文章目录

• 前言
• 一、Stream 特性
• 二、Stream 创建
• 2.1 用集合创建流
• 2.2 用数组创建流
• 2.3 Stream静态方法
• 三、Stream 使用案例
• 3.1 遍历 forEach
• 3.2 过滤 filter
• 3.3 查找 findFirst，findAny
• 3.4 匹配 match
• 3.5 映射 map
• 3.6 截取流 limit
• 3.7 排序 sorted
• 3.8 去重 distinct
• 3.9 统计 summaryStatistics
• 3.10 归约 reduce
• 3.11 归集 toList，toSet，toMap
• 3.12 分组 partitioningBy，groupingBy
• 3.13 合并 joining
• 四、演示代码获取

前言

Java 8 (又称为 jdk 1.8) 是 Java 语言开发的一个主要版本。 Oracle 公司于 2014 年 3 月 18 日发布 Java 8 ，它支持函数式编程，新的 JavaScript 引擎，新的日期 API，新的Stream API 等。
新添加的Stream API（java.util.stream） 把真正的函数式编程风格引入到Java中。它可以让你以一种声明的方式处理数据，从而写出高效率、干净、简洁的代码。
这种风格将要处理的元素集合看作一种流， 流在管道中传输， 并且可以在管道的节点上进行处理， 比如筛选， 排序，聚合等。

一、Stream 特性

1. 元素是特定类型的对象，形成一个队列。 Java中的Stream不会存储元素，而是按需计算按照特定的规则对数据进行计算，一般会输出结果。
2. Stream不会改变数据源，一般情况下会产生一个新的集合或者新值。
3. Stream流的来源，可以是集合，数组，I/O channel， 产生器generator 等等。
4. Stream具有延迟执行特性，只有调用终端操作时，中间操作才会执行。中间操作都会返回流对象本身。 这样多个操作可以串联成一个管道， 如同流式风格（fluent style）。
5. 以前对集合遍历都是通过Iterator或者For-Each的方式, 显式的在集合外部进行迭代， 这叫做外部迭代。 Stream提供了内部迭代的方式， 通过访问者模式(Visitor)实现。

Stream流的操作可以大概分为2种：

1. 中间操作：每次操作都返回流对象本身。
2. 终端操作：一个流只可以进行一次终端操作，即产生一个新的集合或者新值。终端操作结束后流无法再次使用。

二、Stream 创建

在 Java 8 中, Stream可以由集合或数组创建而来，生成的流有2种类型：

stream() ：串行流，由主线程按顺序对流执行操作。parallelStream() ：并行流，内部以多线程并行执行的方式对流进行操作，但前提是流中的数据处理没有顺序要求。例如计算集合中的数量之和。如果流种数据量很大，并行流可以加快处理速度。串行流可以通过parallel()方法把顺序流转换成并行流。

2.1 用集合创建流

因为集合继承或实现了java.util.Collection接口，而Collection接口定义了stream()和parallelStream()方法，所以可通过集合的stream() 和parallelStream()方法创建流。

// 创建集合 List<String> list = Arrays.asList("张三", "李四", "王五"); // 创建一个串行流 Stream<String> stream = list.stream(); // 创建一个并行流 Stream<String> parallelStream = list.parallelStream(); 123456

2.2 用数组创建流

使用java.util.Arrays.stream(T[] array)方法用数组创建流。

// 创建数组 String[] persons = {"张三", "李四", "王五"}; // 创建一个串行流 Stream<String> stream = Arrays.stream(persons); // 创建一个并行流 Stream<String> parallelStream = Arrays.stream(persons).parallel(); 123456

2.3 Stream静态方法

使用Stream的静态方法生成Stream，例如of()、iterate()、generate()等。

Stream<String> stream2 = Stream.of("张三", "李四", "王五");  // 输出5个奇数 1 3 5 7 9 Stream<Integer> stream3 = Stream.iterate(1, x -> x + 2).limit(5); stream3.forEach(System.out::println);  // 生成2个UUID Stream<UUID> stream4 = Stream.generate(UUID::randomUUID).limit(2); stream4.forEach(System.out::println); 123456789

三、Stream 使用案例

以下所有案例会基于学生数据，学生类，以及测试数据如下：

package com.nobody;  /**  * @Description 学生类  * @Author Mr.nobody  * @Date 2021/1/17  * @Version 1.0  */ public class Student {     // 主键     private String id;     // 姓名     private String name;     // 年龄     private int age;     // 性别     private String sex;     // 成绩     private double score;      public Student(String id, String name, int age, String sex, double score) {         this.id = id;         this.name = name;         this.age = age;         this.sex = sex;         this.score = score;     } 	// 省略get和set方法，toString方法，如若测试需自行添加 12345678910111213141516171819202122232425262728

List<Student> students = new ArrayList<>(16); students.add(new Student("1", "张三", 18, "male", 88)); students.add(new Student("2", "李四", 17, "male", 60)); students.add(new Student("3", "王五", 18, "male", 100)); students.add(new Student("4", "赵六", 20, "male", 10)); students.add(new Student("5", "董七", 14, "female", 95)); students.add(new Student("6", "幺八", 21, "male", 55)); students.add(new Student("7", "老九", 20, "female", 66)); students.add(new Student("8", "小明", 18, "male", 100)); students.add(new Student("9", "小红", 22, "female", 95)); students.add(new Student("10", "小张", 25, "male", 90)); 1234567891011

3.1 遍历 forEach

students.stream().forEach(System.out::println);  // 输出结果 Student{id='1', name='张三', age=18, sex=male, score=88.0} Student{id='2', name='李四', age=17, sex=male, score=60.0} Student{id='3', name='王五', age=18, sex=male, score=100.0} Student{id='4', name='赵六', age=20, sex=male, score=10.0} Student{id='5', name='董七', age=14, sex=female, score=95.0} Student{id='6', name='幺八', age=21, sex=male, score=55.0} Student{id='7', name='老九', age=20, sex=female, score=66.0} Student{id='8', name='小明', age=18, sex=male, score=100.0} Student{id='9', name='小红', age=22, sex=female, score=95.0} Student{id='10', name='小张', age=25, sex=male, score=90.0} 12345678910111213

3.2 过滤 filter

// 过滤出成绩100分的学生 List<Student> students1 =         students.stream().filter(student -> student.getScore() == 100).collect(Collectors.toList()); students1.forEach(System.out::println);  // 输出结果 Student{id='3', name='王五', age=18, sex=male, score=100.0} Student{id='8', name='小明', age=18, sex=male, score=100.0} 12345678

3.3 查找 findFirst，findAny

一般filter和find搭配使用，即从过滤符合条件的数据中，获得一个数据。

// 串行流，匹配第一个 Optional<Student> studentOptional =         students.stream().filter(student -> student.getAge() >= 20).findFirst(); if (studentOptional.isPresent()) {     Student student = studentOptional.get();     System.out.println(student); } // 上面输出语句可简写如下 // studentOptional.ifPresent(System.out::println);  // 并行流，匹配任意一个，findAny一般用于并行流 Optional<Student> studentOptiona2 =         students.parallelStream().filter(student -> student.getAge() >= 20).findAny(); studentOptiona2.ifPresent(System.out::println);  // 输出结果 Student{id='4', name='赵六', age=20, sex=male, score=10.0} Student{id='7', name='老九', age=20, sex=female, score=66.0} 123456789101112131415161718

3.4 匹配 match

// 是否存在100分的学生 boolean anyMatch = students.stream().anyMatch(student -> student.getScore() == 100); // 是否全部学生都100分 boolean allMatch = students.stream().allMatch(student -> student.getScore() == 100); // 是否全部学生都没有100分 boolean noneMatch = students.stream().noneMatch(student -> student.getScore() == 100); System.out.println(anyMatch); System.out.println(allMatch); System.out.println(noneMatch);  // 输出结果 true false false 1234567891011121314

3.5 映射 map

映射，顾名思义，将一个对象映射成另外一个对象。即一个Stream流中的所有元素按照一定的映射规则，映射到另一个流中。映射有map和flatMap两种类型：

map：接收一个函数作为参数，此函数作用到Stream中每一个元素，形成一个新的元素，所有新的元素组成一个新的流。

flatMap：接收一个函数作为参数，它将流中的每个元素都转换成另一个流，然后把所有流再连接形成一个最终流。

// 获取每个学生的姓名 List<String> studentNames =         students.stream().map(Student::getName).collect(Collectors.toList()); System.out.println(studentNames); // 每个学生的成绩加10分 List<Double> studentScores = students.stream().map(student -> student.getScore() + 10)         .collect(Collectors.toList()); System.out.println(studentScores);  // 输出结果 [张三, 李四, 王五, 赵六, 董七, 幺八, 老九, 小明, 小红, 小张] [98.0, 70.0, 110.0, 20.0, 105.0, 65.0, 76.0, 110.0, 105.0, 100.0] 123456789101112

List<String> list = Arrays.asList("a-b-c-d", "g-h-i"); List<String> list1 = list.stream().flatMap(s -> Arrays.stream(s.split("-"))).collect(Collectors.toList()); System.out.println(list1);  // 输出结果 [a, b, c, d, g, h, i] 123456

3.6 截取流 limit

// limit方法用于获取指定数量的流。例如下面演示取出学习成绩大于70的5个人 List<Student> students2 = students.stream().filter(student -> student.getScore() > 70)         .limit(5).collect(Collectors.toList()); students2.forEach(System.out::println); // 跳过第一个再取2个 List<Student> students8 = students.stream().skip(1).limit(2).collect(Collectors.toList()); // 获取5个int随机数,按从小到大排序 Random random = new Random(); random.ints().limit(5).sorted().forEach(System.out::println);  // 输出结果 Student{id='1', name='张三', age=18, sex=male, score=88.0} Student{id='3', name='王五', age=18, sex=male, score=100.0} Student{id='5', name='董七', age=14, sex=female, score=95.0} Student{id='8', name='小明', age=18, sex=male, score=100.0} Student{id='9', name='小红', age=22, sex=female, score=95.0} -1490202714 145340547 368332155 388399398 1099579920 123456789101112131415161718192021

3.7 排序 sorted

sorted 方法用于对流中的元素进行排序，有两种排序：

sorted()：自然排序，流中元素需要实现Comparable接口。

sorted(Comparator<? super T> comparator)：需要自定义排序器。

// 按成绩升序 List<Student> students3 = students.stream().sorted(Comparator.comparing(Student::getScore))         .collect(Collectors.toList()); System.out.println("按成绩升序"); students3.forEach(System.out::println); // 按成绩降序 List<Student> students4 =         students.stream().sorted(Comparator.comparing(Student::getScore).reversed())                 .collect(Collectors.toList()); System.out.println("按成绩降序"); students4.forEach(System.out::println); // 按成绩升序，再按年龄升序 List<Student> students5 = students.stream()         .sorted(Comparator.comparing(Student::getScore).thenComparing(Student::getAge))         .collect(Collectors.toList()); System.out.println("按成绩升序，再按年龄升序"); students5.forEach(System.out::println); // 按成绩升序，再按年龄降序 List<Student> students6 = students.stream().sorted((s1, s2) -> {     if (s1.getScore() != s2.getScore()) {         return (int) (s1.getScore() - s2.getScore());     } else {         return (s2.getAge() - s1.getAge());     } }).collect(Collectors.toList()); System.out.println("按成绩升序，再按年龄降序"); students6.forEach(System.out::println); 123456789101112131415161718192021222324252627

3.8 去重 distinct

List<String> list2 = Arrays.asList("a", "b", "a", "c", "f", "e", "f"); List<String> list3 = list2.stream().distinct().collect(Collectors.toList()); Set<String> stringSet = list2.stream().collect(Collectors.toSet()); // list转set也可以达到去重效果 System.out.println(list3); System.out.println(stringSet);  // 输出结果 [a, b, c, f, e] [a, b, c, e, f] 123456789

3.9 统计 summaryStatistics

一些收集器能产生统计结果，例如Collectors提供了一系列用于数据统计的静态方法，它们主要用于int、double、long等基本类型上。

// 总和统计summaryStatistics DoubleSummaryStatistics doubleSummaryStatistics =         students.stream().mapToDouble(Student::getScore).summaryStatistics(); System.out.println("平均值：" + doubleSummaryStatistics.getAverage()); System.out.println("总个数：" + doubleSummaryStatistics.getCount()); System.out.println("最大值：" + doubleSummaryStatistics.getMax()); System.out.println("最小值：" + doubleSummaryStatistics.getMin()); System.out.println("总和值：" + doubleSummaryStatistics.getSum());  // 输出结果 平均值：75.9 总个数：10 最大值：100.0 最小值：10.0 总和值：759.0 123456789101112131415

// 统计个数 long count = students.stream().count(); // 平均值 Double averageScore =         students.stream().collect(Collectors.averagingDouble(Student::getScore)); // 最大值和最小值 Optional<Double> maxScore = students.stream().map(Student::getScore).max(Double::compare); Optional<Double> minScore = students.stream().map(Student::getScore).min(Double::compare); // 求和 double sumScore = students.stream().mapToDouble(Student::getScore).sum(); // 一次性统计所有 DoubleSummaryStatistics doubleSummaryStatistics1 =         students.stream().collect(Collectors.summarizingDouble(Student::getScore)); System.out.println("单个维度计算："); System.out.println("统计个数：" + count); System.out.println("平均值：" + averageScore); maxScore.ifPresent(aDouble -> System.out.println("最大值：" + aDouble)); minScore.ifPresent(aDouble -> System.out.println("最小值：" + aDouble)); System.out.println("求和：" + sumScore); System.out.println("一次性统计所有：" + doubleSummaryStatistics1);  // 输出结果 单个维度计算： 统计个数：10 平均值：75.9 最大值：100.0 最小值：10.0 求和：759.0 12345678910111213141516171819202122232425262728

3.10 归约 reduce

归约，把一个流归约(缩减)成一个值，能实现对集合求和、求乘积和求最值等操作。

List<Integer> integerList = Arrays.asList(6, 7, 1, 10, 11, 7, 13, 20); // 求和 Optional<Integer> sum1 = integerList.stream().reduce(Integer::sum); // 求和,基于10的基础上 Integer sum2 = integerList.stream().reduce(10, Integer::sum); // 求最大值 Optional<Integer> max1 = integerList.stream().reduce((x, y) -> x > y ? x : y); // 求最大值,基于与50比较的基础上 Integer max2 = integerList.stream().reduce(50, Integer::max); Optional<Integer> min = integerList.stream().reduce(Integer::min); // 求乘积 Optional<Integer> product = integerList.stream().reduce((x, y) -> x * y); System.out.println("原始集合：" + integerList); System.out.println("集合求和：" + sum1.get() + "," + sum2); System.out.println("集合求最大值：" + max1.get() + "," + max2); System.out.println("集合求最小值：" + min.get()); System.out.println("集合求积：" + product.get());  // 输出结果 原始集合：[6, 7, 1, 10, 11, 7, 13, 20] 集合求和：75,85 集合求最大值：20,50 集合求最小值：1 集合求积：8408400 123456789101112131415161718192021222324

3.11 归集 toList，toSet，toMap

Java中的Stream不会存储元素，而是按需计算按照特定的规则对数据进行计算，一般会输出结果。所以流中的数据完成处理后，需要将流中的数据重新归集到新的集合里。比较常用的是toList、toSet和toMap，以及复杂的toCollection、toConcurrentMap等。

// 获取学生名字，形成新的list集合 List<String> studentNames1 =         students.stream().map(Student::getName).collect(Collectors.toList()); // 获取年龄大于等于15的年龄set集合 Set<Integer> ageSet = students.stream().filter(student -> student.getAge() >= 15)         .map(Student::getAge).collect(Collectors.toSet()); // 创建学生ID和学生实体的map Map<String, Student> studentMap =         students.stream().collect(Collectors.toMap(Student::getId, student -> student)); System.out.println(studentNames1); System.out.println(ageSet); studentMap.forEach((key, value) -> System.out.println(key + ":" + value));  // 输出结果 [张三, 李四, 王五, 赵六, 董七, 幺八, 老九, 小明, 小红, 小张] [17, 18, 20, 21, 22, 25] 1:Student{id='1', name='张三', age=18, sex=male, score=88.0} 2:Student{id='2', name='李四', age=17, sex=male, score=60.0} 3:Student{id='3', name='王五', age=18, sex=male, score=100.0} 4:Student{id='4', name='赵六', age=20, sex=male, score=10.0} 5:Student{id='5', name='董七', age=14, sex=female, score=95.0} 6:Student{id='6', name='幺八', age=21, sex=male, score=55.0} 7:Student{id='7', name='老九', age=20, sex=female, score=66.0} 8:Student{id='8', name='小明', age=18, sex=male, score=100.0} 9:Student{id='9', name='小红', age=22, sex=female, score=95.0} 10:Student{id='10', name='小张', age=25, sex=male, score=90.0} 1234567891011121314151617181920212223242526

3.12 分组 partitioningBy，groupingBy

partitioningBy（分区）：stream中的元素按条件被分为两个Map。
groupingBy（分组）：stream中的元素按条件被分为多个Map。

// 按条件学生成绩是否大于等于60，划分为2个组 Map<Boolean, List<Student>> studentScorePart = students.stream()         .collect(Collectors.partitioningBy(student -> student.getScore() >= 60)); // 按性别分组 Map<String, List<Student>> studentSexMap =         students.stream().collect(Collectors.groupingBy(Student::getSex)); // 按年龄分组 Map<Integer, List<Student>> studentAgeMap =         students.stream().collect(Collectors.groupingBy(Student::getAge)); // 先按性别分组，再按年龄分组 Map<String, Map<Integer, List<Student>>> collect = students.stream().collect(         Collectors.groupingBy(Student::getSex, Collectors.groupingBy(Student::getAge))); System.out.println("按条件学生成绩是否大于等于60，划分为2个组:"); studentScorePart.forEach((aBoolean, students7) -> {     System.out.println("成绩大于等于60?:" + aBoolean);     students7.forEach(System.out::println); }); System.out.println("按性别分组:"); studentSexMap.forEach((sex, students7) -> {     System.out.println("性别?:" + sex);     students7.forEach(System.out::println); }); System.out.println("按年龄分组:"); studentAgeMap.forEach((age, students7) -> {     System.out.println("年龄:" + age);     students7.forEach(System.out::println); }); System.out.println("先按性别分组，再按年龄分组:"); collect.forEach((sex, integerListMap) -> {     System.out.println("性别：" + sex);     integerListMap.forEach((age, students7) -> {         System.out.println("年龄:" + age);         students7.forEach(System.out::println);     }); });  //输出结果 按条件学生成绩是否大于等于60，划分为2个组: 成绩大于等于60?:false Student{id='4', name='赵六', age=20, sex=male, score=10.0} Student{id='6', name='幺八', age=21, sex=male, score=55.0} 成绩大于等于60?:true Student{id='1', name='张三', age=18, sex=male, score=88.0} Student{id='2', name='李四', age=17, sex=male, score=60.0} Student{id='3', name='王五', age=18, sex=male, score=100.0} Student{id='5', name='董七', age=14, sex=female, score=95.0} Student{id='7', name='老九', age=20, sex=female, score=66.0} Student{id='8', name='小明', age=18, sex=male, score=100.0} Student{id='9', name='小红', age=22, sex=female, score=95.0} Student{id='10', name='小张', age=25, sex=male, score=90.0} 按性别分组: 性别?:female Student{id='5', name='董七', age=14, sex=female, score=95.0} Student{id='7', name='老九', age=20, sex=female, score=66.0} Student{id='9', name='小红', age=22, sex=female, score=95.0} 性别?:male Student{id='1', name='张三', age=18, sex=male, score=88.0} Student{id='2', name='李四', age=17, sex=male, score=60.0} Student{id='3', name='王五', age=18, sex=male, score=100.0} Student{id='4', name='赵六', age=20, sex=male, score=10.0} Student{id='6', name='幺八', age=21, sex=male, score=55.0} Student{id='8', name='小明', age=18, sex=male, score=100.0} Student{id='10', name='小张', age=25, sex=male, score=90.0} 按年龄分组: 年龄:17 Student{id='2', name='李四', age=17, sex=male, score=60.0} 年龄:18 Student{id='1', name='张三', age=18, sex=male, score=88.0} Student{id='3', name='王五', age=18, sex=male, score=100.0} Student{id='8', name='小明', age=18, sex=male, score=100.0} 年龄:20 Student{id='4', name='赵六', age=20, sex=male, score=10.0} Student{id='7', name='老九', age=20, sex=female, score=66.0} 年龄:21 Student{id='6', name='幺八', age=21, sex=male, score=55.0} 年龄:22 Student{id='9', name='小红', age=22, sex=female, score=95.0} 年龄:25 Student{id='10', name='小张', age=25, sex=male, score=90.0} 年龄:14 Student{id='5', name='董七', age=14, sex=female, score=95.0} 先按性别分组，再按年龄分组: 性别：female 年龄:20 Student{id='7', name='老九', age=20, sex=female, score=66.0} 年龄:22 Student{id='9', name='小红', age=22, sex=female, score=95.0} 年龄:14 Student{id='5', name='董七', age=14, sex=female, score=95.0} 性别：male 年龄:17 Student{id='2', name='李四', age=17, sex=male, score=60.0} 年龄:18 Student{id='1', name='张三', age=18, sex=male, score=88.0} Student{id='3', name='王五', age=18, sex=male, score=100.0} Student{id='8', name='小明', age=18, sex=male, score=100.0} 年龄:20 Student{id='4', name='赵六', age=20, sex=male, score=10.0} 年龄:21 Student{id='6', name='幺八', age=21, sex=male, score=55.0} 年龄:25 Student{id='10', name='小张', age=25, sex=male, score=90.0} 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102

3.13 合并 joining

将stream中的元素用指定的连接符（没有的话，则直接连接）连接成一个字符串。

String joinName = students.stream().map(Student::getName).collect(Collectors.joining(", ")); System.out.println(joinName);  // 输出结果 张三, 李四, 王五, 赵六, 董七, 幺八, 老九, 小明, 小红, 小张 12345