Java8新特性Stream的详细解析
这篇文章主要讲解了Java8新特性Stream的详细解析，内容清晰明了，对此有兴趣的小伙伴可以学习一下，相信大家阅读完之后会有帮助。
什么是Stream
Stream是Java 1.8版本开始提供的一个接口，主要提供对数据集合使用流的方式进行操作，流中的元素不可变且只会被消费一次，所有方法都设计成支持链式调用。使用Stream API可以极大生产力，写出高效率、干净、简洁的代码。
如何获得Stream实例
Stream提供了静态构建方法，可以基于不同的参数创建返回Stream实例
使用Collection的子类实例调用stream()或者parallelStream()方法也可以得到Stream实例，两个方法的区别在于后续执行Stream其他方法的时候是单线程还是多线程
Stream<String> stringStream = Stream.of("1", "2", "3");//无限长的偶数流Stream<Integer> evenNumStream = Stream.iterate(0, n -> n + 2);List<String> strList = new ArrayList<>();strList.add("1");strList.add("2");strList.add("3");Stream<String> strStream = strList.stream();Stream<String> strParallelStream = strList.parallelStream();
filter
filter方法用于根据指定的条件做过滤，返回符合条件的流
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);//获得只包含正数的流，positiveNumStream -> (1，2，3)Stream<Integer> positiveNumStream = numStream.filter(num -> num > 0);
map
map方法用于将流中的每个元素执行指定的转换逻辑，返回其他类型元素的流
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);//转换成字符串流Stream<String> strStream = numStream.map(String::valueOf);
mapToInt mapToLong mapToDouble
这三个方法是对map方法的封装，返回的是官方为各个类型单独定义的Stream，该Stream还提供了适合各自类型的其他操作方法
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");IntStream intStream = stringStream.mapToInt(Integer::parseInt);LongStream longStream = stringStream.mapToLong(Long::parseLong);DoubleStream doubleStream = stringStream.mapToDouble(Double::parseDouble);
flatMap
flatMap方法用于将流中的每个元素转换成其他类型元素的流，比如，当前有一个订单(Order)列表，每个订单又包含多个商品(itemList)，如果要得到所有订单的所有商品汇总，就可以使用该方法，如下：
Stream<Item> allItemStream = orderList.stream().flatMap(order -> order.itemList.stream());
flatMapToInt flatMapToLong flatMapToDouble
这三个方法是对flatMap方法的封装，返回的是官方为各个类型单独定义的Stream，使用方法同上
distinct
distinct方法用于对流中的元素去重，判断元素是否重复使用的是equals方法
Stream<Integer> numStream = Stream.of(-2, -1, 0, 0, 1, 2, 2, 3);//不重复的数字流，uniqueNumStream -> (-2, -1, 0, 1, 2, 3)Stream<Integer> uniqueNumStream = numStream.distinct();
sorted
sorted有一个无参和一个有参的方法，用于对流中的元素进行排序。无参方法要求流中的元素必须实现Comparable接口，不然会报java.lang.ClassCastException异常
Stream<Integer> unorderedStream = Stream.of(5, 6, 32, 7, 27, 4);//按从小到大排序完成的流，orderedStream -> (4, 5, 6, 7, 27, 32)Stream<Integer> orderedStream = unorderedStream.sorted();
有参方法sorted(Comparator<? super T> comparator)不需要元素实现Comparable接口，通过指定的元素比较器对流内的元素进行排序
Stream<String> unorderedStream = Stream.of("1234", "123", "12", "12345", "123456", "1");//按字符串长度从小到大排序完成的流，orderedStream -> ("1", "12", "123", "1234", "12345", "123456")Stream<String> orderedStream = unorderedStream.sorted(Comparator.comparingInt(String::length));
peek
peek方法可以不调整元素顺序和数量的情况下消费每一个元素，然后产生新的流，按文档上的说明，主要是用于对流执行的中间过程做debug的时候使用，因为Stream使用的时候一般都是链式调用的，所以可能会执行多次流操作，如果想看每个元素在多次流操作中间的流转情况，就可以使用这个方法实现
Stream.of("one", "two", "three", "four") .filter(e -> e.length() > 3) .peek(e -> System.out.println("Filtered value: " + e)) .map(String::toUpperCase) .peek(e -> System.out.println("Mapped value: " + e)) .collect(Collectors.toList()); 输出：Filtered value: threeMapped value: THREEFiltered value: fourMapped value: FOUR
limit(long maxSize)
limit方法会对流进行顺序截取，从第1个元素开始，保留最多maxSize个元素
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");//截取前3个元素，subStringStream -> ("-2", "-1", "0")Stream<String> subStringStream = stringStream.limit(3);
skip(long n)
skip方法用于跳过前n个元素，如果流中的元素数量不足n，则返回一个空的流
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");//跳过前3个元素，subStringStream -> ("1", "2", "3")Stream<String> subStringStream = stringStream.skip(3);
forEach
forEach方法的作用跟普通的for循环类似，不过这个可以支持多线程遍历，但是不保证遍历的顺序
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");//单线程遍历输出元素stringStream.forEach(System.out::println);//多线程遍历输出元素stringStream.parallel().forEach(System.out::println);
forEachOrdered
forEachOrdered方法可以保证顺序遍历，比如这个流是从外部传进来的，然后在这之前调用过parallel方法开启了多线程执行，就可以使用这个方法保证单线程顺序遍历
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");//顺序遍历输出元素stringStream.forEachOrdered(System.out::println);//多线程遍历输出元素，下面这行跟上面的执行结果是一样的//stringStream.parallel().forEachOrdered(System.out::println);
toArray
toArray有一个无参和一个有参的方法，无参方法用于把流中的元素转换成Object数组
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");Object[] objArray = stringStream.toArray();
有参方法toArray(IntFunction<A[]> generator)支持把流中的元素转换成指定类型的元素数组
Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");String[] strArray = stringStream.toArray(String[]::new);
reduce
reduce有三个重载方法，作用是对流内元素做累进操作
第一个reduce(BinaryOperator<T> accumulator)
accumulator 为累进操作的具体计算
单线程等下如下代码
boolean foundAny = false;T result = null;for (T element : this stream) { if (!foundAny) { foundAny = true; result = element; } else result = accumulator.apply(result, element);}return foundAny ? Optional.of(result) : Optional.empty();
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);//查找最小值Optional<Integer> min = numStream.reduce(BinaryOperator.minBy(Integer::compareTo));//输出 -2System.out.println(min.get());//过滤出大于5的元素流numStream = Stream.of(-2, -1, 0, 1, 2, 3).filter(num -> num > 5);//查找最小值min = numStream.reduce(BinaryOperator.minBy(Integer::compareTo));//输出 Optional.emptySystem.out.println(min);
第二个reduce(T identity, BinaryOperator<T> accumulator)
identity 为累进操作的初始值
accumulator 同上
单线程等价如下代码
T result = identity;for (T element : this stream) result = accumulator.apply(result, element)return result;
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);//累加计算所有元素的和，sum=3int sum = numStream.reduce(0, Integer::sum);
第三个reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner)
identity和accumulator同上
combiner用于多线程执行的情况下合并最终结果
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);int sum = numStream.parallel().reduce(0, (a, b) -> { System.out.println("accumulator执行:" + a + " + " + b); return a + b;}, (a, b) -> { System.out.println("combiner执行:" + a + " + " + b); return a + b;});System.out.println("最终结果："+sum);输出：accumulator执行:0 + -1accumulator执行:0 + 1accumulator执行:0 + 0accumulator执行:0 + 2accumulator执行:0 + -2accumulator执行:0 + 3combiner执行:2 + 3combiner执行:-1 + 0combiner执行:1 + 5combiner执行:-2 + -1combiner执行:-3 + 6最终结果：3
collect
collect有两个重载方法，主要作用是把流中的元素作为集合转换成其他Collection的子类，其内部实现类似于前面的累进操作
第一个collect(Supplier<R> supplier, BiConsumer<R, ? super T> accumulator, BiConsumer<R, R> combiner)
supplier 需要返回开始执行时的默认结果
accumulator 用于累进计算用
combiner 用于多线程合并结果
单线程执行等价于如下代码
R result = supplier.get();for (T element : this stream) accumulator.accept(result, element);return result;
第二个collect(Collector<? super T, A, R> collector)
collector其实是对上面的方法参数的一个封装，内部执行逻辑是一样的，只不过JDK提供了一些默认的Collector实现
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);List<Integer> numList = numStream.collect(Collectors.toList());Set<Integer> numSet = numStream.collect(Collectors.toSet());
min
min方法用于计算流内元素的最小值
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);Optional<Integer> min = numStream.min(Integer::compareTo);
max
min方法用于计算流内元素的最大值
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);Optional<Integer> max = numStream.max(Integer::compareTo);
count
count方法用于统计流内元素的总个数
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);//count=6long count = numStream.count();
anyMatch
anyMatch方法用于匹配校验流内元素是否有符合指定条件的元素
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);//判断是否包含正数，hasPositiveNum=trueboolean hasPositiveNum = numStream.anyMatch(num -> num > 0);
allMatch
allMatch方法用于匹配校验流内元素是否所有元素都符合指定条件
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);//判断是否全部是正数，allNumPositive=falseboolean allNumPositive = numStream.allMatch(num -> num > 0);
noneMatch
noneMatch方法用于匹配校验流内元素是否都不符合指定条件
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);//判断是否没有小于0的元素，noNegativeNum=falseboolean noNegativeNum = numStream.noneMatch(num -> num < 0);
findFirst
findFirst方法用于获取第一个元素，如果流是空的，则返回Optional.empty
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);//获取第一个元素，firstNum=-2Optional<Integer> firstNum = numStream.findFirst();
findAny
findAny方法用于获取流中的任意一个元素，如果流是空的，则返回Optional.empty，因为可能会使用多线程，所以不保证每次返回的是同一个元素
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);Optional<Integer> anyNum = numStream.findAny();
看完上述内容，是不是对Java8新特性Stream的详细解析有进一步的了解，如果还想学习更多内容，欢迎关注亿速云行业资讯频道。
声明：本站所有文章资源内容，如无特殊说明或标注，均为采集网络资源。如若本站内容侵犯了原著者的合法权益，可联系本站删除。
