Java Stream流如何高效实现复杂数据处理？

本文共计3761个文字，预计阅读时间需要16分钟。

目录+前言+一、筛选和切片

1.1 筛选+filter

1.2 去重+distinct

1.3 切片+limit

1.4 跳过元素+skip

1.5 排序+sorted

1.6 小结与综合应用

二、映射

2.1 映射+map

三、查找和匹配

3.1 匹配+anyMatch、allMatch

目录

• 前言
• 一、筛选和切片
• 1.1、筛选 filter
• 1.2、去重 distinct
• 1.3、切片 limit
• 1.4、跳过元素 skip
• 1.5、排序 sorted
• 1.6、小结与综合应用
• 二、映射 map
• 三、查找和匹配
• 3.1、匹配 anyMatch、allMatch和noneMatch 方法
• 3.2、查找 findAny 与 findFirst
• 3.3、小结
• 四、归约
• 4.1、元素求和 reduce
• 后记

前言

如果你了解过 Liunx ，了解过 Liunx 的中管道命令 | ，那么你会发现，其实 Java 8 的 stream 和 Liunx 非常类似的。

Liunx 中的管道命令也是将上一个命令的输出流作为下一条命令的输入流。

今天主要聊起的是如何使用 stream 流，关于它为什么被引入，有什么样的优势，还有一些平时未曾注意到的知识点的话，就在下一次再讲吧~

能基础的使用，是深入了解它的一个基础吧，我觉得~

在本文中，你将会看到Stream API支持的许多操作。这些操作能让你快速完成复杂的数据查询，如筛选、切片、映射、查找、匹配和归约。

一、筛选和切片

1.1、筛选 filter

filter 会接受一个 Predicate 接口的参数，其本质就是一个布尔值函数（官方称为谓词，说成白话，即为一个布尔值函数）

准备好的数据~

      static   List<Student> students = new ArrayList<>();  ​      static {                 students.add(new Student("学生A", "大学1", 18));          students.add(new Student("学生A", "大学1", 18));          students.add(new Student("学生A", "大学1", 18));          students.add(new Student("学生A", "大学1", 18));          students.add(new Student("学生B", "大学1", 18));          students.add(new Student("学生C", "大学1", 19));          students.add(new Student("学生D", "大学2", 20));          students.add(new Student("学生E", "大学2", 21));          students.add(new Student("学生F", "大学2", 20));          students.add(new Student("学生G", "大学3", 22));          students.add(new Student("学生H", "大学3", 23));          students.add(new Student("学生I", "大学3", 19));          students.add(new Student("学生J", "大学4", 20));     }

1、从中筛选出小于20的学生们组成一个新的集合

jdk 8之前的写法：

 List<Student> result = new ArrayList<>();  for (Student student : students) {      if (student.getAge() < 20) {          result.add(student);     }  }

Jdk 8 及之后的写法：使用stream流操作

 /**       * 选出小于20的学生组成一个集合       *       * @param students       */  private static List<Student> selectAgeLt18(List<Student> students) {      // 最基础的写法， filter的参数是一个 Predicate,而它是一个FunctionalInterface 式的接口， 唯一的接口就是表示一个参数的谓词（布尔值函数）。      //       List<Student> list = students.stream().filter(new Predicate<Student>() {      //           @Override      //           public boolean test(Student student) {      //               return student.getAge()<20;      //           }      //       }).collect(Collectors.toList());      // 因此可以简化写成 以下这种写法      //       List<Student> list = students.stream().filter(student -> {      //           return student.getAge() < 20;      //       }).collect(Collectors.toList());      //又因为filter 的参数实际上是一个lambda表达式，当只有一条返回语句时，又可以省略大括号和return      List<Student> list = students.stream().filter(student -> student.getAge() < 20).collect(Collectors.toList());      return list;  }

1.2、去重 distinct

distinct（）它会返回一个元素各异（根据流所生成元素的 hashCode和equals方法实现）的流。

jdk 8之前对集合的一些去重方式

 /**       * 去重操作，去除掉数据集合中重复的数据       */  private static void selectSchoolRepresent(List<Student> students) {      //         jdk 8之前的一些方式，      //         1、set集合去重      HashSet<Student> set = new HashSet<>();      for (Student student : students) {          set.add(student);     }      //         还可以简写成      List<Student> newList = new ArrayList<>(new HashSet<>(students));  ​      //         2、 利用 list的contains() 方法      List<Student> list = new ArrayList<>();      for (Student student : students) {          if(!list.contains(student)){              list.add(student);         }     }  }

Java 8 及之后使用stream中的 distinct（）方法，其实咋说勒，就是方便，其他的也木有

 /**       * 去重操作，去除掉数据集合中重复的数据       */  private static void selectSchoolRepresent(List<Student> students) {      List<Student> collect = students.stream().distinct().collect(Collectors.toList());      collect.forEach(System.out::println);  }

1.3、切片 limit

流支持limit(n)方法，该方法会返回一个不超过给定长度的流。

如果流是有序的，则最多会返回前n个元素。无序的则不会以任何方式排序。

Jdk 8 之前的写法

 /**       * 选出集合中前五位同学 组成一个新的集合       *       * @param students       */  private static void selectLimit(List<Student> students) {      List<Student> list = new ArrayList<>();      for (int i = 0; i < students.size(); i++) {          if (i < 5) {              list.add(students.get(i));         }     }      list.forEach(System.out::println);  }

Jdk 8的 stream 流中的 limit 的写法

 /**       * 选出集合中前五位同学 组成一个新的集合       *       * @param students       */  private static void selectLimit(List<Student> students) {  ​      List<Student> collect = students.stream().limit(5).collect(Collectors.toList());  ​      collect.forEach(System.out::println);  }

1.4、跳过元素 skip

流还支持skip(n)方法，返回一个扔掉了前n个元素的流。如果流中元素不足n个，则返回一 个空流。

 /**       * 从第二个同学开始组成新的集合       *       * @param students       */  private static void selectSkip(List<Student> students) {      List<Student> collect = students.stream().skip(2).collect(Collectors.toList());      collect.forEach(System.out::println);      /**           * Student(name=学生A, school=大学1, age=18, score=90.0)           * Student(name=学生A, school=大学1, age=18, score=76.0)           * Student(name=学生B, school=大学1, age=18, score=91.0)           * Student(name=学生C, school=大学1, age=19, score=65.0)           * Student(name=学生D, school=大学2, age=20, score=80.0)           * Student(name=学生E, school=大学2, age=21, score=78.0)           * Student(name=学生F, school=大学2, age=20, score=67.0)           * Student(name=学生G, school=大学3, age=22, score=87.0)           * Student(name=学生H, school=大学3, age=23, score=79.0)           * Student(name=学生I, school=大学3, age=19, score=92.0)           * Student(name=学生J, school=大学4, age=20, score=84.0)           */  }

1.5、排序 sorted

这个就是排序啦，没啥能说的啦吧~偷个懒哈

     /**       * 给这群学生按年龄排序       *       *       * @param students       */      private static void sortedDemo(List<Student> students) {          List<Student> collect = students.stream()                 .sorted((student1, student2) -> student1.getAge() - student2.getAge())                 .collect(Collectors.toList());          collect.forEach(System.out::println);  ​          /**           * Student(name=学生A, school=大学1, age=18, score=98.0)           * Student(name=学生A, school=大学1, age=18, score=91.0)           * Student(name=学生A, school=大学1, age=18, score=90.0)           * Student(name=学生A, school=大学1, age=18, score=76.0)           * Student(name=学生B, school=大学1, age=18, score=91.0)           * Student(name=学生C, school=大学1, age=19, score=65.0)           * Student(name=学生I, school=大学3, age=19, score=92.0)           * Student(name=学生D, school=大学2, age=20, score=80.0)           * Student(name=学生F, school=大学2, age=20, score=67.0)           * Student(name=学生J, school=大学4, age=20, score=84.0)           * Student(name=学生E, school=大学2, age=21, score=78.0)           * Student(name=学生G, school=大学3, age=22, score=87.0)           * Student(name=学生H, school=大学3, age=23, score=79.0)           */     }

1.6、小结与综合应用

filter 、distinct、limit、skip、sorted 对比起 Java 8 之前的一些实现，从我个人看来是方便了许多的。

如果是看起来不习惯，我觉得可以试着多用上几次，会慢慢爱上它的。

综合应用

filter 、distinct、limit、skip、sorted 这些操作，他们的执行结果的返回值仍然是 stream，所以在使用中,他们完全可以无缝链接.

如: 我要去这一群学生中找到 年龄在 20 岁以下，分数在90分以上的前3名学生。

     /**       * 如: 我要去这一群学生中找到 年龄在 20 岁以下，分数在90分以上的前3名学生。       *       * @param students       */      private static void select(List<Student> students) {          List<Student> collect = students.stream()                 .filter(student -> student.getAge() < 20)                 .filter(student -> student.getScore() > 90.0)                 .limit(3)                 .collect(Collectors.toList());          collect.forEach(System.out::println);          /**           * Student(name=学生A, school=大学1, age=18, score=98.0)           * Student(name=学生A, school=大学1, age=18, score=91.0)           * Student(name=学生B, school=大学1, age=18, score=91.0)           */     }

二、映射 map

这个map的映射其实不光Java 有，JavaScript 也是有的，用法我感觉是一样的~

一个非常常见的数据处理套路就是从某些对象中选择信息。比如在SQL里，你可以从表中选 择一列。

用我个人的话来说，filter 是用来过滤元素的，而这一小节的 map 是用来创建一个新的元素。（在官方中的使用的映射一词，是因为map 会接受一个函数作为参数，并且将其映射成一个新的元素。）

可能说起来还是不如实践来的实在。

数据还是上一节造的那些数据。

如：找出集合中所有学生的姓名，去除掉重复的名称，组成一个 List 集合

 /**       * 找出集合中所有学生的姓名，去除掉重复的名称，组成一个 List<String> 集合       *       * @param students       */  private static void selectAllStudentName(List<Student> students) {  ​      List<String> collect = students.stream().map(new Function<Student, String>() {          @Override          public String apply(Student student) {              return student.getName();         }     }).distinct().collect(Collectors.toList());  ​      List<String> list = students.stream().map(student -> {          return student.getName();     }).distinct().collect(Collectors.toList());  ​      List<String> collect1 = students.stream()         .map(student -> student.getName())         .distinct()         .collect(Collectors.toList());      collect1.forEach(System.out::println);  ​      /**           * 学生A           * 学生B           * 学生C           * 学生D           * 学生E           * 学生F           * 学生G           * 学生H           * 学生I           * 学生J           */  }

三、查找和匹配

3.1、匹配 anyMatch、allMatch和noneMatch 方法

anyMatch方法可以回答“流中是否有一个元素能匹配给定的谓词”

这里的谓词也就是filter那部分所说的一个 布尔值函数。

其实看到 any 的第一眼，大家也明白，任一，只有集合中含有你需要的，那就是返回 true。

     /**       * 判断这群学生中有木有年龄大于20岁的学生       *       * @param students       */      private static void anyMatchDemo(List<Student> students) {          boolean anyMatch = students.stream().anyMatch(student -> student.getAge() > 20);          System.out.println(anyMatch);          /**           * true           */     }

还有 allMatch 和 noneMatch 他们都和 anyMatch 类似。

allMatch 要求全部元素都满足要求，

noneMatch 则是要求全部元素都不满足要求时返回true。

3.2、查找 findAny 与 findFirst

findAny 方法将返回当前流中的任意元素。

它的搭档一般是 filter，和 filter 使用可以实现很多操作。

如我想要当确定这群学生中有20岁以上的学生时立马返回结果。

 /**       * 当确定这群学生中有20岁以上的学生时即返回。       *       * @param students       */  private static void findAnyDemo(List<Student> students) {      Optional<Student> student1 = students.stream().filter(student -> student.getAge() > 20).findAny();      Student student = student1.get();      System.out.println(student);      /**           * Student(name=学生E, school=大学2, age=21, score=78.0)           */  }

这里的 Optional 是 Java 8 新增的一个 容器类，作用就是用来判断存在和不存在。也就是大家常谈到的更优雅的判空操作。

Optional 几个常见的Api

• isPresent()将在Optional包含值的时候返回true, 否则返回false
• ifPresent(Consumer<T> block)会在值存在的时候执行给定的代码块。
• T get()会在值存在时返回值，否则抛出一个NoSuchElement异常。
• T orElse(T other)会在值存在时返回值，否则返回一个默认值。

详细的用法，大家也可以去了解了解，这也是非常好用的一个东东。

findFirst 其实就是确定返回第一个元素。它也和 filter 一起搭配使用。

咋一看， findany 和 findFirst 不是一样吗，其实在你对于返回的第一个元素没有明确要求时，你可以理解成他们确实就是一样的。

但其实他们真实区别并非体现如此，而是在 stream 中的并行流中。

今天没谈这个，大家可以去了解了解，了解并行流就会和常常聊到的性能相关啦，到底那种好一些啥的~

3.3、小结

anyMatch、allMatch和noneMatch这三个操作都用到了我们所谓的短路。

就是我们刚学语法时的 && 和 || 运算符，这也算是他们在 stream 的实现。

最简单的理解方式，就是他们通过遍历，组成了一个很长很长的布尔表达式。

除去他们能实现短路操作， findAny 与 findFirst 也是同样如此，并非都需要遍历结束才会得到最终的结果。只要在其中某一次中达成条件，即可返回结果。

四、归约

官方的说法，成为归约，如果用简单的话语来说的话，可以理解为将多个东西归为一堆。

4.1、元素求和 reduce

     private static void reduceDemo() {          List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);  ​          Integer reduce = list.stream().reduce(0, (a, b) -> a + b);          System.out.println("list集合的总和：==>" + reduce);  ​          Integer reduce1 = list.stream().reduce(1, (a, b) -> a * b);          System.out.println("list集合中的元素相乘结果==>" + reduce1);  ​          Optional<Integer> reduce2 = list.stream().reduce((a, b) -> a + b);          Integer integer = reduce2.get();          System.out.println("list 集合的总和==>"+integer);          /**           * list集合的总和：==>55           * list集合中的元素相乘结果==>3628800           * list 集合的总和==>55           */     }

reduce接受两个参数：

一个初始值，这里是0；

一个 BinaryOperator 来将两个元素结合起来产生一个新值，BinaryOperator 也是funcational 接口，所以也可以使用lambda 表达式 lambda (a, b) -> a + b 来表示。

 Integer reduce = list.stream().reduce(0, (a, b) -> a + b);

另外还有一个重载函数，就是没有初始值版本的，它的返回值是Optional<Integer>的容器类。

   Optional<Integer> reduce2 = list.stream().reduce((a, b) -> a + b);

最大值与最小值：

 private static void reduceDemo2(){      List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);      Optional<Integer> max = list.stream().reduce(Integer::max);      Optional<Integer> min = list.stream().reduce(Integer::min);      System.out.println("max==>"+max.get());      System.out.println("min==>"+min.get());      /**           * max==>10           * min==>1           */  }

后记

到此这篇关于Java中如何使用stream流的文章就介绍到这了,更多相关Javastream流内容请搜索自由互联以前的文章或继续浏览下面的相关文章希望大家以后多多支持自由互联！