目录
- 一、概述
- 二、分类
- 三、具体用法
- 1. 流的常用创建方法
- 2. 流的中间操作
- 3. 流的终止操作
一、概述
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。
- 不是数据结构,不会保存数据。
- 不会修改原来的数据源,它会将操作后的数据保存到另外一个对象中。(保留意见:毕竟peek方法可以修改流中元素)
- 惰性求值,流在中间处理过程中,只是对操作进行了记录,并不会立即执行,需要等到执行终止操作的时候才会进行实际的计算。
二、分类
- 指元素的处理不受之前元素的影响;
- 指该操作只有拿到所有元素之后才能继续下去。
- 指必须处理所有元素才能得到最终结果;
- 指遇到某些符合条件的元素就可以得到最终结果,如 a || b,只要a为true,则无需判断b的结果。
三、具体用法
1. 流的常用创建方法
1.1 使用collection
下的stream()
和parallelstream()
方法
list list = new arraylist<>(); stream stream = list.stream(); //获取一个顺序流 stream parallelstream = list.parallelstream(); //获取一个并行流
1.2 使用arrays 中的stream()
方法,将数组转成流
integer[] nums = new integer[10]; stream stream = arrays.stream(nums);
1.3 使用stream中的静态方法:of()
、iterate()
、generate()
stream stream = stream.of(1,2,3,4,5,6); stream stream2 = stream.iterate(0, (x) -> x 2).limit(6); stream2.foreach(system.out::println); // 0 2 4 6 8 10 stream stream3 = stream.generate(math::random).limit(2); stream3.foreach(system.out::println);
1.4 使用bufferedreader.lines()
方法,将每行内容转成流
bufferedreader reader = new bufferedreader(new filereader("f:\\test_stream.txt")); stream linestream = reader.lines(); linestream.foreach(system.out::println);
1.5 使用pattern.splitasstream()
方法,将字符串分隔成流
pattern pattern = pattern.compile(","); stream stringstream = pattern.splitasstream("a,b,c,d"); stringstream.foreach(system.out::println);
2. 流的中间操作
filter
:过滤流中的某些元素limit(n)
:获取n个元素skip(n)
:跳过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
stream stream = 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);
- 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。
- 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。
list list = arrays.aslist("a,b,c", "1,2,3"); //将每个元素转成一个新的且不带逗号的元素 stream s1 = list.stream().map(s -> s.replaceall(",", "")); s1.foreach(system.out::println); // abc 123 stream s3 = list.stream().flatmap(s -> { //将每个元素转换成一个stream string[] split = s.split(","); stream s2 = arrays.stream(split); return s2; }); s3.foreach(system.out::println); // a b c 1 2 3
-
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
list list = arrays.aslist("aa", "ff", "dd"); //string 类自身已实现compareable接口 list.stream().sorted().foreach(system.out::println);// aa dd ff student s1 = new student("aa", 10); student s2 = new student("bb", 20); student s3 = new student("aa", 30); student s4 = new student("dd", 40); list studentlist = arrays.aslist(s1, s2, s3, s4); //自定义排序:先按姓名升序,姓名相同则按年龄升序 studentlist.stream().sorted( (o1, o2) -> { if (o1.getname().equals(o2.getname())) { return o1.getage() - o2.getage(); } else { return o1.getname().compareto(o2.getname()); } } ).foreach(system.out::println);
-
peek
:如同于map,能得到流中的每一个元素。但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。
student s1 = new student("aa", 10); student s2 = new student("bb", 20); list studentlist = arrays.aslist(s1, s2); studentlist.stream() .peek(o -> o.setage(100)) .foreach(system.out::println); //结果: student{name='aa', age=100} student{name='bb', age=100}
3. 流的终止操作
-
allmatch
:接收一个 predicate 函数,当流中每个元素都符合该断言时才返回true,否则返回false -
nonematch
:接收一个 predicate 函数,当流中每个元素都不符合该断言时才返回true,否则返回false -
anymatch
:接收一个 predicate 函数,只要流中有一个元素满足该断言则返回true,否则返回false -
findfirst
:返回流中第一个元素 -
findany
:返回流中的任意元素 -
count
:返回流中元素的总个数 -
max
:返回流中元素最大值 -
min
:返回流中元素最小值
list list = 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 integer findfirst = list.stream().findfirst().get(); //1 integer findany = list.stream().findany().get(); //1 long count = list.stream().count(); //5 integer max = list.stream().max(integer::compareto).get(); //5 integer min = list.stream().min(integer::compareto).get(); //1
optional reduce(binaryoperator accumulator)
:第一次执行时,accumulator函数的第一个参数为流中的第一个元素,第二个参数为流中元素的第二个元素;第二次执行时,第一个参数为第一次函数执行的结果,第二个参数为流中的第三个元素;依次类推。t reduce(t identity, binaryoperator accumulator)
:流程跟上面一样,只是第一次执行时,accumulator
函数的第一个参数为identity,而第二个参数为流中的第一个元素。 u reduce(u identity,bifunction accumulator,binaryoperator combiner)
:在串行流(stream)中,该方法跟第二个方法一样,即第三个参数combiner不会起作用。在并行流(parallelstream)中,我们知道流被fork join
出多个线程进行执行,此时每个线程的执行流程就跟第二个方法reduce(identity,accumulator)
一样,而第三个参数combiner函数,则是将每个线程的执行结果当成一个新的流,然后使用第一个方法reduce(accumulator)
流程进行规约。
//经过测试,当元素个数小于24时,并行时线程数等于元素个数,当大于等于24时,并行时线程数为16 list list = arrays.aslist(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24); integer v = list.stream().reduce((x1, x2) -> x1 x2).get(); system.out.println(v); // 300 integer v1 = list.stream().reduce(10, (x1, x2) -> x1 x2); system.out.println(v1); //310 integer v2 = list.stream().reduce(0, (x1, x2) -> { system.out.println("stream accumulator: x1:" x1 " x2:" x2); return x1 - x2; }, (x1, x2) -> { system.out.println("stream combiner: x1:" x1 " x2:" x2); return x1 * x2; }); system.out.println(v2); // -300 integer v3 = list.parallelstream().reduce(0, (x1, x2) -> { system.out.println("parallelstream accumulator: x1:" x1 " x2:" x2); return x1 - x2; }, (x1, x2) -> { system.out.println("parallelstream combiner: x1:" x1 " x2:" x2); return x1 * x2; }); system.out.println(v3); //197474048
collect
:接收一个collector实例,将流中元素收集成另外一个数据结构。
collector
是一个接口,有以下5个抽象方法: