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