Java Stream的基本用法

Java Stream的基本用法

項目遇到一個需求，需要對集合 List 進行遍歷、篩選，按照傳統的寫法，就是直接 for 循環進行條件判斷，這樣的做法很是啰嗦麻煩，Java8 Stream 流操作能夠簡潔地解決這個問題。網上對於 Stream 的介紹及相關用法很詳細，這里列舉簡單的用法。

博客參考文章1：https://blog.csdn.net/y_k_y/article/details/84633001

博客參考文章2：https://blog.csdn.net/mu_wind/article/details/109516995

1、Stream介紹

Stream 是 Java 8 的新特性之一，它能夠將數組、集合轉換成流，借助Stream API 對流中的元素進行操作，比如篩選、排序、聚合等。這種對流中數據的操作，類似於使用SQL執行的數據庫查詢。

Stream 有下面幾個特性：

1. stream不存儲數據，而是按照特定的規則對數據進行計算，一般會輸出結果。
2. stream不會改變數據源，通常情況下會產生一個新的集合或一個值。
3. stream具有延遲執行特性，只有調用終端操作時，中間操作才會執行。

2、Stream操作分類

Stream可以由數組或集合創建，對流的操作分為兩種：

1. 中間操作：每次返回一個新的流，可以有多個。
2. 終端操作：每個流只能進行一次終端操作，終端操作結束后流無法再次使用。終端操作會產生一個新的集合或值。

3、Stream 創建

Stream可以由數組、集合創建

3.1、通過 java.util.Collection.stream() 方法用集合創建流

List<String> list = Arrays.asList("hello","world","stream");
//創建順序流
Stream<String> stream = list.stream();
//創建並行流
Stream<String> parallelStream = list.parallelStream();

3.2、使用java.util.Arrays.stream(T[] array)方法用數組創建流

String[] array = {"h", "e", "l", "l", "o"};
Stream<String> arrayStream = Arrays.stream(array);

3.3、使用Stream的靜態方法：of()、iterate()、generate()

Stream<Integer> stream1 = Stream.of(1, 2, 3, 4, 5, 6);

Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(3);
stream2.forEach(System.out::println);

Stream<Double> stream3 = Stream.generate(Math::random).limit(3);
stream3.forEach(System.out::println)

輸出結果如下：

0
2
4
0.9620319103852426
0.8303672905658537
0.09203215202737569

3.4、stream和parallelStream的簡單區分

stream是順序流，由主線程按順序對流執行操作，而parallelStream是並行流，內部以多線程並行執行的方式對流進行操作，但前提是流中的數據處理沒有順序要求。例如篩選集合中的奇數，兩者的處理不同之處：

如果流中的數據量足夠大，並行流可以加快處速度。

除了直接創建並行流，還可以通過parallel()把順序流轉換成並行流：

Optional<Integer> findFirst = list.stream().parallel().filter(x->x>4).findFirst();

4、Stream 使用

4.1 遍歷/匹配（foreach/find/match）

Stream也是支持類似集合的遍歷和匹配元素的，只是Stream中的元素是以Optional類型存在的。Stream的遍歷、匹配非常簡單。

Optional類是一個可以為null的容器對象。如果值存在則isPresent()方法會返回true，調用get()方法會返回該對象。后面會出關於'Optional類的博客。

public static void main(String[] args) {
    List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);

    // 遍歷輸出符合條件的元素
    list.stream().filter(x -> x > 6).forEach(System.out::println);
    // 匹配第一個
    Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();
    // 匹配任意（適用於並行流）
    Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();
    // 是否包含符合特定條件的元素
    boolean anyMatch = list.stream().anyMatch(x -> x < 6);
    System.out.println("匹配第一個值：" + findFirst.get());
    System.out.println("匹配任意一個值：" + findAny.get());
    System.out.println("是否存在大於6的值：" + anyMatch);
}

4.2 篩選（filter）

篩選，是按照一定的規則校驗流中的元素，將符合條件的元素提取到新的流中的操作。

篩選出集合中大於5的元素，並打印出來。

public static void main(String[] args) {
    List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2);
    Stream<Integer> stream = list.stream();
    stream.filter(x -> x > 5).forEach(System.out::println);
}

結果如下：

6
7
8

4.3 聚合（max/min/count)

max、min、count這些字眼你一定不陌生，沒錯，在mysql中我們常用它們進行數據統計。Java stream中也引入了這些概念和用法，極大地方便了我們對集合、數組的數據統計工作。

獲取String集合中最長的元素。

public static void main(String[] args) {
    List<String> list = Arrays.asList("adnm", "admmt", "pot", "xbangd", "helloStream");

    Optional<String> max = list.stream().max(Comparator.comparing(String::length));
    System.out.println("最長的字符串：" + max.get());
}

結果如下：

最長的字符串：helloStream

4.4 映射(map/flatMap)

映射，可以將一個流的元素按照一定的映射規則映射到另一個流中。分為map和flatMap：

• map：接收一個函數作為參數，該函數會被應用到每個元素上，並將其映射成一個新的元素。
• flatMap：接收一個函數作為參數，將流中的每個值都換成另一個流，然后把所有流連接成一個流。

map:英文字符串數組的元素全部改為大寫。整數數組每個元素+3。

public static void main(String[] args) {
    String[] strArr = { "abcd", "bcdd", "defde", "fTr" };
    List<String> strList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());

    List<Integer> intList = Arrays.asList(1, 3, 5, 7, 9, 11);
    List<Integer> intListNew = intList.stream().map(x -> x + 3).collect(Collectors.toList());

    System.out.println("每個元素大寫：" + strList);
    System.out.println("每個元素+3：" + intListNew);
}

結果如下：

每個元素大寫：[ABCD, BCDD, DEFDE, FTR]
每個元素+3：[4, 6, 8, 10, 12, 14]

flatMap: 將兩個字符數組合並成一個新的字符數組。

public static void main(String[] args) {
    List<String> list1 = Arrays.asList("m,k,l,a", "1,3,5,7");
    List<String> listNew = list1.stream().flatMap(s -> {
        // 將每個元素轉換成一個stream
        String[] split = s.split(",");
        Stream<String> s2 = Arrays.stream(split);
        return s2;
    }).collect(Collectors.toList());

    System.out.println("處理前的集合：" + list1);
    System.out.println("處理后的集合：" + listNew);
}

結果如下：

處理前的集合：[m,k,l,a, 1,3,5,7]
處理后的集合：[m, k, l, a, 1, 3, 5, 7]

4.5 歸約(reduce)

歸約，也稱縮減，顧名思義，是把一個流縮減成一個值，能實現對集合求和、求乘積和求最值操作。

求Integer集合的元素之和、乘積和最大值

public static void main(String[] args) {
    List<Integer> list2 = Arrays.asList(1, 3, 2, 8, 11, 4);
    // 求和方式1
    Optional<Integer> sum = list2.stream().reduce((x, y) -> x + y);
    // 求和方式2
    Optional<Integer> sum2 = list2.stream().reduce(Integer::sum);
    // 求和方式3
    Integer sum3 = list2.stream().reduce(0, Integer::sum);

    // 求乘積
    Optional<Integer> product = list2.stream().reduce((x, y) -> x * y);

    // 求最大值方式1
    Optional<Integer> max = list2.stream().reduce((x, y) -> x > y ? x : y);
    // 求最大值寫法2
    Integer max2 = list2.stream().reduce(1, Integer::max);

    System.out.println("list求和：" + sum.get() + "," + sum2.get() + "," + sum3);
    System.out.println("list求積：" + product.get());
    System.out.println("list求和：" + max.get() + "," + max2);
}

4.6 收集(collect)

collect，收集，可以說是內容最繁多、功能最豐富的部分了。從字面上去理解，就是把一個流收集起來，最終可以是收集成一個值也可以收集成一個新的集合。

collect主要依賴java.util.stream.Collectors類內置的靜態方法。

4.6.1 歸集(toList/toSet/toMap)

因為流不存儲數據，那么在流中的數據完成處理后，需要將流中的數據重新歸集到新的集合里。toList、toSet和toMap比較常用，另外還有toCollection、toConcurrentMap等復雜一些的用法。

演示toList、toSet和toMap

User 實體類

@Data
@EqualsAndHashCode(callSuper = false)
@AllArgsConstructor
@NoArgsConstructor
@Builder
@ApiModel(value="User對象", description="")
public class User implements Serializable {

    private static final long serialVersionUID=1L;

    @ApiModelProperty(value = "主鍵ID")
    @TableId(value = "id", type = IdType.AUTO)
    private Long id;

    @ApiModelProperty(value = "姓名")
    private String name;

    @ApiModelProperty(value = "年齡")
    private Integer age;

    @ApiModelProperty(value = "郵箱")
    private String email;
}

案例演示toList、toSet和toMap

public static void main(String[] args) {
    List<Integer> list3 = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
    List<Integer> listNew3 = list3.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
    Set<Integer> set = list3.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());

    List<User> userList = new ArrayList<>();
    userList.add(new User(1L, "tony", 12, "[e-mail]"));
    userList.add(new User(2L, "hai", 15, "[e-mail]"));
    userList.add(new User(3L, "summer", 20, "[e-mail]"));

    Map<?, User> map = userList.stream().filter(p -> p.getAge() > 14)
        .collect(Collectors.toMap(User::getName, p -> p));
    System.out.println("toList:" + listNew3);
    System.out.println("toSet:" + set);
    System.out.println("toMap:" + map);
}

結果如下：

toList:[6, 4, 6, 6, 20]
toSet:[4, 20, 6]
toMap:{hai=User(id=2, name=hai, age=15, email=[e-mail]), summer=User(id=3, name=summer, age=20, email=[e-mail])}

4.6.2 統計(count/averaging)

Collectors提供了一系列用於數據統計的靜態方法：

• 計數：count
• 平均值：averagingInt、averagingLong、averagingDouble
• 最值：maxBy、minBy
• 求和：summingInt、summingLong、summingDouble
• 統計以上所有：summarizingInt、summarizingLong、summarizingDouble

統計用戶數、平均年齡、年齡總數、最大年齡。

	public static void main(String[] args) {
        List<User> userList = new ArrayList<>();
        userList.add(new User(1L, "tony", 12, "[e-mail]"));
        userList.add(new User(2L, "hai", 15, "[e-mail]"));
        userList.add(new User(3L, "summer", 20, "[e-mail]"));

        // 求用戶數
        Long count = userList.stream().collect(Collectors.counting());
        // 求平均年齡
        Double average = userList.stream().collect(Collectors.averagingDouble(User::getAge));
        // 求最大年齡
        Optional<Integer> max1 = userList.stream().map(User::getAge).collect(Collectors.maxBy(Integer::compare));
        // 求年齡總數
        Integer sum1 = userList.stream().collect(Collectors.summingInt(User::getAge));
        // 一次性統計所有信息
        IntSummaryStatistics collect = userList.stream().collect(Collectors.summarizingInt(User::getAge));

        System.out.println("用戶總數：" + count);
        System.out.println("用戶平均年齡：" + average);
        System.out.println("用戶年齡總和：" + sum1);
        System.out.println("用戶年齡所有統計：" + collect);
	}

結果如下：

用戶總數：3
用戶平均年齡：15.666666666666666
用戶年齡總和：47
用戶年齡所有統計：IntSummaryStatistics{count=3, sum=47, min=12, average=15.666667, max=20}

4.6.3 分組(partitioningBy/groupingBy)

• 分區：將stream按條件分為兩個Map，比如用戶按年齡是否高於14分為兩部分。
• 分組：將集合分為多個Map，比如用戶按郵箱類型分組。有單級分組和多級分組。

public static void main(String[] args) {
    List<User> userList = new ArrayList<>();
    userList.add(new User(1L, "tony", 12, "[e-mail]"));
    userList.add(new User(2L, "hai", 15, "[e-mail]"));
    userList.add(new User(3L, "summer", 20, "[e-mail]"));

    // 用戶按年齡是否高於14分組
    Map<Boolean, List<User>> part = userList.stream().collect(Collectors.partitioningBy(User -> User.getAge() > 8000));
    // 用戶按郵箱類型分組分組
    Map<Boolean, List<User>> group = userList.stream().collect(Collectors.groupingBy(User -> User.getEmail().contains("qq.com")));
    System.out.println("用戶按年齡是否高於14分組:" + part);
    System.out.println("用戶按郵箱類型分組分組：" + group);
}

結果如下

用戶按年齡是否高於14分組:{false=[User(id=1, name=tony, age=12, email=[e-mail]), User(id=2, name=hai, age=15, email=[e-mail]), User(id=3, name=summer, age=20, email=[e-mail])], true=[]}
用戶按郵箱類型分組分組：{false=[User(id=3, name=summer, age=20, email=[e-mail])], true=[User(id=1, name=tony, age=12, email=[e-mail]), User(id=2, name=hai, age=15, email=[e-mail])]}

4.6.4 接合(joining)

joining可以將stream中的元素用特定的連接符（沒有的話，則直接連接）連接成一個字符串。

public static void main(String[] args) {
    List<User> userList = new ArrayList<>();
    userList.add(new User(1L, "tony", 12, "[e-mail]"));
    userList.add(new User(2L, "hai", 15, "[e-mail]"));
    userList.add(new User(3L, "summer", 20, "[e-mail]"));

    String names = userList.stream().map(user -> user.getName()).collect(Collectors.joining(","));
    System.out.println("所有用戶的姓名：" + names);
}

結果如下

所有用戶的姓名：tony,hai,summer

4.6.5 歸約(reducing)

Collectors類提供的reducing方法，相比於stream本身的reduce方法，增加了對自定義歸約的支持。

public static void main(String[] args) {
    List<User> userList = new ArrayList<>();
    userList.add(new User(1L, "tony", 12, "[e-mail]"));
    userList.add(new User(2L, "hai", 15, "[e-mail]"));
    userList.add(new User(3L, "summer", 20, "[e-mail]"));
    
    // 每個用戶年齡數加0減去2
    Integer sum4 = userList.stream().collect(Collectors.reducing(0, User::getAge, (i, j) -> (i + j - 2)));
    System.out.println("用戶剩余年齡總和：" + sum4);
}

4.7 排序(sorted)

sorted，中間操作。有兩種排序：

• sorted()：自然排序，流中元素需實現Comparable接口
• sorted(Comparator com)：Comparator排序器自定義排序

public static void main(String[] args) {
    List<User> userList = new ArrayList<>();
    userList.add(new User(1L, "tony", 12, "[e-mail]"));
    userList.add(new User(2L, "hai", 15, "[e-mail]"));
    userList.add(new User(3L, "summer", 20, "[e-mail]"));
    
    // 按用戶年齡降序排序
    List<String> newList2 = userList.stream().sorted(Comparator.comparing(User::getAge).reversed())
        .map(User::getName).collect(Collectors.toList());
    System.out.println("按工資降序排序：" + newList2);
}

4.8 提取/組合

流也可以進行合並、去重、限制、跳過等操作。

public static void main(String[] args) {
    String[] arr1 = { "a", "b", "c", "d" };
    String[] arr2 = { "d", "e", "f", "g" };

    Stream<String> streamExample1 = Stream.of(arr1);
    Stream<String> streamExample2 = Stream.of(arr2);
    // concat:合並兩個流 distinct：去重
    List<String> newList = Stream.concat(streamExample1, streamExample2).distinct().collect(Collectors.toList());
    // limit：限制從流中獲得前n個數據
    List<Integer> collect1 = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
    // skip：跳過前n個數據
    List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());

    System.out.println("流合並：" + newList);
    System.out.println("limit：" + collect1);
    System.out.println("skip：" + collect2);
}

結果如下

流合並：[a, b, c, d, e, f, g]
limit：[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
skip：[3, 5, 7, 9, 11]

至此，基本用法演示完畢，后續使用到新的用法，將會持續更新。