⼀⽂搞懂Java8新特性中Stream流常⽤API及详解
使⽤流
创建流
在使⽤流之前，⾸先需要拥有⼀个数据源，并通过StreamAPI提供的⼀些⽅法获取该数据源的流对象。数据源可以有多种形式：1. 集合
这种数据源较为常⽤，通过stream()⽅法即可获取流对象：
List<Person> list = new ArrayList<Person>();
Stream<Person> stream = list.stream();
2. 数组
通过Arrays类提供的静态函数stream()获取数组的流对象：
String[] names = {"chaimm","peter","john"};
Stream<String> stream = Arrays.stream(names);
3. 值
直接将⼏个值变成流对象：
Stream<String> stream = Stream.of("chaimm","peter","john");
4. ⽂件
try(Stream lines = Files.(“⽂件路径名”),Charset.defaultCharset())){
//可对lines做⼀些操作
}catch(IOException e){
}
5. iterator
创建⽆限流
Stream.iterate(0, n -> n + 2)
.limit(10)
.forEach(System.out::println);
筛选 filter
filter 函数接收⼀个Lambda表达式作为参数，该表达式返回boolean，在执⾏过程中，流将元素逐⼀输送给filter，并筛选出执⾏结果为true的元素。
如，筛选出所有学⽣：
List<Person> result = list.stream()
.filter(Person::isStudent)
.collect(toList());
去重distinct
去掉重复的结果：
List<Person> result = list.stream()
.distinct()
.collect(toList());
截取
截取流的前N个元素：
List<Person> result = list.stream()
.limit(3)
.collect(toList());
跳过
跳过流的前n个元素：
List<Person> result = list.stream()
.skip(3)
.collect(toList());
映射
对流中的每个元素执⾏⼀个函数，使得元素转换成另⼀种类型输出。流会将每⼀个元素输送给map函数，并执⾏map中的Lambda表达式，最后将执⾏结果存⼊⼀个新的流中。
如，获取每个⼈的姓名(实则是将Perosn类型转换成String类型)：
List<Person> result = list.stream()
.map(Person::getName)
.collect(toList());
合并多个流
例：列出List中各不相同的单词，List集合如下：
List<String> list = new ArrayList<String>();
list.add("I am a boy");
list.add("I love the girl");
list.add("But the girl loves another girl");
思路如下：
⾸先将list变成流：
list.stream();
按空格分词：
list.stream()
.map(line->line.split(" "));
分完词之后，每个元素变成了⼀个String[]数组。
将每个 String[] 变成流：
list.stream()
.map(line->line.split(" "))
.map(Arrays::stream)
此时⼀个⼤流⾥⾯包含了⼀个个⼩流，我们需要将这些⼩流合并成⼀个流。
将⼩流合并成⼀个⼤流：⽤ flatMap 替换刚才的 map：
list.stream()
.map(line->line.split(" "))
.flatMap(Arrays::stream)
再去重
list.stream()
.map(line->line.split(" "))
.flatMap(Arrays::stream)
.distinct()
.collect(toList());
是否匹配任⼀元素：anyMatch
anyMatch⽤于判断流中是否存在⾄少⼀个元素满⾜指定的条件，这个判断条件通过Lambda表达式传递给anyMatch，执⾏结果为boolean类型。
如，判断list中是否有学⽣：
boolean result = list.stream()
.anyMatch(Person::isStudent);
是否匹配所有元素：allMatch
allMatch⽤于判断流中的所有元素是否都满⾜指定条件，这个判断条件通过Lambda表达式传递给anyMatch，执⾏结果为boolean类型。如，判断是否所有⼈都是学⽣：
boolean result = list.stream()
.allMatch(Person::isStudent);
是否未匹配所有元素：noneMatch
java streamnoneMatch与allMatch恰恰相反，它⽤于判断流中的所有元素是否都不满⾜指定条件：
boolean result = list.stream()
.noneMatch(Person::isStudent);
获取任⼀元素findAny
findAny能够从流中随便选⼀个元素出来，它返回⼀个Optional类型的元素。
Optional<Person> person = list.stream().findAny();
获取第⼀个元素findFirst
Optional<Person> person = list.stream().findFirst();
归约
归约是将集合中的所有元素经过指定运算，折叠成⼀个元素输出，如：求最值、平均数等，这些操作都是将⼀个集合的元素折叠成⼀个元素输出。
在流中，reduce函数能实现归约。
reduce函数接收两个参数：
1. 初始值
2. 进⾏归约操作的Lambda表达式
元素求和：⾃定义Lambda表达式实现求和
例：计算所有⼈的年龄总和
@Test
public void contextLoads() {
List<Person> list = new ArrayList<>();
list.add(new Person().setAge(20));
list.add(new Person().setAge(25));
int age = list.stream().map(Person::getAge).reduce(0, Integer::sum);
System.out.println(age);
}
@Data
@Accessors(chain = true)
class Person {
private int age;
}
1. reduce的第⼀个参数表⽰初试值为0；
2. reduce的第⼆个参数为需要进⾏的归约操作，它接收⼀个拥有两个参数的Lambda表达式，reduce会把流中的元素两两输给Lambda
表达式，最后将计算出累加之和。
元素求和：使⽤Integer.sum函数求和
上⾯的⽅法中我们⾃⼰定义了Lambda表达式实现求和运算，如果当前流的元素为数值类型，那么可以使⽤Integer提供了sum函数代替⾃定义的Lambda表达式，如：
int age = list.stream().reduce(0, Integer::sum);
Integer类还提供了 min、max 等⼀系列数值操作，当流中元素为数值类型时可以直接使⽤。
数值流的使⽤
采⽤reduce进⾏数值操作会涉及到基本数值类型和引⽤数值类型之间的装箱、拆箱操作，因此效率较低。
当流操作为纯数值操作时，使⽤数值流能获得较⾼的效率。
将普通流转换成数值流
StreamAPI提供了三种数值流：IntStream、DoubleStream、LongStream，也提供了将普通流转换成数值流的三种⽅法：mapToInt、mapToDouble、mapToLong。
如，将Person中的age转换成数值流：
IntStream stream = list.stream().mapToInt(Person::getAge);
数值计算
每种数值流都提供了数值计算函数，如max、min、sum等。如，出最⼤的年龄：
OptionalInt maxAge = list.stream()
.mapToInt(Person::getAge)
.max();
由于数值流可能为空，并且给空的数值流计算最⼤值是没有意义的，因此max函数返回OptionalInt，它是Optional的⼀个⼦类，能够判断流是否为空，并对流为空的情况作相应的处理。
此外，mapToInt、mapToDouble、mapToLong进⾏数值操作后的返回结果分别为：OptionalInt、OptionalDouble、OptionalLong 中间操作和收集操作
操作类型返回类型使⽤的类型/函数式接⼝函数描述符
filter中间Stream<T>Predicate<T>T -> boolean
distinct中间Stream<T>
skip中间Stream<T>long
map中间Stream<R>Function<T, R>T -> R
flatMap中间Stream<R>Function<T, Stream<R>>T -> Stream<R>

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。