Java 8 Stream API 详解
目次引言
一、Stream 简介
1.1 什么是 Stream？
1.2 Stream 与聚集的区别
1.3 Stream 的操纵分类
二、Stream 的创建
2.1 从聚集创建
2.2 从数组创建
2.3 使用 Stream.of 创建
2.4 使用 Stream.generate 或 Stream.iterate 创建
三、Stream 的常用操纵
3.1 中间操纵
3.1.1 filter：过滤
3.1.2 map：映射
3.1.3 sorted：排序
3.1.4 distinct：去重
3.1.5 limit 和 skip：限制和跳过
3.2 终端操纵
3.2.1 forEach：遍历
3.2.2 collect：收集
3.2.3 reduce：归约
3.2.4 count：计数
3.2.5 anyMatch、allMatch、noneMatch：匹配
四、并行流
五、总结
引言
Java 8 引入了 Stream API，它提供了一种高效且声明式的方式来处理聚集数据。Stream API 的核心思想是将数据的操纵分为中间操纵和终端操纵，并通过流水线（Pipeline）的方式进行处理。Stream API 不仅使代码更加简洁易读，还能充分利用多核处理器的优势，提拔数据处理性能。
一、Stream 简介
1.1 什么是 Stream？
Stream 是 Java 8 中处理聚集数据的抽象工具。它并不是数据结构，而是一种对数据源（如聚集、数组等）进行高效聚合操纵的工具。Stream 的特点包罗：
[*] 声明式编程：通过链式调用方法描述数据处理逻辑。
[*] 惰性求值：中间操纵不会立刻实行，只有在终端操纵触发时才会实行。
[*] 并行处理：可以轻松实现并行操纵，充分利用多核 CPU。
1.2 Stream 与聚集的区别
[*] 聚集：存储和操纵数据的容器，关注数据的存储和访问。
[*] Stream：对数据进行计算和处理的工具，关注数据的计算和转换。
1.3 Stream 的操纵分类
Stream 的操纵分为两类：
[*] 中间操纵（Intermediate Operations）：返回一个新的 Stream，可以链式调用。例如 filter、map、sorted 等。
[*] 终端操纵（Terminal Operations）：触发 Stream 的实行并返回效果。例如 forEach、collect、reduce 等。
二、Stream 的创建
Stream 可以从多种数据源创建，例如聚集、数组、I/O 资源等。
2.1 从聚集创建
List<String> list = Arrays.asList("Java", "Python", "C++");
Stream<String> stream = list.stream(); // 创建顺序流
Stream<String> parallelStream = list.parallelStream(); // 创建并行流 2.2 从数组创建
String[] array = {"Java", "Python", "C++"};
Stream<String> stream = Arrays.stream(array); 2.3 使用 Stream.of 创建
Stream<String> stream = Stream.of("Java", "Python", "C++"); 2.4 使用 Stream.generate 或 Stream.iterate 创建
// 生成无限流
Stream<String> infiniteStream = Stream.generate(() -> "Hello");
// 生成有限流
Stream<Integer> finiteStream = Stream.iterate(0, n -> n + 1).limit(10); 三、Stream 的常用操纵
https://i-blog.csdnimg.cn/direct/4e9d41891c0340989ef9df7e417f5e35.png
3.1 中间操纵
3.1.1 filter：过滤
根据条件过滤元素。
List<String> languages = Arrays.asList("Java", "Python", "C++", "JavaScript");
List<String> result = languages.stream()
.filter(s -> s.startsWith("J"))
.collect(Collectors.toList());
System.out.println(result); // 输出 3.1.2 map：映射
将元素转换为另一种形式。
List<String> languages = Arrays.asList("Java", "Python", "C++");
List<Integer> lengths = languages.stream()
.map(String::length)
.collect(Collectors.toList());
System.out.println(lengths); // 输出 3.1.3 sorted：排序
对元素进行排序。
List<String> languages = Arrays.asList("Java", "Python", "C++");
List<String> sortedLanguages = languages.stream()
.sorted()
.collect(Collectors.toList());
System.out.println(sortedLanguages); // 输出 3.1.4 distinct：去重
去除重复元素。
List<String> languages = Arrays.asList("Java", "Python", "Java", "C++");
List<String> uniqueLanguages = languages.stream()
.distinct()
.collect(Collectors.toList());
System.out.println(uniqueLanguages); // 输出 3.1.5 limit 和 skip：限制和跳过
[*] limit(n)：保存前 n 个元素。
[*] skip(n)：跳过前 n 个元素。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
List<Integer> result = numbers.stream()
.limit(3)
.skip(1)
.collect(Collectors.toList());
System.out.println(result); // 输出 3.2 终端操纵
3.2.1 forEach：遍历
对每个元素实行操纵。
List<String> languages = Arrays.asList("Java", "Python", "C++");
languages.stream().forEach(System.out::println); 3.2.2 collect：收集
将 Stream 转换为聚集或其他数据结构。
List<String> languages = Arrays.asList("Java", "Python", "C++");
Set<String> languageSet = languages.stream()
.collect(Collectors.toSet());
System.out.println(languageSet); // 输出 3.2.3 reduce：归约
将 Stream 中的元素组合起来，得到一个值。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
int sum = numbers.stream()
.reduce(0, Integer::sum);
System.out.println(sum); // 输出 15 3.2.4 count：计数
返回 Stream 中元素的个数。
List<String> languages = Arrays.asList("Java", "Python", "C++");
long count = languages.stream().count();
System.out.println(count); // 输出 3 3.2.5 anyMatch、allMatch、noneMatch：匹配
[*] anyMatch：恣意一个元素满意条件。
[*] allMatch：所有元素都满意条件。
[*] noneMatch：没有元素满意条件。
List<String> languages = Arrays.asList("Java", "Python", "C++");
boolean anyMatch = languages.stream().anyMatch(s -> s.startsWith("J"));
boolean allMatch = languages.stream().allMatch(s -> s.length() > 3);
boolean noneMatch = languages.stream().noneMatch(s -> s.isEmpty());
System.out.println(anyMatch); // 输出 true
System.out.println(allMatch); // 输出 false
System.out.println(noneMatch); // 输出 true 四、并行流
Stream API 支持并行处理，只需将 stream() 更换为 parallelStream() 即可。
List<String> languages = Arrays.asList("Java", "Python", "C++");
long count = languages.parallelStream()
.filter(s -> s.startsWith("J"))
.count();
System.out.println(count); // 输出 1 五、案例
User实体类
public class User {
private int id;
private String userName;
private int age;
//get、set、有参/无参构造器、toString
}
Stream算法题
import java.util.Arrays;
import java.util.List;
/*
* 题目：请按照给出数据，找出同时满足以下条件的用户
* 也即以下条件：
* 1、全部满足偶数ID
* 2、年龄大于24
* 3、用户名转为大写
* 4、用户名字母倒排序
* 5、只输出一个用户名字 limit
**/
public class StreamDemo {
public static void main(String[] args) {
User u1 = new User(11, "a", 23);
User u2 = new User(12, "b", 24);
User u3 = new User(13, "c", 22);
User u4 = new User(14, "d", 28);
User u5 = new User(16, "e", 26);
List<User> list = Arrays.asList(u1, u2, u3, u4, u5);
/*
* 1. 首先我们需要将 list 转化为stream流
* 2. 然后将用户过滤出来，这里用到一个函数式接口Predicate<? super T>，我们可
以使用lambda表达式简化
* 3. 这里面传递的参数，就是Stream流的泛型类型，也就是User，所以，这里可以直接
返回用户id为偶数的用户信息;
* 4. 通过forEach进行遍历，直接简化输出 System.out::println ，等价于
System.out.println(u);
**/
//list.stream().filter(u -> {return
//u.getId()%2==0;}).forEach(System.out::println);
//list.stream().filter(u -> {return u.getId()%2==0;})
//.filter(u -> {return
//u.getAge()>24;}).forEach(System.out::println);
//sorted()自然排序，正排序 D->E
list.stream()
.filter(u -> {return u.getId()%2==0;})
.filter(u -> {return u.getAge()>24;})
.map(u -> {return u.getUserName().toUpperCase();})
//.sorted() //默认正排序自己用 compareTo 比较
.sorted((o1,o2)->{return o2.compareTo(o1);})
.limit(1)
.forEach(System.out::println);
/*
map解释
List<Integer> list2 = Arrays.asList(1,2,3);
list2 = list2.stream().map(x -> {return
x*2;}).collect(Collectors.toList());
for (Integer element : list2) {
System.out.println(element);
}
*/
}
}
六、总结
Stream API 是 Java 8 中非常强大的工具，它通过声明式的方式简化了聚集数据的处理。通过掌握 Stream 的创建、中间操纵和终端操纵，你可以写出更简洁、高效的代码。以下是本文的核心要点：
[*] Stream 的创建：可以从聚集、数组、I/O 资源等创建 Stream。
[*] 中间操纵：如 filter、map、sorted 等，用于对数据进行处理和转换。
[*] 终端操纵：如 forEach、collect、reduce 等，用于触发计算并返回效果。
[*] 并行流：通过 parallelStream() 实现并行处理，提拔性能。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]