Java8新特性之三:Stream API

Java8的两个重大改变,一个是Lambda表达式,另一个就是本节要讲的Stream API表达式。Stream 是Java8中处理集合的关键抽象概念,它可以对集合进行非常复杂的查找、过滤、筛选等操作,在新版的JPA中,也已经加入了Stream。如:

1 @Query("select u from User u")
2 Stream<User> findAllByCustomQueryAndStream();
3 
4 Stream<User> readAllByFirstnameNotNull();
5 
6 @Query("select u from User u")
7 Stream<User> streamAllPaged(Pageable pageable);

Stream API给我们操作集合带来了强大的功用,同时Stream API操作简单,容易上手。

1、Stream的操作步骤

Stream有如下三个操作步骤:

一、创建Stream

从一个数据源,如集合、数组中获取流。

二、中间操作

一个操作的中间链,对数据源的数据进行操作。

三、终止操作

一个终止操作,执行中间操作链,并产生结果。

要注意的是,对流的操作完成后需要进行关闭操作(或者用JAVA7的try-with-resources)。

举个简单的例子:

假设有一个Person类和一个Person列表,现在有两个需求:1)找到年龄大于18岁的人并输出;2)找出所有中国人的数量。

 1 @Data
 2 class Person {
 3     private String name;
 4     private Integer age;
 5     private String country;
 6     private char sex;
 7 
 8     public Person(String name, Integer age, String country, char sex) {
 9         this.name = name;
10         this.age = age;
11         this.country = country;
12         this.sex = sex;
13     }
14 }
1 List<Person> personList = new ArrayList<>();
2 personList.add(new Person("欧阳雪",18,"中国",'F'));
3 personList.add(new Person("Tom",24,"美国",'M'));
4 personList.add(new Person("Harley",22,"英国",'F'));
5 personList.add(new Person("向天笑",20,"中国",'M'));
6 personList.add(new Person("李康",22,"中国",'M'));
7 personList.add(new Person("小梅",20,"中国",'F'));
8 personList.add(new Person("何雪",21,"中国",'F'));
9 personList.add(new Person("李康",22,"中国",'M'));

在JDK8以前,我们可以通过遍历列表来完成。但是在有了Stream API后,可以这样来实现:

 1  public static void main(String[] args) {
 2 
 3     // 1)找到年龄大于18岁的人并输出;
 4     personList.stream().filter((p) -> p.getAge() > 18).forEach(System.out::println);
 5 
 6     System.out.println("-------------------------------------------");
 7 
 8     // 2)找出所有中国人的数量
 9     long chinaPersonNum = personList.stream().filter((p) -> p.getCountry().equals("中国")).count();
10     System.out.println("中国人有:" + chinaPersonNum + "个");
11 }

输出结果:

Person(name=Tom, age=24, country=美国, sex=M)
Person(name=Harley, age=22, country=英国, sex=F)
Person(name=向天笑, age=20, country=中国, sex=M)
Person(name=李康, age=22, country=中国, sex=M)
Person(name=小梅, age=20, country=中国, sex=F)
Person(name=何雪, age=21, country=中国, sex=F)
Person(name=李康, age=22, country=中国, sex=M)
-------------------------------------------
中国人有:6

 在这个例子中,personList.stream()是创建流,filter()属于中间操作,forEach、count()是终止操作。

2、Stream中间操作--筛选与切片

  • filter:接收Lambda,从流中排除某些操作;
  • limit:截断流,使其元素不超过给定对象
  • 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
  • distinct:筛选,通过流所生成元素的hashCode()和equals()去除重复元素。

2.1 limit举例

需求,从Person列表中取出两个女性。

1 personList.stream().filter((p) -> p.getSex() == 'F').limit(2).forEach(System.out::println);

输出结果为:

Person(name=欧阳雪, age=18, country=中国, sex=F)
Person(name=Harley, age=22, country=英国, sex=F)

2.2 skip举例

从Person列表中从第2个女性开始,取出所有的女性。

1 personList.stream().filter((p) -> p.getSex() == 'F').skip(1).forEach(System.out::println);

输出结果为:

Person(name=Harley, age=22, country=英国, sex=F)
Person(name=小梅, age=20, country=中国, sex=F)
Person(name=何雪, age=21, country=中国, sex=F)

2.3 distinct举例

1 personList.stream().filter((p) -> p.getSex() == 'M').distinct().forEach(System.out::println);

输出结果为:

Person(name=Tom, age=24, country=美国, sex=M)
Person(name=向天笑, age=20, country=中国, sex=M)
Person(name=李康, age=22, country=中国, sex=M)

男性中有两个李康,去除掉了一个重复的。

3、Stream中间操作--映射

  • map--接收Lambda,将元素转换成其他形式或提取信息。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

3.1 map举例

例1:比如,我们用一个PersonCountry类来接收所有的国家信息:

 1 @Data
 2 class PersonCountry {
 3     private String country;
 4 }
 5 
 6 
 7 personList.stream().map((p) -> {
 8        PersonCountry personName = new PersonCountry();
 9        personName.setCountry(p.getCountry());
10        return personName;
11 }).distinct().forEach(System.out::println);

输出结果为:

PersonName(country=中国)
PersonName(country=美国)
PersonName(country=英国)

例2:假如有一个字符列表,需要提出每一个字符

1 List<String> list = Arrays.asList("aaa","bbb","ccc","ddd","ddd");

代码如下:

根据字符串获取字符方法:

 1 public static Stream<Character> getCharacterByString(String str) {
 2 
 3     List<Character> characterList = new ArrayList<>();
 4 
 5     for (Character character : str.toCharArray()) {
 6         characterList.add(character);
 7     }
 8 
 9     return characterList.stream();
10 }
1 List<String> list = Arrays.asList("aaa","bbb","ccc","ddd","ddd");
2 
3 final Stream<Stream<Character>> streamStream
4         = list.stream().map(TestStreamAPI::getCharacterByString);
5 streamStream.forEach(System.out::println);

运行结果:

java.util.stream.ReferencePipeline$Head@3f91beef
java.util.stream.ReferencePipeline$Head@1a6c5a9e
java.util.stream.ReferencePipeline$Head@37bba400
java.util.stream.ReferencePipeline$Head@179d3b25
java.util.stream.ReferencePipeline$Head@254989ff

从输出结果及返回结果类型(Stream<Stream<Character>>)可以看出这是一个流中流,要想打印出我们想要的结果,需要对流中的每个流进行打印:

streamStream.forEach(sm -> sm.forEach(System.out::print));

运行结果为:

aaabbbcccdddddd

但我们希望的是返回的是一个流,而不是一个包含了多个流的流,而flatMap可以帮助我们做到这一点。

3.2 flatMap举例

改写上面的方法,将map改成flatMap:

1 final Stream<Character> characterStream = list.stream().flatMap(TestStreamAPI::getCharacterByString);
2 characterStream.forEach(System.out::print);

运行结果为:

aaabbbcccdddddd

3.3 map和flatMap的图解

map图解:

map在接收到流后,直接将Stream放入到一个Stream中,最终整体返回一个包含了多个Stream的Stream。

flatMap图解:

flatMap在接收到Stream后,会将接收到的Stream中的每个元素取出来放入一个Stream中,最后将一个包含多个元素的Stream返回。

ps:图画得丑,将就一下。

4、Stream中间操作--排序

  • sorted()--自然排序(Comparable)
  • sorted(Comparator com)--定制排序(Comparator)

自然排序比较好理解,这里只讲一下定制排序,对前面的personList按年龄从小到大排序,年龄相同,则再按姓名排序:

1 final Stream<Person> sorted = personList.stream().sorted((p1, p2) -> {
2 
3     if (p1.getAge().equals(p2.getAge())) {
4         return p1.getName().compareTo(p2.getName());
5     } else {
6         return p1.getAge().compareTo(p2.getAge());
7     }
8 });
9 sorted.forEach(System.out::println);

运行结果:

Person(name=欧阳雪, age=18, country=中国, sex=F)
Person(name=向天笑, age=20, country=中国, sex=M)
Person(name=小梅, age=20, country=中国, sex=F)
Person(name=何雪, age=21, country=中国, sex=F)
Person(name=Harley, age=22, country=英国, sex=F)
Person(name=李康, age=22, country=中国, sex=M)
Person(name=李康, age=22, country=中国, sex=M)
Person(name=Tom, age=24, country=美国, sex=M)

 5、终止操作--查找与匹配

  • allMatch--检查是否匹配所有元素
  • anyMatch--检查是否至少匹配一个元素
  • noneMatch--检查是否没有匹配所有元素
  • findFirst--返回第一个元素
  • findAny--返回当前流中的任意元素
  • count--返回流中元素的总个数
  • max--返回流中最大值
  • min--返回流中最小值

这些方面在Stream类中都有说明,这里不一一举例,只对allMatch、max各举一例进行说明。

4.1 allMatch

判断personList中的人是否都是成年人:

1 final boolean adult = personList.stream().allMatch(p -> p.getAge() >= 18);
2 System.out.println("是否都是成年人:" + adult);
3 
4 final boolean chinaese = personList.stream().allMatch(p -> p.getCountry().equals("中国"));
5 System.out.println("是否都是中国人:" + chinaese);

运行结果:

是否都是成年人:true
是否都是中国人:false

4.1 max min

1 final Optional<Person> maxAge = personList.stream().max((p1, p2) -> p1.getAge().compareTo(p2.getAge()));
2 System.out.println("年龄最大的人信息:" + maxAge.get());
3 
4 final Optional<Person> minAge = personList.stream().min((p1, p2) -> p1.getAge().compareTo(p2.getAge()));
5 System.out.println("年龄最小的人信息:" + minAge.get());

运行结果:

年龄最大的人信息:Person(name=Tom, age=24, country=美国, sex=M)
年龄最小的人信息:Person(name=欧阳雪, age=18, country=中国, sex=F)

 5、归约

Stream API的归约操作可以将流中元素反复结合起来,得到一个值,有:

1 Optional<T> reduce(BinaryOperator<T> accumulator);
2 
3 T reduce(T identity, BinaryOperator<T> accumulator);
4 
5 <U> U reduce(U identity,
6                  BiFunction<U, ? super T, U> accumulator,
7                  BinaryOperator<U> combiner);

5.1 求一个1到100的和

1 List<Integer> integerList = new ArrayList<>(100);
2 for(int i = 1;i <= 100;i++) {
3     integerList.add(i);
4 }
5 final Integer reduce = integerList.stream().reduce(0, (x, y) -> x + y);
6 System.out.println("结果为:" + reduce);
结果为:5050

这个例子用到了reduce第二个方法:T reduce(T identity, BinaryOperator<T> accumulator)

把这个动作拆解一下,其运算步骤模拟如下:

0  (1,2) -> 1 + 2 + 0     
3  (3,4) -> 3 + 4 + 3
10 (5,6) -> 5 + 6 + 10
.
.
.

 其运算步骤是,每次将列表的两个元素相加,并将结果与前一次的两个元素的相加结果进行累加,因此,在开始时,将identity设为0,因为第1个元素和第2个元素在相加的时候,前面还没有元素操作过。

5.2 求所有人的年龄之和

1 final Optional<Integer> reduce = personList.stream().map(Person::getAge).reduce(Integer::sum);
2System.out.println("年龄总和:" + reduce);
年龄总和:169

6、收集

collect:将流转换为其他形式,接收一个Collector接口实现 ,用于给Stream中汇总的方法

1 <R, A> R collect(Collector<? super T, A, R> collector);
2 
3 <R> R collect(Supplier<R> supplier,
4                   BiConsumer<R, ? super T> accumulator,
5                   BiConsumer<R, R> combiner);

collect不光可以将流转换成其他集合等形式,还可以进行归约等操作,具体实现也很简单,主要是与Collectors类搭配使用。

6.1 改写3.1 map举例中的的例子,将国家收集起来转换成List

1 final List<String> collect = personList.stream().map(p -> p.getCountry()).distinct().collect(Collectors.toList());
2         System.out.println(collect);

输出结果:

[中国, 美国, 英国]

6.2 计算出平均年龄

1 final Double collect1 = personList.stream().collect(Collectors.averagingInt(p -> p.getAge()));
2 System.out.println("平均年龄为:" + collect1);

输出结果:

平均年龄为:21.125

6.3 找出最小年龄、最大年龄

1 final Optional<Integer> maxAge2 = personList.stream().map(Person::getAge).collect(Collectors.maxBy(Integer::compareTo));
2 System.out.println(maxAge2.get());

最小年龄类型。

还有其他很操作,可以参考java.util.stream.Collectors。

7 注意流的关闭

1 try(final Stream<Integer> integerStream = personList.stream().map(Person::getAge)) {
2   final Optional<Integer> minAge = integerStream.collect(Collectors.minBy(Integer::compareTo));
3   System.out.println(minAge.get());
4}

最好将流的操作放到try-with-resources,本章前面内容为了方便,没有放到try-with-resources中。

8 完整测试代码

  1 import lombok.Data;
  2 import java.util.ArrayList;
  3 import java.util.Arrays;
  4 import java.util.List;
  5 import java.util.Optional;
  6 import java.util.stream.Collectors;
  7 import java.util.stream.Stream;
  8 
  9 public class TestStreamAPI {
 10 
 11     public static void main(String[] args) {
 12         List<Person> personList = new ArrayList<>();
 13         personList.add(new Person("欧阳雪",18,"中国",'F'));
 14         personList.add(new Person("Tom",24,"美国",'M'));
 15         personList.add(new Person("Harley",22,"英国",'F'));
 16         personList.add(new Person("向天笑",20,"中国",'M'));
 17         personList.add(new Person("李康",22,"中国",'M'));
 18         personList.add(new Person("小梅",20,"中国",'F'));
 19         personList.add(new Person("何雪",21,"中国",'F'));
 20         personList.add(new Person("李康",22,"中国",'M'));
 21 
 22         // 1)找到年龄大于18岁的人并输出;
 23         personList.stream().filter((p) -> p.getAge() > 18).forEach(System.out::println);
 24 
 25         System.out.println("-------------------------------------------");
 26 
 27         // 2)找出所有中国人的数量
 28         long chinaPersonNum = personList.stream().filter((p) -> p.getCountry().equals("中国")).count();
 29         System.out.println("中国人有:" + chinaPersonNum);
 30 
 31         // limit
 32         personList.stream().filter((p) -> p.getSex() == 'F').limit(2).forEach(System.out::println);
 33         System.out.println();
 34         // skip
 35         personList.stream().filter((p) -> p.getSex() == 'F').skip(1).forEach(System.out::println);
 36 
 37         // distinct
 38         personList.stream().filter((p) -> p.getSex() == 'M').distinct().forEach(System.out::println);
 39 
 40         // map
 41         personList.stream().map((p) -> {
 42             PersonCountry personName = new PersonCountry();
 43             personName.setCountry(p.getCountry());
 44             return personName;
 45         }).distinct().forEach(System.out::println);
 46 
 47         // map2
 48         List<String> list = Arrays.asList("aaa","bbb","ccc","ddd","ddd");
 49 
 50         final Stream<Stream<Character>> streamStream
 51                 = list.stream().map(TestStreamAPI::getCharacterByString);
 52 //        streamStream.forEach(System.out::println);
 53         streamStream.forEach(sm -> sm.forEach(System.out::print));
 54 
 55         // flatMap
 56         final Stream<Character> characterStream = list.stream().flatMap(TestStreamAPI::getCharacterByString);
 57         characterStream.forEach(System.out::print);
 58 
 59         // sort
 60         final Stream<Person> sorted = personList.stream().sorted((p1, p2) -> {
 61 
 62             if (p1.getAge().equals(p2.getAge())) {
 63                 return p1.getName().compareTo(p2.getName());
 64             } else {
 65                 return p1.getAge().compareTo(p2.getAge());
 66             }
 67         });
 68         sorted.forEach(System.out::println);
 69 
 70         // allMatch
 71         final Stream<Person> stream = personList.stream();
 72         final boolean adult = stream.allMatch(p -> p.getAge() >= 18);
 73         System.out.println("是否都是成年人:" + adult);
 74 
 75         final boolean chinaese = personList.stream().allMatch(p -> p.getCountry().equals("中国"));
 76         System.out.println("是否都是中国人:" + chinaese);
 77 
 78         // max min
 79         final Optional<Person> maxAge = personList.stream().max((p1, p2) -> p1.getAge().compareTo(p2.getAge()));
 80         System.out.println("年龄最大的人信息:" + maxAge.get());
 81 
 82         final Optional<Person> minAge = personList.stream().min((p1, p2) -> p1.getAge().compareTo(p2.getAge()));
 83         System.out.println("年龄最小的人信息:" + minAge.get());
 84 
 85         // reduce
 86         List<Integer> integerList = new ArrayList<>(100);
 87         for(int i = 1;i <= 100;i++) {
 88             integerList.add(i);
 89         }
 90         final Integer reduce = integerList.stream().reduce(0, (x, y) -> x + y);
 91         System.out.println("结果为:" + reduce);
 92 
 93         final Optional<Integer> totalAge = personList.stream().map(Person::getAge).reduce(Integer::sum);
 94         System.out.println("年龄总和:" + totalAge);
 95 
 96         // collect
 97         final List<String> collect = personList.stream().map(p -> p.getCountry()).distinct().collect(Collectors.toList());
 98         System.out.println(collect);
 99 
100         final Double collect1 = personList.stream().collect(Collectors.averagingInt(p -> p.getAge()));
101         System.out.println("平均年龄为:" + collect1);
102 
103         final Optional<Integer> maxAge2 = personList.stream().map(Person::getAge).collect(Collectors.maxBy(Integer::compareTo));
104         System.out.println(maxAge2.get());
105 
106         try(final Stream<Integer> integerStream = personList.stream().map(Person::getAge)) {
107             final Optional<Integer> minAge2 = integerStream.collect(Collectors.minBy(Integer::compareTo));
108             System.out.println(minAge2.get());
109         }
110     }
111 
112     public static Stream<Character> getCharacterByString(String str) {
113 
114         List<Character> characterList = new ArrayList<>();
115 
116         for (Character character : str.toCharArray()) {
117             characterList.add(character);
118         }
119 
120         return characterList.stream();
121     }
122 }
123 
124 @Data
125 class PersonCountry {
126     private String country;
127 }
128 
129 @Data
130 class Person {
131     private String name;
132     private Integer age;
133     private String country;
134     private char sex;
135 
136     public Person(String name, Integer age, String country, char sex) {
137         this.name = name;
138         this.age = age;
139         this.country = country;
140         this.sex = sex;
141     }
142 }
posted @ 2019-04-20 13:18  无恨之都  阅读(41007)  评论(11编辑  收藏  举报