Java8 新特性 —— Stream API 详解

本文涉及到的知识点有Lambda表达式以及函数式接口,有不了解的小伙伴可以先学习上一篇文章:

Java8 新特性 —— Lambda 表达式、函数接口以及方法引用详解

文章目录

  • 引言
  • Stream API 的使用
    • 1、创建 Stream
    • 2、中间操作
      • (1)筛选与切片
      • (2)映射
      • (3)排序
    • 3、终止操作
      • (1)查找与匹配
      • (2)规约
      • (3)收集
  • 总结


引言

Java8中有两大最为重要的改变。第一个是 Lambda 表达式;另外一个则是 Stream API(java.util.stream.*)。

Stream 是 Java8 中处理集合的关键抽象概念,它可以指定我们希望对集合进行的操作,可以执行非常复杂的查找、过滤和映射数据等操作。使用Stream API 对集合数据进行操作,就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简而言之,Stream API 提供了一种高效且易于使用的处理数据的方式。

集合讲的是数据,流讲的是计算!

举个例子:在不使用Stream API 的情况下,要输出一个集合中大于5的数字:

 public List<Integer> filter(List<Integer> list){List<Integer> newList = new ArrayList<>();for (Integer i : list) {if (i > 5){newList.add(i);}}return newList;}

当有了Stream API之后,代码就会变得精简且优雅:

 public List<Integer> filter(List<Integer> list){return list.stream().filter(i -> i > 5).collect(Collectors.toList());}

特性:

  1. Stream 自己不会存储元素。
  2. Stream 不会改变源对象。相反,他们会返回一个持有结果的新Stream。
  3. Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行(终止操作)。

Stream API 的使用

1、创建 Stream

  1. 通过Collection系列提供的 stream() 获 parallelStream()
  2. 通过Arrays中的静态方法 stream() 获取数组流
  3. 通过Stream类中的静态方法 of() 创建流
  4. 通过Stream类中的iterate() 和 generate() 方法,创建流创建无限流
//创建 Stream
@Test
public void test1(){//1、通过Collection系列提供的stream() 获 parallelStream()List<String> list = new ArrayList<>();Stream<String> s1 = list.stream();//2、通过Arrays中的静态方法stream()获取数组流String[] arr = new String[10];Stream<String> s2 = Arrays.stream(arr);//3、通过Stream类中的静态方法 of() 创建流Stream<String> s3 = Stream.of("aa", "bb", "cc");//4、创建无限流//迭代Stream<Integer> s4 = Stream.iterate(0, (x) -> x + 1);//生成Stream<Double> s5 = Stream.generate(() -> Math.random());
}

2、中间操作

多个中间操作可以连接起来形成一个流水线,除非流水线上触发终止操作,否则中间操作不会执行任何的处理!而在终止操作时一次性全部处理,这就是上文提到的延迟加载,称为“惰性求值”。

(1)筛选与切片

方 法描 述
filter()筛选出满足条件的值
distinct()通过流所生成元素的 hashCode()和 equals()去除重复元素
limit()截断流, 使其元素不超过给定数量
skip()跳过元素, 返回一个扔掉了前 n个元素的流。若流中元素不足n个, 则返回一个空流。与 limit(n) 互补
//筛选与切片
@Test
public void test2(){List<String> list = Arrays.asList("Hello", "Java", "Lambda", "Function", "Stream", "Stream", "Stream");//filter() 筛选出满足条件的数据System.out.println("长度大于4的值: ");list.stream().filter(s -> s.length() > 4).forEach(System.out::println);System.out.println("==========================");//limit() 短路流, 当查到满足条件的数据后就不再往下遍历数据System.out.println("查找满足长度大于4的前2个值: 从头遍历,当满足需求时怎会直接退出");list.stream().filter(s -> {System.out.println("查找。。。");return s.length() > 4;}).limit(2).forEach(System.out::println);System.out.println("==========================");//skip() 扔掉前n个值, 输出剩余的值System.out.println("扔掉前2个值, 输出剩余的值");list.stream().skip(2).forEach(System.out::println);System.out.println("==========================");//distinct() 去重System.out.println("去重");list.stream().distinct().forEach(System.out::println);
}

运行后的效果如下:

在这里插入图片描述

(2)映射

方 法描 述
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
//映射
@Test
public void test3(){List<String> list = Arrays.asList("Java", "Lambda", "Function", "Stream");System.out.println("将每个单词加上Hello输出: ");list.stream().map(s -> "Hello " + s).forEach(System.out::println);System.out.println("==========================");List<String> list2 = List.of("Java,Lambda,Function,Stream");System.out.println("将这段话拆分成单词, 每个单词加上Hello输出: ");list2.stream().map(s -> Arrays.asList(s.split(","))) //返回Stream<List<String>>.flatMap(Collection::stream)//将Stream里的每个值都转为流并合并, 返回Stream<String>.map(s -> "Hello " + s).forEach(System.out::println);//遍历List<String>
}

运行后的效果如下:

在这里插入图片描述

(3)排序

方 法描 述
sorted()自然排序(Comparable)
sorted(Comparator comp)定制排序(Comparator)
// 排序
@Test
public void test4(){List<String> list = Arrays.asList("Java", "Lambda", "Function", "Stream");//自然排序(Comparable)System.out.println("自然排序: ");list.stream().sorted().forEach(System.out::println);System.out.println("==========================");//定制排序(Comparator)System.out.println("按照单词长度排序");list.stream().sorted(Comparator.comparingInt(String::length)).forEach(System.out::println);
}

运行后的效果如下:

在这里插入图片描述

3、终止操作

终端操作会从流的流水线生成结果。其结果可以是任何不是流的值,例如:List、Integer,甚至是 void 。

(1)查找与匹配

方 法描 述
allMatch(Predicate p)检查是否匹配所有元素
anyMatch(Predicatep)检查是否至少匹配一个元素
noneMatch(Predicate p)检查是否所有元素都没有匹配
findFirst()返回第一个元素
findAny()返回当前流中的任意一个元素
count()返回流中元素总数
max(Comparator c)返回流中最大值
min(Comparator c)返回流中最小值
forEach(Consumer c)内部迭代(使用 Collection 接口需要用户去做迭代,称为外部迭代。相反,Stream API 使用内部迭代,即它帮我们把迭代做了)
//查找与匹配
@Test
public void test5(){List<String> list = Arrays.asList("Java", "Lambda", "Function", "Stream");//allMatch(Predicate p) 检查是否匹配所有元素boolean allMatch = list.stream().allMatch(s -> s.contains("a"));System.out.println("allMatch: " + allMatch);//anyMatch(Predicatep) 检查是否至少匹配一个元素boolean anyMatch = list.stream().anyMatch(s -> s.contains("a"));System.out.println("anyMatch: " + anyMatch);//noneMatch(Predicate p) 检查是否所有元素都没有匹配boolean noneMatch = list.stream().noneMatch(s -> s.contains("a"));System.out.println("noneMatch: " + noneMatch);//findFirst() 返回第一个元素String findFirst = list.stream().findFirst().orElse("NULL");System.out.println("findFirst: " + findFirst);//findAny() 返回任意一个元素String findAny = list.stream().findAny().orElse("NULL");System.out.println("findAny: " + findAny);//count() 返回流中元素总数long count = list.stream().count();System.out.println("count: " + count);//max(Comparator c) 返回流中最大值(排序完取最大)String max = list.stream().max(Comparator.comparingInt(String::length)).orElse("NUll");System.out.println("max: " + max);//min(Comparator c) 返回流中最小值(排序完取最小)String min = list.stream().min(Comparator.comparingInt(String::length)).orElse("NUll");System.out.println("min: " + min);//forEach(Consumer c) 内部迭代System.out.println("内部迭代: ");list.stream().forEach(System.out::println);
}

运行后的效果如下:

在这里插入图片描述

(2)规约

方 法描 述
reduce(T iden, BinaryOperator b)可以将流中元素反复结合起来,得到一个值。返回 T
reduce(BinaryOperator b)可以将流中元素反复结合起来,得到一个值。返回 Optional<T>
//归约
@Test
public void test6(){List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);//reduce(T identity, BinaryOperator<T> accumulator) 可以将流中元素反复结合起来,得到一个值。返回 TInteger sum1 = list.stream().reduce(0, Integer::sum);//0为起始值, 有起始值就不可能为空System.out.println(sum1);//reduce(BinaryOperator b) 可以将流中元素反复结合起来,得到一个值。返回 Optional<T>Optional<Integer> sum2 = list.stream().reduce(Integer::sum);//没有起始值, 放入Optional中,避免空指针System.out.println(sum2.orElse(0));
}

运行后的效果如下:

在这里插入图片描述

(3)收集

方 法描 述
collect(Collector c)将流转换为其他形式。接收一个 Collector接口的 实现,用于给Stream中元素做汇总的方法

Collector 接口中方法的实现决定了如何对流执行收集操作(如收集到 List、Set、Map)。但是 Collectors 实用类提供了很多静态方法,可以方便地创建常见收集器实例,以下仅对经常使用的几种方法做以演示:

方法返回类型作用示例
toList()List<T>把流中元素收集到ListList strs = list.stream().collect(Collectors.toList());
toSet()Set<T>把流中元素收集到SetSet strs = list.stream().collect(Collectors.toSet());
toCollection()Collection<T>把流中元素收集到创建的集合Collection strs = list.stream().collect(Collectors.toCollection(ArrayList : : new));
groupingBy()Map<K, List<T>>根据某属性值对流分组,属性为K,结果为VMap<String, List> map=list.stream() .collect(Collectors.groupingBy(student::getId));
//收集collect(Collector c)
@Test
public void test7(){List<String> test = Arrays.asList("Java", "Lambda", "Function", "Stream");//将长度大于4的 收集到List中List<String> list = test.stream().filter(s -> s.length() > 4).collect(Collectors.toList());System.out.println("list: " + list);//将长度大于4的 收集到List中Set<String> set = test.stream().filter(s -> s.length() > 4).collect(Collectors.toSet());System.out.println("set: " + set);//通过长度将字符串分组Map<Integer, List<String>> map = test.stream().collect(Collectors.groupingBy(String::length));System.out.println("map: " + map);
}

运行后的效果如下:

在这里插入图片描述

总结

Stream作为Java 8的一大亮点,它专门针对集合的各种操作提供各种非常便利、简单、高效的API,Stream API主要是通过Lambda表达式完成,极大的提高了程序的效率和可读性,同时Stram API中自带的并行流使得并发处理集合的门槛再次降低,使用Stream API编程无需多写一行多线程的代码就可以非常方便的写出高性能的并发程序。使用Stream API能够使代码更加优雅。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/1434.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

Linux历史命令history增加执行时间显示

Centos系统默认历史命令显示如下 为了更好的溯源&#xff0c;获取执行命令的准确时间&#xff0c;需要增加一些配置 设置环境变量 vim /etc/profile 在最下面添加以下环境配置 export HISTTIMEFORMAT"%Y-%m-%d %H:%M:%S " 立即刷新该环境变量 source /etc/pro…

【测试平台】【前端VUE】工具页面学习记录

背景&#xff1a; 这个我4年半以前刚接手记录&#xff0c;测试工具页面一般比较简单&#xff0c;不需要复杂东西&#xff0c;剩下就是维护。 工程安装 npm install 1.执行nmp install前先确认一下自己的node版本&#xff0c;这个项目需要是node12才可以&#xff0c;否则会出…

mysq-B+Treel(一)

介绍 MySQL是一个关系型数据库管理系统&#xff0c;由瑞典 MySQL AB 公司开发&#xff0c;属于 Oracle 旗下产品。MySQL是最流行的关系型数据库管理系统之一&#xff0c;在 WEB 应用方面&#xff0c;MySQL是最好的RDBMS (Relational Database Management System&#xff0c;关系…

解决使用netstat查看端口显示FIN_WAIT的问题

解决使用netstat查看端口显示FIN_WAIT的问题 1. 理解`FIN_WAIT`状态2. 检查应用程序3. 检查网络延迟和稳定性4. 更新和修补系统5. 调整TCP参数6. 使用更详细的工具进行分析7. 咨询开发者或技术支持8. 定期监控和评估结论在使用 netstat查看网络连接状态时,如果发现大量连接处…

微服务实战系列之玩转Docker(十八)

导览 前言Q&#xff1a;如何保障容器云环境下etcd集群的数据安全一、安全机制身份认证必学必看1. 启动参数2. 授权命令3. 开启认证 二、应用实践1. 访问容器2. 查看认证是否开启3. 查看是否已创建用户4. 创建用户5. 开启认证6. 验证是否开启7. 验证数据 结语系列回顾 前言 etc…

畅享云边大模型!火山引擎 x 地瓜机器人,大模型网关能力免费开放

前期&#xff0c;火山引擎官宣与地瓜机器人达成了合作&#xff0c;实现了火山引擎边缘智能-大模型网关与地瓜机器人软硬件通用底座“云-边-端”的全面打通&#xff0c;拓展机器人的无限智能化潜能。地瓜 RDK X5 机器人开发套件集成了火山引擎边缘智能-大模型网关能力&#xff0…

计算机性能监控体系:Quark2.0

一、背景 在过去的IT日常支持场景中&#xff0c;因为服务的用户、终端、系统等等因业务而异&#xff0c;往往会遇到以下类似这些问题或需求&#xff1a; IT工程师定位终端问题跨越不同的平台或系统&#xff0c;低效繁琐用户想要获取一些个人相关的IT环境信息&#xff0c;只能…

【新闻转载】“假冒 LockBit”来袭:勒索软件借助 AWS S3 偷窃数据,威胁升级

关键要点 Trend团队发现了一些利用 Amazon S3&#xff08;简单存储服务&#xff09;传输加速功能的 Golang 勒索软件样本&#xff0c;用于窃取受害者的文件并上传至攻击者控制的 S3 存储桶。 这些样本中硬编码的 Amazon Web Services (AWS) 凭证被用于追踪与恶意活动关联的 AW…

python之数据结构与算法(数据结构篇)-- 栈

一、栈的概念 这里我们不去了解教科书上面的“教条概念”&#xff0c;其实“栈”的概念和古代的时候的“客栈”是有异曲同工之妙的。 在这里我们把客栈看成“栈”&#xff0c;旅客看作“栈元素” 1.当旅客进来住店时&#xff0c;叫做“入栈”&#xff1b; 2.当旅客退房时&#…

【银河麒麟高级服务器操作系统】虚拟机lvm分区丢失现象分析及解决建议

了解更多银河麒麟操作系统全新产品&#xff0c;请点击访问 麒麟软件产品专区&#xff1a;https://product.kylinos.cn 开发者专区&#xff1a;https://developer.kylinos.cn 文档中心&#xff1a;https://documentkylinos.cn 环境描述 系统环境 物理机/虚拟机/云/容器 虚拟…

论文速读:完全测试时域适应(Test-time Adaptation)目标检测(CVPR2024)

原文标题&#xff1a;Fully Test-time Adaptation for Object Detection 中文标题&#xff1a;完全测试时间适应目标检测 通过百度网盘分享的文件&#xff1a;Fully_Test-time_Adaptation_for_Obje... 链接&#xff1a; 百度网盘 请输入提取码 提取码&#xff1a;yrvz 代码地址…

蔚来汽车 AI产品经理面经

问的问题都比较深入&#xff0c;要求有项目基础&#xff0c;祝好&#x1f970; 1、自我介绍 2、你的产品上线后有没有关注用户反馈&#xff1f; 3、给客户交付时&#xff0c;如果产品能力还没ready&#xff0c;你会怎么办&#xff1f; 4、你们团队需求一般来源于哪里&#…

国内短剧源码短剧系统搭建小程序部署H5、APP打造短剧平台

​在当今的互联网时代&#xff0c;短剧作为一种新兴的娱乐形式&#xff0c;受到了越来越多用户的喜爱。为了提供更好的用户体验和满足用户需求&#xff0c;一个好的短剧系统需要具备多元化的功能和优质的界面设计。 本文将介绍国内短剧源码短剧系统搭建小程序部署H5、APP所需的…

深入浅出了解AI教育发展与落地应用情况

2023年,是生成式AI能力涌现的一年,通用大模型是其中的主旋律。经过一年的发展,通用大模型格局已初步形成,生成式AI也从能力展示走向应用落地。进入2024年,对生成式AI的讨论和实践也都转向如何赋能产业。相比于通用大模型,进入产业内的大模型需要的是对行业的Know-How,以…

‘随机失活’:人工智能真的在模仿人脑吗?

序言&#xff1a;过拟合是人工智能训练中的一个常见问题&#xff0c;类似于一位“读死书”的学生&#xff0c;他只能机械地背诵书本内容&#xff0c;缺乏灵活性&#xff0c;一旦题目稍有变化便无法理解。为了解决这一问题&#xff0c;科学家们从人脑的学习方式中获得启发&#…

【机器学习】揭秘XGboost:高效梯度提升算法的实践与应用

目录 &#x1f354; XGBoost 原理 1.1 目标函数确定和树的复杂度介绍 1.2 XGBoost目标函数的推导 1.3 泰勒公式展开 1.4 化简目标函数 1.5 问题再次转换 1.6 对叶子结点求导 1.7 XGBoost的回归树构建方法 &#x1f354; XGBoost API 2.1 通用参数 2.2 Booster 参数 …

Transformer的Pytorch实现【1】

使用Pytorch手把手搭建一个Transformer网络结构并完成一个小型翻译任务。 首先&#xff0c;对Transformer结构进行拆解&#xff0c;Transformer由编码器和解码器&#xff08;Encoder-Decoder&#xff09;组成&#xff0c;编码器由Multi-Head Attention Feed-Forward Network组…

【MySQL】存储引擎

MySQL采用的是可插拔的存储引擎架构&#xff0c;也就是说在运行期间可以动态的加载或卸载存储引擎&#xff1b;查看当前服务器存储引擎的方法show engines&#xff0c;其中重点关注两个字段即可&#xff0c;其一是Support-表示当前服务器是否支持&#xff0c;其二是它的数值yes…

构建校园社团信息管理平台:Spring Boot技术的核心要点

6系统测试 6.1概念和意义 测试的定义&#xff1a;程序测试是为了发现错误而执行程序的过程。测试(Testing)的任务与目的可以描述为&#xff1a; 目的&#xff1a;发现程序的错误&#xff1b; 任务&#xff1a;通过在计算机上执行程序&#xff0c;暴露程序中潜在的错误。 另一个…

RAG工具:FlashRAG用于高效 RAG 研究的 Python 工具包

随着大语言模型的火热&#xff0c;如何提高生成内容的准确性和可靠性&#xff0c;成为各行业关注的重点。检索增强生成&#xff08;RAG&#xff09;正是通过将强大的检索功能与语言模型结合&#xff0c;在生成文本时引入来自外部的实时信息。 今天&#xff0c;我们来了解一款为…