玩轉 Java8 Stream 流，常用方法，詳細用法大合集！
阿新 • • 發佈：2022-04-21
一、概述
Stream 是 Java8 中處理集合的關鍵抽象概念，它可以指定你希望對集合進行的操作，可以執行非常複雜的查詢、過濾和對映資料等操作。使用Stream API 對集合資料進行操作，就類似於使用 SQL 執行的資料庫查詢。也可以使用 Stream API 來並行執行操作。
簡而言之，Stream API 提供了一種高效且易於使用的處理資料的方式。
特點：
-
不是資料結構，不會儲存資料。
-
不會修改原來的資料來源，它會將操作後的資料儲存到另外一個物件中。（保留意見：畢竟peek方法可以修改流中元素）
-
惰性求值，流在中間處理過程中，只是對操作進行了記錄，並不會立即執行，需要等到執行終止操作的時候才會進行實際的計算。
二、分類
-
無狀態： 指元素的處理不受之前元素的影響；
-
有狀態： 指該操作只有拿到所有元素之後才能繼續下去。
-
非短路操作： 指必須處理所有元素才能得到最終結果；
-
短路操作： 指遇到某些符合條件的元素就可以得到最終結果，如 A || B，只要A為true，則無需判斷B的結果。
三、具體用法
1. 流的常用建立方法
1.1 使用Collection下的 stream() 和 parallelStream() 方法
List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //獲取一個順序流
Stream<String> parallelStream = list.parallelStream(); //獲取一個並行流
1.2 使用Arrays 中的stream()方法，將陣列轉成流
Integer[] nums = new Integer[10];
Stream<Integer> stream = Arrays.stream(nums);
1.3 使用Stream中的靜態方法：of()、iterate()、generate()
Stream<Integer> stream = Stream.of(1,2,3,4,5,6);
Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6);
stream2.forEach(System.out::println); // 0 2 4 6 8 10
Stream<Double> stream3 = Stream.generate(Math::random).limit(2);
stream3.forEach(System.out::println);
1.4 使用 BufferedReader.lines() 方法，將每行內容轉成流
BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt"));
Stream<String> lineStream = reader.lines();
lineStream.forEach(System.out::println);
1.5 使用 Pattern.splitAsStream() 方法，將字串分隔成流
Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
stringStream.forEach(System.out::println);
2. 流的中間操作
2.1 篩選與切片
-
filter：過濾流中的某些元素 -
limit(n)：獲取n個元素 -
skip(n)：跳過n元素，配合limit(n)可實現分頁 -
distinct：通過流中元素的hashCode()和equals()去除重複元素
Stream<Integer> stream = Stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14);
Stream<Integer> 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);
2.2 對映
- map： 接收一個函式作為引數，該函式會被應用到每個元素上，並將其對映成一個新的元素。
- flatMap： 接收一個函式作為引數，將流中的每個值都換成另一個流，然後把所有流連線成一個流。
List<String> list = Arrays.asList("a,b,c", "1,2,3");
//將每個元素轉成一個新的且不帶逗號的元素
Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
s1.forEach(System.out::println); // abc 123
Stream<String> s3 = list.stream().flatMap(s -> {
//將每個元素轉換成一個stream
String[] split = s.split(",");
Stream<String> s2 = Arrays.stream(split);
return s2;
});
s3.forEach(System.out::println); // a b c 1 2 3
2.3 排序
-
sorted()：自然排序，流中元素需實現Comparable介面 -
sorted(Comparator com)：定製排序，自定義Comparator排序器
List<String> list = Arrays.asList("aa", "ff", "dd");
//String 類自身已實現Compareable介面
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<Student> studentList = Arrays.asList(s1, s2, s3, s4);
//自定義排序：先按姓名升序，姓名相同則按年齡升序
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);
2.4 消費
-
peek：如同於map，能得到流中的每一個元素。但map接收的是一個Function表示式，有返回值；而peek接收的是Consumer表示式，沒有返回值。
Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
List<Student> studentList = Arrays.asList(s1, s2);
studentList.stream()
.peek(o -> o.setAge(100))
.forEach(System.out::println);
//結果：
Student{name='aa', age=100}
Student{name='bb', age=100}
3. 流的終止操作
3.1 匹配、聚合操作
-
allMatch：接收一個 Predicate 函式，當流中每個元素都符合該斷言時才返回true，否則返回false -
noneMatch：接收一個 Predicate 函式，當流中每個元素都不符合該斷言時才返回true，否則返回false -
anyMatch：接收一個 Predicate 函式，只要流中有一個元素滿足該斷言則返回true，否則返回false -
findFirst：返回流中第一個元素 -
findAny：返回流中的任意元素 -
count：返回流中元素的總個數 -
max：返回流中元素最大值 -
min：返回流中元素最小值
List<Integer> 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
3.2 規約操作
-
Optional<T> reduce(BinaryOperator<T> accumulator)：第一次執行時，accumulator函式的第一個引數為流中的第一個元素，第二個引數為流中元素的第二個元素；第二次執行時，第一個引數為第一次函式執行的結果，第二個引數為流中的第三個元素；依次類推。 -
T reduce(T identity, BinaryOperator<T> accumulator)：流程跟上面一樣，只是第一次執行時，accumulator函式的第一個引數為identity，而第二個引數為流中的第一個元素。 -
<U> U reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator<U> combiner)：在序列流(stream)中，該方法跟第二個方法一樣，即第三個引數combiner不會起作用。在並行流(parallelStream)中,我們知道流被fork join出多個執行緒進行執行，此時每個執行緒的執行流程就跟第二個方法reduce(identity,accumulator)一樣，而第三個引數combiner函式，則是將每個執行緒的執行結果當成一個新的流，然後使用第一個方法reduce(accumulator)流程進行規約。
//經過測試，當元素個數小於24時，並行時執行緒數等於元素個數，當大於等於24時，並行時執行緒數為16
List<Integer> 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
3.3 收集操作
collect：接收一個Collector例項，將流中元素收整合另外一個數據結構。
Collector<T, A, R> 是一個介面，有以下5個抽象方法：
-
Supplier<A> supplier()：建立一個結果容器A -
BiConsumer<A, T> accumulator()：消費型介面，第一個引數為容器A，第二個引數為流中元素T。 -
BinaryOperator<A> combiner()：函式介面，該引數的作用跟上一個方法(reduce)中的combiner引數一樣，將並行流中各個子程序的執行結果(accumulator函式操作後的容器A)進行合併。 -
Function<A, R> finisher()：函式式介面，引數為：容器A，返回型別為：collect方法最終想要的結果R。 -
Set<Characteristics> characteristics()：返回一個不可變的Set集合，用來表明該Collector的特徵。有以下三個特徵： -
CONCURRENT：表示此收集器支援併發。（官方文件還有其他描述，暫時沒去探索，故不作過多翻譯） -
UNORDERED：表示該收集操作不會保留流中元素原有的順序。 -
IDENTITY_FINISH：表示finisher引數只是標識而已，可忽略。
3.3.1 Collector 工具庫：Collectors
Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);
//裝成list
List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]
//轉成set
Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]
//轉成map,注:key不能相同，否則報錯
Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}
//字串分隔符連線
String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)
//聚合操作
//1.學生總數
Long count = list.stream().collect(Collectors.counting()); // 3
//2.最大年齡 (最小的minBy同理)
Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20
//3.所有人的年齡
Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40
//4.平均年齡
Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334
// 帶上以上所有方法
DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge));
System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());
//分組
Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge));
//多重分組,先根據型別分再根據年齡分
Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));
//分割槽
//分成兩部分，一部分大於10歲，一部分小於等於10歲
Map<Boolean, List<Student>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));
//規約
Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40
3.3.2 Collectors.toList() 解析
//toList 原始碼
public static <T> Collector<T, ?, List<T>> toList() {
return new CollectorImpl<>((Supplier<List<T>>) ArrayList::new, List::add,
(left, right) -> {
left.addAll(right);
return left;
}, CH_ID);
}
//為了更好地理解，我們轉化一下原始碼中的lambda表示式
public <T> Collector<T, ?, List<T>> toList() {
Supplier<List<T>> supplier = () -> new ArrayList();
BiConsumer<List<T>, T> accumulator = (list, t) -> list.add(t);
BinaryOperator<List<T>> combiner = (list1, list2) -> {
list1.addAll(list2);
return list1;
};
Function<List<T>, List<T>> finisher = (list) -> list;
Set<Collector.Characteristics> characteristics = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.IDENTITY_FINISH));
return new Collector<T, List<T>, List<T>>() {
@Override
public Supplier supplier() {
return supplier;
}
@Override
public BiConsumer accumulator() {
return accumulator;
}
@Override
public BinaryOperator combiner() {
return combiner;
}
@Override
public Function finisher() {
return finisher;
}
@Override
public Set<Characteristics> characteristics() {
return characteristics;
}
};
}