Java8 Stream流的基本使用

2024-09-07 07:52
文章标签 java stream 基本 使用

本文主要是介绍Java8 Stream流的基本使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Java 8 中引入的 Stream API 是为了简化对集合类库(例如 ListSet)的操作,同时支持声明式编程风格和并行操作。Stream 不存储数据,而是对数据源进行流水线式操作,其设计核心是“将数据处理的每一步链接起来,并将操作延迟到最终需要结果时执行”。

以下是 Java 8 Stream 流的详细介绍,包括其创建、常用操作和示例代码。

1. Stream 的创建

Stream 可以通过多种方式创建,主要有以下几种方式:

1.1 通过集合(如 ListSet)创建流
List<String> list = Arrays.asList("apple", "banana", "cherry");
Stream<String> stream = list.stream();
1.2 通过数组创建流
String[] arr = {"apple", "banana", "cherry"};
Stream<String> stream = Arrays.stream(arr);
1.3 通过 Stream.of() 创建流
Stream<String> stream = Stream.of("apple", "banana", "cherry");
1.4 通过 Stream.generate() 创建无限流
Stream<Double> randoms = Stream.generate(Math::random).limit(10);
1.5 通过 Stream.iterate() 创建无限流
Stream<Integer> numbers = Stream.iterate(0, n -> n + 2).limit(10);

2. Stream 的操作类型

Stream 操作分为两类:

  • 中间操作:返回一个新的 Stream,可以进行链式调用,常见的有 filtermapsorted 等。
  • 终端操作:执行实际计算并返回结果,常见的有 forEachreducecollectcount 等。
2.1 中间操作
2.1.1 filter()

filter() 用于过滤掉不符合条件的元素。

List<String> result = list.stream().filter(s -> s.startsWith("a")).collect(Collectors.toList());
2.1.2 map()

map() 用于将元素映射到另一个元素,通常用于类型转换或数据提取。

List<Integer> lengths = list.stream().map(String::length).collect(Collectors.toList());
2.1.3 sorted()

sorted() 用于对流中的元素进行排序,可以是自然排序,也可以是自定义排序。

List<String> sortedList = list.stream().sorted().collect(Collectors.toList());
2.1.4 distinct()

distinct() 用于去除流中的重复元素。

List<String> distinctList = list.stream().distinct().collect(Collectors.toList());
2.1.5 limit()

limit() 用于截断流,使其不超过给定数量。

List<String> limitedList = list.stream().limit(2).collect(Collectors.toList());
2.1.6 skip()

skip() 用于跳过前 n 个元素。

List<String> skippedList = list.stream().skip(1).collect(Collectors.toList());
2.2 终端操作
2.2.1 forEach()

forEach() 用于对流中的每个元素执行一个操作。一般用于遍历流元素。

list.stream().forEach(System.out::println);
2.2.2 collect()

collect() 是终端操作之一,用于将流中的元素汇总成一个集合或其它结果类型。

List<String> result = list.stream().filter(s -> s.length() > 5).collect(Collectors.toList());
2.2.3 reduce()

reduce() 是一种聚合操作,常用于将流中的元素组合成一个值。

int sum = Stream.of(1, 2, 3, 4).reduce(0, Integer::sum);
2.2.4 count()

count() 用于返回流中元素的个数。

long count = list.stream().count();
2.2.5 findFirst()findAny()
  • findFirst() 返回流中的第一个元素(Optional 类型)。
  • findAny() 返回流中任意一个元素(适用于并行流时)。
Optional<String> first = list.stream().findFirst();
2.2.6 anyMatch()allMatch()noneMatch()
  • anyMatch() 用于检查是否有至少一个元素匹配给定的条件。
  • allMatch() 用于检查是否所有元素都匹配给定的条件。
  • noneMatch() 用于检查是否没有元素匹配给定的条件。
boolean anyMatch = list.stream().anyMatch(s -> s.startsWith("a"));

3. 并行流

Java 8 的 Stream 提供了并行处理能力,parallelStream() 可以实现流的并行处理,提高性能,尤其在大数据量处理时非常有用。

3.1 创建并行流
List<String> list = Arrays.asList("apple", "banana", "cherry");
list.parallelStream().forEach(System.out::println);

4. 综合示例

下面是一个综合示例,展示如何使用流操作对一个字符串列表进行过滤、排序和收集操作:

List<String> list = Arrays.asList("apple", "banana", "cherry", "date", "elderberry");// 使用 Stream 进行一系列操作
List<String> result = list.stream().filter(s -> s.length() > 5)  // 过滤长度大于5的字符串.sorted()                     // 排序.map(String::toUpperCase)      // 转换为大写.collect(Collectors.toList()); // 收集结果System.out.println(result);  // 输出: [BANANA, CHERRY, ELDERBERRY]

5. Stream API 常用 Collectors

Collectors 提供了多种汇总流数据的方式,以下是一些常见的 Collectors 使用方式:

5.1 toList()

将流中的元素收集到 List 中:

List<String> list = stream.collect(Collectors.toList());
5.2 toSet()

将流中的元素收集到 Set 中:

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

将流中的字符串连接为一个字符串:

String result = stream.collect(Collectors.joining(", "));
5.4 groupingBy()

根据某个条件将元素分组:

Map<Integer, List<String>> groupedByLength = stream.collect(Collectors.groupingBy(String::length));
5.5 partitioningBy()

将流中的元素根据布尔条件分为两组:

Map<Boolean, List<String>> partitioned = stream.collect(Collectors.partitioningBy(s -> s.length() > 5));

总结

Java 8 Stream API 提供了非常强大的声明式操作集合的方式。通过中间操作可以实现复杂的流水线式操作,终端操作则负责最终的结果计算。Stream API 简化了数据处理逻辑,特别是通过并行流可以提高性能,使得处理大数据集变得更加高效和直观。

这篇关于Java8 Stream流的基本使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1144494

相关文章

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时,有没有考虑过 JVM 是如何把静态的字节码(byte code)转化为运行时对象的呢,这个问题看似简单,但清楚的同学相信也不会太多,这篇文章首先介绍 JVM 类初始化的机制,然后给出几个易出错的实例来分析,帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段,分别是:loading 、Linking、initialization

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

Spring Security--Architecture Overview

1 核心组件 这一节主要介绍一些在Spring Security中常见且核心的Java类,它们之间的依赖,构建起了整个框架。想要理解整个架构,最起码得对这些类眼熟。 1.1 SecurityContextHolder SecurityContextHolder用于存储安全上下文(security context)的信息。当前操作的用户是谁,该用户是否已经被认证,他拥有哪些角色权限…这些都被保

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数