这篇文章主要介绍了Java中Steam流如何使用的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇Java中Steam流如何使用文章都会有所收获，下面我们一起来看看吧。
List<String> list = new ArrayList<>(); Stream<String> stream = list.stream(); //获取一个顺序流 Stream<String> parallelStream = list.parallelStream(); //获取一个并行流
Integer[] nums = new Integer[10]; Stream<Integer> stream = Arrays.stream(nums);
// 1. of() Stream<Integer> stream = Stream.of(1,2,3,4,5,6); // 2. iterate() Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6); stream2.forEach(System.out::println); // 0 2 4 6 8 10 // 3. generate() Stream<Double> stream3 = Stream.generate(Math::random).limit(2); stream3.forEach(System.out::println);
BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt"));
Stream<String> lineStream = reader.lines();
lineStream.forEach(System.out::println);Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
stringStream.forEach(System.out::println);// 1. 筛选与切片 filter：过滤流中的某些元素 limit skip distinct sorted 都是有状态操作，这些操作只有拿到前面处理后的所有元素之后才能继续下去。 limit(n)：获取前n个元素 skip(n)：跳过前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 // 2. 映射 map：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：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。 // 3. 消费 peek , 类似map， // 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。 // 4. 排序 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 // 5.
// 实例：集合内元素>5,去重，跳过前两位，取剩下元素的两个返回为新集合 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);
// 1. Map可以看成一个转换器，传入一个对象，返回新的对象
// map的使用实例 stream.map(x->x.getId());
List<String> list = Arrays.asList("a,b,c", "1,2,3");
// 去掉字符串中所有的,
List<String> collect = list.stream().map(s -> s.replaceAll(",", "")).collect(Collectors.toList());
// collect集合内容为：{abc,123}
System.out.println(collect);
// 2. flatMap 效果：结果展平 ，即把嵌套集合，按照子集合的形式，统一放入到新的一个集合中
// 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。
Stream<String> stringStream = list.stream().flatMap(s -> {
// 将字符串以,分割后得到一个字符串数组
String[] split = s.split(",");
// 然后将每个字符串数组对应流返回，flatMap会自动把返回的所有流连接成一个流
Stream<String> stream = Arrays.stream(split);
return stream;
});
// stringStream.collect(Collectors.toList())的集合内容为：{a,b,c,1,2,3}
System.out.println(stringStream.collect(Collectors.toList()));// 说明：reduce看似效果和map相似，
// 但reduce返回的是函数经过执行运算后的结果,
// 而map返回的是处理后新的集合
List<String> memberNames = new ArrayList<>();
memberNames.add("Amitabh");
memberNames.add("Shekhar");
memberNames.add("Aman");
memberNames.add("Rahul");
memberNames.add("Shahrukh");
memberNames.add("Salman");
memberNames.add("Yana");
memberNames.add("Lokesh");
// 将集合中的元素按照#连接成字符串，并返回放置在Optional<String>中
Optional<String> reduced = memberNames.stream()
.reduce((s1,s2) -> s1 + "#" + s2);
// 有值则取出打印显示
reduced.ifPresent(System.out::println);
// 输出内容： Amitabh#Shekhar#Aman#Rahul#Shahrukh#Salman#Yana#Lokesh
// 计算统计实例：
/**
* T reduce(T identity, BinaryOperator<T> accumulator);
* identity：它允许用户提供一个循环计算的初始值。
* accumulator：计算的累加器，
*/
private static void testReduce() {
//T reduce(T identity, BinaryOperator<T> accumulator);
System.out.println("给定个初始值，求和");
System.out.println(Stream.of(1, 2, 3, 4).reduce(100, (sum, item) -> sum + item));
System.out.println(Stream.of(1, 2, 3, 4).reduce(100, Integer::sum));
// 输出：110
System.out.println("给定个初始值，求min");
System.out.println(Stream.of(1, 2, 3, 4).reduce(100, (min, item) -> Math.min(min, item)));
System.out.println(Stream.of(1, 2, 3, 4).reduce(100, Integer::min));
// 输出：1
System.out.println("给定个初始值，求max");
System.out.println(Stream.of(1, 2, 3, 4).reduce(100, (max, item) -> Math.max(max, item)));
System.out.println(Stream.of(1, 2, 3, 4).reduce(100, Integer::max));
// 输出：100
//Optional<T> reduce(BinaryOperator<T> accumulator);
// 注意返回值，上面的返回是T,泛型，传进去啥类型，返回就是啥类型。
// 下面的返回的则是Optional类型
System.out.println("无初始值，求和");
System.out.println(Stream.of(1, 2, 3, 4).reduce(Integer::sum).orElse(0));
// 输出：10
Integer sum=Stream.of(1, 2, 3, 4).reduce((x,y)->x+y).get();
System.out.println(sum); // 输出：10
System.out.println("无初始值，求max");
System.out.println(Stream.of(1, 2, 3, 4).reduce(Integer::max).orElse(0));
// 输出：4
System.out.println("无初始值，求min");
System.out.println(Stream.of(1, 2, 3, 4).reduce(Integer::min).orElse(0));
// 输出：1
}// 按照默认字典顺序排序 stream.sorted(); // 按照sortNo排序 stream.sorted((x,y)->Integer.compare(x.getSortNo(),y.getSortNo())); 2-4-1 函数式接口排序 // 正向排序（默认） pendingPeriod.stream().sorted(Comparator.comparingInt(ReservoirPeriodResult::getId)); // 逆向排序 pendingPeriod.stream().sorted(Comparator.comparingInt(ReservoirPeriodResult::getId).reversed()); 2-4-2 LocalDate 和 LocalDateTime 排序 // 准备测试数据 Stream<DateModel> stream = Stream.of(new DateModel(LocalDate.of(2020, 1, 1)) , new DateModel(LocalDate.of(2021, 1, 1)), new DateModel(LocalDate.of(2022, 1, 1))); // 正向排序（默认） stream.sorted(Comparator.comparing(DateModel::getLocalDate)) .forEach(System.out::println); // 逆向排序 stream.sorted(Comparator.comparing(DateModel::getLocalDate).reversed()) .forEach(System.out::println);
// 匹配和聚合
allmatch，noneMatch，anyMatch用于对集合中对象的某一个属性值是否存在判断。
allMatch全部符合该条件返回true，
noneMatch全部不符合该断言返回true
anyMatch 任意一个元素符合该断言返回true
// 实例：
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
// 其他一些方法
findFirst：返回流中第一个元素
String firstMatchedName = memberNames.stream()
.filter((s) -> s.startsWith("L"))
.findFirst().get();
findAny：返回流中的任意元素
count：返回流中元素的总个数
long totalMatched = memberNames.stream()
.filter((s) -> s.startsWith("A"))
.count();
max：返回流中元素最大值
min：返回流中元素最小值// 默认返回的类型为ArrayList，可通过Collectors.toCollection(LinkedList::new)
// 显示指明使用其它数据结构作为返回值容器。
List<String> collect = stream.collect(Collectors.toList());
// 由集合创建流的收集需注意：仅仅修改流字段中的内容，没有返回新类型，
// 如下操作直接修改原始集合，无需处理返回值。
userVos.stream().map(e -> e.setDeptName(hashMap.get(e.getDeptId())))
.collect(Collectors.toList());
// 收集偶数集合的实例：
List<Integer> list = new ArrayList<Integer>();
for(int i = 1; i< 10; i++){
list.add(i);
}
Stream<Integer> stream = list.stream();
List<Integer> evenNumbersList = stream.filter(i -> i%2 == 0)
.collect(Collectors.toList());
System.out.print(evenNumbersList);// list 为 {1,2,3,.....100}
Stream<Integer> stream = list.stream();
Integer[] evenNumbersArr = stream.filter(i -> i%2 == 0).toArray(Integer[]::new);// 默认返回类型为HashSet，可通过Collectors.toCollection(TreeSet::new) // 显示指明使用其它数据结构作为返回值容器。 Set<String> collect = stream.collect(Collectors.toSet());
// 默认返回类型为HashMap，可通过Collectors.toCollection(LinkedHashMap::new)
// 显示指明使用其它数据结构作为返回值容器
// 测试实体类
@Data
public class Entity {
private Integer id;
private String name;
}
// 模拟从数据库中查询批量的数据
List<Entity> entityList = Stream.of(new Entity(1,"A"),
new Entity(2,"B"), new Entity(3,"C")).collect(Collectors.toList());
// 将集合数据转化成id与name的Map
Map<Integer, String> hashMap = entityList.stream()
.collect(Collectors.toMap(Entity::getId, Entity::getName));// 默认使用List作为分组后承载容器 Map<Integer, List<XUser>> hashMap = xUsers.stream().collect(Collectors.groupingBy(XUser::getDeptId)); // 显示指明使用List作为分组后承载容器 Map<Integer, List<XUser>> hashMap = xUsers.stream().collect(Collectors.groupingBy(XUser::getDeptId, Collectors.toList())); // 映射后再分组 Map<Integer, List<String>> hashMap = xUsers.stream().collect(Collectors.groupingBy(XUser::getDeptId,Collectors.mapping(XUser::getUserName,Collectors.toList())));
/**
* 将单个对象转化为集合
*
* @param t 对象实例
* @param <T> 对象类型
* @param <C> 集合类型
* @return 包含对象的集合实例
*/
public static <T, C extends Collection<T>> Collection<T> toCollection(T t) {
return toCollection(t, ArrayList::new);
}
/**
* 用户自定义返回的集合实例类型: 将单个对象转化为集合
*
* @param t 对象实例
* @param supplier 集合工厂
* @param <T> 对象类型
* @param <C> 集合类型
* @return 包含对象的集合实例
*/
public static <T, C extends Collection<T>> Collection<T> toCollection(T t, Supplier<C> supplier) {
return Stream.of(t).collect(Collectors.toCollection(supplier));
}/**
* 取出集合中第一个元素
*
* @param collection 集合实例
* @param <E> 集合中元素类型
* @return 泛型类型
*/
public static <E> E toObject(Collection<E> collection) {
// 处理集合空指针异常
Collection<E> coll = Optional.ofNullable(collection).orElseGet(ArrayList::new);
// 此处可以对流进行排序，然后取出第一个元素
return coll.stream().findFirst().orElse(null);
}List<Integer> list = new ArrayList<Integer>();
for(int i = 1; i< 10; i++){
list.add(i);
}
Stream<Integer> stream = list.parallelStream(); // 创建并发流
Integer[] evenNumbersArr = stream.filter(i -> i%2 == 0).toArray(Integer[]::new);
System.out.print(evenNumbersArr); // 打印出的偶数为无规则排序的关于“Java中Steam流如何使用”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“Java中Steam流如何使用”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
