☕【Java技术指南】「Java8技术盲区」在奔向Java13的同时，也让我们仔细研究一下Stream的学习认知！
Java8的功能之最 要说到Java8的技术体系中，最让人难以忘怀的功能，那非Lambda和Stream莫属了。两者结合操作，达成天作之合，有点势不可挡。 它主要用于补充集合类，它的强大，相信用过它的朋友，能明显的感受到，不用使用for循环就能对集合作出很好的操作。 Stream 使用一种类似用 SQL 语句从数据库查询数据的直观方式来提供一种对 Java 集合运算和表达的高阶抽象。 这种风格将要处理的元素集合看作一种流， 流在管道中传输， 并且可以在管道的节点上进行处理， 比如筛选， 排序，聚合等。 元素流在管道中经过中间操作(intermediate operation)的处理，最后由最终操作(terminal operation)得到前面处理的结果。 Stream流 Stream流处理的添加是Java 8中的主要新功能之一，要理解这些需要对Java8（lambda表达式、方法引用）有基本的工作知识。 Stream功能介绍 首先，应将Java 8的Stream流与Java原本的 I / O流（例如：FileInputStream等）区分开，两者在本质角度而言是两个东西 简而言之，流是数据源周围的包装器，使我们能够使用该数据源进行操作，并使批量处理方便快捷。 流不存储数据，从这个意义上说，它不是数据结构，它也永远不会修改基础数据源。 此新功能java.util.stream-支持对元素流进行功能样式的操作，例如对集合进行map-reduce转换。 Stream功能定义 Stream将要处理的元素集合看作一种流，在流的过程中，借助Stream API对流中的元素进行操作，比如：筛选、排序、聚合等。 采用Stream API可以极大提高 Java 程序员的生产力，让程序员写出高效率、干净、简洁的代码。 Stream的功能分析 Stream的操作符从流程操作是否完结大体上分为两种：中间操作符和终止操作符 流程中操作符 对于数据流来说，流程中操作符在执行指定处理程序后，数据流依然可以传递给下一级的操作符。 map(mapToInt,mapToLong,mapToDouble) ：转换操作符，把比如A->B，这里默认提供了转int，long，double的操作符。 flatmap(flatmapToInt,flatmapToLong,flatmapToDouble) 拍平操作比如把 int[]{2,3,4} 拍平 变成 2，3，4 也就是从原来的一个数据变成了3个数据，默认提供了拍平成int,long,double的操作符。 limit 限流操作，比如数据流中有10个 我只要出前3个就可以使用。 distint 去重操作，对重复元素去重，底层使用了equals方法。 filter 过滤操作，把不想要的数据过滤。 peek 挑出操作，如果想对数据进行某些操作，如：读取、编辑修改等。 skip 跳过操作，跳过某些元素。 sorted(unordered) 排序操作，对元素排序，前提是实现Comparable接口，当然也可以自定义比较器。 流程终止操作符 数据经过中间加工操作，就轮到终止操作符上场了，终止操作符就是用来对数据进行收集或者消费的，数据到了终止操作这里就不会向下流动了，终止操作符只能使用一次。 collect 收集操作，将所有数据收集起来，这个操作非常重要，官方的提供的Collectors 提供了非常多收集器，可以说Stream 的核心在于Collectors。 count 统计操作，统计最终的数据个数。 findFirst、findAny 查找操作，查找第一个、查找任何一个 返回的类型为Optional。 noneMatch、allMatch、anyMatch 匹配操作，数据流中是否存在符合条件的元素 返回值为bool 值。 min、max 最值操作，需要自定义比较器，返回数据流中最大最小的值。 reduce 规约操作，将整个数据流的值规约为一个值，count、min、max底层就是使用reduce。 forEach、forEachOrdered 遍历操作，这里就是对最终的数据进行消费了。 toArray 数组操作，将数据流的元素转换成数组。 注意：中间操作符包含8种(排除了parallel,sequential，这两个操作并不涉及到对数据流的加工操作) Stream流的API分析 Stream的创建 通过java.util.Collection.stream()方法用集合创建流 List<String> list = Arrays.asList("a", "b", "c"); // 创建一个顺序流 Stream<String> stream = list.stream(); // 创建一个并行流 Stream<String> parallelStream = list.parallelStream(); 使用java.util.Arrays.stream(T[] array)方法用数组创建流 int[] array={1,3,5,6,8}; IntStream stream = Arrays.stream(array); 使用Stream的静态方法：of()、iterate()、generate() Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6); Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 3).limit(4); stream2.forEach(System.out::println); // 0 3 6 9 Stream<Double> stream3 = Stream.generate(Math::random).limit(3); stream3.forEach(System.out::println); stream和parallelStream的简单区分： 针对于筛选集合中的奇数，两者的处理不同之处： 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，但前提是流中的数据处理没有顺序要求。 遍历/匹配（foreach/find/match） Stream也是支持类似集合的遍历和匹配元素的，只是Stream中的元素是以Optional类型存在的。Stream的遍历、匹配非常简单。 List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1); // 遍历输出符合条件的元素 list.stream().filter(x -> x > 6).forEach(System.out::println); // 匹配第一个 Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst(); // 匹配任意（适用于并行流） Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny(); // 是否包含符合特定条件的元素 boolean anyMatch = list.stream().anyMatch(x -> x < 6); System.out.println("匹配第一个值：" + findFirst.get()); System.out.println("匹配任意一个值：" + findAny.get()); System.out.println("是否存在大于6的值：" + anyMatch); 筛选（filter） 筛选，是按照一定的规则校验流中的元素，将符合条件的元素提取到新的流中的操作。筛选出Integer集合中大于7的元素，并打印出来 public class StreamTest { public static void main(String[] args) { List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2, 9); Stream<Integer> stream = list.stream(); stream.filter(x -> x > 7).forEach(System.out::println); } } 聚合（max/min/count) max、min、count这些字眼你一定不陌生，没错，在mysql中我们常用它们进行数据统计。Java stream中也引入了这些概念和用法，极大地方便了我们对集合、数组的数据统计工作。 获取String集合中最长的元素。 public class StreamTest { public static void main(String[] args) { List<String> list = Arrays.asList("adnm", "admmt", "pot", "xbangd", "weoujgsd"); Optional<String> max = list.stream().max(Comparator.comparing(String::length)); System.out.println("最长的字符串：" + max.get()); } } 输出结果： 最长的字符串：weoujgsd 获取Integer集合中的最大值。 public class StreamTest { public static void main(String[] args) { List<Integer> list = Arrays.asList(7, 6, 9, 4, 11, 6); // 自然排序 Optional<Integer> max = list.stream().max(Integer::compareTo); // 自定义排序 Optional<Integer> max2 = list.stream().max(new Comparator<Integer>() { @Override public int compare(Integer o1, Integer o2) { return o1.compareTo(o2); } }); System.out.println("自然排序的最大值：" + max.get()); System.out.println("自定义排序的最大值：" + max2.get()); } } 计算Integer集合中大于5的元素的个数。 public class StreamTest { public static void main(String[] args) { List<Integer> list = Arrays.asList(7, 6, 4, 8, 2, 11, 9); long count = list.stream().filter(x -> x > 5).count(); System.out.println("list中大于6的元素个数：" + count); } } 映射(map/flatMap) 映射可以将一个流的元素按照一定的映射规则映射到另一个流中。分为map和flatMap： 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。 英文字符串数组的元素全部改为大写。 String[] strArr = { "abcd", "bcdd", "defde", "fTr" }; List<String> strList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList()); System.out.println("每个元素大写：" + strList); 整数数组每个元素+3 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("每个元素+3：" + intListNew); 将两个字符数组合并成一个新的字符数组。 List<String> list = Arrays.asList("m,k,l,a", "1,3,5,7"); List<String> listNew = list.stream().flatMap(s -> { // 将每个元素转换成一个stream String[] split = s.split(","); Stream<String> s2 = Arrays.stream(split); return s2; }).collect(Collectors.toList()); 归并操作(reduce) 归并，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作。 List<Integer> list = Arrays.asList(1, 3, 2, 8, 11, 4); // 求和方式1 Optional<Integer> sum = list.stream().reduce(Integer::sum); // 求和方式2 Optional<Integer> sum2 = list.stream().reduce(Integer::sum); // 求和方式3 Integer sum3 = list.stream().reduce(0, Integer::sum); // 求乘积 Optional<Integer> product = list.stream().reduce((x, y) -> x * y); // 求最大值方式1 Optional<Integer> max = list.stream().reduce((x, y) -> x > y ? x : y); // 求最大值写法2 Integer max2 = list.stream().reduce(1, Integer::max); 统计(count/averaging) Collectors提供了一系列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 案例：统计员工人数、平均工资、工资总额、最高工资。 List<Person> personList = new ArrayList<Person>(); personList.add(new Person("Tom", 8900, 23, "male", "New York")); personList.add(new Person("Jack", 7000, 25, "male", "Washington")); personList.add(new Person("Lily", 7800, 21, "female", "Washington")); // 求总数 long count = personList.size(); // 求平均工资 Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary)); // 求最高工资 Optional<Integer> max = personList.stream().map(Person::getSalary).max(Integer::compare); // 求工资之和 int sum = personList.stream().mapToInt(Person::getSalary).sum(); // 一次性统计所有信息 DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary)); System.out.println("员工总数：" + count); System.out.println("员工平均工资：" + average); System.out.println("员工最高工资：" + max.get()); System.out.println("员工工资总和：" + sum); System.out.println("员工工资所有统计：" + collect); 分组(partitioningBy/groupingBy) 分区：将stream按条件分为两个Map，比如员工按薪资是否高于8000分为两部分。 分组：将集合分为多个Map，比如员工按性别分组。有单级分组和多级分组。 案例：将员工按薪资是否高于8000分为两部分；将员工按性别和地区分组 List<Person> personList = new ArrayList<Person>(); personList.add(new Person("Tom", 8900, 23, "male", "Washington")); personList.add(new Person("Jack", 7000, 25, "male", "Washington")); personList.add(new Person("Lily", 7800, 21, "female", "New York")); personList.add(new Person("Anni", 8200, 24, "female", "New York")); // 将员工按薪资是否高于8000分组 Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000)); // 将员工按性别分组 Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex)); // 将员工先按性别分组，再按地区分组 Map<String, Map<String, List<Person>>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea))); 接合(joining) joining可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。 List<Person> personList = new ArrayList<Person>(); personList.add(new Person("Tom", 8900, 23, "male", "New York")); personList.add(new Person("Jack", 7000, 25, "male", "Washington")); personList.add(new Person("Lily", 7800, 21, "female", "Washington")); String names = personList.stream().map(Person::getName).collect(Collectors.joining(",")); System.out.println("所有员工的姓名：" + names); List<String> list = Arrays.asList("A", "B", "C"); String string = list.stream().collect(Collectors.joining("-")); System.out.println("拼接后的字符串：" + string); 排序(sorted) sorted，中间操作。有两种排序： sorted()：自然排序，流中元素需实现Comparable接口 sorted(Comparator com)：Comparator排序器自定义排序 案例：将员工按工资由高到低（工资一样则按年龄由大到小）排序 List<Person> personList = new ArrayList<Person>(); personList.add(new Person("Sherry", 9000, 24, "female", "New York")); personList.add(new Person("Tom", 8900, 22, "male", "Washington")); personList.add(new Person("Jack", 9000, 25, "male", "Washington")); personList.add(new Person("Lily", 8800, 26, "male", "New York")); personList.add(new Person("Alisa", 9000, 26, "female", "New York")); // 按工资升序排序（自然排序） List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName) .collect(Collectors.toList()); // 按工资倒序排序 List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()) .map(Person::getName).collect(Collectors.toList()); // 先按工资再按年龄升序排序 List<String> newList3 = personList.stream() .sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName) .collect(Collectors.toList()); // 先按工资再按年龄自定义排序（降序） List<String> newList4 = personList.stream().sorted((p1, p2) -> { if (p1.getSalary() == p2.getSalary()) { return p2.getAge() - p1.getAge(); } else { return p2.getSalary() - p1.getSalary(); } }).map(Person::getName).collect(Collectors.toList()); 提取/组合 流也可以进行合并、去重、限制、跳过等操作。 String[] arr1 = { "a", "b", "c", "d" }; String[] arr2 = { "d", "e", "f", "g" }; Stream<String> stream1 = Stream.of(arr1); Stream<String> stream2 = Stream.of(arr2); // concat:合并两个流 distinct：去重 List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList()); // limit：限制从流中获得前n个数据 List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList()); // skip：跳过前n个数据 List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList()); System.out.println("流合并：" + newList); System.out.println("limit：" + collect); System.out.println("skip：" + collect2); 实际案例操作 遍历集合 日常开发中，我们经常需要需要遍历集合对象中的元素，例如，我们会采用如下方式进行遍历元素，然后过滤出某个字段的集合，当采用 Stream 编程之后，只需要通过一行代码，即可实现： /** * jdk8 从集合对象中获取用户ID集合 * @param userList * @return */ public List<Long> getUserIds(List<User> userList){ List<Long> userIds = userList.stream().map(User::getUserId).collect(Collectors.toList()); return userIds; } 筛选元素 筛选元素，是日常开发中经常会碰到，例如在 jdk8，采用 Stream api，我们只需要通过filter方法来筛选出需要的数据，即可过滤出用户ID不为空的数据。 /** * jdk8 从集合对象中筛选出用户ID不为空的数据 * @param userList * @return */ public List<Long> getUserIds8(List<User> userList){ List<Long> userIds = userList.stream().filter(item -> item.getUserId() != null).map(User::getUserId).collect(Collectors.toList()); return userIds; } 删除重复的内容 如果你想对返回的集合内容排除重复的数据，操作也很简单，在合并的时候使用Collectors.toSet()即可! /** * jdk8 从集合对象中筛选出用户ID不为空的数据，并进行去重 * @param userList * @return */ public Set<Long> getUserIds(List<User> userList){ Set<Long> userIds = userList.stream().filter(item -> item.getUserId() != null).map(User::getUserId).collect(Collectors.toSet()); return userIds; } 数据类型转换 在实际的开发过程中，经常会出现数据类型定义不一致的问题，例如有的系统，使用String接受，有的是用Long，对于这种场景，我们需要将其转换，操作也很简单 /** * jdk8 将Long类型数据转换成String类型 * @param userIds * @return */ public List<String> getUserIds10(List<Long> userIds){ List<String> userIdStrs = userIds.stream().map(x -> x.toString()).collect(Collectors.toList()); return userIdStrs; } 数组转集合 我们还会碰到，前端传给我们的是一个数组，但是我们需要转成集合，采用 stream api 操作也很简单! public static void main(String[] args) { //创建一个字符串数组 String[] strArray = new String[]{"a","b","c"}; //转换后的List 属于 java.util.ArrayList 能进行正常的增删查操作 List<String> strList = Stream.of(strArray).collect(Collectors.toList()); } 集合转Map操作 在实际的开发过程中，还有一个使用最频繁的操作就是，将集合元素中某个主键字段作为key，元素作为value，来实现集合转map的需求，这种需求在数据组装方面使用的非常多，尤其是在禁止连表 sql 查询操作的公司，视图数据的拼装只能在代码层面来实现。 例如，下面这段代码，角色表里面关联角色组ID信息，当查询角色信息的时候，需要把角色组名称也展示处理，采用map方式来匹配，效率会非常高。 实际代码案例分享 //角色组ID集合 Set<Long> roleGroupIds = new HashSet<>(); //查询所有的角色信息 List<RoleInfo> dbList = roleInfoMapper.findByPage(request); for (RoleInfo source : dbList) { roleGroupIds.add(source.getRoleGroupId()); RoleInfoDto result = new RoleInfoDto(); BeanUtils.copyProperties(source, result); resultList.add(result); } //查询角色组信息 if (CollectionUtils.isNotEmpty(roleGroupIds)) { List<RoleGroupInfo> roleGroupInfoList = roleGroupInfoMapper.selectByIds(new ArrayList<>(roleGroupIds)); if (CollectionUtils.isNotEmpty(roleGroupInfoList)) { //将List转换成Map，其中id主键作为key，对象作为value Map<Long, RoleGroupInfo> sourceMap = new HashMap<>(); for (RoleGroupInfo roleGroupInfo : roleGroupInfoList) { sourceMap.put(roleGroupInfo.getId(), roleGroupInfo); } //封装角色组名称 for (RoleInfoDto result : resultList) { if (sourceMap.containsKey(result.getRoleGroupId())) { result.setRoleGroupName(sourceMap.get(result.getRoleGroupId()).getName()); } } } } 集合转 map(不分组) 在 jdk8 中，采用 stream api的方式，我们只需要一行代码即可实现，jdk8 将集合转换成Map，其中用户ID作为主键key,如果集合对象有重复的key,以第一个匹配到的为主 public Map<Long, User> getMap(List<User> userList){ Map<Long, User> userMap = userList.stream().collect(Collectors.toMap(User::getUserId, v -> v, (k1,k2) -> k1)); return userMap; } 打开Collectors.toMap方法源码，一起来看看到底是啥。 public static <T, K, U> Collector<T, ?, Map<K,U>> toMap(Function<? super T, ? extends K> keyMapper, Function<? super T, ? extends U> valueMapper, BinaryOperator<U> mergeFunction) { return toMap(keyMapper, valueMapper, mergeFunction, HashMap::new); } 参数表可以看出： 第一个参数：表示 key 第二个参数：表示 value 第三个参数：表示某种规则 上文中的Collectors.toMap(User::getUserId, v -> v, (k1,k2) -> k1)，表达的意思就是： userId的内容作为key v -> v是表示将元素user作为value。 (k1,k2) -> k1表示如果存在相同的key，将第一个匹配的元素作为内容。 集合转map(分组) 实际的操作中，有一些场景需要我们将相同的key，加入到一个集合，而不是覆盖，哪改如何做呢？而在 jdk8 中，采用 stream api的方式，我们只需要一行代码即可实现。 /** * jdk8 将集合转换成Map，将相同的key，加入到一个集合中，实现分组 * @param userList * @return */ public Map<Long, List<User>> getMapGroup(List<User> userList){ Map<Long, List<User>> userMap = userList.stream().collect(Collectors.groupingBy(User::getUserId)); return userMap; } 分页操作 stream api的强大之处还不仅仅是对集合进行各种组合操作，还支持分页操作。 例如，将如下的数组从小到大进行排序，排序完成之后，从第1行开始，查询10条数据出来，操作如下： //需要查询的数据 List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5,10, 6, 20, 30, 40, 50, 60, 100); List<Integer> dataList= numbers.stream().sorted((x, y) -> x.compareTo(y)).skip(0).limit(10).collect(Collectors.toList()); System.out.println(dataList.toString()); 其中skip参数表示第几行，limit表示查询的数量，类似页容量! 查找与匹配操作 stream api 还支持对集合进行查找，同时还支持正则匹配模式。 allMatch(检查是否匹配所有元素) 是否全部元素都大于2 List<Integer> list = Arrays.asList(10, 5, 7, 3); boolean allMatch = list.stream() .allMatch(x -> x > 2); System.out.println(allMatch); findFirst(返回第一个元素) 获取第一个元素 List<Integer> list = Arrays.asList(10, 5, 7, 3); Optional<Integer> first = list.stream() .findFirst(); Integer val = first.get(); System.out.println(val);//输出10 (可以将流中元素反复结合起来，得到一个值) List<Integer> list = Arrays.asList(10, 5, 7, 3); Integer result = list.stream() .reduce(2, Integer::sum); System.out.println(result);//输出27，其实相当于2+10+5+7+3，就是一个累加 stream api 支持的操作方法非常多，这里只列举了几种类型，具体在使用的时候，可以参考官网接口文档说明!
