Java8新特性：StreamAPI（超详解）

谁借莪１个温暖的怀抱￠ 2023-09-26 11:03 88阅读 0赞

### Java8新特性：StreamAPI ###

*  前言
 *  一、Stream API说明
 *  二、为什么要使用Stream API？
 *  三、什么是 Stream？
 *  四、Stream 操作的三个步骤
 *   *  1、创建 Stream
     *  2、中间操作
     *  3、终止操作(终端操作)
 *  五、创建Stream实例
 *   *  1、创建 Stream方式一：通过集合
     *  2、创建 Stream方式二：通过数组
     *  3、创建 Stream方式三：通过Stream的of()
     *  4、创建 Stream方式四：创建无限流
 *  六、Stream 的中间操作
 *   *  1、筛选与切片
     *  2、映 射
     *  3、排序
 *  七、Stream 的终止操作
 *   *  1、匹配与查找
     *  2、归约
     *  3、收集

--------------------

# 前言 #

--------------------

# 一、Stream API说明 #

> 1.  Stream API ( java.util.stream) 把真正的函数式编程风格引入到Java中。这是目前为止对Java类库最好的补充，因为Stream API可以极大提供Java程 序员的生产力，让程序员写出高效率、干净、简洁的代码。

> 1.  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。简言之，Stream API 提供了一种高效且易于使用的处理数据的方式。

# 二、为什么要使用Stream API？ #

> 1.  实际开发中，项目中多数数据源都来自于Mysql，Oracle等。但现在数据源可以更多了，有MongDB，Radis等，而这些NoSQL的数据就需要Java层面去处理。

> 1.  Stream 和 Collection 集合的区别：Collection 是一种静态的内存数据结构，而 Stream 是有关计算的。前者是主要面向内存，存储在内存中，后者主要是面向 CPU，通过 CPU 实现计算。

# 三、什么是 Stream？ #

> 是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。 `“集合讲的是数据，Stream讲的是计算！”`

注意：

> 1.  Stream关注的是对数据的运算，与`CPU`打交道，集合关注的是数据的存储，与`内存`打交道。
> 2.  Stream 自己不会存储元素。
> 3.  Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。
> 4.  Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行

# 四、Stream 操作的三个步骤 #

## 1、创建 Stream ##

> 一个数据源（如：集合、数组），获取一个流。

## 2、中间操作 ##

> 一个中间操作链，对数据源的数据进行处理。

## 3、终止操作(终端操作) ##

> 一旦执行终止操作，就执行中间操作链，并产生结果，之后，不会再被使用。

![在这里插入图片描述][768c8017465348f1813a8bbb8da5d4f8.png]

> ⭕ 注意：
> 
> 1.  一个中间操作链，对数据源的数据进行处理
> 2.  一旦执行终止操作，就执行中间操作链，并产生结果。之后，不会再被使用

# 五、创建Stream实例 #

## 1、创建 Stream方式一：通过集合 ##

> Java8 中的 Collection 接口被扩展，提供了两个获取流的方法：

<table> 
 <thead> 
  <tr> 
   <th>方法</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>default Stream&lt;E&gt; stream()</code></td> 
   <td>返回一个顺序流</td> 
  </tr> 
  <tr> 
   <td><code>default Stream&lt;E&gt; parallelStream()</code></td> 
   <td>返回一个并行流</td> 
  </tr> 
 </tbody> 
</table>

**代码演示：**

//创建 Stream方式一：通过集合
        @Test
        public void test1(){
        
            List<Employee> employees = EmployeeData.getEmployees();
    
    //        default Stream<E> stream() : 返回一个顺序流
            Stream<Employee> stream = employees.stream();
    
    //        default Stream<E> parallelStream() : 返回一个并行流
            Stream<Employee> parallelStream = employees.parallelStream();
        }

## 2、创建 Stream方式二：通过数组 ##

> `Java8` 中的 `Arrays` 的静态方法 `stream()` 可以获取数组流：

<table> 
 <thead> 
  <tr> 
   <th>方法</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>static &lt;T&gt; Stream&lt;T&gt; stream(T[] array)</code></td> 
   <td>返回一个流</td> 
  </tr> 
  <tr> 
   <td><code>public static IntStream stream(int[] array)</code></td> 
   <td>返回一个 int 型流</td> 
  </tr> 
  <tr> 
   <td><code>public static LongStream stream(long[] array)</code></td> 
   <td>返回一个 long 型流</td> 
  </tr> 
  <tr> 
   <td><code>public static DoubleStream stream(double[] array)</code></td> 
   <td>返回一个 double 型流</td> 
  </tr> 
 </tbody> 
</table>

**代码演示：**

//创建 Stream方式二：通过数组
        @Test
        public void test2(){
        
            int[] arr = new int[]{
        1,2,3,4,5,6};
            //调用Arrays类的static <T> Stream<T> stream(T[] array): 返回一个流
            IntStream stream = Arrays.stream(arr);
    
            Employee e1 = new Employee(1001,"Tom");
            Employee e2 = new Employee(1002,"Jerry");
            Employee[] arr1 = new Employee[]{
        e1,e2};
            Stream<Employee> stream1 = Arrays.stream(arr1);
    
        }

## 3、创建 Stream方式三：通过Stream的of() ##

> 可以调用`Stream`类静态方法 `of()`, 通过显示值创建一个流。它可以接收任意数量的参数。

<table> 
 <thead> 
  <tr> 
   <th>方法</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>public static&lt;T&gt; Stream&lt;T&gt; of(T... values)</code></td> 
   <td>返回一个流</td> 
  </tr> 
 </tbody> 
</table>

**代码演示：**

//创建 Stream方式三：通过Stream的of()
        @Test
        public void test3(){
        
            Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6);
        }

## 4、创建 Stream方式四：创建无限流 ##

> 可以使用静态方法 `Stream.iterate()` 和 `Stream.generate()`, 创建无限流。

<table> 
 <thead> 
  <tr> 
   <th>方法</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>public static&lt;T&gt; Stream&lt;T&gt; iterate(final T seed, final UnaryOperator&lt;T&gt; f)</code></td> 
   <td>迭代</td> 
  </tr> 
  <tr> 
   <td><code>public static&lt;T&gt; Stream&lt;T&gt; generate(Supplier&lt;T&gt; s)</code></td> 
   <td>生成</td> 
  </tr> 
 </tbody> 
</table>

**代码演示：**

//创建 Stream方式四：创建无限流
        @Test
        public void test4(){
        
    
    //      迭代
    //      public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
            //遍历前10个偶数
            Stream.iterate(0, t -> t + 2).limit(10).forEach(System.out::println);
    
    
    //      生成
    //      public static<T> Stream<T> generate(Supplier<T> s)
            Stream.generate(Math::random).limit(10).forEach(System.out::println);
    
        }

# 六、Stream 的中间操作 #

> 多个中间操作可以连接起来形成一个流水线，除非流水线上触发终止 操作，否则中间操作不会执行任何的处理！而在终止操作时一次性全  
> 部处理，称为“惰性求值”。

## 1、筛选与切片 ##

<table> 
 <thead> 
  <tr> 
   <th>方 法</th> 
   <th>描 述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>filter(Predicate p)</code></td> 
   <td>接收 Lambda， 从流中排除某些元素</td> 
  </tr> 
  <tr> 
   <td><code>distinct()</code></td> 
   <td>筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素</td> 
  </tr> 
  <tr> 
   <td><code>limit(long maxSize)</code></td> 
   <td>截断流，使其元素不超过给定数量</td> 
  </tr> 
  <tr> 
   <td><code>skip(long n)</code></td> 
   <td>跳过元素，返回一个扔掉了前 n个元素的流。若流中元素不足 n个，则返回一个空流。与 limit(n) 互补</td> 
  </tr> 
 </tbody> 
</table>

**代码演示：**

//1-筛选与切片
        @Test
        public void test1(){
        
            List<Employee> list = EmployeeData.getEmployees();
    //        filter(Predicate p)——接收 Lambda ， 从流中排除某些元素。
            Stream<Employee> stream = list.stream();
            //练习：查询员工表中薪资大于7000的员工信息
            stream.filter(e -> e.getSalary() > 7000).forEach(System.out::println);
    
            System.out.println();
    //        limit(n)——截断流，使其元素不超过给定数量。
            list.stream().limit(3).forEach(System.out::println);
            System.out.println();
    
    //        skip(n) —— 跳过元素，返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补
            list.stream().skip(3).forEach(System.out::println);
    
            System.out.println();
    //        distinct()——筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
    
            list.add(new Employee(1010,"刘强东",40,8000));
            list.add(new Employee(1010,"刘强东",41,8000));
            list.add(new Employee(1010,"刘强东",40,8000));
            list.add(new Employee(1010,"刘强东",40,8000));
            list.add(new Employee(1010,"刘强东",40,8000));
    
    //        System.out.println(list);
    
            list.stream().distinct().forEach(System.out::println);
        }

## 2、映 射 ##

<table> 
 <thead> 
  <tr> 
   <th>方法</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>map(Function f)</code></td> 
   <td>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。</td> 
  </tr> 
  <tr> 
   <td><code>mapToDouble(ToDoubleFunction f)</code></td> 
   <td>接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 <code>DoubleStream</code>。</td> 
  </tr> 
  <tr> 
   <td><code>mapToInt(ToIntFunction f)</code></td> 
   <td>接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 <code>IntStream</code>。</td> 
  </tr> 
  <tr> 
   <td><code>mapToLong(ToLongFunction f)</code></td> 
   <td>接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 <code>LongStream</code>。</td> 
  </tr> 
  <tr> 
   <td><code>flatMap(Function f)</code></td> 
   <td>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</td> 
  </tr> 
 </tbody> 
</table>

**代码演示：**

//映射
        @Test
        public void test2(){
        
    //        map(Function f)——接收一个函数作为参数，将元素转换成其他形式或提取信息，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。
            List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
            list.stream().map(str -> str.toUpperCase()).forEach(System.out::println);
    
    //        练习1：获取员工姓名长度大于3的员工的姓名。
            List<Employee> employees = EmployeeData.getEmployees();
            Stream<String> namesStream = employees.stream().map(Employee::getName);
            namesStream.filter(name -> name.length() > 3).forEach(System.out::println);
            System.out.println();
            //练习2：
            Stream<Stream<Character>> streamStream = list.stream().map(StreamAPITest1::fromStringToStream);
            streamStream.forEach(s ->{
        
                s.forEach(System.out::println);
            });
            System.out.println();
    //        flatMap(Function f)——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<Character> characterStream = list.stream().flatMap(StreamAPITest1::fromStringToStream);
            characterStream.forEach(System.out::println);
    
        }
    
        //将字符串中的多个字符构成的集合转换为对应的Stream的实例
        public static Stream<Character> fromStringToStream(String str){
        //aa
            ArrayList<Character> list = new ArrayList<>();
            for(Character c : str.toCharArray()){
        
                list.add(c);
            }
           return list.stream();
    
        }
    
    
    
        @Test
        public void test3(){
        
            ArrayList list1 = new ArrayList();
            list1.add(1);
            list1.add(2);
            list1.add(3);
    
            ArrayList list2 = new ArrayList();
            list2.add(4);
            list2.add(5);
            list2.add(6);
    
    //        list1.add(list2);
            list1.addAll(list2);
            System.out.println(list1);
    
        }

## 3、排序 ##

<table> 
 <thead> 
  <tr> 
   <th>方法</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>sorted()</code></td> 
   <td>产生一个新流，其中按自然顺序排序</td> 
  </tr> 
  <tr> 
   <td><code>sorted(Comparator com)</code></td> 
   <td>产生一个新流，其中按比较器顺序排序</td> 
  </tr> 
 </tbody> 
</table>

**代码演示：**

//3-排序
        @Test
        public void test4(){
        
    //        sorted()——自然排序
            List<Integer> list = Arrays.asList(12, 43, 65, 34, 87, 0, -98, 7);
            list.stream().sorted().forEach(System.out::println);
            //抛异常，原因:Employee没有实现Comparable接口
    //        List<Employee> employees = EmployeeData.getEmployees();
    //        employees.stream().sorted().forEach(System.out::println);
    
    
    //        sorted(Comparator com)——定制排序
    
            List<Employee> employees = EmployeeData.getEmployees();
            employees.stream().sorted( (e1,e2) -> {
        
    
               int ageValue = Integer.compare(e1.getAge(),e2.getAge());
               if(ageValue != 0){
        
                   return ageValue;
               }else{
        
                   return -Double.compare(e1.getSalary(),e2.getSalary());
               }
    
            }).forEach(System.out::println);
        }

# 七、Stream 的终止操作 #

> 1.  终端操作会从流的流水线生成结果。其结果可以是任何不是流的值，例 如：List、Integer，甚至是 void 。

> 1.  流进行了终止操作后，不能再次使用。

## 1、匹配与查找 ##

<table> 
 <thead> 
  <tr> 
   <th>方法</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>allMatch(Predicate p)</code></td> 
   <td>检查是否匹配所有元素</td> 
  </tr> 
  <tr> 
   <td><code>anyMatch(Predicate p)</code></td> 
   <td>检查是否至少匹配一个元素</td> 
  </tr> 
  <tr> 
   <td><code>noneMatch(Predicate p)</code></td> 
   <td>检查是否没有匹配所有元素</td> 
  </tr> 
  <tr> 
   <td><code>findFirst()</code></td> 
   <td>返回第一个元素</td> 
  </tr> 
  <tr> 
   <td><code>findAny()</code></td> 
   <td>返回当前流中的任意元素</td> 
  </tr> 
  <tr> 
   <td><code>count()</code></td> 
   <td>返回流中元素总数</td> 
  </tr> 
  <tr> 
   <td><code>max(Comparator c)</code></td> 
   <td>返回流中最大值</td> 
  </tr> 
  <tr> 
   <td><code>min(Comparator c)</code></td> 
   <td>返回流中最小值</td> 
  </tr> 
  <tr> 
   <td><code>forEach(Consumer c)</code></td> 
   <td>内部迭代(使用 <code>Collection</code> 接口需要用户去做迭代，称为外部迭代。相反，<code>Stream API</code> 使用内部迭代——它帮你把迭代做了)</td> 
  </tr> 
 </tbody> 
</table>

**代码演示：**

//1-匹配与查找
        @Test
        public void test1(){
        
            List<Employee> employees = EmployeeData.getEmployees();
    
    //        allMatch(Predicate p)——检查是否匹配所有元素。
    //          练习：是否所有的员工的年龄都大于18
            boolean allMatch = employees.stream().allMatch(e -> e.getAge() > 18);
            System.out.println(allMatch);
    
    //        anyMatch(Predicate p)——检查是否至少匹配一个元素。
    //         练习：是否存在员工的工资大于 10000
            boolean anyMatch = employees.stream().anyMatch(e -> e.getSalary() > 10000);
            System.out.println(anyMatch);
    
    //        noneMatch(Predicate p)——检查是否没有匹配的元素。
    //          练习：是否存在员工姓“雷”
            boolean noneMatch = employees.stream().noneMatch(e -> e.getName().startsWith("雷"));
            System.out.println(noneMatch);
    //        findFirst——返回第一个元素
            Optional<Employee> employee = employees.stream().findFirst();
            System.out.println(employee);
    //        findAny——返回当前流中的任意元素
            Optional<Employee> employee1 = employees.parallelStream().findAny();
            System.out.println(employee1);
    
        }
    
        @Test
        public void test2(){
        
            List<Employee> employees = EmployeeData.getEmployees();
            // count——返回流中元素的总个数
            long count = employees.stream().filter(e -> e.getSalary() > 5000).count();
            System.out.println(count);
    //        max(Comparator c)——返回流中最大值
    //        练习：返回最高的工资：
            Stream<Double> salaryStream = employees.stream().map(e -> e.getSalary());
            Optional<Double> maxSalary = salaryStream.max(Double::compare);
            System.out.println(maxSalary);
    //        min(Comparator c)——返回流中最小值
    //        练习：返回最低工资的员工
            Optional<Employee> employee = employees.stream().min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));
            System.out.println(employee);
            System.out.println();
    //        forEach(Consumer c)——内部迭代
            employees.stream().forEach(System.out::println);
    
            //使用集合的遍历操作
            employees.forEach(System.out::println);
        }

## 2、归约 ##

<table> 
 <thead> 
  <tr> 
   <th>方法</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>reduce(T iden, BinaryOperator b)</code></td> 
   <td>可以将流中元素反复结合起来，得到一个值。返回 <code>T</code></td> 
  </tr> 
  <tr> 
   <td><code>reduce(BinaryOperator b)</code></td> 
   <td>可以将流中元素反复结合起来，得到一个值。返回 <code>Optional&lt;T&gt;</code></td> 
  </tr> 
 </tbody> 
</table>

**代码演示：**

//2-归约
        @Test
        public void test3(){
        
    //        reduce(T identity, BinaryOperator)——可以将流中元素反复结合起来，得到一个值。返回 T
    //        练习1：计算1-10的自然数的和
            List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
            Integer sum = list.stream().reduce(0, Integer::sum);
            System.out.println(sum);
    
    
    //        reduce(BinaryOperator) ——可以将流中元素反复结合起来，得到一个值。返回 Optional<T>
    //        练习2：计算公司所有员工工资的总和
            List<Employee> employees = EmployeeData.getEmployees();
            Stream<Double> salaryStream = employees.stream().map(Employee::getSalary);
    //        Optional<Double> sumMoney = salaryStream.reduce(Double::sum);
            Optional<Double> sumMoney = salaryStream.reduce((d1,d2) -> d1 + d2);
            System.out.println(sumMoney.get());
    
        }

## 3、收集 ##

<table> 
 <thead> 
  <tr> 
   <th>方 法</th> 
   <th>描 述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><code>collect(Collector c)</code></td> 
   <td>将流转换为其他形式。接收一个 <code>Collector</code>接口的实现，用于给<code>Stream</code>中元素做汇总的方法</td> 
  </tr> 
 </tbody> 
</table>

> Collector 接口中方法的实现决定了如何对流执行收集的操作(如收集到 List、Set、Map)。
> 
> 另外， Collectors 实用类提供了很多静态方法，可以方便地创建常见收集器实例，具体方法与实例如下表：

![在这里插入图片描述][f70139272f2540f48d7dfdae919900b2.png]  
![在这里插入图片描述][372d623059aa48cab4fd846f8819a29c.png]

//3-收集
        @Test
        public void test4(){
        
    //        collect(Collector c)——将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法
    //        练习1：查找工资大于6000的员工，结果返回为一个List或Set
    
            List<Employee> employees = EmployeeData.getEmployees();
            List<Employee> employeeList = employees.stream().filter(e -> e.getSalary() > 6000).collect(Collectors.toList());
    
            employeeList.forEach(System.out::println);
            System.out.println();
            Set<Employee> employeeSet = employees.stream().filter(e -> e.getSalary() > 6000).collect(Collectors.toSet());
    
            employeeSet.forEach(System.out::println);
    
    
    
    
        }

[768c8017465348f1813a8bbb8da5d4f8.png]: https://img-blog.csdnimg.cn/768c8017465348f1813a8bbb8da5d4f8.png
[f70139272f2540f48d7dfdae919900b2.png]: https://img-blog.csdnimg.cn/f70139272f2540f48d7dfdae919900b2.png
[372d623059aa48cab4fd846f8819a29c.png]: https://img-blog.csdnimg.cn/372d623059aa48cab4fd846f8819a29c.png