当前位置: 首页 > news >正文

Java的Stream流

目录

1.什么是Stream

Stream的特点

2.Stream流vs传统集合操作

3.创建Stream流

4.Stream常用方法

4.1中间方法

过滤操作

排序操作

限制和跳过元素

去重操作

映射操作

流合并

关键点总结

4.2 终结方法

1.foreach

2.count统计个数

3.max/min 最大/最小值

4.3 收集方法


Stream是Java 8引入的一套新的API,用于处理集合数据的函数式编程风格操作。它让集合操作变得更简洁、高效,并支持并行处理

1.什么是Stream

Stream是一种高级迭代器,用于对数据源进行函数式操作。

Stream的特点

1. 不存储数据:Stream本身不存储数据,数据来自数据源

2. 函数式操作:支持lambda表达式和函数式编程

3. 延迟执行:中间操作都是延迟执行的

4. 可消费性:Stream只能被消费一次

2.Stream流vs传统集合操作

现在有一个装有String的列表["Tom", "Jerry", "Alice"],我要把Alice全部大写并且放到新的列表当中去,应该怎么办?

传统方式:

// 传统集合操作 List<String> names = Arrays.asList("Tom", "Jerry", "Alice"); List<String> result = new ArrayList<>(); for (String name : names) { if (name.startsWith("A")) { result.add(name.toUpperCase()); } }

Stream流操作:

// Stream操作 List<String> result1 = names.stream() .filter(name -> name.startsWith("A")) .map(String::toUpperCase) .collect(Collectors.toList());

结果都是一样的[ALICE]

3.创建Stream流

详情看代码:

//1.获取集合的stream流 List<String> list = new ArrayList<>(); Stream<String> stream1 = list.stream(); //2.获取Map的stream流 Map<String,String> map=new HashMap<>(); //获取键流 Stream<String> stream2 = map.keySet().stream(); //获取值流 Stream<String> stream3 = map.values().stream(); //获取键值对流 Stream<Map.Entry<String, String>> stream4 = map.entrySet().stream(); //3.获取数组的stream流 Integer[] arr={1,2,3,4,5,6,7,8,9}; Stream<Integer> stream5 = Arrays.stream(arr); Stream<Integer> stream6 = Stream.of(arr);

4.Stream常用方法

4.1中间方法

中间方法的意思是,调用完它们之后,返回的是一个新的流,可以进行用中间方法对其进行操作,所以它支持链式编辑。

package com.qbcy; import java.util.ArrayList; import java.util.List; import java.util.stream.Stream; public class Demo2 { public static void main(String[] args) { List<String> list = new ArrayList<>(); list.add("张无忌"); list.add("周芷若"); list.add("赵敏"); list.add("张强"); list.add("张三丰"); list.add("张翠山"); //1.过滤方法 list.stream().filter(s -> s.startsWith("张")&&s.length()==3) .forEach(s -> System.out.println(s)); //2.排序方法 List<Double> list1 = new ArrayList<>(); list1.add(1.2); list1.add(4.3); list1.add(4.3); list1.add(4.3); list1.add(3.2); list1.add(2.1); list1.stream().sorted().forEach(s -> System.out.print(s+" ")); System.out.println(); //降序排列 list1.stream().sorted((s1,s2)->Double.compare(s2,s1)).forEach(s -> System.out.print(s+" ")); System.out.println(); //获取降序排列后的前两个元素 limit list1.stream().sorted((s1,s2)->Double.compare(s2,s1)).limit(2).forEach(s -> System.out.print(s+" ")); System.out.println(); //跳过前两个元素 skip list1.stream().sorted((s1,s2)->Double.compare(s2,s1)).skip(2).forEach(s -> System.out.print(s+" ")); System.out.println(); //去重 distinct //如果希望能去重,则需要重写hashCode和equals方法 list1.stream().distinct().forEach(s -> System.out.print(s+" ")); System.out.println(); //映射方法:把流上面的元素拿出来变成新的元素再放到新流中 list1.stream().map(s -> "加10后:"+(s+10)).forEach(System.out::println); //合并流,把两个流接起来 Stream<Object> res=Stream.concat(list.stream(),list1.stream()); System.out.println("-----------合并后的流-----------"); res.forEach(System.out::println); } }

过滤操作

使用filter方法筛选出以"张"开头且长度为3的字符串:

list.stream().filter(s -> s.startsWith("张")&&s.length()==3) .forEach(s -> System.out.println(s));

排序操作

Double类型列表进行升序和降序排列:

// 升序 list1.stream().sorted().forEach(s -> System.out.print(s+" ")); // 降序 list1.stream().sorted((s1,s2)->Double.compare(s2,s1)).forEach(s -> System.out.print(s+" "));

限制和跳过元素

使用limit获取前两个元素,skip跳过前两个元素:

// 获取前两个 list1.stream().sorted((s1,s2)->Double.compare(s2,s1)).limit(2).forEach(s -> System.out.print(s+" ")); // 跳过前两个 list1.stream().sorted((s1,s2)->Double.compare(s2,s1)).skip(2).forEach(s -> System.out.print(s+" "));

去重操作

使用distinct去除重复元素:

list1.stream().distinct().forEach(s -> System.out.print(s+" "));

映射操作

通过map将每个元素转换为新格式:

list1.stream().map(s -> "加10后:"+(s+10)).forEach(System.out::println);

流合并

使用Stream.concat合并两个流:

Stream<Object> res=Stream.concat(list.stream(),list1.stream()); res.forEach(System.out::println);

关键点总结

  • filter用于条件筛选
  • sorted支持自然排序和自定义比较器
  • limitskip控制元素数量
  • distinct依赖equalshashCode实现去重
  • map实现元素转换
  • Stream.concat可合并多个流

4.2 终结方法

一旦调用终结方法,这个流就不能再使用了

首先创建Teacher类

package com.qbcy; /** * 创建Teacher类 */ public class Teacher { private String name; private int age; private String sex; public Teacher() { } public Teacher(String name, int age, String sex) { this.name = name; this.age = age; this.sex = sex; } public String getName() { return name; } public void setName(String name) { this.name = name; } public int getAge() { return age; } public void setAge(int age) { this.age = age; } public String getSex() { return sex; } public void setSex(String sex) { this.sex = sex; } @Override public String toString() { return "Teacher [name=" + name + ", age=" + age + ", sex=" + sex + "]"; } }

1.foreach

package com.qbcy; import java.util.ArrayList; import java.util.List; /** * 终结方法 */ public class Demo3 { public static void main(String[] args) { List<Teacher> list = new ArrayList<>(); list.add(new Teacher("张三", 18, "男")); list.add(new Teacher("张三丰", 50, "男")); list.add(new Teacher("张无忌", 20, "男")); list.add(new Teacher("周芷若", 18, "女")); list.add(new Teacher("赵敏", 16, "女")); list.add(new Teacher("张翠山", 40, "男")); //forEach 遍历过滤后的数据 list.stream().filter(t->t.getAge()>30).forEach(System.out::println); } }

这里把年龄大于30的教师过滤出来,使用forEach遍历输出:

2.count统计个数

Long tCount=list.stream().filter(t->t.getAge()>30).count(); System.out.println("30岁以上的教师数量为:"+tCount);

3.max/min 最大/最小值

//max 返回最大值 放到了 Optional 容器里面 ,这个容器里面能记住值value Optional<Teacher> res=list.stream().max((t1, t2)->Double.compare(t1.getAge(),t2.getAge())); Teacher maxAgeTeacher= res.get(); System.out.println("最大年龄的教师为:"+maxAgeTeacher); System.out.println("-------------------------------"); //min 返回最小值 放到了 Optional 容器里面 ,这个容器里面能记住值value Optional<Teacher> res1=list.stream().min((t1, t2)->Double.compare(t1.getAge(),t2.getAge())); Teacher minAgeTeacher= res1.get(); System.out.println("最小年龄的教师为:"+minAgeTeacher); System.out.println("-------------------------------");

4.3 收集方法

package com.qbcy; import java.util.*; import java.util.stream.Collectors; import java.util.stream.Stream; public class Demo1 { //获取Stream流 public static void main(String[] args) { //1.获取集合的stream流 List<String> list = new ArrayList<>(); //赋值 list.add("张三"); list.add("李四"); list.add("王五"); //过滤 Stream<String> streamList=list.stream().filter(s->s.startsWith("张")); List<String> resList= streamList.collect(Collectors.toList()); System.out.println(resList); System.out.println("--------------------------------------------------"); //2.获取Map的stream流 Map<String,String> map=new HashMap<>(); //赋值 map.put("1","张三"); map.put("2","张三"); map.put("3","张三"); map.put("4","张三"); //获取键流 Stream<String> streamKeys = map.keySet().stream(); List<String> resKeys= streamKeys.collect(Collectors.toList()); System.out.println(resKeys); System.out.println("--------------------------------------------------"); //获取值流 Stream<String> stream3 = map.values().stream(); List<String> resValues= stream3.collect(Collectors.toList()); System.out.println(resValues); System.out.println("--------------------------------------------------"); //获取键值对流 Stream<Map.Entry<String, String>> stream4 = map.entrySet().stream(); List<Map.Entry<String, String>> resEntry= stream4.collect(Collectors.toList()); Map<String, String> resMap= resEntry.stream().collect(Collectors.toMap(Map.Entry::getKey,Map.Entry::getValue)); System.out.println(resMap); System.out.println(resEntry); System.out.println("--------------------------------------------------"); //3.获取数组的stream流 Integer[] arr={1,2,3,4,5,6,7,8,9}; Stream<Integer> stream5 = Arrays.stream(arr); Stream<Integer> stream6 = Stream.of(arr); List<Integer> resArr= stream5.collect(Collectors.toList()); System.out.println(resArr); System.out.println("--------------------------------------------------"); } }
http://www.cnnetsun.cn/news/136768.html

相关文章:

  • 基于单片机的全自动洗衣机系统的设计
  • 5.6 模型部署与智能体集成实战
  • 基于单片机的球赛计分牌的设计
  • ArcGIS Pro 从入门到实战基础篇(10):地图菜单
  • Kotaemon与Redis/Memcached集成:构建高速缓存层
  • 【鸿蒙三方库编译】lycium_plusplus(lycium++)高效完成鸿蒙C/C++编译
  • 2025年度GEO服务商权威甄选指南:技术深度与商业价值的双重考量
  • 收藏备用!Java程序员转AI大模型:从技术沉淀到AI爆发的进阶之路
  • Python 爬虫实战:Session 会话维持爬取需登录内容
  • 基于移相全桥变换器的电池充电仿真模型,采用电压电流双闭环PI控制。 电池先经历CC模式而后进入...
  • 基于COMSOL模拟的水力压裂技术研究:固体力学与达西定理的应用
  • Redis 性能调优(二)
  • Doris 性能调优实践指南(可直接落地)
  • presum|二分try+滑窗cnt
  • Web自动化测试:Unittest单元测试框架
  • Apache2最佳实践
  • 实力派,也可以是偶像派
  • 基于单片机的多功能万年历
  • AI搜索时代:技术演进、产业分化与深度变革
  • SGMICRO圣邦微 SGM2019-2.5YC5G/TR SC70-5 线性稳压器(LDO)
  • 一文搞懂 低功耗蓝牙BLE 中的 ATT、GATT、MTU 与 20 字节限制
  • 别让“大锅饭”逼走你的Top Sales:揭秘薪酬误差的副作用
  • 27827828
  • 12.17 vue递归组件
  • QtScrcpy高刷投屏优化指南:告别卡顿,享受流畅体验
  • 终极移动端Windows应用运行指南:从零到流畅体验
  • 大学里的网络安全专业为什么没多少人就读?
  • 信息安全和网络空间安全这2个专业怎么选?老网安告诉你答案!
  • 英语发音MP3音频库:119,376个单词标准发音完整解决方案
  • 瞄准2026:AI安全、数据隐私与云原生——网络安全趋势预测与挑战分析