189 8069 5689
这篇文章主要介绍了Java中Steam流如何使用的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇Java中Steam流如何使用文章都会有所收获，下面我们一起来看看吧。
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名与空间、网站空间、营销软件、网站建设、东川网站维护、网站推广。
Listlist = new ArrayList<>(); Stream stream = list.stream(); //获取一个顺序流 Stream parallelStream = list.parallelStream(); //获取一个并行流
Integer[] nums = new Integer[10]; Streamstream = Arrays.stream(nums);
// 1. of() Streamstream = Stream.of(1,2,3,4,5,6); // 2. iterate() Stream stream2 = Stream.iterate(0, (x) -> x + 2).limit(6); stream2.forEach(System.out::println); // 0 2 4 6 8 10 // 3. generate() Stream stream3 = Stream.generate(Math::random).limit(2); stream3.forEach(System.out::println);
BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt"));
Stream lineStream = reader.lines();
lineStream.forEach(System.out::println); Pattern pattern = Pattern.compile(",");
Stream stringStream = pattern.splitAsStream("a,b,c,d");
stringStream.forEach(System.out::println); // 1. 筛选与切片 filter：过滤流中的某些元素 limit skip distinct sorted 都是有状态操作，这些操作只有拿到前面处理后的所有元素之后才能继续下去。 limit(n)：获取前n个元素 skip(n)：跳过前n元素，配合limit(n)可实现分页 distinct：通过流中元素的 hashCode() 和 equals() 去除重复元素 // 2. 映射 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。 // 3. 消费 peek , 类似map， // map接收的是一个Function表达式，有返回值； // 而peek接收的是Consumer表达式，没有返回值。 // 4. 排序 sorted()：自然排序，流中元素需实现Comparable接口 sorted(Comparator com)：定制排序，自定义Comparator排序器 // 5.
// 实例：集合内元素>5,去重，跳过前两位，取剩下元素的两个返回为新集合 Streamstream = Stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14); Stream newStream = stream.filter(s -> s > 5) //6 6 7 9 8 10 12 14 14 .distinct() //6 7 9 8 10 12 14 .skip(2) //9 8 10 12 14 .limit(2); //9 8 newStream.forEach(System.out::println);
// 1. Map可以看成一个转换器，传入一个对象，返回新的对象 // map的使用实例 stream.map(x->x.getId()); Listlist = Arrays.asList("a,b,c", "1,2,3"); // 去掉字符串中所有的, List collect = list.stream().map(s -> s.replaceAll(",", "")).collect(Collectors.toList()); // collect集合内容为：{abc,123} System.out.println(collect); // 2. flatMap 效果：结果展平 ，即把嵌套集合，按照子集合的形式，统一放入到新的一个集合中 // 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。 Stream stringStream = list.stream().flatMap(s -> { // 将字符串以,分割后得到一个字符串数组 String[] split = s.split(","); // 然后将每个字符串数组对应流返回，flatMap会自动把返回的所有流连接成一个流 Stream stream = Arrays.stream(split); return stream; }); // stringStream.collect(Collectors.toList())的集合内容为：{a,b,c,1,2,3} System.out.println(stringStream.collect(Collectors.toList()));
// 说明：reduce看似效果和map相似， // 但reduce返回的是函数经过执行运算后的结果, // 而map返回的是处理后新的集合 ListmemberNames = new ArrayList<>(); memberNames.add("Amitabh"); memberNames.add("Shekhar"); memberNames.add("Aman"); memberNames.add("Rahul"); memberNames.add("Shahrukh"); memberNames.add("Salman"); memberNames.add("Yana"); memberNames.add("Lokesh"); // 将集合中的元素按照#连接成字符串，并返回放置在Optional 中 Optional reduced = memberNames.stream() .reduce((s1,s2) -> s1 + "#" + s2); // 有值则取出打印显示 reduced.ifPresent(System.out::println); // 输出内容： Amitabh#Shekhar#Aman#Rahul#Shahrukh#Salman#Yana#Lokesh // 计算统计实例： /** * T reduce(T identity, BinaryOperator accumulator); * identity：它允许用户提供一个循环计算的初始值。 * accumulator：计算的累加器， */ private static void testReduce() { //T reduce(T identity, BinaryOperator accumulator); System.out.println("给定个初始值，求和"); System.out.println(Stream.of(1, 2, 3, 4).reduce(100, (sum, item) -> sum + item)); System.out.println(Stream.of(1, 2, 3, 4).reduce(100, Integer::sum)); // 输出：110 System.out.println("给定个初始值，求min"); System.out.println(Stream.of(1, 2, 3, 4).reduce(100, (min, item) -> Math.min(min, item))); System.out.println(Stream.of(1, 2, 3, 4).reduce(100, Integer::min)); // 输出：1 System.out.println("给定个初始值，求max"); System.out.println(Stream.of(1, 2, 3, 4).reduce(100, (max, item) -> Math.max(max, item))); System.out.println(Stream.of(1, 2, 3, 4).reduce(100, Integer::max)); // 输出：100 //Optional reduce(BinaryOperator accumulator); // 注意返回值，上面的返回是T,泛型，传进去啥类型，返回就是啥类型。 // 下面的返回的则是Optional类型 System.out.println("无初始值，求和"); System.out.println(Stream.of(1, 2, 3, 4).reduce(Integer::sum).orElse(0)); // 输出：10 Integer sum=Stream.of(1, 2, 3, 4).reduce((x,y)->x+y).get(); System.out.println(sum); // 输出：10 System.out.println("无初始值，求max"); System.out.println(Stream.of(1, 2, 3, 4).reduce(Integer::max).orElse(0)); // 输出：4 System.out.println("无初始值，求min"); System.out.println(Stream.of(1, 2, 3, 4).reduce(Integer::min).orElse(0)); // 输出：1 }
// 按照默认字典顺序排序 stream.sorted(); // 按照sortNo排序 stream.sorted((x,y)->Integer.compare(x.getSortNo(),y.getSortNo())); 2-4-1 函数式接口排序 // 正向排序（默认） pendingPeriod.stream().sorted(Comparator.comparingInt(ReservoirPeriodResult::getId)); // 逆向排序 pendingPeriod.stream().sorted(Comparator.comparingInt(ReservoirPeriodResult::getId).reversed()); 2-4-2 LocalDate 和 LocalDateTime 排序 // 准备测试数据 Streamstream = Stream.of(new DateModel(LocalDate.of(2020, 1, 1)) , new DateModel(LocalDate.of(2021, 1, 1)), new DateModel(LocalDate.of(2022, 1, 1))); // 正向排序（默认） stream.sorted(Comparator.comparing(DateModel::getLocalDate)) .forEach(System.out::println); // 逆向排序 stream.sorted(Comparator.comparing(DateModel::getLocalDate).reversed()) .forEach(System.out::println);
// 匹配和聚合 allmatch，noneMatch，anyMatch用于对集合中对象的某一个属性值是否存在判断。 allMatch全部符合该条件返回true， noneMatch全部不符合该断言返回true anyMatch 任意一个元素符合该断言返回true // 实例： Listlist = Arrays.asList(1, 2, 3, 4, 5); boolean allMatch = list.stream().allMatch(e -> e > 10); //false boolean noneMatch = list.stream().noneMatch(e -> e > 10); //true boolean anyMatch = list.stream().anyMatch(e -> e > 4); //true // 其他一些方法 findFirst：返回流中第一个元素 String firstMatchedName = memberNames.stream() .filter((s) -> s.startsWith("L")) .findFirst().get(); findAny：返回流中的任意元素 count：返回流中元素的总个数 long totalMatched = memberNames.stream() .filter((s) -> s.startsWith("A")) .count(); max：返回流中元素最大值 min：返回流中元素最小值
// 默认返回的类型为ArrayList，可通过Collectors.toCollection(LinkedList::new) // 显示指明使用其它数据结构作为返回值容器。 Listcollect = stream.collect(Collectors.toList()); // 由集合创建流的收集需注意：仅仅修改流字段中的内容，没有返回新类型， // 如下操作直接修改原始集合，无需处理返回值。 userVos.stream().map(e -> e.setDeptName(hashMap.get(e.getDeptId()))) .collect(Collectors.toList()); // 收集偶数集合的实例： List list = new ArrayList (); for(int i = 1; i< 10; i++){ list.add(i); } Stream stream = list.stream(); List evenNumbersList = stream.filter(i -> i%2 == 0) .collect(Collectors.toList()); System.out.print(evenNumbersList);
// list 为 {1,2,3,.....100}
Stream stream = list.stream();
Integer[] evenNumbersArr = stream.filter(i -> i%2 == 0).toArray(Integer[]::new); // 默认返回类型为HashSet，可通过Collectors.toCollection(TreeSet::new) // 显示指明使用其它数据结构作为返回值容器。 Setcollect = stream.collect(Collectors.toSet());
// 默认返回类型为HashMap，可通过Collectors.toCollection(LinkedHashMap::new)
// 显示指明使用其它数据结构作为返回值容器
// 测试实体类
@Data
public class Entity {
private Integer id;
private String name;
}
// 模拟从数据库中查询批量的数据
List entityList = Stream.of(new Entity(1,"A"),
new Entity(2,"B"), new Entity(3,"C")).collect(Collectors.toList());
// 将集合数据转化成id与name的Map
Map hashMap = entityList.stream()
.collect(Collectors.toMap(Entity::getId, Entity::getName));