JDK-1.8中Stream方法示例

来源：互联网发布：linux 网卡配置网关编辑：程序博客网时间：2024/06/03 19:59

流的操作分为两种，分别为中间操作和终端操作。

中间操作
当数据源中的数据上了流水线后，这个过程对数据进行的所有操作都称为“中间操作”。中间操作仍然会返回一个流对象，因此多个中间操作可以串连起来形成一个流水线。
终端操作
当所有的中间操作完成后，若要将数据从流水线上拿下来，则需要执行终端操作。终端操作将返回一个执行结果，这就是你想要的数据。

使用流一共需要三步：

准备一个数据流
执行中间操作
中间操作可以有多个，它们可以串连起来形成流水线。
执行终端操作
执行终端操作后本次流结束，你将获得一个执行结果

接下来我们讲解每个步骤的一些基本用法

1)准备数据流

1>集合

这里以常用的数据类型String举例,当然你也可以设置Integer,Long,Double,Object

List<String> list = new ArrayList<String>(); Stream<String> stream = list.stream();

2>数组

通过Arrays类提供的静态函数stream()获取数组的流对象：

String[] names = {"chaimm","peter","john"};Stream<String> stream = Arrays.stream(names);

3>值

通过Stream的静态方法of

Stream<String> stream = Stream.of("chaimm","peter","john");

4>文件

通过读取文件的方式获取

Stream<String> lines = Files.lines(Paths.get("F:\\logs\\xwan.log"),Charset.defaultCharset());lines.forEach(System.out::println);

5>Stream默认

Stream<String> streamStr = Stream.empty();

2)中间操作

具体的结果我就不打印了,有不懂的可以Q我(大家一起进步),或者自行百度

数据初始化:

private static List<String> stringCollection = new ArrayList<>();static {stringCollection.add("ddd2");stringCollection.add("aaa2");stringCollection.add("bbb1");stringCollection.add("aaa1");stringCollection.add("bbb3");stringCollection.add("ccc");stringCollection.add("bbb2");stringCollection.add("ddd1");}

1> filter过滤通过lambda表达式筛选符合条件的值

@SuppressWarnings("unused")private static void filter() {stringCollection.stream().filter((s) -> s.startsWith("a")).forEach(System.out::println);}

2>sorted排序默认为自然升序,也可以通过lambda表达式自定义

@SuppressWarnings("unused")private static void sorted() {stringCollection.stream().filter((s) -> s.startsWith("a")).sorted()                        //.sorted((a,b) -> a.compareTo(b))  -- 自定义                        //.sorted(Comparator.reverseOrder()) -- 自然降序                        //.sorted(Comparator.naturalOrder()) -- 自然升序                       .forEach(System.out::println);}

3>map 对流数据进行计算整理

@SuppressWarnings("unused")private static void map() {stringCollection.stream().filter((s) -> s.startsWith("a")).map(String::toUpperCase).sorted().forEach(System.out::println);}

4>flatMap

@SuppressWarnings("unused")private static void flatMap() {String[] strs = {"java8", "is", "easy", "to", "use"};  List<String> distinctStrsByFlatMap = Arrays.stream(strs)                  .map(str -> str.split(""))  // 映射成为Stream<String[]>                  .flatMap(Arrays::stream)  // 扁平化为Stream<String>                  .distinct()                  .collect(Collectors.toList()); System.out.println(distinctStrsByFlatMap);Stream.of(stringCollection.stream(), Arrays.stream(strs))         .flatMap(Function.identity())  // 扁平化为Stream<String>        .forEach(a -> {        System.out.println(a +"---->hahhaha");        });}

5>distinct 去重

@SuppressWarnings("unused")private static void distinct() {stringCollection.stream().map((s) -> {String result = s;if(s.length()>3) {result = s.substring(0, s.length()-1);}return result;}).distinct().forEach(System.out::println);}

6>peek 和forEach的打印是有别的,前者可以理解为Debug模式或者内存模式,对用户最后结果是不透明的

@SuppressWarnings("unused")private static void peek() {stringCollection.stream().peek(System.out::println).map(String::toUpperCase).count();}

7>limit 和mysql数据库的分页很类似,去除前面几条数据

@SuppressWarnings("unused")private static void limit() {stringCollection.stream().limit(2).map(String::toUpperCase).sorted().forEach(System.out::println);}

8>skip 跳过前面几条数据,不包含前面几条数据

@SuppressWarnings("unused")private static void skip() {stringCollection.stream().sorted().skip(2).map(String::toUpperCase).forEach(System.out::println);}

9>iterate 迭代,类似与循环打印,如果不加入limit限制,会出现无线循环

@SuppressWarnings("unused")private static void iterate() {Stream.iterate(1, n -> n+2)-- 参数1:从什么数开始 n+2为增长基数2,例如结果:1,3,5,7,9.limit(10).forEach(System.out::println);}

10>generate 随机生成的意思,暂时就这么理解吧

@SuppressWarnings("unused")private static void generate() {Random b = new Random();Stream.generate(() ->{return b.nextInt(10);}).limit(10).forEach(System.out::println);}

11>concat 流合并,流拼接,流整合,通俗点,

@SuppressWarnings("unused")private static void concat() {Stream<Integer> intStream =Stream.of(1,2,3,4);Stream<String> strStream =Stream.of("8","5","7");Stream.concat(intStream,strStream).sorted((a,b) -> {String a1 = String.valueOf(a);String b1 = String.valueOf(b);return b1.compareTo(a1);}).forEach(System.out::println);  }

3)最终操作

1>toArray 转换成数组流

@SuppressWarnings("unused")private static void toArray() {Object[] array = stringCollection.stream().toArray();Stream.of(array).forEach(System.out::println);}

2>reduce 和大数据中的reduce有异曲同工之妙

@SuppressWarnings("unused")private static void reduce() {Optional<String> reduce = stringCollection.stream().sorted().reduce((s1, s2) -> s1 + "#" + s2);//如果存在,就输出值//isPresent,存在返回true,不存在返回falsereduce.ifPresent(System.out::println);}

3>anyMatch 有一些数据能匹配都返回true

@SuppressWarnings("unused")private static void anyMatch() {boolean flag = stringCollection.stream().anyMatch((s) -> s.startsWith("a"));System.out.println(flag);}

4>allMatch 所有的数据都匹配才返回true

@SuppressWarnings("unused")private static void allMatch() {boolean flag = stringCollection.stream().allMatch((s) -> s.startsWith("a"));System.out.println(flag);}

5>noneMatch 都不匹配就返回true

@SuppressWarnings("unused")private static void noneMatch() {boolean flag = stringCollection.stream().filter((s) -> s.startsWith("b")).noneMatch((s) -> s.startsWith("a"));System.out.println(flag);

6>count 返回满足条件数据的条数

@SuppressWarnings("unused")private static void count() {long count = stringCollection.stream().filter((s) -> s.startsWith("a")).count();System.out.println(count);}

7>min 满足条件的最小数

@SuppressWarnings("unused")private static void min() {Optional<String> min = stringCollection.stream().min((a,b) -> a.compareTo(b));min.ifPresent(System.out::println);}

8:>max 满足条件的最大数

@SuppressWarnings("unused")private static void max() {Optional<String> max = stringCollection.stream().max((a,b) -> a.compareTo(b));max.ifPresent(System.out::println);}

9>findFirst 找到第一条满足条件的数据

@SuppressWarnings("unused")private static void findFirst() {Optional<String> max = stringCollection.stream().findFirst();max.ifPresent(System.out::println);}

10>findAny 找到满足条件的任意一条数据(在并行流中,可能数据结果不一致)

@SuppressWarnings("unused")private static void findAny() {Optional<String> max = stringCollection.stream()//.filter(s -> s.startsWith("M")).findAny();max.ifPresent(System.out::println);}

11>collect 该功能比较强大,可以进行数据的二次整合,如返回list,返回count,返回平均数等

@SuppressWarnings("unused")private static void collect() {List<String> collect = stringCollection.stream().filter(s -> s.startsWith("a"))//.collect(Collectors.toList());.collect(Collectors.toList());System.out.println(collect);long count = stringCollection.stream().filter(s -> s.startsWith("a")).collect(Collectors.counting());System.out.println(count);}

阅读全文

1 0