Java Stream流式编程 - 掘金
[](https://link.juejin.cn/?target=)一、简介
- 流式 API 从 Java8 开始引入，支持链式书写。
- 流只能消费一次，不能被两次消费（两次最终操作）
- 流在管道中流通，在节点被处理。
- 流【无存储】，流不是一种数据结构，流存储的只是一种数据视图。
- Stream是独特的，既不同于io，也不同于List。
Stream 不是 InputStream/OutputStream，它俩首先不在同一个包，其次概念上也不一样，Stream代表的是任意Java对象的序列。
- java.util.stream
- java.io
- Stream 不是 List，List中存储的元素是事先存在于内存中的Java对象，而Stream输出的元素可能并没有预先存储在内存中，而是通过实时计算出来的_惰性对象_。其次，Stream在理论上能容纳无限对象，List不能。
简单流式计算：
cat.map(n -> n.multiply(n)) .limit(100) .forEach(System.out::println);流式计算特点：
- _惰性计算_，真正的计算通常只发生在最后的结果获取时。流式计算存在第一步、中间一步、最后一步的说法，只有当到达最后一步执行函数的时候，整个惰性函数才会执行。
- 一个Stream可以轻易转换为另一个Stream。
- 存在泛型接口，需要指明使用对象。
流式计算应该和 Lambda 表达式一起使用，符合Java8的思想（两者同时升级出现）。
cat.filter(n -> n % 2 == 0) // 不计算 .map(n -> n * n) // 不计算 .limit(100) // 不计算 .sum(); // 计算
- 常用操作举例
中间操作
最终操作
map
forEach
filter
collect
limit
count
sorted
distinct
- 【无限序列】说明：
对于无限序列，如果直接调用 forEach() 或者 count() 求最终值，会直接进入死循环，因为无限序列永远不可能被计算完。所以我们需要先将起转变为有序序列，例如limit(100)。
【并行计算】
- 使用十分简单。
- 正常情况下，Stream为单线程，现在我们想要多线程。
parallel() ，自动转化多线程。
stream.parallel() .sorted() .toArray(String[]::new);
- *
[](https://link.juejin.cn/?target=)二、创建Stream
4种方法，其中第1、2种方式创建出来的流顺序是固定的，3、4不固定。
_of()_：最简单的方法
Stream<String> stream = Stream.of("a","b","c"); stream.forEach(System.out::println);_Collection_：进阶
// 方式一，Collection直接调用stream方法 List list = List.of("a","b","c"); Stream stream = list.stream(); // 方式二，利用Arrays（本质和方式一差不多） Stream<String> s = Arrays.stream(new String[] { "A"});_Supplier（“暗示”，存储算法）_：采用Stream.generate()，传入Supplier对象。基于Supplier创建的Stream会不断调用
Supplier.get()方法来生成下一个元素，这种Stream中保留的不是元素，而是算法。范例：Stream<Integer> my = Stream.generate(new MySup()); my.limit(10).forEach(System.out::println); // 不断生成自然数的Supplier（范围在Integer之内） class MySup implements Supplier<Integer> { int n = 0; public Integer get() { n++; return n; } }其他API接口
- Files类的lines()方法，常用于遍历文本文件。
- 正则表达式Pattern对象存在 splitAsStream() 方法，可以直接把一个长字符串分割成Stream序列而不是数组。
- *
[](https://link.juejin.cn/?target=)三、常用操作
【三种】基本类型流
在Java中，因为Java泛型不支持基本类型，所以我们无法使用像Stream<int>这样的形式来保存int，只能采用形如Integer这样的形式。但是频繁装箱、拆箱操作会牺牲编译器的大量性能。
所以为了提高效率，Java标准库提供了三种使用基本类型的Stream，它们的使用和标准的Stream没有太大区别，直接使用：
- IntStream
- LongStream
- DoubleStream
// 1. IntStream is = Arrays.stream(new int[] { 1, 2, 3 }); // 2. 将Stream<String>转换为LongStream: LongStream s=List.of("1").stream().mapToLong(Long::parseLong);==map()==方法简介
- 映射操作，它将一个Stream转换为另一个Stream。
- 每一次映射都会自赋值，形如：a = a + 1，所以不再需要编写复制语句（思想）。
Stream<Integer> s1 = Stream.of(1,2,3); Stream s2 = s1.map(n->n*n); s2.forEach(System.out::println);
* 如果我们查看Stream的源码，会发现map()方法接收的对象是Function接口对象，它定义了一个apply()方法，负责把一个T类型转换成R类型：
```java
<R> Stream<R> map(Function<? super T, ? extends R> mapper);
```
```java
@FunctionalInterface
public interface Function<T, R> {
// 将T类型转换为R:
R apply(T t);
}
```
* map运算的综合应用案例
```java
List.of(" Apple ", " pear ")
.stream() // 转换为Stream
.map(String::trim) // 去空格
.map(String::toLowerCase) // 变小写
.forEach(System.out::println); // 打印
```
==forEach()==遍历
stream.forEach(System.out::println);_filter()_：过滤，true则通过。
IntStream.of(1, 2, 3, 4, 5, 6, 7, 8, 9) // 注意lambda的编写形式 .filter(n -> n % 2 != 0) .forEach(System.out::println);==reduce()==方法简介
reduce()是聚合方法，map和filter是转换方法。
- 转换方法：元素一一对应并转换。非“最终方法”，不会触发计算。
- 聚合方法：合并计算所有值，得到一个最终结果。“最终方法”，会触发计算操作。
- reduce()方法传入的对象是BinaryOperator接口实现，它定义了一个apply()方法，负责把上次累加的结果和本次的元素进行运算，并返回累加的结果。
- 使用较为复杂，暂时跳过。
@FunctionalInterface public interface BinaryOperator<T> { // Bi操作：两个输入，一个输出 T apply(T t, T u); }==collect()==方法简介：将Stream转化为集合。
// 1. 过滤空白字符并转为 ArrayList stream.filter(s -> s != null && !s.isBlank()) .collect(Collectors.toList()); // 2. 转为 Set stream.collect(Collectors.toSet()); // 3. 转为 Map，先 key 后 value Stream<String> stream = Stream.of("APPL:Apple"); Map<String, String> map = stream.collect(Collectors.toMap( s -> s.substring(0, s.indexOf(':')), s -> s.substring(s.indexOf(':') + 1)));==toArray()==方法简介：将Stream转化为数组。
String[] array = list.stream().toArray(String[]::new);
- *
[](https://link.juejin.cn/?target=)四、其他操作
collect分组输出
- 实际.collect()方法。
- 用途：导入学生名单，然后按班级分类输出。
List<String> list = List.of("Apple", "Banana", "Blackberry", "Coconut", "Avocado", "Cherry", "Apricots"); Map<String, List<String>> g = list.stream().collect(Collectors.groupingBy(s -> s.substring(0, 1), Collectors.toList())); System.out.println(groups); //输出：{A=[Apple, Avocado, Apricots], B=[Banana, Blackberry], C=[Coconut, Cherry]}sorted排序（两种方式）
- 已经实现comparable接口的，直接使用；
- 自定义Comparator比较器。
【注意sordted只是转换操作，只会返回新的Stream而不会修改原来的Stream】
```java
// 无“自赋值”
stream = stream.sorted();
stream = stream.sorted(String::compareToIgnoreCase);
```
distinct去重
// 无“自赋值” stream = stream.distinct();limit截取：从头开始截取。
// 无“自赋值” stream = stream.limit(20);skip： 扔掉前面几个元素。
stream = stream.skip(5)concat合并流：
Stream<String> s1 = ... ; Stream<String> s2 = ... ; Stream<String> s3 = Stream.concat(s1,s2);flatMap平面化：将“三维数据”转化为“二维数据”。
Stream< List<Integer> > s = Stream.of( Arrays.asList(1, 2, 3), Arrays.asList(4, 5, 6), Arrays.asList(7, 8, 9)); Stream<Integer> i = s.flatMap(list -> list.stream());数学计算
- count() ：返回元素个数。
- max(Comparator<? super T> cp) ：找出最大元素。
- min(Comparator<? super T> cp) ：找出最小元素。
- sum() ：对所有元素求和，只适用于数值类型。
- average() ：对所有元素求平均数。
匹配
- boolean allMatch(Predicate<? super T>) ：所有元素均满足测试条件。
- boolean anyMatch(Predicate<? super T>) ：至少有一个元素满足测试条件。
- 复合实例
Stream<Student> ds= Stream.of(
new Student("zhang",99.6),
new Student("qian",78.12),
new Student("sun",59.9),
new Student("sun",60.0));
ds.filter(stu -> stu.getScore()<60.0)
.forEach(System.out::println);
原网址: 访问
创建于: 2023-06-09 09:52:25
目录: default
标签: 无
未标明原创文章均为采集，版权归作者所有，转载无需和我联系，请注明原出处，南摩阿彌陀佛，知识，不只知道，要得到
最新评论