网站导航栏 字体/竞彩足球最新比赛

2. 通过 Stream.of 方法直接传入多个元素构成一个流

String[] arr = {“a”, “b”, “c”};

Stream.of(arr).forEach(System.out::println);

Stream.of(“a”, “b”, “c”).forEach(System.out::println);

Stream.of(1, 2, “a”).map(item -> item.getClass().getName())

.forEach(System.out::println);

3. 通过 Stream.iterate 方法使用迭代的方式构造一个无限流，然后使用 limit 限制流元素个数

Stream.iterate(2, item -> item * 2).limit(10).forEach(System.out::println);

Stream.iterate(BigInteger.ZERO, n -> n.add(BigInteger.TEN))

.limit(10).forEach(System.out::println);

4. 通过 Stream.generate 方法从外部传入一个提供元素的 Supplier 来构造无限流，再使用 limit 限制流元素个数

Stream.generate(() -> “test”).limit(3).forEach(System.out::println);

Stream.generate(Math::random).limit(10).forEach(System.out::println);

5. 通过 IntStream 或 DoubleStream 构造基本类型的流

// IntStream 和 DoubleStream

IntStream.range(1, 3).forEach(System.out::println);

IntStream.range(0, 3).mapToObj(i -> “x”).forEach(System.out::println);

IntStream.rangeClosed(1, 3).forEach(System.out::println);

DoubleStream.of(1.1, 2.2, 3.3).forEach(System.out::println);

// 使用 Random 类创建随机流

new Random()

.ints(1, 100) // IntStream

.limit(10)

.forEach(System.out::println);

// 注意基本类型流和装箱后的流的区别

Arrays.asList(“a”, “b”, “c”).stream() // Stream

.mapToInt(String::length) // IntStream

.asLongStream() // LongStream

.mapToDouble(x -> x / 10.0) // DoubleStream

.boxed() // Stream

.mapToLong(x -> 1L) // LongStream

.mapToObj(x -> “”) // Stream

.collect(Collectors.toList());

中间操作

---

Stream 常用 API：

以下为测试用实体类，代码省略了 getter、settter 和构造方法

订单项

public class OrderItem {

private Long productId;// 商品ID

private String productName;// 商品名称

private Double productPrice;// 商品价格

private Integer productQuantity;// 商品数量

}

订单

public class Order {

private Long id;

private Long customerId;// 顾客ID

private String customerName;// 顾客姓名

private List orderItemList;// 订单商品明细

private Double totalPrice;// 总价格

private LocalDateTime placedAt;// 下单时间

}

消费者

public class Customer {

private Long id;

private String name;// 顾客姓名

}

filter

filter 操作用作过滤，类似于 SQL 中的 where 条件，接收一个 Predicate 谓词对象作为参数，返回过滤后的流

可以连续使用 filter 进行多层过滤

// 查找最近半年的金额大于40的订单

orders.stream()

.filter(Objects::nonNull) // 过滤null值

.filter(order -> order.getPlacedAt()

.isAfter(LocalDateTime.now().minusMonths(6))) // 最近半年的订单

.filter(order -> order.getTotalPrice() > 40) // 金额大于40的订单

.forEach(System.out::println);

map

map 操作用做转换，也叫投影，类似于 SQL 中的 select

// 计算所有订单商品数量

// 1. 通过两次遍历实现

LongAdder longAdder = new LongAdder();

orders.stream().forEach(order ->

order.getOrderItemList().forEach(orderItem -> longAdder.add(orderItem.getProductQuantity())));

System.out.println("longAdder = " + longAdder);

// 2. 使用两次 mapToLong 和 sum 方法实现

long sum = orders.stream().mapToLong(

order -> order.getOrderItemList().stream()

.mapToLong(OrderItem::getProductQuantity)

.sum()

).sum();

flatMap

flatMap 是扁平化操作，即先用 map 把每个元素替换为一个流，再展开这个流

// 统计所有订单的总价格

// 1. 直接展开订单商品进行价格统计

double sum1 = orders.stream()

.flatMap(order -> order.getOrderItemList().stream())

.mapToDouble(item -> item.getProductQuantity() * item.getProductPrice())

.sum();

// 2. 另一种方式 flatMapToDouble，即 flatMap + mapToDouble，返回 DoubleStream

double sum2 = orders.stream()

.flatMapToDouble(order ->

order.getOrderItemList()

.stream().mapToDouble(item ->

item.getProductQuantity() * item.getProductPrice())

)

.sum();

sorted

sorted 是排序操作，类似 SQL 中的 order by 子句，接收一个 Comparator 作为参数，可使用 Comparator.comparing 来由大到小排列，加上 reversed 表示倒叙

// 大于 50 的订单,按照订单价格倒序前 5

orders.stream()

.filter(order -> order.getTotalPrice() > 50)

.sorted(Comparator.comparing(Order::getTotalPrice).reversed())

.limit(5)

.forEach(System.out::println);

skip & limit

skip 用于跳过流中的项，limit 用于限制项的个数

// 按照下单时间排序，查询前 2 个订单的顾客姓名

orders.stream()

.sorted(Comparator.comparing(Order::getPlacedAt))

.map(order -> order.getCustomerName())

.limit(2)

.forEach(System.out::println);

// 按照下单时间排序，查询第 3 和第 4 个订单的顾客姓名

orders.stream()

.sorted(Comparator.comparing(Order::getPlacedAt))

.map(order -> order.getCustomerName())

.skip(2).limit(2)

.forEach(System.out::println);

distinct

distinct 操作的作用是去重，类似 SQL 中的 distinct

// 去重的下单用户

orders.stream()

.map(Order::getCustomerName)

.distinct()

.forEach(System.out::println);

// 所有购买过的商品

orders.stream()

.flatMap(order -> order.getOrderItemList().stream())

.map(OrderItem::getProductName)

.distinct()

.forEach(System.out::println);

终结操作

---

forEach

上文中已经多次使用，内部循环流中的所有元素，对每一个元素进行消费

forEachOrder 和 forEach 类似，但能保证消费顺序

count

返回流中项的个数

toArray

转换流为数组

anyMatch

短路操作，有一项匹配就返回 true

// 查询是否存在总价在 100 元以上的订单

boolean b = orders.stream()

.filter(order -> order.getTotalPrice() > 50)

.anyMatch(order -> order.getTotalPrice() > 100);

其他短路操作：

allMatch：全部匹配才返回 true

noneMatch：都不匹配才返回 true

findFirst：返回第一项的 Optional 包装

findAny：返回任意一项的 Optional 包装，串行流一般返回第一个

reduce

归纳，一边遍历，一边将处理结果保持起来，代入下一次循环

重载方法有三个，截图来自 IDEA 参数提示：

// 一个参数

// 求订单金额总价

Optional reduce = orders.stream()

.map(Order::getTotalPrice)

.reduce((p, n) -> {

return p + n;

});

// 两个参数

// 可指定一个初始值，初始值类型需要和 p、n 一致

Double reduce2 = orders.stream()

.map(Order::getTotalPrice)

.reduce(0.0, (p, n) -> {

return p + n;

});

三个参数的 reduce 方法：

可以接收一个目标结果类型的初始值，一个串行的处理函数，一个并行的合并函数

// 将所有订单的顾客名字进行拼接

// 第一个参数为目标结果类型，这里设置为空的 StringBuilder

// 第二个参数 BiFunction，参数为上一次的 StringBuilder 和流中的下一项，返回新的 StringBuilder

// 第三个参数 BinaryOperator，参数都是 StringBuilder，返回合并后的 StringBuilder

StringBuilder reduce = orders.stream()

.reduce(new StringBuilder(),

(sb, next) -> {

return sb.append(next.getCustomerName() + “,”);

},

(sb1, sb2) -> {

return sb1.append(sb2);

});

其他归纳方法：

max/min 求最大/最小值，接收一个比较器作为参数

对于 LongStream 等基础类型 Stream，则不需要传入比较器参数

collect

collect 是收集操作，对流进行终结操作，把流导出为我们需要的数据结构

collect 需要接收一个收集器 Collector 对象作为参数，JDK 内置的 Collector 的实现类 Collectors 包含了许多常用的导出方式

collect 常用 API：

导出流为集合：

1. toList 和 toUnmodifiableList

// 转为 List（ArrayList）

orders.stream().collect(Collectors.toList());

// 转为不可修改的 List

orders.collect(Collectors.toUnmodifiableList());

1. toSet 和 toUnmodifiableSet

// 转为 Set

orders.stream().collect(Collectors.toSet());

// 转为不可修改的 Set

orders.stream().collect(Collectors.toUnmodifiableSet());

1. toCollection 指定集合类型，如 LinkedList

orders.stream().collect(Collectors.toCollection(LinkedList::new));

导出流为 Map：

1. toMap，第三个参数可以指定键名重复时选择键值的规则

// 使用 toMap 获取订单 ID + 下单用户名的 Map

orders.stream()

.collect(Collectors.toMap(Order::getId, Order::getCustomerName))

.entrySet().forEach(System.out::println);

//使用 toMap 获取下单用户名 + 最近一次下单时间的 Map

orders.stream()

.collect(Collectors.toMap(Order::getCustomerName, Order::getPlacedAt,

(x, y) -> x.isAfter(y) ? x : y))

.entrySet().forEach(System.out::println);

1. toUnmodifiableMap：返回一个不可修改的 Map

2. toConcurrentMap：返回一个线程安全的 Map

分组导出：

在 toMap 中遇到重复的键名，通过指定一个处理函数来选择一个键值保留

大多数情况下，我们需要根据键名分组得到 Map，Collectors.groupingBy 是更好的选择

重载方法有三个，截图来自 IDEA 参数提示：

一个参数，等同于第二个参数为 Collectors.toList，即键值为 List 类型

// 按照下单用户名分组，键值是该顾客对应的订单 List

Map<String, List> collect = orders.stream()

.collect(Collectors.groupingBy(Order::getCustomerName));

两个参数，第二个参数用于指定键值类型

// 按照下单用户名分组，键值是该顾客对应的订单数量

Map<String, Long> collect = orders.stream()

.collect(Collectors.groupingBy(Order::getCustomerName,

Collectors.counting()));

三个参数，第二个参数用于指定分组结果的 Map 类型，第三个参数用于指定键值类型

// 按照下单用户名分组，键值是该顾客对应的所有商品的总价

Map<String, Double> collect = orders.stream()

.collect(Collectors.groupingBy(Order::getCustomerName,

Collectors.summingDouble(Order::getTotalPrice)));

// 指定分组结果的 Map 为 TreeMap 类型

Map<String, Double> collect = orders.stream()

.collect(Collectors.groupingBy(Order::getCustomerName,

TreeMap::new,

Collectors.summingDouble(Order::getTotalPrice)));

分区导出：

分区使用 Collectors.partitioningBy，就是将数据按照 TRUE 或者 FALSE 进行分组

// 按照是否有下单记录进行分区

customers.stream()

.collect(Collectors.partitioningBy(customer -> orders

.stream()

.mapToLong(Order::getCustomerId)

.anyMatch(id -> id == customer.getId())

));

// 等价于

customers.stream()

.collect(Collectors.partitioningBy(customer -> orders

.stream()

.filter(order -> order.getCustomerId() == customer.getId())

.findAny()

.isPresent()

));

类中间操作：

Collectors 还提供了类似于中间操作的 API，方便在收集时使用，如 counting、summingDouble、maxBy 等

Collectors.maxBy

// 获取下单量最多的商品，三种方式

// 使用收集器 maxBy

Map.Entry<String, Integer> e1 = orders.stream()

.flatMap(order -> order.getOrderItemList().stream())

.collect(Collectors.groupingBy(OrderItem::getProductName,

Collectors.summingInt(OrderItem::getProductQuantity)))

.entrySet()

.stream()

.collect(Collectors.maxBy(Map.Entry.<String, Integer>comparingByValue()))

.get();

// 使用中间操作 max

Map.Entry<String, Integer> e2 = orders.stream()

.flatMap(order -> order.getOrderItemList().stream())

.collect(Collectors.groupingBy(OrderItem::getProductName,

Collectors.summingInt(OrderItem::getProductQuantity)))

.entrySet()

.stream()

.max(Map.Entry.<String, Integer>comparingByValue())

.get();

// 由大到小排序，再 findFirst

Map.Entry<String, Integer> e3 = orders.stream()

.flatMap(order -> order.getOrderItemList().stream())