欲将沉醉换悲凉。清歌莫断肠。

——晏几道《阮郎归》

JDK8新特性–Stream API

1. Stream简介

  1. Java8中有两大最为重要的改变。第一个是 Lambda 表达式；另外一个则是 Stream API。
  2. Stream API ( java.util.stream) 把真正的函数式编程风格引入到Java中。这是目前为止对Java类库最好的补充，因为Stream API可以极大提供Java程序员的生产力，让程序员写出高效率、干净、简洁的代码。
  3. Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。 使用Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简言之，Stream API 提供了一种高效且易于使用的处理数据的方式。
  4. 为什么要使用Stream API呢？
    1. 实际开发中，项目中多数数据源都来自于Mysql，Oracle等。但现在数据源可以更多了，有MongDB，Radis等，而这些NoSQL的数据就需要Java层面去处理。
    2. ==Stream 和 Collection 集合的区别：==Collection 是一种静态的内存数据结构，而 Stream 是有关计算的。前者是主要面向内存，存储在内存中，后者主要是面向 CPU，通过 CPU 实现计算。
  5. 什么是 Stream？
    1. 是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。==“集合讲的是数据，Stream讲的是计算！“==
    2. ==注意：==
      1. Stream 自己不会存储元素。
      2. Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。
      3. Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。

2. Stream的操作三个步骤

  1. ==创建 Stream==
    • 一个数据源（如：集合、数组），获取一个流。
  2. ==中间操作==
    • 一个中间操作链，对数据源的数据进行处理。
  3. ==终止操作（终端操作）==
    • 一旦执行终止操作，就执行中间操作链，并产生结果。之后，不会再被使用。

image-20201114200719472

测试数据：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
public class EmployeeData {

	public static List<Employee> getEmployees(){
		List<Employee> list = new ArrayList<>();

		list.add(new Employee(1001, "马化腾", 34, 6000.38));
		list.add(new Employee(1002, "马云", 12, 9876.12));
		list.add(new Employee(1003, "刘强东", 33, 3000.82));
		list.add(new Employee(1004, "雷军", 26, 7657.37));
		list.add(new Employee(1005, "李彦宏", 65, 5555.32));
		list.add(new Employee(1006, "比尔盖茨", 42, 9500.43));
		list.add(new Employee(1007, "任正非", 26, 4333.32));
		list.add(new Employee(1008, "扎克伯格", 35, 2500.32));

		return list;
	}
}

Employee

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
public class Employee {

    private int id;
    private String name;
    private int age;
    private double salary;

    public int getId() {
        return id;
    }

    public void setId(int id) {
        this.id = id;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }

    public double getSalary() {
        return salary;
    }

    public void setSalary(double salary) {
        this.salary = salary;
    }

    public Employee() {

    }

    public Employee(int id) {

        this.id = id;
    }

    public Employee(int id, String name) {
        this.id = id;
        this.name = name;
    }

    public Employee(int id, String name, int age, double salary) {

        this.id = id;
        this.name = name;
        this.age = age;
        this.salary = salary;
    }

    @Override
    public String toString() {
        return "Employee{" + "id=" + id + ", name='" + name + '\'' + ", age=" + age + ", salary=" + salary + '}';
    }

    @Override
    public boolean equals(Object o) {
        if (this == o) {
            return true;
        }
        if (o == null || getClass() != o.getClass()) {
            return false;
        }

        Employee employee = (Employee) o;

        if (id != employee.id) {
            return false;
        }
        if (age != employee.age) {
            return false;
        }
        if (Double.compare(employee.salary, salary) != 0) {
            return false;
        }
        return name != null ? name.equals(employee.name) : employee.name == null;
    }

    @Override
    public int hashCode() {
        int result;
        long temp;
        result = id;
        result = 31 * result + (name != null ? name.hashCode() : 0);
        result = 31 * result + age;
        temp = Double.doubleToLongBits(salary);
        result = 31 * result + (int) (temp ^ (temp >>> 32));
        return result;
    }
}

2.1 创建Stream

创建 Stream方式一：通过集合

JDK8中的 Collection 接口被扩展，提供了两个获取流的方法：

  • default Stream<E> stream() : 返回一个顺序流。
  • default Stream parallelStream() : 返回一个并行流。
1
2
3
4
5
6
7
8
9
10
11
12
13
   /**
    * 创建 Stream方式一：通过集合
    */
@Test
   public void test1(){
       List<Employee> list = EmployeeData.getEmployees();
       // default Stream<E> stream() :  返回一个顺序流。
       Stream<Employee> stream = list.stream();

       // default Stream<E> parallelStream() :  返回一个并行流。
       Stream<Employee> parallelStream = list.parallelStream();

   }
创建 Stream方式二：通过数组

JDK8中的 Arrays 的静态方法 stream() 可以获取数组流：static <T> Stream<T> stream(T[] array): 返回一个流重载形式，能够处理对应基本类型的数组：

  1. public static IntStream stream(int[] array)
  2. public static LongStream stream(long[] array)
  3. public static DoubleStream stream(double[] array)
1
2
3
4
5
6
7
8
9
10
11
12
13
/**
 * 创建 Stream方式二：通过数组
 */
@Test
public void test2(){
    int[] arr = new int[]{1,2,3,4,5,6};
    IntStream stream = Arrays.stream(arr);

    Employee e1 = new Employee(1001, "Tom");
    Employee e2 = new Employee(1002, "Jerry");
    Employee[] emps = new Employee[]{e1,e2};
    Stream<Employee> employeeStream = Arrays.stream(emps);
}
创建 Stream方式三：通过Stream的of()
  1. 可以调用Stream类静态方法 of(), 通过显示值创建一个流。它可以接收任意数量的参数。
  2. public static Stream of(T… values) : 
1
2
3
4
5
6
7
/**
 * 创建 Stream方式三：通过Stream的of()
 */
@Test
public void test3(){
    Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6);
}
创建 Stream方式四：创建无限流

可以使用静态方法 Stream.iterate() 和 Stream.generate(),创建无限流。

  1. 迭代
    • public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
  2. 生成
    • public static<T> Stream<T> generate(Supplier<T> s)
1
2
3
4
5
6
7
8
9
10
11
12
/**
 * 创建 Stream方式四：创建无限流
 */
@Test
public void test4(){
    // generate遍历前十个偶数
    Stream.iterate(0,t -> t + 2).limit(10).forEach(System.out::println);

    // generate生成十个随机数
    Stream.generate(() -> Math.random()).limit(10).forEach(System.out::println);

}

2.2 中间操作

多个 中间操作可以连接起来形成一个 流水线，除非流水线上触发终止操作，否则 中间操作不会执行任何的处理！而在 终止操作时一次性全部处理，称为“惰性求值”。

筛选与切片

image-20201114203553549

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
/**
 * 筛选与切片
 */
@Test
public void test1(){
    List<Employee> list = EmployeeData.getEmployees();

    System.out.println("-----------stream.filter()-----------");

    // filter(Predicate p)——接收 Lambda ， 从流中排除某些元素。
    Stream<Employee> stream = list.stream();
    // 练习：查询员工表中薪资大于7000的员工信息
    stream.filter(e -> e.getSalary()>7000).forEach(System.out::println);


    System.out.println("-----------stream.limit()-----------");
    // limit(n)——截断流，使其元素不超过给定数量。
    list.stream().limit(4).forEach(System.out::println);


    System.out.println("-----------stream.skip()-----------");
    // skip(n) —— 跳过元素，返回一个扔掉了前 n 个元素的流。
    // 若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补
    list.stream().skip(4).forEach(System.out::println);


    System.out.println("-----------stream.distinct()-----------");
    list.add(new Employee(1010,"刘强东",40,8000));
    list.add(new Employee(1010,"刘强东",41,8000));
    list.add(new Employee(1010,"刘强东",40,8000));
    list.add(new Employee(1010,"刘强东",40,8000));
    list.add(new Employee(1010,"刘强东",40,8000));

    // distinct()——筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
    list.stream().distinct().forEach(System.out::println);

}
映射
方法 描述
map(Function f) 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(Function f) 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		 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
/**
 * 映射
 */
@Test
public void test2(){
    System.out.println("-----------------map()-------------------");
    List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
    // map(Function f)——接收一个函数作为参数，将元素转换成其他形式或提取信息，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。
    list.stream().map(str -> str.toUpperCase()).forEach(System.out::println);

    // 练习1：获取员工姓名长度大于3的员工的姓名。
    List<Employee> employees = EmployeeData.getEmployees();
    Stream<String> namesStream = employees.stream().map(Employee::getName);
    namesStream.filter(e -> e.length()>3).forEach(System.out::println);

    // 练习2：
    // list.stream().map(StreamAPITest2::fromStringToStream);
    Stream<Stream<Character>> streamStream = list.stream().map(str -> fromStringToStream(str));
    streamStream.forEach(s -> {
        s.forEach(System.out::println);
    });

    System.out.println("-----------------flatMap()-------------------");

    // flatMap(Function f)——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<Character> characterStream = list.stream().flatMap(str -> fromStringToStream(str));
    characterStream.forEach(System.out::println);
}

/**
 * 将字符串中的多个字符构成的集合转换为对应的Stream的实例
 * @param str
 * @return
 */
public static Stream<Character> fromStringToStream(String str){
    List<Character> list = new ArrayList<>();
    for(Character c:str.toCharArray()){
        list.add(c);
    }
    return list.stream();
}

/**
 * 为了更好地理解map()和flatMap()
 *      map()更像add()
 *      flatMap()更像addAll()
 */
@Test
public void test3(){
    ArrayList list1 = new ArrayList();
    list1.add(1);
    list1.add(2);
    list1.add(3);

    ArrayList list2 = new ArrayList();
    list2.add(4);
    list2.add(5);
    list2.add(6);

    // list1.add(list2);
    list1.addAll(list2);
    System.out.println(list1);

}
排序
方法 描述
sorted() 产生一个新流，其中按自然顺序排序
sorted(Comparator com) 产生一个新流，其中按比较器顺序排序 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
/**
 * 排序
 */
@Test
public void test4() {
    System.out.println("--------sorted()——自然排序--------");
    List<Integer> list = Arrays.asList(12, 43, 66, 46, 54, 77, -22, 7);
    list.stream().sorted().forEach(System.out::println);

    // java.lang.ClassCastException: cn.justweb.methody.Employee cannot be cast to java.lang.Comparable
    // 抛异常，原因:Employee没有实现Comparable接口
    // List<Employee> employees = EmployeeData.getEmployees();
    // employees.stream().sorted().forEach(System.out::println);

    System.out.println("------sorted(Comparator com)——定制排序------");
    List<Employee> employees = EmployeeData.getEmployees();
    employees.stream().sorted((e1, e2) -> {
        int ageValue = Integer.compare(e1.getAge(), e2.getAge());
        if (ageValue != 0) {
            return ageValue;
        } else {
            return Double.compare(e1.getSalary(), e2.getSalary());
        }
    }).forEach(System.out::println);
}

2.3 终止操作

  1. 终端操作会从流的流水线生成结果。其结果可以是任何不是流的值，例如：List、Integer，甚至是 void
  2. 流进行了终止操作后，不能再次使用。
  3. Optional类
匹配与查找

image-20201115085705510

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
/**
 * 匹配与查找
 */
@Test
public void test1() {
    List<Employee> employees = EmployeeData.getEmployees();

    System.out.println("----------allMatch(Predicate p)——检查是否匹配所有元素。-----------");
    //练习：是否所有的员工的年龄都大于18
    boolean result1 = employees.stream().allMatch(e -> e.getAge() > 18);
    System.out.println("result1 = " + result1);//false


    System.out.println("----------anyMatch(Predicate p)——检查是否至少匹配一个元素。-----------");
    // 练习：是否存在员工的工资大于 8000
    boolean result2 = employees.stream().anyMatch(e -> e.getSalary() > 8000);
    System.out.println("result2 = " + result2);//true
    
    System.out.println("----------noneMatch(Predicate p)——检查是否没有匹配的元素。-----------");
    //练习：是否存在员工姓“雷”
    boolean result3 = employees.stream().noneMatch(e -> e.getName().startsWith("雷"));
    System.out.println("result3 = " + result3);//true
    
    System.out.println("----------findFirst——返回第一个元素-----------");
    Optional<Employee> first = employees.stream().findFirst();
    // any = Optional[Employee{id=1006, name='比尔盖茨', age=42, salary=9500.43}]
    System.out.println("first = " + first);

    System.out.println("----------findAny——返回当前流中的任意元素-----------");
    Optional<Employee> any = employees.parallelStream().findAny();
    // any = Optional[Employee{id=1001, name='马化腾', age=34, salary=6000.38}]
    System.out.println("any = " + any);
}

image-20201115091214399

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
/**
 * 匹配与查找
 */
@Test
public void test2() {
    List<Employee> employees = EmployeeData.getEmployees();
    // count——返回流中元素的总个数
    long count = employees.stream().count();
    System.out.println("count = " + count);

    // max(Comparator c)——返回流中最大值
    // 练习：返回最高的工资：
    Stream<Double> salaryStream = employees.stream().map(e -> e.getSalary());
    // Optional<Double> max = salaryStream.max((e1, e2) -> Double.compare(e1, e2));
    Optional<Double> max = salaryStream.max(Double::compare);
    System.out.println("max = " + max);

    // min(Comparator c)——返回流中最小值
    // 练习：返回最低工资的员工
    Optional<Employee> min = employees.stream().min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));
    System.out.println("min = " + min);

    // forEach(Consumer c)——内部迭代
    employees.parallelStream().forEach(System.out::println);

    //使用集合的遍历操作
    employees.forEach(System.out::println);
}
归约

备注：map 和 reduce 的连接通常称为 map-reduce 模式，因 Google用它来进行网络搜索而出名。

方 法 描 述
reduce(T iden, BinaryOperator b)
 可以将流中元素反复结合起来，得到一个值。返回 T
reduce(BinaryOperator b)
 可以将流中元素反复结合起来，得到一个值。返回 Optional<T> 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
/**
 * 归约
 */
@Test
public void test3() {
    // reduce(T identity, BinaryOperator)——可以将流中元素反复结合起来，得到一个值。返回 T
    // 练习1：计算1-10的自然数的和
    List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
    //Integer result1 = list.stream().reduce(0, (e1, e2) -> Integer.sum(e1, e2));
    Integer result1 = list.stream().reduce(0, Integer::sum);
    // result1 = 55
    System.out.println("result1 = " + result1);


    // reduce(BinaryOperator) ——可以将流中元素反复结合起来，得到一个值。返回 Optional<T>
    // 练习2：计算公司所有员工工资的总和
    List<Employee> employees = EmployeeData.getEmployees();
    Stream<Double> salaryStream = employees.stream().map(Employee::getSalary);
    // Stream<Double> salaryStream = employees.stream().map(e -> e.getSalary());

    // Optional<Double> sumMoney = salaryStream.reduce(Double::sum);
    // Optional<Double> result2 = salaryStream.reduce((e1, e2) -> Double.sum(e1, e2));
    Optional<Double> result2 = salaryStream.reduce((e1, e2) -> e1 + e2);
    System.out.println("result2 = " + result2);
}
收集
方 法 描 述
collect(Collector c) 将流转换为其他形式。接收一个 Collector接口
的实现，用于给Stream中元素做汇总的方法。		 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
/**
 * 收集
 */
@Test
public void test4() {
    // collect(Collector c)——将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法
    // 练习1：查找工资大于6000的员工，结果返回为一个List或Set
    List<Employee> employees = EmployeeData.getEmployees();
    Stream<Employee> employeeStream1 = employees.stream().filter(e -> e.getSalary() > 6000);
    List<Employee> list = employeeStream1.collect(Collectors.toList());
    System.out.println("list = " + list);

    Stream<Employee> employeeStream2 = employees.stream().filter(e -> e.getSalary() > 6000);
    Set<Employee> set = employeeStream2.collect(Collectors.toSet());
    System.out.println("set = " + set);

}
  1. Collector 接口中方法的实现决定了如何对流执行收集的操作(如收集到 List、Set、Map)。
  2. 另外， Collectors 实用类提供了很多静态方法，可以方便地创建常见收集器实例，具体方法与实例如下表：

image-20201115094432477

image-20201115094451544

☆