[游戏开发]Stream之JDK8-最全使用汇总V1.0.0

Stream之JDK8-最全使用汇总

1.Stream概述

• Stream是Java8新增的，同时出现Lambda，对于集合Collection的操作提供了极大的便利。
• Stream将要处理的元素集合看作一种流，在流的过程中，借助Stream API对流中的元素进行操作，例如：筛选，排序，聚合等。
• Stream可以由数组或集合创建，对流的操作分为两种：
  • 中间操作，每次返回一个新的流，可以有多个。
  • 终端操作，每个流只能进行一次终端操作，终端操作结束后流无法再次使用，且会产生一个新的集合或值。
• Stream的几个特性：
  • 不存储数据，而是按照特定的规则对数据进行计算，一般会输出结果。
  • 不会改变数据源，通常情况下会产生一个新的集合或一个值。
  • 具有延迟执行特性，只有调用终端操作时，中间操作才会执行。

2.Stream的创建

• 2.1.通过java.util.Collection.stream()方法用集合创建流如下：

  List<String> list = Arrays.asList("a", "b", "c");
  // 创建一个顺序流
  Stream<String> stream = list.stream();
  // 创建一个并行流
  Stream<String> parallelStream = list.parallelStream();
  

  • stream:顺序流，由主线程按顺序对流执行操作。

  • parallelStream：并行流，内部以多线程并行执行的方式对流进行操作，但前提是流中的数据处理没有顺序要求。

  • 【案例】筛选集合中的奇数，两者的处理方式：
    

  • 【结论】如果流中的数据量足够大，并行流可以加快处理速度。

    • 最后也可以通过paralle()把顺序流转换成并行流：

      Optional<Integer> findFirst = list.stream().parallel().filter(x->x>6).findFirst();
      

• 2.2.使用java.util.Arrays.stream(T[] array)方法用数组创建流

  int[] array={1,3,5,6,8};
  IntStream stream = Arrays.stream(array);
  

• 2.3.使用Stream的静态方法：of(),iterate(),generate()

  -- 第一种 of
  Stream<Integer> stream1 = Stream.of(1,2,3,4,5);
  -- 第二种 iterate  从0开始，每次加3，生成4个数，结果：0，3，6，9
  Stream<Integer> stream2 = Stream.iterate(0,(x) -> x+3).limit(4);
  -- 第三中 generate 生成3个随机数
  Stream<Double> stream3 = Stream.generate(Math::random).limit(3);
  

3.Stream的使用

3.1.了解Optional

• Optional类是一个可以为null的容器对象；
• 可以调用isPresent()方法判断是否有值，值存在返回true。
• 可以调用get()方法返回该对象。

3.2.遍历/匹配

• Stream也是支持类似集合的遍历和匹配元素的，只是Stream中的元素是以Optional类型存在的。

  • foreach、find、match

  public class StreamTest {
   public static void main(String[] args) {
          List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);
  
          // 遍历输出符合条件的元素  --输出集合中大于6的数据
          list.stream().filter(x -> x > 6).forEach(System.out::println);
          // 匹配第一个 --输出大于6的第一个数
          Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();
          // 匹配任意 -- 使用并行流输出全部大于6的数
          Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();
          // 判断集合中是否包含符合特定条件的元素 
          boolean anyMatch = list.stream().anyMatch(x -> x > 6);
          System.out.println("匹配第一个值：" + findFirst.get());
          System.out.println("匹配任意一个值：" + findAny.get());
          System.out.println("是否存在大于6的值：" + anyMatch);
      }
  }
  

3.3.筛选

• 按照一定的规则校验流中的元素，将符合条件的元素提取到新的流中的操作。

  • filter

    public class StreamTest {
     public static void main(String[] args) {
      List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2, 9);
      Stream<Integer> stream = list.stream();
      // 输出集合中大于7的元素，且遍历打印
      stream.filter(x -> x > 7).forEach(System.out::println);
     }
    }
    

  • 【案例】筛选工资大于8000的人，并返回新的集合

    • 新集合依赖collect(收集)

      public class StreamTest {
       public static void main(String[] args) {
        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("douglas", 8900, 23, "male", "beijing"));
        personList.add(new Person("zw", 9500, 25, "male", "kelamy"));
        personList.add(new Person("zy", 7900, 26, "female", "kelamy"));
      	//打开流，先过滤工资大于8000的，对象转map取出对应人名字，最后收集为新的List集合
        List<String> fiterList = personList.stream().filter(x -> x.getSalary() > 8000).map(Person::getName)
          .collect(Collectors.toList());
        System.out.print("高于8000的员工姓名：" + fiterList);
       }
      }
      

3.4.聚合

• 方便我们对集合、数组的数据进行统计。

  • max、min、count

  • 【案例1】获取String集合中最长的元素

    public class StreamTest {
     public static void main(String[] args) {
      List<String> list = Arrays.asList("adnm", "pot", "xbangd", "weoujgsd");
    	//打开流，对每个值得长度进行比较返回最大的一个值
      Optional<String> max = list.stream().max(Comparator.comparing(String::length));
      System.out.println("最长的字符串：" + max.get());
     }
    }
    

  • 【案例2】获取Integer集合中的最大值

    public class StreamTest {
     public static void main(String[] args) {
      List<Integer> list = Arrays.asList(7, 6, 9, 4, 11, 6);
    
      // 第一种方式：自然排序
      Optional<Integer> max = list.stream().max(Integer::compareTo);
      // 第二种方式：自定义排序
      Optional<Integer> max2 = list.stream().max(new Comparator<Integer>() {
       @Override
       public int compare(Integer o1, Integer o2) {
        return o1.compareTo(o2);
       }
      });
      System.out.println("自然排序的最大值：" + max.get());
      System.out.println("自定义排序的最大值：" + max2.get());
     }
    }
    

  • 【案例3】获取员工工资最高的人

    public class StreamTest {
     public static void main(String[] args) {
      List<Person> personList = new ArrayList<Person>();
      personList.add(new Person("douglas", 8900, 23, "male", "beijing"));
      personList.add(new Person("wf", 9500, 25, "male", "wuhan"));
      personList.add(new Person("zy", 7900, 26, "female", "kelamy"));
     //打开流，比价每个人得薪资值，返回最高得
      Optional<Person> max = personList.stream().max(Comparator.comparingInt(Person::getSalary));
      System.out.println("员工工资最大值：" + max.get().getSalary());
     }
    }
    

  • 【案例4】计算Integer集合中大于6的元素的个数

    public class StreamTest {
     public static void main(String[] args) {
      List<Integer> list = Arrays.asList(7, 6, 4, 8, 2, 11, 9);
    	//打开流，条件过滤大于6的元素，最后统计个数返回
      long count = list.stream().filter(x -> x > 6).count();
      System.out.println("list中大于6的元素个数：" + count);
     }
    }
    

3.5.映射

• 【概念】可以将一个流的元素按照一定的映射规则映射到另一个流中。

• 【map】：接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。

• 【flatMap】：接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。

• 【案例1】英文字符串数组的元素全部改为大写，整数数组每个元素+3：

  public class StreamTest {
   public static void main(String[] args) {
    String[] strArr = { "abcd", "bcdd", "defde", "fTr" };
    List<String> strList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());
    List<Integer> intList = Arrays.asList(1, 3, 5, 7, 9, 11);
    List<Integer> intListNew = intList.stream().map(x -> x + 3).collect(Collectors.toList());
    System.out.println("每个元素大写：" + strList);
    System.out.println("每个元素+3：" + intListNew);
   }
  }
  //结果如下：
  //每个元素大写：[ABCD, BCDD, DEFDE, FTR]
  //每个元素+3：[4, 6, 8, 10, 12, 14]
  

• 【案例2】将两个字符数组合并成一个新的字符数组:

  public class StreamTest {
   public static void main(String[] args) {
    List<String> list = Arrays.asList("m,k,l,a", "1,3,5,7");
    List<String> listNew = list.stream().flatMap(s -> {
     // 将每个元素转换成一个stream
     String[] split = s.split(",");
     Stream<String> s2 = Arrays.stream(split);
     return s2;
    }).collect(Collectors.toList());
    System.out.println("处理前的集合：" + list);
    System.out.println("处理后的集合：" + listNew);
   }
  }
  //结果如下：
  //处理前的集合：[m-k-l-a, 1-3-5]
  //处理后的集合：[m, k, l, a, 1, 3, 5]
  

3.6.归约

• 【概念】归约reduce，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作。
• 【案例】求Integer集合的元素之和、乘积和最大值：

public class StreamTest {
 public static void main(String[] args) {
  List<Integer> list = Arrays.asList(1, 3, 2, 8, 11, 4);
  // 求和方式1
  Optional<Integer> sum = list.stream().reduce((x, y) -> x + y);
  // 求和方式2
  Optional<Integer> sum2 = list.stream().reduce(Integer::sum);
  // 求和方式3
  Integer sum3 = list.stream().reduce(0, Integer::sum);
  // 求乘积
  Optional<Integer> product = list.stream().reduce((x, y) -> x * y);
  // 求最大值方式1
  Optional<Integer> max = list.stream().reduce((x, y) -> x > y ? x : y);
  // 求最大值写法2
  Integer max2 = list.stream().reduce(1, Integer::max);
  System.out.println("list求和：" + sum.get() + "," + sum2.get() + "," + sum3);
  System.out.println("list求积：" + product.get());
  System.out.println("list求和：" + max.get() + "," + max2);
 }
}
//结果：
//list求和：29,29,29
//list求积：2112
//list求和：11,11

3.7.收集

• 【概念】collect收集，就是把一个流收集起来，最终可以是收集成一个值也可以收集成一个新的集合。
  • collect主要依赖java.util.stream.Collectors类内置的静态方法。
  • 因为流不存储数据，那么在流中的数据完成处理后，需要将流中的数据重新归集到新的集合中。
  • 常用的toList、toSet、toMap、toCollection、toConcurrentMap等等这些用法。
• 【案例】

public class StreamTest {
 public static void main(String[] args) {
  List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
  //收集为list集合，只收集偶数
  List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
  //收集为set集合，过滤重复值
  Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());
  //收集为map集合
  List<Person> personList = new ArrayList<Person>();
  personList.add(new Person("douglas", 8900, 23, "male", "beijing"));
  personList.add(new Person("wf", 7000, 25, "male", "shanghai"));
  personList.add(new Person("hw", 7800, 21, "female", "kelamay"));
  personList.add(new Person("zy", 8200, 24, "female", "kelamay"));
  
  Map<?, Person> map = personList.stream().filter(p -> p.getSalary() > 8000)
    .collect(Collectors.toMap(Person::getName, p -> p));
  System.out.println("toList:" + listNew);
  System.out.println("toSet:" + set);
  System.out.println("toMap:" + map);
 }
}
//结果：
//toList：[6, 4, 6, 6, 20]
//toSet：[4, 20, 6]
//toMap：{Tom=mutest.Person@5fd0d5ae, Anni=mutest.Person@2d98a335}

3.8.统计

• 【Collectors提供的数据统计静态方法】
  • 计数：count
  • 平均值：averagingInt、averagingLong、averagingDouble
  • 最值：maxBy、minBy
  • 求和：summingInt、summingLong、summingDouble
  • 统计以上所有：summarizingInt、summarizingLong、summarizingDouble
• 【案例】

public class StreamTest {
 public static void main(String[] args) {
  List<Person> personList = new ArrayList<Person>();
  personList.add(new Person("douglas", 8900, 23, "male", "beijing"));
  personList.add(new Person("sam", 7000, 25, "male", "kelamy"));
  personList.add(new Person("tom", 7800, 21, "female", "kelamy"));

  // 求总数
  Long count = personList.stream().collect(Collectors.counting());
  // 求平均工资
  Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
  // 求最高工资
  Optional<Integer> max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
  // 求工资之和
  Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));
  // 一次性统计所有信息
  DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));

  System.out.println("员工总数：" + count);
  System.out.println("员工平均工资：" + average);
  System.out.println("员工工资总和：" + sum);
  System.out.println("员工工资所有统计：" + collect);
 }
}

3.9.分组

• 【Collectors提供的分组方式】
  • partitioningBy：判断且分组
  • groupingBy：只分组
• 【案例】

public class StreamTest {
 public static void main(String[] args) {
  List<Person> personList = new ArrayList<Person>();
  personList.add(new Person("douglas", 8900, "male", "beijing"));
  personList.add(new Person("hw", 7000, "male", "wuhan"));
  personList.add(new Person("yw", 7800, "female", "shanghai"));
  personList.add(new Person("gal", 8200, "female", "kelamay"));
  personList.add(new Person("zw", 9500, "male", "kelamay"));
  personList.add(new Person("zss", 7900, "female", "kelamay"));

       // 将员工按薪资是否高于8000分组
        Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));
        // 将员工按性别分组
        Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
        // 将员工先按性别分组，再按地区分组
        Map<String, Map<String, List<Person>>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));
        System.out.println("员工按薪资是否大于8000分组情况：" + part);
        System.out.println("员工按性别分组情况：" + group);
        System.out.println("员工按性别、地区：" + group2);
 }
}

3.10.接合

• 【joining】可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。
• 【案例】

public class StreamTest {
 public static void main(String[] args) {
  List<Person> personList = new ArrayList<Person>();
  personList.add(new Person("douglas", 8900, 23, "male", "beijing"));
  personList.add(new Person("zw", 7000, 25, "male", "shanghai"));
  personList.add(new Person("zy", 7800, 21, "female", "wuhan"));
//以逗号分割链接为一个字符串
  String names = personList.stream().map(p -> p.getName()).collect(Collectors.joining(","));
  System.out.println("所有员工的姓名：" + names);
  List<String> list = Arrays.asList("A", "B", "C");
//以-连接为一个字符串
  String string = list.stream().collect(Collectors.joining("-"));
  System.out.println("拼接后的字符串：" + string);
 }
}

3.11.排序

• 【sorted】排序由两种操作：
  • sorted()：自然排序，流中元素需实现Comparable接口
  • sorted(Comparator com)：Comparator排序器自定义排序
• 【案例】

public class StreamTest {
 public static void main(String[] args) {
  List<Person> personList = new ArrayList<Person>();

  personList.add(new Person("douglas", 9000, 24, "female", "beijing"));
  personList.add(new Person("hw", 8900, 22, "male", "wuhan"));
  personList.add(new Person("yw", 9000, 25, "male", "shanghai"));
  personList.add(new Person("gh", 8800, 26, "male", "kelamy"));
  personList.add(new Person("wff", 9000, 26, "female", "kelamy"));

  // 按工资升序排序（自然排序）
  List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)
    .collect(Collectors.toList());
  // 按工资倒序排序
  List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
    .map(Person::getName).collect(Collectors.toList());
  // 先按工资再按年龄升序排序
  List<String> newList3 = personList.stream()
    .sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName)
    .collect(Collectors.toList());
  // 先按工资再按年龄自定义排序（降序）
  List<String> newList4 = personList.stream().sorted((p1, p2) -> {
   if (p1.getSalary() == p2.getSalary()) {
    return p2.getAge() - p1.getAge();
   } else {
    return p2.getSalary() - p1.getSalary();
   }
  }).map(Person::getName).collect(Collectors.toList());

  System.out.println("按工资升序排序：" + newList);
  System.out.println("按工资降序排序：" + newList2);
  System.out.println("先按工资再按年龄升序排序：" + newList3);
  System.out.println("先按工资再按年龄自定义降序排序：" + newList4);
 }
}

3.12.提取(去重)

• 【组合】核心是将数据进行合并
  • 去重distinct
  • 限制limit
  • 跳过skip
• 【案例】

public class StreamTest {
 public static void main(String[] args) {
  String[] arr1 = { "a", "b", "c", "d" };
  String[] arr2 = { "d", "e", "f", "g" };

  Stream<String> stream1 = Stream.of(arr1);
  Stream<String> stream2 = Stream.of(arr2);
  // concat:合并两个流 distinct：去重
  List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());
  // limit：限制从流中获得前n个数据
  List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
  // skip：跳过前n个数据
  List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());

  System.out.println("流合并：" + newList);
  System.out.println("limit：" + collect);
  System.out.println("skip：" + collect2);
 }
}
//运行结果：
//流合并：[a, b, c, d, e, f, g]
//limit：[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
//skip：[3, 5, 7, 9, 11]

如果对您有用请收藏，分享，点个赞呗，感谢！

创作打卡挑战赛

赢取流量/现金/CSDN周边激励大奖