Java Stream流
前言
与IO流的 Input/Output Stream 不同，Stream 流操作是一个单向的数据处理操作，它不负责数据的储存。可以将Stream流看做是对集合操作功能的增强，可以对集合的各种高效、便利的聚合操作（ 类似SQL语句一样的操作， 比如filter，map，sorted等）。同时配合Lambda表达式，极大的提升代码的优雅度。 Stream流不同于其他集合框架，它也不是某种数据结构，它并不会存储元素，而是按需计算，这让它使用起来更像一个高级的迭代器。 Stream不会改变数据源，通常情况下会产生一个新的集合或一个值。
一个标准的Stream流流程：
数据源（创建流） -> 数据处理 / 转换（中间操作） -> 结果处理（终端操作）
中间操作会再次返回一个流，所以我们可以链接多个中间操作；终端操作是对流操作的一个结束动作，一般返回
void或者一个非流的结果。 Stream流具有延迟执行特性，也就是说中间操作不会立即执行，只有调用终端操作的时候，流才会开始中间操作（遍历、映射、过滤等）。并且Stream流提供了并行操作方式，在使用并行计算方式时数据会被自动分解成多段然后并行处理，最后将结果汇总，极大提升程序运行效率。
图片
创建流
stream是顺序流，由主线程按顺序对流执行操作；
parallelStream是并行流，内部以多线程并行执行的方式对流进行操作，如果对流中的数据处理没有顺序要求就可以使用并行流。（一般不建议使用并行流，不熟悉的话很容易踩坑，使用情况经常是弊大于利）
例如筛选集合中的奇数，两者的处理不同之处：
图片
常见的创建方式：
Collection.stream ()从集合获取流。
Collection.parallelStream ()从集合获取并行流。
Arrays.stream (T array) or Stream.of ()从数组获取流。
BufferedReader.lines () 从输入流中获取流。
IntStream.of () 从静态方法中获取流。
Stream.generate ()or Stream.iterate ()自己生成流。
集合
import org.junit.jupiter.api.Test;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;
public class MethodTest {
@Test
public void createTest() {
List<String> list = Arrays.asList("77", "123", "999");
// 创建一个顺序流
Stream<String> stream = list.stream();
// 创建一个并行流
Stream<String> parallelStream = list.parallelStream();
// 顺序流顺序不会改变
stream.forEach(System.out::println); // 77 123 999
// 并行流顺序可能会改变
parallelStream.forEach(System.out::println); // 123 999
}
}数组
import org.junit.jupiter.api.Test;
import java.util.Arrays;
import java.util.stream.IntStream;
public class MethodTest {
@Test
public void createTest() {
int[] array = {1, 3, 5, 7, 9, 0};
IntStream stream = Arrays.stream(array);
stream.forEach(System.out::println); // 1 3 5 7 9 0
}
}文件流
import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.util.stream.Stream;
public class MethodTest {
@Test
public void createTest() throws FileNotFoundException {
// 文件流获取 Stream 流
BufferedReader bufferedReader = new BufferedReader(new FileReader("README.md"));
Stream<String> linesStream = bufferedReader.lines();
}
}静态方法
使用IntStream的静态方法（of()）或者使用Stream自带的静态方法（of()、iterate()、generate()）创建流
import org.junit.jupiter.api.Test;
import java.util.Arrays;
import java.util.List;
import java.util.stream.IntStream;
import java.util.stream.Stream;
public class MethodTest {
@Test
public void createTest() {
// 从静态方法获取流操作
IntStream intStream = IntStream.of(1, 3, 5, 7, 9, 0);
intStream.forEach(System.out::println); // 1 3 5 7 9 0
// Stream.of本质就是调用了Arrays.stream()，从数组获取流
Stream<Integer> stream = Stream.of(1, 3, 5, 7, 9, 0);
stream.forEach(System.out::println); // 1 3 5 7 9 0
// 创建一个初始值为7，每次加9，循环3次的流
Stream<Integer> iterateStream = Stream.iterate(7, num -> num + 9).limit(3);
iterateStream.forEach(System.out::println); // 7 16 25
// 将数字循环3次创建流
Stream<List<Integer>> generateStream = Stream.generate(()->Arrays.asList( 7, 9, 0)).limit(3);
generateStream.forEach(System.out::println); // [7, 9, 0] [7, 9, 0] [7, 9, 0]
}
}Stream创建流的对象不能为null，但是对象中的元素可以为null
Stream<Integer> stream = Stream.of(1, 3, 5, 7, 9, null, 0);
stream.forEach(System.out::println); // 1 3 5 7 9 null 0
Stream<Integer> stream2 = Stream.of(null,null);
stream2.forEach(System.out::println); // null null
// 将会报空指针异常
Stream<Integer> nullStream = Stream.of(null); 终端操作
遍历/匹配（foreach/find/match）
foreach：遍历元素 find：按条件查找元素 match：判断元素是否符合条件 Stream同样支持类似集合的遍历和匹配元素，但是Stream中的元素类型默认为Optional类型
import org.junit.jupiter.api.Test;
import java.util.Arrays;
import java.util.List;
import java.util.Optional;
import java.util.stream.Stream;
public class MethodTest {
@Test
public void streamTest() {
List<Integer> list = Arrays.asList(1, 3, 5, 7, 9, 0);
Stream<Integer> stream = list.stream();
// 遍历
stream.forEach(System.out::println); // 1 3 5 7 9 0
// 由于这是终端操作，所以stream操作完后会被关闭，因此再次使用时，需要重新创建
stream = list.stream();
// 匹配满足条件的第一个元素（此处没写条件，匹配条件在下面的中间操作中会提到）
Optional<Integer> first = stream.findFirst();
// 匹配小于5的第一个元素
// Optional<Integer> first = list.stream().filter(x -> x < 5).findFirst();
// 匹配满足条件的任意元素（此处没写条件，匹配条件在下面的中间操作中会提到）任意元素
Optional<Integer> any = list.stream().findAny();
// 是否包含符合特定条件的元素，只要流中有一个元素满足该断言则返回true，否则返回false
boolean anyMatch = list.stream().anyMatch(x -> x < 7);
// allMatch：当流中每个元素都符合该断言时才返回true，否则返回false
boolean allMatch = list.stream().allMatch(x -> x < 7);
// noneMatch：当流中每个元素都不符合该断言时才返回true，否则返回false
boolean noneMatch = list.stream().noneMatch(x -> x < 7);
// 获取匹配到的值
System.out.println(first.get()); // 1
System.out.println(any.get()); // 1
System.out.println("存在小于7元素：" + anyMatch + "，全部小于7：" + allMatch + "，全部都不小于7：" + noneMatch); // 存在小于7元素：true，全部小于7：false，全部都不小于7：false
}
}约束（reduce）
又称归约、缩减，能实现对集合求和、求乘积和求最值等操作。
List<Integer> list = Arrays.asList(5, 7, 9, 1);
// 求和 对象引用
Optional<Integer> sum = list.stream().reduce(Integer::sum);
// 设置初始值为7
Integer sum2 = list.stream().reduce(7, Integer::sum);
// 求乘积 表达式
Optional<Integer> product = list.stream().reduce((m, n) -> m * n);
// 求最大值
Optional<Integer> max = list.stream().reduce((m, n) -> m > n ? m : n);
Integer max2 = list.stream().reduce(11, Integer::max);
System.out.println("求和：" + sum.get() + "，初始值为7：" + sum2); // 求和：22，初始值为7：29
System.out.println("求积：" + product.get()); // 求积：315
System.out.println("最大值：" + max.get() + "，默认值为11：" + max2); // 最大值：9，默认值为11：11聚合（max/min/count）
没什么特别说明的，凡是涉及数据操作的都能看到这几个单词。求最大最小值时接收的数据类型为Comparator，可以自定义Comparator实现。
List<Integer> list = Arrays.asList(5, 7, 9, 1, 3);
Optional<Integer> max = list.stream().max(Integer::compareTo);
List<String> list2 = Arrays.asList("77", "a", "123", "999", "ahzoo");
Optional<String> min = list2.stream().min(Comparator.comparing(String::length));
long count = list.stream().count();
System.out.println("最大值："+max.get()+"，长度最短的元素："+min.get()+"，元素数量："+count); // 最大值：9，长度最短的元素：a，元素数量：5中间操作
筛选与切片（filter/limit/skip/distinct）
filter：按条件匹配筛选 limit(n)：获取n个元素 skip(n)：跳过n元素，配合limit(n)可实现分页 distinct：通过流中元素的 hashCode() 和 equals() 去除重复元素
List<Integer> list = Arrays.asList(3, 5, 7, 9, 1, 3, 5);
// 过滤元素大于3的
list.stream().filter(x -> x > 1).forEach(System.out::println); // 3 5 7 9
// 过滤元素小于5的第一个元素
Optional<Integer> first = list.stream().filter(x -> x < 5).findFirst();
System.out.println(first.get()); // 3 按照list列表顺序元素3在元素1的前面
System.out.println("---------------------");
// 过滤重复元素
Stream<Integer> distinctStream = list.stream().distinct();
distinctStream.forEach(System.out::println); // 3 5 7 9 1
System.out.println("---------------------");
// 跳过3个元素
Stream<Integer> skipStream = list.stream().skip(3);
skipStream.forEach(System.out::println); // 9 1 3 5
System.out.println("---------------------");
// 只显示3个元素
Stream<Integer> limitStream = list.stream().limit(3);
limitStream.forEach(System.out::println); // 3 5 7
System.out.println("---------------------");
// 实现每页2个元素， 打印第3页
Stream<Integer> page = list.stream().skip(4).limit(2);
page.forEach(System.out::println); // 1 3映射（map）
将一个流的元素按照一定的映射规则映射到另一个流中。
map：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。
import org.junit.jupiter.api.Test;
import java.util.Arrays;
import java.util.Collection;
import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.Stream;
public class MethodTest {
@Test
public void streamTest() {
List<Integer> list = Arrays.asList(1, 3, 5, 7, 9, 0);
// 将列表元素变为偶数
List<Integer> evenList = list.stream().map(x -> x * 2).collect(Collectors.toList());
// 将列表转为元素大写
List<String> list2 = Arrays.asList("ouo", "Abc", "ahzoo");
List<String> upperList = list2.stream().map(String::toUpperCase).collect(Collectors.toList());
System.out.println(evenList);// [2, 6, 10, 14, 18, 0]
System.out.println(upperList); // [OUO, ABC, AHZOO]
// 创建一个新的流
Stream<List<String>> mergeStream = Stream.of(list2, upperList);
// 连接合并
List<String> mergeList = mergeStream.flatMap(Collection::stream).collect(Collectors.toList());
System.out.println(mergeList); // [ouo, Abc, ahzoo, OUO, ABC, AHZOO]
}
}收集（collection）
将Stream流转换为其他类型。 当我们使用Stream流进行操作时，最终获得的结果是Stream类型的数据，但是大多数情况我们并不想要一个Stream类型的数据，collection就很好的帮我们解决了这个问题。
归集
toList()：转为列表
toArray()：转为数组
toMap()/toSet()：转为集合
import org.junit.jupiter.api.Test;
import java.util.*;
import java.util.stream.Collectors;
public class MethodTest {
@Test
public void streamTest() {
List<Integer> list = Arrays.asList(3, 5, 7, 9, 1, 3, 5);
// 转为列表
List<Integer> toList = list.stream()
.collect(Collectors.toList());
System.out.println(toList); // [3, 5, 7, 9, 1, 3, 5]
// collectors转换类型的过程就相当于帮我们创建并复制目标类型的数据，
// 所以上面的Collectors.toList()方法就相当于完成了下面的这些步骤
List<Integer> toList2 = list.stream()
.collect(ArrayList::new, ArrayList::add,
ArrayList::addAll);
System.out.println(toList2); // [3, 5, 7, 9, 1, 3, 5]
// 转为数组
Integer[] toArray = list.stream()
.toArray(Integer[]::new);
System.out.println(Arrays.asList(toArray)); // [3, 5, 7, 9, 1, 3, 5]
// 转为集合
Set<Integer> toSet = list.stream()
.collect(Collectors.toSet());
System.out.println(toSet); // [1, 3, 5, 7, 9]
}
}统计
Collectors提供的用于数据统计的静态方法：
计数：count
平均值：averagingInt、averagingLong、averagingDouble
最值：maxBy、minBy
求和：summingInt、summingLong、summingDouble
统计以上所有：summarizingInt、summarizingLong、summarizingDouble
List<Integer> list = Arrays.asList(3, 5, 7, 9, 1, 3, 5);
Long count = list.stream().collect(Collectors.counting());
Integer sum = list.stream().collect(Collectors.summingInt(i -> i));
Optional<Integer> max = list.stream().collect(Collectors.maxBy(Integer::compare));
Double average = list.stream().collect(Collectors.averagingInt(i -> i));
IntSummaryStatistics all = list.stream().collect(Collectors.summarizingInt(i -> i));
System.out.println("总数：" + count + " | 和：" + sum + " | 最大值：" + max.get() + " | 平均值：" + average); // 总数：7 | 和：33 | 最大值：9 | 平均值：4.714285714285714
System.out.println("统计所有：" + all); // 统计所有：IntSummaryStatistics{count=7, sum=33, min=1, average=4.714286, max=9}分组
groupingBy：分组聚合功能，和数据库的 Group by 的功能一致
partitioningBy：按条件分组
可进行嵌套分组
示例1：
列表分组
List<Integer> list = Arrays.asList(3, 5, 7, 9, 1, 3, 5);
// 按x是否大于5分类（使用表达式）
Map<Boolean, List<Integer>> collect = list.stream().collect(Collectors.groupingBy(x -> x > 5));
System.out.println(collect); // {false=[3, 5, 1, 3, 5], true=[7, 9]}示例2： 对象分组
import lombok.AllArgsConstructor;
import lombok.Data;
import org.junit.jupiter.api.Test;
import java.util.*;
import java.util.stream.Collectors;
public class MethodTest {
@Test
public void streamTest() {
@Data
@AllArgsConstructor
class User {
private int age;
private String sex;
}
ArrayList<User> users = new ArrayList<>();
users.add(new User(18, "male"));
users.add(new User(22, "female"));
users.add(new User(20, "male"));
// 按对象年龄是否大于19分类（使用表达式）
Map<Boolean, List<User>> ageCollect = users.stream().collect(Collectors.groupingBy(x -> x.getAge() > 19));
System.out.println(ageCollect); // {false=[User(age=18, sex=male)], true=[User(age=22, sex=female), User(age=20, sex=male)]}
// 按对象性别分类（使用对象引用）
Map<String, List<User>> sexCollect = users.stream().collect(Collectors.groupingBy(User::getSex));
System.out.println(sexCollect); // {female=[User(age=22, sex=female)], male=[User(age=18, sex=male), User(age=20, sex=male)]}
}
}接合
joining：将stream中的元素用特定的连接符（可为空）拼接成一个字符串。
List<Integer> list = Arrays.asList(3, 5, 7, 9, 1, 3, 5);
// 拼接为字符串，无连接符
String toString = list.stream()
.map(number -> String.valueOf(number))
.collect(Collectors.joining()).toString();
System.out.println(toString); // 3579135
// 拼接为字符串，并用逗号分隔
String toStringbJoin = list.stream()
.map(number -> String.valueOf(number))
.collect(Collectors.joining(",")).toString();
System.out.println(toStringbJoin); // 3,5,7,9,1,3,5归约
reducing：和stream本身的reduce方法大同小异，可参照上面的reduce的使用方法
List<Integer> list = Arrays.asList(3, 5, 7, 9, 1, 3, 5);
// 归约list元素的和
Optional<Integer> collect = list.stream().collect(Collectors.reducing(Integer::sum));
System.out.println(collect.get()); // 33排序（sort）
默认是自然排序，也可以实现Comparator自定义排序
List<Integer> list = Arrays.asList(3, 5, 7, 9, 1, 3, 5);
// 自然排序（升序）
list.stream().sorted().forEach(System.out::println); // 1 3 3 5 5 7 9
// 自定义排序（降序）
Stream<Integer> sorted = list.stream().sorted((o1, o2) -> Integer.compare(o2, o1));
sorted.forEach(System.out::println); // 9 7 5 5 3 3 1Java9更新
Java9主要增加了 4 个新的方法：
takeWhile()：从头开始筛选，遇到不满足的条件时就结束。
dropWhile()：从头开始删除，遇到不满足的条件时就结束。
ofNullable()：创建支持全 null 的 Stream.
iterate()：重载迭代器（之前只有Stream有此方法，此次在IntStream中也增加了此方法）
takeWhile：
import org.junit.jupiter.api.Test;
import java.util.Arrays;
import java.util.List;
public class MethodTest {
@Test
public void userTest() {
List<Integer> list = Arrays.asList(3, 5, 7, 9, 1, 3, 5);
list.stream().takeWhile(x -> x < 7).forEach(System.out::println);// 3 5
}
}dropWhile：
List<Integer> list = Arrays.asList(3, 5, 7, 9, 1, 3, 5);
list.stream().dropWhile(x -> x < 7).forEach(System.out::println);// 7 9 1 3 5ofNullable：
Stream<Object> stream = Stream.ofNullable(null);
stream.forEach(System.out::println);iterate：
IntStream stream = IntStream.iterate(7, num -> num + 9).limit(3);
stream.forEach(System.out::println); // 7 16 25本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2022-04-15，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
相关产品与服务
GPU 云服务器
GPU 云服务器（Cloud GPU Service，GPU）是提供 GPU 算力的弹性计算服务，具有超强的并行计算能力，作为 IaaS 层的尖兵利器，服务于生成式AI，自动驾驶，深度学习训练、科学计算、图形图像处理、视频编解码等场景。腾讯云随时提供触手可得的算力，有效缓解您的计算压力，提升业务效率与竞争力。
腾讯云开发者
