.peek

挑出操作，

public class PeekTest {
 @Test
 public void testPeek() {
 List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc");
 //結果：abababcaabaabcdbdabc
 list.stream().peek(x -> x.toUpperCase()).forEach(System.out::print);
 }
}

眼尖的朋友會發現，進行x.toUpperCase()轉換為大寫功能，但是實際上沒有生效。把peek改成map方法試試：

public class PeekTest {
 @Test
 public void testPeek() {
 List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc");
 //結果：ABABABCAABAABCDBDABC
 list.stream().map(x -> x.toUpperCase()).forEach(System.out::print);
 }
}

我們可以看到，用map操作轉換成大寫功能生效了，但是用peek操作卻沒有生效。peek只是對Stream中的元素進行某些操作，但是操作之后的數據并不返回到Stream中，所以Stream中的元素還是原來的元素。

終止操作：

1.forEach

遍歷操作，包含：forEach 和 forEachOrdered

forEach：支持并行處理

forEachOrdered：是按順序處理的，遍歷速度較慢

public class ForEachTest {

 @Test
 public void testForEach() {
 List<String> list = Lists.newArrayList("a", "b", "ab");
 //結果：a b ab
 list.stream().forEach(x-> System.out.print(x+' '));
 System.out.println("");

 //可以簡化
 //結果：a b ab
 list.forEach(x-> System.out.print(x+' '));
 System.out.println("");

 //結果：a b ab
 list.stream().forEachOrdered(x-> System.out.print(x+' '));
 }
}

2.collect

收集操作，將所有的元素收集起來，Collectors 提供了非常多收集器。包含：toMap、toSet、toList、joining，groupingBy，maxBy，minBy等操作。

toMap：將數據流轉換為map，里面包含的元素是用key/value的形式的

toSet：將數據流轉換為set，里面包含的元素不可重復

toList：將數據流轉出為list，里面包含的元素是有序的

joining：拼接字符串

groupingBy：分組，可以將list轉換map

couting：統計元素數量

maxBy：獲取最大元素

minBy：獲取最小元素

summarizingInt: 匯總int類型的元素，返回IntSummaryStatistics，再調用具體的方法對元素進行統計：getCount（統計數量），getSum（求和），getMin（獲取最小值），getMax（獲取最大值），getAverage（獲取平均值）

summarizingLong：匯總long類型的元素，用法同summarizingInt

summarizingDouble：匯總double類型的元素，用法同summarizingInt

averagingInt：獲取int類型的元素的平均值，返回一個double類型的數據

averagingLong：獲取long類型的元素的平均值，用法同averagingInt

averagingDouble：獲取double類型的元素的平均值，用法同averagingInt

mapping：獲取映射，可以將原始元素的一部分內容作為一個新元素返回

public class CollectTest {

 @Data
 @AllArgsConstructor
 class User {
  private String name;
  private Integer age;
 }


 @Test
 public void testCollect() {
  List<String> list0 = Lists.newArrayList("a", "b", "ab");
  Map<String, String> collect0 = list0.stream().collect(Collectors.toMap(String::new, Function.identity()));
  //結果：{ab=ab, a=a, b=b}
  System.out.println(collect0);

  List<String> list = Lists.newArrayList("a", "b", "ab", "a", "b", "ab");
  List<String> collect1 = list.stream().collect(Collectors.toList());
  //結果：[a, b, ab, a, b, ab]
  System.out.println(collect1);

  //結果：[a, ab, b]
  Set<String> collect2 = list.stream().collect(Collectors.toSet());
  System.out.println(collect2);

  String collect3 = list.stream().collect(Collectors.joining(","));
  //結果：a,b,ab,a,b,ab
  System.out.println(collect3);

  Map<String, List<String>> collect4 = list.stream().collect(Collectors.groupingBy(Function.identity()));
  //結果：{ab=[ab, ab], a=[a, a], b=[b, b]}
  System.out.println(collect4);

  Long collect = list.stream().collect(Collectors.counting());
  //結果：6
  System.out.println(collect);

  String collect5 = list.stream().collect(Collectors.maxBy((a, b) -> a.compareTo(b))).orElse(null);
  //結果：b
  System.out.println(collect5);

  String collect6 = list.stream().collect(Collectors.minBy((a, b) -> a.compareTo(b))).orElse(null);
  //結果：a
  System.out.println(collect6);

  List<String> list2 = Lists.newArrayList("2", "3", "5");
  IntSummaryStatistics summaryStatistics = list2.stream().collect(Collectors.summarizingInt(x -> Integer.parseInt(x)));
  long sum = summaryStatistics.getSum();
  //結果：10
  System.out.println(sum);

  Double collect7 = list2.stream().collect(Collectors.averagingInt(x -> Integer.parseInt(x)));
  //結果：3.3333333333333335
  System.out.println(collect7);

  List<User> userList = new ArrayList<User>() {{
   add(new User("jack",23));
   add(new User("james",30));
   add(new User("curry",28));
  }};
  List<String> collect8 = userList.stream().collect(Collectors.mapping(User::getName, Collectors.toList()));
  //[jack, james, curry]
  System.out.println(collect8);
 }
}

3.find

查找操作，包含：findFirst、findAny

findFirst：找到第一個，返回的類型為Optional

findAny：使用 stream() 時找到的是第一個元素，使用 parallelStream() 并行時找到的是其中一個元素，返回的類型為Optional

public class FindOpTest {

 @Test
 public void testFindOp() {
  List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "bc", "ab");
  //查找第一匹配的元素
  String data1 = list.stream().findFirst().orElse(null);
  //結果: a
  System.out.println(data1);

  String data2 = list.stream().findAny().orElse(null);
  //結果: a
  System.out.println(data2);
 }
}

4.match

匹配操作，包含：allMatch、anyMatch、noneMatch

allMatch：所有元素都滿足條件，返回boolean類型

anyMatch：任意一個元素滿足條件，返回boolean類型

noneMatch：所有元素都不滿足條件，返回boolean類型

public class MatchTest {

 @Test
 public void testMatch() {
  List<Integer> list = Lists.newArrayList(2, 3, 5, 7);
  boolean allMatch = list.stream().allMatch(x -> x > 1);
  //結果：true
  System.out.println(allMatch);

  boolean allMatch3 = list.stream().allMatch(x -> x > 2);
  //結果：false
  System.out.println(allMatch3);

  boolean anyMatch = list.stream().anyMatch(x -> x > 2);
  //結果：true
  System.out.println(anyMatch);

  boolean noneMatch2 = list.stream().noneMatch(x -> x > 5);
  //結果：false
  System.out.println(noneMatch2);

  boolean noneMatch3 = list.stream().noneMatch(x -> x > 7);
  //結果：true
  System.out.println(noneMatch3);
 }
}

5.count

統計操作，效果跟調用集合的size()方法類似

public class CountOpTest {

 @Test
 public void testCountOp() {
  List<String> list = Lists.newArrayList("a", "b", "ab");
  long count = list.stream().count();
  //結果：3
  System.out.println(count);
 }
}

6.min、max

min：獲取最小值，返回Optional類型的數據

max：獲取最大值，返回Optional類型的數據

public class MaxMinTest {

 @Test
 public void testMaxMin() {
  List<Integer> list = Lists.newArrayList(2, 3, 5, 7);
  Optional<Integer> max = list.stream().max((a, b) -> a.compareTo(b));
  //結果：7
  System.out.println(max.get());

  Optional<Integer> min = list.stream().min((a, b) -> a.compareTo(b));
  //結果：2
  System.out.println(min.get());
 }
}

7.reduce

規約操作，將整個數據流的值規約為一個值，count、min、max底層就是使用reduce。

reduce 操作可以實現從Stream中生成一個值，其生成的值不是隨意的，而是根據指定的計算模型。

public class ReduceTest {

 @Test
 public void testReduce() {
  List<Integer> list = Lists.newArrayList(2, 3, 5, 7);
  Integer sum1 = list.stream().reduce(0, Integer::sum);
  //結果：17
  System.out.println(sum1);

  Optional<Integer> reduce = list.stream().reduce((a, b) -> a + b);
  //結果：17
  System.out.println(reduce.get());

  Integer max = list.stream().reduce(0, Integer::max);
  //結果：7
  System.out.println(max);

  Integer min = list.stream().reduce(0, Integer::min);
  //結果：0
  System.out.println(min);


  Optional<Integer> reduce1 = list.stream().reduce((a, b) -> a > b ? b : a);
  //2
  System.out.println(reduce1.get());
 }
}

8.toArray

數組操作，將數據流的元素轉換成數組。

public class ArrayTest {

 @Test
 public void testArray() {
  List<String> list = Lists.newArrayList("a", "b", "ab");
  String[] strings = list.stream().toArray(String[]::new);
  //結果：a b ab
  for (int i = 0; i < strings.length; i++) {
   System.out.print(strings[i]+" ");
  }
 }
}

stream和parallelStream的區別

stream：是單管道，稱其為流，其主要用于集合的邏輯處理。

parallelStream：是多管道，提供了流的并行處理，它是Stream的另一重要特性，其底層使用Fork/Join框架實現

public class StreamTest {

 @Test
 public void testStream() {
  List<Integer> list = Lists.newArrayList(1,2, 3,4, 5,6, 7);
  //結果：1234567
  list.stream().forEach(System.out::print);
 }
}

public class ParallelStreamTest {
 @Test
 public void testParallelStream() {
  List<Integer> list = Lists.newArrayList(1,2, 3,4, 5,6, 7);
  //結果：5726134
  list.parallelStream().forEach(System.out::print);
 }
}

我們可以看到直接使用parallelStream的forEach遍歷數據，是沒有順序的。

如果要讓parallelStream遍歷時有順序怎么辦呢？

public class ParallelStreamTest {

 @Test
 public void testParallelStream() {
  List<Integer> list = Lists.newArrayList(1,2, 3,4, 5,6, 7);
  //結果：1234567
  list.parallelStream().forEachOrdered(System.out::print);
 }
}

parallelStream的工作原理：

實際工作中的案例

1.從兩個集合中找相同的元素。一般用于批量數據導入的場景，先查詢出數據，再批量新增或修改。

public class WorkTest {

 @Test
 public void testWork1() {
  List<String> list1 = Lists.newArrayList("a", "b", "ab");
  List<String> list2 = Lists.newArrayList("a", "c", "ab");
  List<String> collect = list1.stream()
    .filter(x -> list2.stream().anyMatch(e -> e.equals(x)))
    .collect(Collectors.toList());
  //結果：[a, ab]
  System.out.println(collect);

 }
}

2.有兩個集合a和b，過濾出集合a中有，但是集合b中沒有的元素。這種情況可以使用在假如指定一個id集合，根據id集合從數據庫中查詢出數據集合，再根據id集合過濾出數據集合中不存在的id，這些id就是需要新增的。

@Test
public void testWork2() {
 List<String> list1 = Lists.newArrayList("a", "b", "ab");
 List<String> list2 = Lists.newArrayList("a", "c", "ab");
 List<String> collect = list1.stream()
  .filter(x -> list2.stream().noneMatch(e -> e.equals(x)))
  .collect(Collectors.toList());
 //結果：[b]
 System.out.println(collect);
}

3.根據條件過濾數據，并且去重做數據轉換

 @AllArgsConstructor
 @Data
 class User {
  private String name;
  private Integer age;
 }

 @Test
 public void testWork3() {
  List<User> userList = new ArrayList<User>() {{
   add(new User("jack",23));
   add(new User("james",30));
   add(new User("curry",28));
   add(new User("tom",27));
   add(new User("sue",29));
  }};

  List<String> collect = userList.stream()
    .filter(x -> x.getAge() > 27)
    .sorted((a, b) -> a.getAge().compareTo(b.getAge()))
    .limit(2)
    .map(User::getName)
    .collect(Collectors.toList());
  //結果：[curry, sue]
  System.out.println(collect);
 }

4.統計指定集合中，姓名相同的人中年齡最小的年齡

@Test
public void testWork4() {
 List<User> userList = new ArrayList<User>() {{
  add(new User("tom", 23));
  add(new User("james", 30));
  add(new User("james", 28));
  add(new User("tom", 27));
  add(new User("sue", 29));
 }};

 userList.stream().collect(Collectors.groupingBy(User::getName))
   .forEach((name, list) -> {
    User user = list.stream().sorted((a, b) -> a.getAge().compareTo(b.getAge())).findFirst().orElse(null);
    //結果：name:sue,age:29
    //  name:tom,age:23
    //  name:james,age:28
    System.out.println("name:" + name + ",age:" + user.getAge());
   });
}

上述就是小編為大家分享的stream如何正確的在java8中使用了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。