Java8 Stream流 (二)

一、Stream流的具体使用

1.1  筛选 filter

filter 函数接收一个Lambda表达式作为参数，该表达式返回boolean，在执行过程中，流将元素逐一输送给filter，并筛选出执行结果为true的元素。

//输出大于3的元素
 List list =Arrays.asList(1,2,3,4,6);
        list.stream()
                .filter(num->num>3)
                .collect(Collectors.toList()).forEach( n-> 
 System.out.println(n.toString()));

1.2 去重 distinct

去掉重复的结果：

//去除重复的3元素
    List list =Arrays.asList(1,3,3,4,6);
    list.stream()
                .distinct().collect(Collectors.toList()).forEach( n-> 
  System.out.println(n.toString()));

1.3 截取 limit

截取流的前N个元素：

//截取前3个元素后面的 元素        
List list =Arrays.asList(1,3,3,4,6);
        list.stream()
                .limit(3).collect(Collectors.toList()).forEach( n-> System.out.println(n.toString()));

1.5 跳过 skip

跳过流的前n个元素：

//跳过前3个元素
        List list =Arrays.asList(1,3,3,4,6);
        list.stream()
                .skip(3).collect(Collectors.toList()).forEach( n-> System.out.println(n.toString()));

1.6 映射map

对流中的每个元素执行一个函数，使得元素转换成另一种类型输出。流会将每一个元素输送给map函数，并执行map中的Lambda表达式，最后将执行结果存入一个新的流中。
           
        //integer流 转换为字符串
        List list =Arrays.asList(1,3,3,4,6);
        List mapList= list.stream()
                .map(num->num.toString()).collect(Collectors.toList());

1.7 流的合并 flatmap

//截取之后 流的合并
        List list =Arrays.asList(" 1 1 "," 2 2 "," 3 3 ");
        List mapList= list.stream()
                .map(str->str.split(" ")).flatMap(Arrays::stream).distinct().collect(Collectors.toList());

1.8 匹配元素

### 匹配元素：

# allMatch 匹配全部元素
allMatch用于判断流中的所有元素是否都满足指定条件，这个判断条件通过Lambda表达式传递给anyMatch，执行结果为boolean类型。

      List list =Arrays.asList(1,2,3,4);
      boolean flag= list.stream()
                .allMatch(num->num>3);

# anyMatch 匹配单个元素
anyMatch用于判断流中是否存在至少一个元素满足指定的条件，这个判断条件通过Lambda表达式传递给anyMatch，执行结果为boolean类型。

        List list =Arrays.asList(1,2,3,4);
        boolean flag= list.stream()
                .anyMatch(num->num>3);

# 是否未匹配所有元素
#noneMatch
noneMatch与allMatch恰恰相反，它用于判断流中的所有元素是否都不满足指定条件：
        List list =Arrays.asList(1,2,3,4);
        boolean flag= list.stream()
                .anyMatch(num->num>100);

#获取任一元素findAny 返回optional
#findAny
      List list =Arrays.asList(1,2,3,4);
        Optional optional = list.stream()
                .findAny();

#获取第一个元素findFirst 返回optional
#findFirst
      List list =Arrays.asList(1,2,3,4);
        Optional optional = list.stream()
                .findFirst();

#返回流中元素的最小值 min
#min
        List list =Arrays.asList(1,2,3,4);
        Integer minValue = list.stream()
                .min(Integer::compareTo).get();

#返回流中的元素的最大值 max
#max      
        List list =Arrays.asList(1,2,3,4);
        Integer minValue = list.stream()
                .max(Integer::compareTo).get();

 

1.9 归约 reduce

### 归约

归约是将集合中的所有元素经过指定运算，折叠成一个元素输出，如：求最值、平均数等，这些操作都是将一个集合的元素折叠成一个元素输出。

在流中，reduce函数能实现归约。
reduce函数接收两个参数：

1. 初始值
2. 进行归约操作的Lambda表达式

**元素求和：自定义Lambda表达式实现求和**

例：计算总和

  List list =Arrays.asList(1,2,3,4);

  Integer value = list.stream().reduce(0,(num1,num2)->num1+num2);

1. reduce的第一个参数表示初试值为0；
2. reduce的第二个参数为需要进行的归约操作，它接收一个拥有两个参数的Lambda表达式，reduce会把流中的元素两两输给Lambda表达式，最后将计算出累加之和。

**元素求和：使用Integer.sum函数求和**

上面的方法中我们自己定义了Lambda表达式实现求和运算，如果当前流的元素为数值类型，那么可以使用Integer提供了sum函数代替自定义的Lambda表达式，如：

   Integer value = list.stream().reduce(0,Integer::sum);

Integer类还提供了 `min`、`max` 等一系列数值操作，当流中元素为数值类型时可以直接使用。


### 一般性归约

若你需要自定义一个归约操作，那么需要使用 `Collectors.reducing` 函数，该函数接收三个参数：

* 第一个参数为归约的初始值
* 第二个参数为归约操作进行的字段
* 第三个参数为归约操作的过程

2.0 数值流

### 数值流的使用

采用reduce进行数值操作会涉及到基本数值类型和引用数值类型之间的装箱、拆箱操作，因此效率较低。
当流操作为纯数值操作时，使用数值流能获得较高的效率。

**将普通流转换成数值流**

StreamAPI提供了三种数值流：IntStream、DoubleStream、LongStream，也提供了将普通流转换成数值流的三种方法：mapToInt、mapToDouble、mapToLong。
如，将Person中的age转换成数值流：


IntStream stream = list.stream().mapToInt(Person::getAge);


**数值计算**

每种数值流都提供了数值计算函数，如max、min、sum等。如，找出最大的年龄：


OptionalInt maxAge = list.stream()
                                .mapToInt(Person::getAge)
                                .max();


由于数值流可能为空，并且给空的数值流计算最大值是没有意义的，因此max函数返回OptionalInt，它是Optional的一个子类，能够判断流是否为空，并对流为空的情况作相应的处理。
此外，mapToInt、mapToDouble、mapToLong进行数值操作后的返回结果分别为：OptionalInt、OptionalDouble、OptionalLong

2.1 分组 collect

Person p1 = new Person("zhangsan",26);
Person p2 = new Person("lisi",22);
Person p3 = new Person("wangwu",23);
List list = Arrays.asList(p1,p2,p3);
//装成list
List ageList = list.stream().map(Person::getAge).collect(Collectors.toList());//[26,22,22]
//转成set
Set ageSet = list.stream().map(Person::getAge).collect(Collectors.toSet());//[26,22]

//转成map,注:key不能相同，否则报错
Map studentMap = list.stream().collect(Collectors.toMap(Person::getName, Person::getAge)); 
// {zhangsan=26, lisi=22, wangwu=22}

//字符串分隔符连接
String joinName = list.stream().map(Person::getName).collect(Collectors.joining(",", "(", ")")); 
// (zhangsan,lisi,wangwu)

//聚合操作
//1.总数
Long count = list.stream().collect(Collectors.counting()); // 3
//2.最大年龄 (最小的minBy同理)
Integer maxAge = list.stream().map(Person::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 26
//3.所有人的年龄求和
Integer sumAge = list.stream().collect(Collectors.summingInt(Person::getAge)); // 70
//4.平均年龄
Double averageAge = list.stream().collect(Collectors.averagingDouble(Person::getAge)); // 23.333333333333332
// 带上以上所有方法
DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Person::getAge));
System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());
        
//分组 按年龄分组
Map> ageMap = list.stream().collect(Collectors.groupingBy(Person::getAge));
//分区
//分成两部分，一部分大于10岁，一部分小于等于10岁
Map> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));
//规约
Integer allAge = list.stream().map(Person::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40　

2.2 Collectors.toList() 解析

public  Collector> toList() {
    Supplier> supplier = () -> new ArrayList();
    BiConsumer, T> accumulator = (list, t) -> list.add(t);
    BinaryOperator> combiner = (list1, list2) -> {
        list1.addAll(list2);
        return list1;
   };

参考文档

半城抹茶、Java 8 教程