JDK1.8新特性——Stream API
JDK1.8新特性——Stream API
摘要:本文主要学习了JDK1.8的新特性中有关Stream API的使用。
部分内容来自以下博客:
https://blog.csdn.net/icarusliu/article/details/79495534
概述
是什么
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。
Stream是JDK1.8中处理集合的关键抽象概念,它可以指定对集合进行的操作,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。
操作方式
JDK1.8通过内部迭代来实现对流的处理,一个流式处理可以分为三个部分:转换成流、中间操作、终止操作。
转换成流:将原始数据转换成一个流对象,以便进行后续操作。
中间操作:将原始的Stream转换成另外一个Stream,如filter返回的是过滤后的Stream。
终止操作:产生的是一个结果或者其它的复合操作,如count或者forEach操作。
转换成流
创建空的Stream对象
Stream stream = Stream.empty();
通过集合类中的stream()方法或者parallelStream()方法创建
List<String> list = Arrays.asList("a", "b", "c", "d");
Stream stream = list.stream();// 获取串行的Stream对象
Stream parallelStream = list.parallelStream();// 获取并行的Stream对象
通过数组工具类Arrays的stream()方法创建
String[] arr = {"a", "b", "c", "d"};
Stream<String> stream = Arrays.stream(arr);
通过Stream中的of()方法创建
Stream stream = Stream.of("test");
Stream stream = Stream.of("a", "b", "c");
通过Stream中的iterate()方法创建有序的Stream
public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f);
通过Stream中的generate()方法创建无序的Stream
public static<T> Stream<T> generate(Supplier<T> s);
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得处理,而终止操作时一次性全部处理,称为“惰性求值”。
过滤:filter
定义如下:
对Stream对象按指定的Predicate进行过滤,返回的Stream对象中仅包含未被过滤的元素。
Stream<T> filter(Predicate<? super T> predicate);
代码如下:
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(1, 9, 5, 3, 7);
// 同一个流不能用两遍。
Stream<Integer> streamFilter = stream.filter(new Predicate<Integer>() {
// 使用了匿名类,重写了test()方法。
@Override
public boolean test(Integer i) {
if (i > 5) {
return true;
}
return false;
}
});
// 为了看到过滤后的效果,使用了终止操作forEach()进行打印。
streamFilter.forEach(e -> System.out.println(e));
}
运行结果如下:
9
7
截取:limit
定义如下:
获取指定的前几个元素,组成新的Stream对象返回。
Stream<T> limit(long maxSize);
代码如下:
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(1, 9, 5, 3, 7).limit(2);
// 为了看到过滤后的效果,使用了终止操作forEach()进行打印。
stream.forEach(e -> System.out.println(e));
}
运行结果如下:
1
9
跳过:skip
定义如下:
跳过指定的前几个元素,使用剩下的元素组成新的Stream返回。
Stream<T> skip(long n);
代码如下:
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(1, 9, 5, 3, 7).skip(2);
// 为了看到过滤后的效果,使用了终止操作forEach()进行打印。
stream.forEach(e -> System.out.println(e));
}
运行结果如下:
5
3
7
去重:distinct
定义如下:
调用元素的equals()方法比较,返回一个去重后的Stream对象。
Stream<T> distinct();
代码如下:
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(1, 9, 5, 3, 7, 9, 3).distinct();
stream.forEach(e -> System.out.println(e));
}
运行结果如下:
1
9
5
3
7
排序:sorted
定义如下:
传入一个比较器,返回排序后的Stream对象。
Stream<T> sorted(Comparator<? super T> comparator);
代码如下:
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(1, 9, 5, 3, 7).sorted((m, n) -> m - n);
stream.forEach(e -> System.out.println(e));
}
运行结果如下:
1
3
5
7
9
映射(一对一):map
定义如下:
将元素转换成其他形式或者提取信息。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。
<R> Stream<R> map(Function<? super T, ? extends R> mapper);
代码如下:
public static void main(String[] args) {
Stream<String> streamStr = Stream.of("aa", "aaa", "a", "aaaaa", "aaaa");
Stream<Integer> streamInt = streamStr.map(e -> e.length());
streamInt.forEach(e -> System.out.println(e));
}
运行结果如下:
2
3
1
5
4
散射(一对多):flatMap
定义如下:
对原Stream中的所有元素进行操作,每个元素会有一个或者多个结果,然后将返回的所有元素组合成一个统一的Stream并返回。
<R> Stream<R> flatMap(Function<? super T, ? extends Stream<? extends R>> mapper);
代码如下:
public static void main(String[] args) {
List<String> list = Arrays.asList("aa", "bb");
list.stream().flatMap((e) -> Demo.filterCharacter(e)).forEach(e -> System.out.println(e));
}
public static Stream<Character> filterCharacter(String str){
List<Character> list = new ArrayList<>();
for (Character ch : str.toCharArray()) {
list.add(ch);
}
return list.stream();
}
运行结果如下:
a
a
b
b
终止操作
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。
检查是否匹配所有元素:allMatch
定义如下:
如果所有元素都满足条件,那么返回true,否则返回false。
boolean allMatch(Predicate<? super T> predicate);
代码如下:
public static void main(String[] args) {
boolean match = Stream.of("aa11", "bb11", "cc11").allMatch(e -> e.contains("11"));
System.out.println(match);// true
}
检查是否至少匹配一个元素:anyMatch
定义如下:
如果至少有一个元素满足条件,就返回true,否则返回false。
boolean anyMatch(Predicate<? super T> predicate);
代码如下:
public static void main(String[] args) {
boolean match = Stream.of("aa11", "bb11", "cc11").anyMatch(e -> e.contains("aa"));
System.out.println(match);// true
}
检查是否没有匹配的元素:noneMatch
如果所有元素都不满足条件,返回true,否则返回false。
定义如下:
boolean noneMatch(Predicate<? super T> predicate);
代码如下:
public static void main(String[] args) {
boolean match = Stream.of("aa11", "bb11", "cc11").noneMatch(e -> e.contains("dd"));
System.out.println(match);// true
}
返回第一个元素:findFirst
定义如下:
返回遇到的第一个元素。
Optional<T> findFirst();
代码如下:
public static void main(String[] args) {
Optional<String> find = Stream.of("aa11", "bb11", "cc11").findFirst();
System.out.println(find);// Optional[aa11]
}
返回任意一个元素:findAny
定义如下:
返回处理最快的那个元素。
Optional<T> findAny();
代码如下:
public static void main(String[] args) {
Optional<String> find = Stream.of("aa11", "bb11", "cc11").findAny();
System.out.println(find);// Optional[aa11]
}
返回元素个数:count
定义如下:
long count();
代码如下:
public static void main(String[] args) {
long count = Stream.of("aa11", "bb11", "cc11").count();
System.out.println(count);//
}
返回元素最大值:max
定义如下:
Optional<T> max(Comparator<? super T> comparator);
代码如下:
public static void main(String[] args) {
Optional<String> max = Stream.of("aa11", "bb11", "cc11").max((m, n) -> m.hashCode() - n.hashCode());
System.out.println(max);// Optional[cc11]
}
返回元素最小值:min
定义如下:
Optional<T> min(Comparator<? super T> comparator);
代码如下:
public static void main(String[] args) {
Optional<String> max = Stream.of("aa11", "bb11", "cc11").min((m, n) -> m.hashCode() - n.hashCode());
System.out.println(max);// Optional[aa11]
}
规约元素:reduce
定义如下:
可以将流中元素反复结合起来,得到一个值,包含T类型的identity,返回T类型的值。
T reduce(T identity, BinaryOperator<T> accumulator);
可以将流中元素反复结合起来,得到一个值,返回Optional类型的值。
Optional<T> reduce(BinaryOperator<T> accumulator);
代码如下:
public static void main(String[] args) {
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
Integer sumWith0 = list.stream().reduce(0, (x, y) -> x + y);
System.out.println(sumWith0);//
Integer sumWith5 = list.stream().reduce(5, (x, y) -> x + y);
System.out.println(sumWith5);//
Optional<Integer> sum = list.stream().reduce((x, y) -> x + y);
System.out.println(sum);// Optional[15]
}
收集元素:collect
定义如下:
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。
Collector接口中方法的实现决定了如何对流执行收集操作(如收集到List、Set、Map)。但是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。
<R, A> R collect(Collector<? super T, A, R> collector);
代码如下:
public static void main(String[] args) {
List<Integer> list = Arrays.asList("aaa", "aa", "aaaaa", "a", "aaaaaa").stream().map(String::length).collect(Collectors.toList());
list.forEach(System.out::println);
}
JDK1.8新特性——Stream API的更多相关文章
- Java8 新特性 Stream() API
新特性里面为什么要加入流Steam() 集合是Java中使用最多的API,几乎每一个Java程序都会制造和处理集合.集合对于很多程序都是必须的,但是如果一个集合进行,分组,排序,筛选,过滤...这些操 ...
- java8新特性——Stream API
Java8中有两大最为重要得改变,其一时Lambda表达式,另外就是 Stream API了.在前面几篇中简单学习了Lambda表达式得语法,以及函数式接口.本文就来简单学习一下Stream API( ...
- Java8新特性 - Stream API
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对集合进行操作,就类似与使用SQL执行的数据库 ...
- Java8 新特性 Stream Api 之集合遍历
前言 随着java版本的不断更新迭代,java开发也可以变得甜甜的,最新版本都到java11了,但是后面版本也是不在提供商用支持,需要收费,但是java8 依然是持续免费更新使用的,后面版本也更新很快 ...
- Java 8新特性--Stream API
Java 8 API添加了一个新的抽象称为流Stream,以一种声明的方式处理数据,可以极大提高程序员的生产力,写出高效.干净.简洁的代码.这种风格将要处理的元素集合看作一种流,流在管道中传输,并且可 ...
- JDK1.8新特性(一) ----Lambda表达式、Stream API、函数式接口、方法引用
jdk1.8新特性知识点: Lambda表达式 Stream API 函数式接口 方法引用和构造器调用 接口中的默认方法和静态方法 新时间日期API default Lambda表达式 L ...
- JDK1.8新特性之Stream类初识
JDK1.8新特性之Stream类初识 import java.util.Arrays; import java.util.List; import java.util.Optional; impor ...
- JDK1.8 新特性
jdk1.8新特性知识点: Lambda表达式 函数式接口 *方法引用和构造器调用 Stream API 接口中的默认方法和静态方法 新时间日期API https://blog.csdn.net/qq ...
- JDK1.8新特性之(三)--函数式接口
在上一篇文章中我们介绍了JDK1.8的新特性有以下几项. 1.Lambda表达式 2.方法引用 3.函数式接口 4.默认方法 5.Stream 6.Optional类 7.Nashorm javasc ...
随机推荐
- Threads(异步和多线程)
Task是.NET Framework4.5出现的,线程是基于线程池的,然后提供丰富的api,Thread方法很多很强大,但是太过强大,没有限制. DoSomethingLong方法如下: /// & ...
- python 通过使用pandas的实现的Excel的批量转换CSV文件的处理
---恢复内容开始--- 最近同事在处理文件导入的时候需要把一批文件换成CSV的格式,但是直觉修改后缀是不生效的,而且xlsx和xls的文件没法直接换成CVS的文件,所以找了一下方式,并且自己实现了p ...
- HTTP协议解析之Cookie
" Cookie与身份认证." 提到HTTP协议,不可避免地都会牵涉到Cookie,可以说,Cookie作为HTTP的重要组成部分,促进了HTTP协议的发展壮大. HTTP协议如果 ...
- [转]Outlook API
本文转自:https://www.cnblogs.com/yl153/p/6711519.html 1.Outlook简介 若要从Outlook 外控制Outlook对象,必须在编写代码的工程中建立对 ...
- Zeppelie连接jdbc的使用
1. 下载 wget http://apache.mirror.cdnetworks.com/zeppelin/zeppelin-0.8.1/zeppelin-0.8.1-bin-all.tgz 2. ...
- java.sql.SQLException: Incorrect string value: '\xF0\x9F\x98\x8E' for column 'name' at row 1
我的错误案例: ,这个后台插不进去,就姓名那栏的中文编码问题. 遇到这个错误,应该是创建表的时候没有设置好编码,这个错误不用多想,我也试过在更改表那里设置编码,但还是不行,还是有残留 直接drop t ...
- poppler
https://github.com/freedesktop/poppler http://www.openjpeg.org/ https://github.com/uclouvain/openjpe ...
- lua 12 table 的使用
转自:http://www.runoob.com/lua/lua-tables.html table 是 Lua 的一种数据结构用来帮助我们创建不同的数据类型,如:数组.字典等. Lua table ...
- jwt, token, session和cookies
jwt token,session和cookies
- MySQL实战45讲学习笔记:第三十四讲
一.本节概述 在实际生产中,关于 join 语句使用的问题,一般会集中在以下两类: 1. 我们 DBA 不让使用 join,使用 join 有什么问题呢?2. 如果有两个大小不同的表做 join,应该 ...