当前位置: 首页 > article >正文

Java中Stream流的详细使用介绍

Java中Stream流的详细使用介绍

    • **1. 创建 Stream**
      • 从集合创建
      • 从数组创建
      • 使用 `Stream.of` 创建
      • 创建无限流
    • **2. 中间操作**
      • 过滤:`filter`
      • 映射:`map`
      • 去重:`distinct`
      • 排序:`sorted`
      • 截取:`limit` 和 `skip`
    • **3. 终端操作**
      • 收集:`collect`
      • 遍历:`forEach`
      • 匹配:`anyMatch`、`allMatch`、`noneMatch`
      • 计数:`count`
      • 聚合:`reduce`
    • **4. 并行流**
    • **5. 常用工具类:`Collectors`**
      • 转换为列表:`toList`
      • 转换为集合:`toSet`
      • 转换为映射:`toMap`
      • 连接字符串:`joining`
    • **6. 示例代码**
    • **总结**

在 JDK 8 中, Stream 是 Java 集合操作的一个强大工具,它允许以声明式的方式处理数据集合(如过滤、映射、排序、聚合等)。 Stream 的核心思想是将数据操作分为 中间操作(Intermediate Operations)和 终端操作(Terminal Operations),并且支持并行处理。

1. 创建 Stream

可以通过多种方式创建 Stream

从集合创建

List<String> list = Arrays.asList("a", "b", "c");
Stream<String> stream = list.stream();

从数组创建

String[] array = {"a", "b", "c"};
Stream<String> stream = Arrays.stream(array);

使用 Stream.of 创建

Stream<String> stream = Stream.of("a", "b", "c");

创建无限流

Stream<Integer> infiniteStream = Stream.iterate(0, n -> n + 1); // 从 0 开始,每次加 1
Stream<Double> randomStream = Stream.generate(Math::random);    // 生成随机数流

2. 中间操作

中间操作返回一个新的 Stream,可以链式调用。

过滤:filter

List<String> list = Arrays.asList("apple", "banana", "cherry");
List<String> result = list.stream()
                          .filter(s -> s.startsWith("a")) // 过滤以 "a" 开头的字符串
                          .collect(Collectors.toList());
// 结果:["apple"]

映射:map

List<String> list = Arrays.asList("apple", "banana", "cherry");
List<Integer> result = list.stream()
                           .map(String::length) // 将字符串映射为其长度
                           .collect(Collectors.toList());
// 结果:[5, 6, 6]

去重:distinct

List<String> list = Arrays.asList("apple", "banana", "apple");
List<String> result = list.stream()
                          .distinct() // 去重
                          .collect(Collectors.toList());
// 结果:["apple", "banana"]

排序:sorted

List<String> list = Arrays.asList("banana", "apple", "cherry");
List<String> result = list.stream()
                          .sorted() // 自然排序
                          .collect(Collectors.toList());
// 结果:["apple", "banana", "cherry"]

截取:limitskip

List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
List<Integer> result = list.stream()
                           .skip(2)  // 跳过前 2 个元素
                           .limit(2) // 只取 2 个元素
                           .collect(Collectors.toList());
// 结果:[3, 4]

3. 终端操作

终端操作会触发流的处理,并返回一个非流的结果。

收集:collect

List<String> list = Arrays.asList("apple", "banana", "cherry");
List<String> result = list.stream()
                          .filter(s -> s.startsWith("a"))
                          .collect(Collectors.toList());
// 结果:["apple"]

遍历:forEach

List<String> list = Arrays.asList("apple", "banana", "cherry");
list.stream().forEach(System.out::println);
// 输出:
// apple
// banana
// cherry

匹配:anyMatchallMatchnoneMatch

List<String> list = Arrays.asList("apple", "banana", "cherry");
boolean anyStartsWithA = list.stream().anyMatch(s -> s.startsWith("a")); // 是否有以 "a" 开头的
boolean allStartsWithA = list.stream().allMatch(s -> s.startsWith("a")); // 是否全部以 "a" 开头
boolean noneStartsWithZ = list.stream().noneMatch(s -> s.startsWith("z")); // 是否没有以 "z" 开头的

计数:count

List<String> list = Arrays.asList("apple", "banana", "cherry");
long count = list.stream().filter(s -> s.startsWith("a")).count();
// 结果:1

聚合:reduce

List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
int sum = list.stream().reduce(0, Integer::sum); // 求和
// 结果:15

4. 并行流

通过 parallelStream()stream().parallel() 可以将流转换为并行流,利用多核处理器加速处理。

List<String> list = Arrays.asList("apple", "banana", "cherry");
List<String> result = list.parallelStream()
                          .filter(s -> s.startsWith("a"))
                          .collect(Collectors.toList());
// 结果:["apple"]

5. 常用工具类:Collectors

Collectors 提供了丰富的工具方法,用于将流转换为集合或其他数据结构。

转换为列表:toList

List<String> list = Arrays.asList("apple", "banana", "cherry");
List<String> result = list.stream().collect(Collectors.toList());

转换为集合:toSet

Set<String> set = list.stream().collect(Collectors.toSet());

转换为映射:toMap

Map<String, Integer> map = list.stream()
                               .collect(Collectors.toMap(s -> s, String::length));
// 结果:{"apple": 5, "banana": 6, "cherry": 6}

连接字符串:joining

String joined = list.stream().collect(Collectors.joining(", "));
// 结果:"apple, banana, cherry"

6. 示例代码

以下是一个完整的示例,展示 Stream 的常见用法:

import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;

public class StreamExample {
    public static void main(String[] args) {
        List<String> list = Arrays.asList("apple", "banana", "cherry", "date");

        // 过滤、映射、排序、收集
        List<String> result = list.stream()
                                  .filter(s -> s.length() > 4) // 过滤长度大于 4 的字符串
                                  .map(String::toUpperCase)    // 转换为大写
                                  .sorted()                   // 排序
                                  .collect(Collectors.toList()); // 收集为列表

        System.out.println(result); // 输出:[APPLE, BANANA, CHERRY]
    }
}

总结

  • Stream 提供了一种高效、简洁的方式来处理集合数据。
  • 中间操作(如 filtermap)是惰性的,只有在终端操作(如 collectforEach)调用时才会执行。
  • 并行流可以充分利用多核 CPU 的性能。

http://www.kler.cn/a/568896.html

相关文章:

  • Hive-04之存储格式、SerDe、企业级调优
  • 从零开始:H20服务器上DeepSeek R1 671B大模型部署与压力测试全攻略
  • Modular Prompt Learning Improves_Vision-Language Models
  • Linux三种网络方式
  • 上位机知识篇---HTTPHTTPS等各种通信协议
  • 基于Springboot博物馆文博资源库系统【附源码】
  • Armbian: 轻量级 ARM 设备专用 Linux 发行版全面解析
  • 人工智能之数学基础:矩阵的范数
  • 单道与多道系统:操作系统进化的关键跃迁
  • python中单例模式介绍(含线程安全的单例模式)
  • vue 项目部署到nginx 服务器
  • Web安全中的二次注入攻击
  • KubeSphere部署Elastisearch
  • Linux下线程的同步与互斥
  • 深入浅出:从零开始掌握 Autofac 的依赖注入技巧
  • Java 8 到 Java 17 主要新特性
  • 《OpenCV》—— dlib库
  • Windows 上通过 VScode 配置 Docker
  • Uppy - 免费开源、功能强大的新一代 web 文件上传组件,支持集成到 Vue 项目
  • Git 搭建及项目分支设置教程