1.简述

Java8中有两大最为重要的改变。第一个是 Lambda 表达式;另外一 个就是 Stream API。

Stream 是处理集合的抽象概念,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,比如可以实现group by的分组操作。总之就是Stream API提供的高效简介的数据处理方式。

流(Stream)是什么?心脏的血液通过血管流变全身,在血管中的时候就可以看做流,生病了需要通过血管进行输液,也就是说在这个流中进行了操作。心脏的血液可以看做一个数据集合,转换成流通过血管进行输送,输液这个操作就相当于是我们Stream API 所做的操作,也就是对这个流进行计算处理。

集合是数据,流是计算。

需要注意的是:

  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。

Stream三步走:

  1.创建流

  2.操作流

  3.终止操作获取结果,注意:流进行了终止操作后,不能再次使用

2.API操作案例

  2.1.创建流

        //集合创建流
Stream<Student> stream1 = studentList.stream(); //Stream静态方法创建流
Stream<Student> stream2 = Stream.of(
new Student(1, "张三", 12, 69),
new Student(2, "李四", 12, 78.5),
new Student(3, "王五", 13, 95),
new Student(4, "赵六", 14, 23),
new Student(5, "孙七", 11, 55.5)
);
//数组创建流
Stream<Student> stream = Arrays.stream(new Student[]{});

  2.2.操作流

    2.2.1 筛选和分割

      filter(Predicate p) 接收 Lambda , 从流中排除某些元素。

      distinct() 筛选,通过流所生成元素的 hashCode() 和 equals() 去除重复元素,切记重写

      limit(long maxSize) 截断流,使其元素不超过给定数量。limit取值找到符合条件的就结束了 不会继续查找所有

      skip(long 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

        //filter过滤年龄大于12的
studentList.stream()
.filter(student -> student.getAge() > 12)
.forEach(System.out::println);
System.out.println("--------------"); //distinct去重
studentList.stream()
.distinct()
.forEach(System.out::println);
System.out.println("--------------"); //过滤之后取前2,有点类似mysql的limit了,
// limit取值找到符合条件的就结束了 不会继续查找所有,下面的输出语句只会执行2次,因为前面两个就是满足条件的
studentList.stream()
.filter((student) -> {
System.out.println("执行过滤");
return student.getAge() >= 12;
})
.limit(2)
.forEach(System.out::println);
System.out.println("--------------"); //skip跳过满足条件前两个
studentList.stream()
.filter(student -> student.getAge() >= 12)
.skip(2)
.forEach(System.out::println);

    2.2.2 映射

      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

      有点类似list的 add方法和addAll,一个添加单个元素到集合中,一个是将集合中元素逐一添加到另一个集合中

    public void testStream2() {

        //将map中的函数应用到每个元素上,生成一个新的元素,也就是收集每个student的名字组成一个新的元素
studentList.stream()
.distinct()
.map(student -> student.getName())
.forEach(System.out::println);
System.out.println("--------");
//调用creatStream方法将每个Student对象都转换成一个流,然后flatMap将每个流汇总成一个流
studentList.stream()
.distinct()
.flatMap(StreamTest::creatStream)
.forEach(System.out::println);
}
public static Stream<Student> creatStream(Student student){
return Stream.of(student);
}

    2.2.3 排序

      sorted() 产生一个新流,其中按自然顺序排序

      sorted(Comparator comp) 产生一个新流,其中按比较器顺序排序

  2.3 流结果获取

    2.3.1查找与匹配 

      allMatch(Predicate p) 检查是否匹配所有元素

      anyMatch(Predicate p) 检查是否至少匹配一个元素

      noneMatch(Predicate p) 检查是否没有匹配所有元素

      findFirst() 从流的操作中返回第一个元素(封装在Optional中)

      findAny() 返回当前流中的任意元素(封装在Optional中),并行流结果有随机性

      count() 返回流中元素总数

      max(Comparator c) 返回流中最大值 (封装在Optional中)

      min(Comparator c) 返回流中最小值 (封装在Optional中)

      forEach(Consumer c) 内部迭代

     //allMatch(Predicate p) 检查是否匹配所有元素 是否所有student age > 12
boolean result = studentList.stream()
.allMatch(student -> student.getAge() > 12);
System.out.println(result); //anyMatch(Predicate p) 检查是否至少匹配一个元素
result = studentList.stream()
.anyMatch(student -> student.getAge() == 12);
System.out.println(result); //noneMatch(Predicate p) 检查是否没有匹配所有元素
result = studentList.stream()
.noneMatch(student -> student.getAge() < 11);
System.out.println(result);
//findFirst() 从流的操作中返回第一个元素(封装在Optional中)
//按score升序 之后取第一个
Student student = studentList.stream()
.sorted((student1, student2) -> Double.compare(student1.getScore(), student2.getScore()))
.findFirst()
.get();
System.out.println(student); student = studentList.stream()
.findAny()
.get();
System.out.println(student);

    2.3.2 归约

      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>

      map 和 reduce 的连接通常称为 map-reduce 模式

        //累加,将流中元素进行求和
List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
Integer sum = list.stream()
.reduce(0, (x, y) -> x + y);
System.out.println(sum); //求student的总分
Double allScore = studentList.stream()
.map(student -> student.getScore())
.reduce(Double::sum)
.get();
System.out.println(allScore);

    2.3.3 收集     

      collect(Collector c) 将流转换为其他形式。接收一个 Collector接口(收集器)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)。

      1.8提供了Collectors 工具类可以方便地创建常见收集器实例

Collectors:

        List<Student> studentList = Arrays.asList(
new Student(1, "张三", 12, 69, Student.Clazz.Clazz2),
new Student(2, "李四", 12, 78.5,Student.Clazz.Clazz2),
new Student(3, "王五", 13, 95, Student.Clazz.Clazz3),
new Student(4, "赵六", 14, 23, Student.Clazz.Clazz3),
new Student(5, "孙七", 11, 55.5, Student.Clazz.Clazz1),
new Student(5, "孙七", 11, 55.5, Student.Clazz.Clazz1)
); //toList() 收集到List集合中
List<String> nameList = studentList.stream()
.map(student -> student.getName())
.collect(Collectors.toList());
System.out.println(nameList);
//toSet() 收集到Set集合中 自动去重 默认返回的HashSet
Set<String> nameSet= studentList.stream()
.map(student -> student.getName())
.collect(Collectors.toSet());
System.out.println(nameSet);
System.out.println(nameSet.getClass());
//返回指定集合类型
TreeSet<String> nameTreeSet= studentList.stream()
.map(student -> student.getName())
.collect(Collectors.toCollection(TreeSet::new));
System.out.println(nameTreeSet.getClass()); //分组groupingBy 返回map集合 类似sql group by了
//根据年级分组
Map<Student.Clazz, List<Student>> map = studentList.stream()
.collect(Collectors.groupingBy(Student::getClazz));
System.out.println(map);
//多次分组
//先按年级再按年龄
Map<Student.Clazz, Map<Integer, List<Student>>> map2 = studentList.stream()
.collect(Collectors.groupingBy(Student::getClazz, Collectors.groupingBy(Student::getAge)));
System.out.println(map2); //分区partitioningBy 入参是个断言型接口
studentList.stream()
.collect(Collectors.partitioningBy((student) -> student.getScore() >= 60)); //summarizingDouble 对某个值进行 数据统计输出
//对score进行统计
DoubleSummaryStatistics statistics = studentList.stream()
.collect(Collectors.summarizingDouble(Student::getScore));
statistics.getAverage();
statistics.getCount();
statistics.getMax();
statistics.getMin();
statistics.getSum();

Student类:

    private int id;
private String name;
private int age;
private double score;
private Clazz clazz; public Student(String name) {
this.name = name;
} public Student(int id, String name, int age, double score) {
this.id = id;
this.name = name;
this.age = age;
this.score = score;
} public Student(int id, String name, int age, double score, Clazz clazz) {
this.id = id;
this.name = name;
this.age = age;
this.score = score;
this.clazz = clazz;
} 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 getScore() {
return score;
} public void setScore(double score) {
this.score = score;
} public Clazz getClazz() {
return clazz;
} public void setClazz(Clazz clazz) {
this.clazz = clazz;
} public String show() {
return "测试方法引用";
} @Override
public int hashCode() {
final int prime = 11;
int hashCode = 1;
hashCode = prime * hashCode + age;
hashCode = prime * hashCode + id;
hashCode = prime * hashCode + ((name == null) ? 0 : name.hashCode());
long temp;
temp = Double.doubleToLongBits(score);
hashCode = prime * hashCode + (int) (temp ^ (temp >>> 32));
return hashCode;
} @Override
public boolean equals(Object obj) {
if (this == obj) {
return true;
}
if (obj == null) {
return false;
} if (getClass() != obj.getClass()) {
return false;
}
Student other = (Student) obj;
if (age != other.age) {
return false;
} if (id != other.id) {
return false;
}
if (name == null) {
if (other.name != null) {
return false;
}
} else if (!name.equals(other.name)) {
return false;
}
if (Double.doubleToLongBits(score) != Double.doubleToLongBits(other.score)) {
return false;
}
return true;
} @Override
public String toString() {
return "[id=" + id + ", name=" + name + ", age=" + age + ", score=" + score + ", Class=" + clazz + "]";
} public static enum Clazz{
Clazz1,
Clazz2,
Clazz3,
}

java8(2)--- Stream API的更多相关文章

  1. Java8学习笔记(五)--Stream API详解[转]

    为什么需要 Stream Stream 作为 Java 8 的一大亮点,它与 java.io 包里的 InputStream 和 OutputStream 是完全不同的概念.它也不同于 StAX 对 ...

  2. java 基本语法(十八)Lambda (五)Stream API

    1.Stream API的理解:1.1 Stream关注的是对数据的运算,与CPU打交道集合关注的是数据的存储,与内存打交道 1.2 java8提供了一套api,使用这套api可以对内存中的数据进行过 ...

  3. Java8初体验(二)Stream语法详解

    感谢同事[天锦]的投稿.投稿请联系 tengfei@ifeve.com 上篇文章Java8初体验(一)lambda表达式语法比 较详细的介绍了lambda表达式的方方面面,细心的读者会发现那篇文章的例 ...

  4. Java8初体验(二)Stream语法详解(转)

    本文转自http://ifeve.com/stream/ Java8初体验(二)Stream语法详解 感谢同事[天锦]的投稿.投稿请联系 tengfei@ifeve.com上篇文章Java8初体验(一 ...

  5. Java8初体验(二)Stream语法详解---符合人的思维模式,数据源--》stream-->干什么事(具体怎么做,就交给Stream)--》聚合

    Function.identity()是什么? // 将Stream转换成容器或Map Stream<String> stream = Stream.of("I", & ...

  6. guava 学习笔记(二) 瓜娃(guava)的API快速熟悉使用

    guava 学习笔记(二) 瓜娃(guava)的API快速熟悉使用 1,大纲 让我们来熟悉瓜娃,并体验下它的一些API,分成如下几个部分: Introduction Guava Collection ...

  7. 漫谈可视化Prefuse(三)---Prefuse API数据结构阅读有感

    前篇回顾:上篇<漫谈可视化Prefuse(二)---一分钟学会Prefuse>主要通过一个Prefuse的具体实例了解了构建一个Prefuse application的具体步骤.一个Pre ...

  8. Docker入门教程(七)Docker API

    Docker入门教程(七)Docker API [编者的话]DockerOne组织翻译了Flux7的Docker入门教程,本文是系列入门教程的第七篇,重点介绍了Docker Registry API和 ...

  9. 微服务从设计到部署(二)使用 API 网关

    链接:https://github.com/oopsguy/microservices-from-design-to-deployment-chinese 译者:Oopsguy 本书的七个章节是关于设 ...

随机推荐

  1. appium+python自动化64-使用Uiautomator2执行driver.keyevent()方法报错解决

    前言 未加'automationName': 'Uiautomator2'参数使用Uiautomator可以正常使用driver.keyevent()方法,使用Uiautomator2时driver. ...

  2. BZOJ-1085:骑士精神 (迭代加深 + A*搜索)

    题意:给定一个5*5的棋盘,上面有白马给妈给12匹,以及一个空格.问是否能在15步内有给定棋盘转移到目标棋盘. 如果可以,输出最小步数. 否则输出-1: 思路:由于步数比较小,我们就直接不记录状态vi ...

  3. 洛谷 SP740 TRT - Treats for the Cows 题解

    SP740 TRT - Treats for the Cows 题目描述 FJ has purchased N (1 <= N <= 2000) yummy treats for the ...

  4. 简书 markdown 代码高亮标记

    SyntaxHighlight language language_key 1C 1c ActionScript actionscript Apache apache AppleScript a pp ...

  5. Linux 上配置 SQL Server Always On Availability Group

    SQL Server Always On Availability Group 配置步骤:配置三台 Linux 集群节点创建 Availability Group配置 Cluster Resource ...

  6. devops 运维平台相关知识

    1.https://choerodon.io/zh/community/ (代码 https://github.com/choerodon/choerodon) 猪齿鱼 2.https://www.o ...

  7. CTF 文件上传

    目录 一.客户端校验 1.禁用JS 2.抓包改包 二.服务端校验 1.MIME类型检测 2.后缀名黑名单校验 3.后缀名白名单校验 4.内容头校验 5.竞争上传 6.过滤<?或php 两种校验方 ...

  8. shell | crontab 定时任务

    crontab工具 linux下自带的定时任务执行器 常用命令:crontab -l //显示用户的crontab文件的内容crontab -e //编辑用户的crontab文件的内容crontab ...

  9. redis-sentinel 高可用方案实践

    近期公司的一块核心业务使用redis作为配置转发中心,存在单点问题,考虑服务的可靠性.针对业务需求,我们确定了我们的需求: 异地跨机房容灾 故障自动切换 尽可能高的保证数据不丢失 针对以上需求,我们分 ...

  10. windows命令行查看文件MD5

    certutil -hashfile D:\1.exe MD5certutil -hashfile D:\1.exe SHA1certutil -hashfile D:\1.exe SHA256 原文 ...