Stream API支持的常用操作

一、测试数据

static List<Student> students = new ArrayList<>();
 
static {
    students.add(new Student("学生A", "大学1", 18));
    students.add(new Student("学生A", "大学1", 18));
    students.add(new Student("学生A", "大学1", 18));
    students.add(new Student("学生A", "大学1", 18));
    students.add(new Student("学生B", "大学1", 18));
    students.add(new Student("学生C", "大学1", 19));
    students.add(new Student("学生D", "大学2", 20));
    students.add(new Student("学生E", "大学2", 21));
    students.add(new Student("学生F", "大学2", 20));
    students.add(new Student("学生G", "大学3", 22));
    students.add(new Student("学生H", "大学3", 23));
    students.add(new Student("学生I", "大学3", 19));
    students.add(new Student("学生J", "大学4", 20));
}

二、筛选和切片

1、筛选filter

filter 会接受一个 Predicate 接口的参数,其本质就是一个布尔值函数(官方称为谓词,说成白话,即为一个布尔值函数)

从中筛选出小于20的学生们组成一个新的集合:

1)Jdk 8 之前的写法

List<Student> result = new ArrayList<>();
for (Student student : students) {
    if (student.getAge() < 20) {
        result.add(student);
    }
}

2)Jdk 8 及之后的写法:使用stream流操作

/**
 * 选出小于20的学生组成一个集合
 *
 * @param students
 */private static List<Student> selectAgeLt18(List<Student> students) {
    // 最基础的写法, filter的参数是一个 Predicate,而它是一个FunctionalInterface 式的接口, 唯一的接口就是表示一个参数的谓词(布尔值函数)。
    //        List<Student> list = students.stream().filter(new Predicate<Student>() {
    //            @Override
    //            public boolean test(Student student) {
    //                return student.getAge()<20;
    //            }
    //        }).collect(Collectors.toList());
    // 因此可以简化写成 以下这种写法
    //        List<Student> list = students.stream().filter(student -> {
    //            return student.getAge() < 20;
    //        }).collect(Collectors.toList());
    //又因为filter 的参数实际上是一个lambda表达式,当只有一条返回语句时,又可以省略大括号和return
    List<Student> list = students.stream().filter(student -> student.getAge() < 20).collect(Collectors.toList());
    return list;
}

2、去重distinct

distinct()它会返回一个元素各异(根据流所生成元素的 hashCode和equals方法实现)的流。

1)Jdk 8之前对集合的一些去重方式

/**
 * 去重操作,去除掉数据集合中重复的数据
 */private static void selectSchoolRepresent(List<Student> students) {
    // jdk 8之前的一些方式,
    // 1、set集合去重
    HashSet<Student> set = new HashSet<>();
    for (Student student : students) {
        set.add(student);
    }
    // 还可以简写成
    List<Student> newList = new ArrayList<>(new HashSet<>(students));
    ​
    // 2、利用list的contains() 方法
    List<Student> list = new ArrayList<>();
    for (Student student : students) {
        if(!list.contains(student)){
            list.add(student);
        }
    }
}

2)Java 8及之后使用stream中的 distinct()方法

/**
 * 去重操作,去除掉数据集合中重复的数据
 */private static void selectSchoolRepresent(List<Student> students) {
    List<Student> collect = students.stream().distinct().collect(Collectors.toList());
    collect.forEach(System.out::println);
}

3、切片limit

流支持limit(n)方法,该方法会返回一个不超过给定长度的流。如果流是有序的,则最多会返回前n个元素。无序的则不会以任何方式排序。

1)Jdk 8之前的写法

/**
 * 选出集合中前五位同学 组成一个新的集合
 *
 * @param students
 */private static void selectLimit(List<Student> students) {
    List<Student> list = new ArrayList<>();
    for (int i = 0; i < students.size(); i++) {
        if (i < 5) {
            list.add(students.get(i));
        }
    }
    list.forEach(System.out::println);
}

2)Jdk 8的 stream 流中的 limit 的写法

/**
 * 选出集合中前五位同学 组成一个新的集合
 *
 * @param students
 */private static void selectLimit(List<Student> students) {
    List<Student> collect = students.stream().limit(5).collect(Collectors.toList());
    ​
    collect.forEach(System.out::println);
}

4、跳过元素skip

流还支持skip(n)方法,返回一个扔掉了前n个元素的流。如果流中元素不足n个,则返回一 个空流。

/**
 * 从第二个同学开始组成新的集合
 *
 * @param students
 */private static void selectSkip(List<Student> students) {
    List<Student> collect = students.stream().skip(2).collect(Collectors.toList());
    collect.forEach(System.out::println);
    /**
     * Student(name=学生A, school=大学1, age=18, score=90.0)
     * Student(name=学生A, school=大学1, age=18, score=76.0)
     * Student(name=学生B, school=大学1, age=18, score=91.0)
     * Student(name=学生C, school=大学1, age=19, score=65.0)
     * Student(name=学生D, school=大学2, age=20, score=80.0)
     * Student(name=学生E, school=大学2, age=21, score=78.0)
     * Student(name=学生F, school=大学2, age=20, score=67.0)
     * Student(name=学生G, school=大学3, age=22, score=87.0)
     * Student(name=学生H, school=大学3, age=23, score=79.0)
     * Student(name=学生I, school=大学3, age=19, score=92.0)
     * Student(name=学生J, school=大学4, age=20, score=84.0)
     */}

5、排序sorted

/**
 * 给这群学生按年龄排序
 * 
 * @param students
 */private static void sortedDemo(List<Student> students) {
    List<Student> collect = students.stream().sorted((student1, student2) -> student1.getAge() - student2.getAge()).collect(Collectors.toList());
    collect.forEach(System.out::println);
    ​
    /**
     * Student(name=学生A, school=大学1, age=18, score=98.0)
     * Student(name=学生A, school=大学1, age=18, score=91.0)
     * Student(name=学生A, school=大学1, age=18, score=90.0)
     * Student(name=学生A, school=大学1, age=18, score=76.0)
     * Student(name=学生B, school=大学1, age=18, score=91.0)
     * Student(name=学生C, school=大学1, age=19, score=65.0)
     * Student(name=学生I, school=大学3, age=19, score=92.0)
     * Student(name=学生D, school=大学2, age=20, score=80.0)
     * Student(name=学生F, school=大学2, age=20, score=67.0)
     * Student(name=学生J, school=大学4, age=20, score=84.0)
     * Student(name=学生E, school=大学2, age=21, score=78.0)
     * Student(name=学生G, school=大学3, age=22, score=87.0)
     * Student(name=学生H, school=大学3, age=23, score=79.0)
     */}

6、小结与综合应用

filter、distinct、limit、skip、sorted 对比起 Java 8 之前的一些实现,方便了许多。filter 、distinct、limit、skip、sorted 这些操作,他们的执行结果的返回值仍然是 stream,所以在使用中,他们完全可以无缝链接。

如: 我要去这一群学生中找到 年龄在 20 岁以下,分数在90分以上的前3名学生

/**
 * 如: 我要去这一群学生中找到 年龄在 20 岁以下,分数在90分以上的前3名学生。
 *
 * @param students
 */private static void select(List<Student> students) {
    List<Student> collect = students.stream()
        .filter(student -> student.getAge() < 20)
        .filter(student -> student.getScore() > 90.0)
        .limit(3)
        .collect(Collectors.toList());
    collect.forEach(System.out::println);
    /**
     * Student(name=学生A, school=大学1, age=18, score=98.0)
     * Student(name=学生A, school=大学1, age=18, score=91.0)
     * Student(name=学生B, school=大学1, age=18, score=91.0)
     */}

三、映射map

filter 是用来过滤元素的,而 map 是用来创建一个新的元素。(在官方中的使用的映射一词,是因为map 会接受一个函数作为参数,并且将其映射成一个新的元素。)

如:找出集合中所有学生的姓名,去除掉重复的名称,组成一个 List 集合

/**
 * 找出集合中所有学生的姓名,去除掉重复的名称,组成一个 List<String> 集合
 *
 * @param students
 */private static void selectAllStudentName(List<Student> students) {
    List<String> collect = students.stream().map(new Function<Student, String>() {
        @Override
        public String apply(Student student) {
            return student.getName();
        }
    }).distinct().collect(Collectors.toList());
    ​
    List<String> list = students.stream().map(student -> {
        return student.getName();
    }).distinct().collect(Collectors.toList());
    ​
    List<String> collect1 = students.stream()
        .map(student -> student.getName())
        .distinct()
        .collect(Collectors.toList());
    collect1.forEach(System.out::println);
    ​
    /**
     * 学生A
     * 学生B
     * 学生C
     * 学生D
     * 学生E
     * 学生F
     * 学生G
     * 学生H
     * 学生I
     * 学生J
     */}

四、查找和匹配

1、匹配 anyMatch、allMatch和noneMatch方法

anyMatch方法可以回答“流中是否有一个元素能匹配给定的谓词”。这里的谓词也就是filter那部分所说的一个 布尔值函数。其实看到 any 的第一眼,大家也明白,任一,只有集合中含有你需要的,那就是返回 true。

/**
 * 判断这群学生中有木有年龄大于20岁的学生
 *
 * @param students
 */private static void anyMatchDemo(List<Student> students) {
    boolean anyMatch = students.stream().anyMatch(student -> student.getAge() > 20);
    System.out.println(anyMatch);
    /**
     * true
     */}

还有 allMatch 和 noneMatch 他们都和 anyMatch 类似。

  • allMatch 要求全部元素都满足要求
  • noneMatch 则是要求全部元素都不满足要求时返回true

2、查找 findAny 与 findFirst

findAny 方法将返回当前流中的任意元素。它的搭档一般是 filter,和 filter 使用可以实现很多操作。

如:我想要当确定这群学生中有20岁以上的学生时立马返回结果

/**
 * 当确定这群学生中有20岁以上的学生时即返回。
 *
 * @param students
 */private static void findAnyDemo(List<Student> students) {
    Optional<Student> student1 = students.stream().filter(student -> student.getAge() > 20).findAny();
    Student student = student1.get();
    System.out.println(student);
    /**
     * Student(name=学生E, school=大学2, age=21, score=78.0)
     */}

这里的 Optional 是 Java 8 新增的一个 容器类,作用就是用来判断存在和不存在。也就是大家常谈到的更优雅的判空操作。Optional 几个常见的Api:

  • isPresent()将在Optional包含值的时候返回true, 否则返回false
  • ifPresent(Consumer<T> block)会在值存在的时候执行给定的代码块。
  • T get()会在值存在时返回值,否则抛出一个NoSuchElement异常。
  • T orElse(T other)会在值存在时返回值,否则返回一个默认值。

findFirst 其实就是确定返回第一个元素。它也和 filter 一起搭配使用。咋一看, findany 和 findFirst 不是一样吗,其实对于返回的第一个元素没有明确要求时,可以理解成他们确实就是一样的。但其实他们真实区别并非体现如此,而是在 stream 中的并行流中。

3、小结

anyMatch、allMatch和noneMatch这三个操作都用到了所谓的短路。就是刚学语法时的 && 和 || 运算符,这也算是他们在 stream 的实现。最简单的理解方式,就是他们通过遍历,组成了一个很长很长的布尔表达式。除去他们能实现短路操作, findAny 与 findFirst 也是同样如此,并非都需要遍历结束才会得到最终的结果。只要在其中某一次中达成条件,即可返回结果。

五、归约

官方的说法,成为归约,如果用简单的话语来说的话,可以理解为将多个东西归为一堆。

1、元素求和reduce

private static void reduceDemo() {
    List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
    ​
    Integer reduce = list.stream().reduce(0, (a, b) -> a + b);
    System.out.println("list集合的总和:==>" + reduce);
    ​
    Integer reduce1 = list.stream().reduce(1, (a, b) -> a * b);
    System.out.println("list集合中的元素相乘结果==>" + reduce1);
    ​
    Optional<Integer> reduce2 = list.stream().reduce((a, b) -> a + b);
    Integer integer = reduce2.get();
    System.out.println("list 集合的总和==>"+integer);
    /**
     * list集合的总和:==>55
     * list集合中的元素相乘结果==>3628800
     * list 集合的总和==>55
     */}

2、reduce接受两个参数

  • 一个初始值,这里是0;
  • 一个 BinaryOperator 来将两个元素结合起来产生一个新值,BinaryOperator 也是funcational 接口,所以也可以使用lambda 表达式 lambda (a, b) -> a + b 来表示。
Integer reduce = list.stream().reduce(0, (a, b) -> a + b);

3、另一个重载函数

另外还有一个重载函数,就是没有初始值版本的,它的返回值是Optional<Integer> 的容器类。

Optional<Integer> reduce2 = list.stream().reduce((a, b) -> a + b);

4、最大值与最小值

private static void reduceDemo2() {
    List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
    Optional<Integer> max = list.stream().reduce(Integer::max);
    Optional<Integer> min = list.stream().reduce(Integer::min);
    System.out.println("max==>"+max.get());
    System.out.println("min==>"+min.get());
    /**
     * max==>10
     * min==>1
     */}

六、总结

其实 stream 的操作还有很多。谈起 stream 流,建议去深层次的思考,它为什么引入、它是为了解决什么问题而存在、lambda函数的设计、lambda 函数推导以及在此基础上有没有更优的方式。

发表评论