Java Stream 最全操作用法合集

Java 8 引入了Stream流的操作，让我们在开发的过程中感受到了很多的便利，小宋我也花时间总结了下关于Stream的堪称最全的使用方法，话不多说，直接放大招。

流（stream）的类型

Java 8提供了两种方式去创建流：

1、stream

stream是串行的，可以理解为它的执行是按顺序执行的。

2、parallelStream

parallelStream是并行的，可以理解为它的执行不是按顺序执行的，它的原理采用了分治的原理去实现，可以点击查看Fork/Join，我就不多做解释啦，并行是为了充分利用CPU的性能，如果CPU不太行的话，还是不用吧，并行执行会有不确定性，而且不是线程安全的，大家用的时候要多注意了。

流（stream）的创建种类

流（stream）的中间操作

1. （常用）map()

map是stream中非常常用的一个方法，它用于映射每个元素到对应的结果里面，可以让你提取对象中的某一个属性或者转化成其它的对象，下面有几个例子可以用作参考。

例1-获取对应的平方数

List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);List<Integer> squaresList = numbers.stream().map( i -> i*i).distinct().collect(Collectors.toList());System.out.println(squaresList);//输出结果：[9, 4, 49, 25]  其中distinct()是去掉重复的值。

例2-将用户的名字提取出来转成字符串集

首先定义两个对象，如下

@Datapublic class StaffPublic {    private String name;//名称    private Integer age;//年龄    private String extra;//额外信息    public Staff(String name, Integer age, String extra) {        this.name = name;        this.age = age;        this.extra= extra;    }}

@Datapublic class Staff {    private String name;//名称    private Integer age;//年龄    private String sex;//性别    public Staff(String name, Integer age, String sex) {        this.name = name;        this.age = age;        this.sex = sex;    }}

List<Staff> staff = new ArrayList<>();staff.add(new Staff("ricky",30,"man"));staff.add(new Staff("jack",27,"man"));staff.add(new Staff("lawrence",33,"woman"));List<String> collect = staff.stream().map(x -> x.getName()).collect(Collectors.toList());System.out.println(collect); //输出 [ricky, jack, lawrence]

例3-将结果转成另一个对象

List<StaffPublic> result = staff.stream().map(temp -> {            StaffPublic obj = new StaffPublic();            obj.setName(temp.getName());            obj.setAge(temp.getAge());            if ("ricky".equals(temp.getName())) {                obj.setExtra("this field is for ricky only!");            }            return obj;        }).collect(Collectors.toList());System.out.println(result);//输出[    StaffPublic{name='ricky', age=30, extra='this field is for ricky only!'},    StaffPublic{name='jack', age=27, extra='null'},    StaffPublic{name='lawrence', age=33, extra='null'}]

2. （常用）filter()

filter 主要用于通过设置的条件过滤出符合的元素，类似于一个过滤器。

例1-获取空字符串的数量

List<String>strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");// 获取空字符串的数量long count = strings.stream().filter(string -> string.isEmpty()).count();// 输出结果：2

例2-查找身高在1.8米及以上的男生

List<StudentInfo> studentList = new ArrayList<>();studentList.add(new StudentInfo("李小明",true,18,1.76,LocalDate.of(2001,3,23)));studentList.add(new StudentInfo("张小丽",false,18,1.61,LocalDate.of(2001,6,3)));studentList.add(new StudentInfo("王大朋",true,19,1.82,LocalDate.of(2000,3,11)));studentList.add(new StudentInfo("陈小跑",false,17,1.67,LocalDate.of(2002,10,18)));List<StudentInfo> boys = studentList.stream().filter(s->s.getGender() && s.getHeight() >= 1.8).collect(Collectors.toList());StudentInfo.printStudents(boys);// 输出 "王大朋",true,19,1.82，2002-10-18   gender解释 false代表女生 true代表男生

3. limit()

limit 对一个Stream进行截断操作，获取其前N个元素。如果原Stream中包含的元素个数小于N，那就获取其所有的元素，这是一个short-circuiting 操作。

例1-用于获取指定数量的流-1

Random random = new Random();random.ints().limit(3).forEach(System.out::println);// 输出结果93148391-108910530-654413184

例2-用于获取指定数量的流-2

List<String> strings = Arrays.asList("abc", "dd", "bc", "efg", "abcd","cc", "jkl");strings.stream().limit(2).forEach(System.out::println);//输出 abc dd

4. skip()

skip 可以对流进行一个跳过操作，可以通过自定义的数值N去跳过前N个元素。

例1-跳过前3个元素

List<String>strings = Arrays.asList("abc", "dd", "bc", "efg", "abcd","cc", "jkl");strings.stream().skip(3).forEach(System.out::println);// 输出结果efgabcdccjkl

5. distinct()

distinct 是对流进行一个去重的操作，是通过元素的hashcode()和equals()去判断两个元素是否一致的，这样我们在使用对象去重的时候，可以通过重写它的hascode和equals方法就可以达到我们想要的效果了。

例1-字符串数组去重

List<String>strings = Arrays.asList("abc", "dd", "bc", "abc", "bc","cc", "dd");strings.stream().distinct().forEach(System.out::println);// 输出结果abcddbccc

6. peek()

peek 生成一个包含原Stream的所有元素的新Stream，同时会提供一个消费函数（Consumer实例），新Stream每个元素被消费的时候都会执行给定的消费函数，peek主要被用在debug用途。

例1-实例

Stream.of("one", "two", "three","four").filter(e -> e.length() > 3)                .peek(e -> System.out.println("Filtered value: " + e))                .map(String::toUpperCase)                .peek(e -> System.out.println("Mapped value: " + e))                .collect(Collectors.toList());//输出Filtered value: threeMapped value: THREEFiltered value: fourMapped value: FOUR

7. sorted()

sorted 是对流进行一个排序操作。

• sorted 自然排序（Comparable）
• sorted(Comparator com) 定制排序（Comparator）

例1-sorted自然排序

List<String> list = Arrays.asList("cc","aa","dd","bb");        list.stream().sorted().forEach(System.out::println);//输出aabbccdd

例2-sorted自然排序逆序

List<String> list = Arrays.asList("cc","aa","dd","bb");        list.stream().sorted(Comparator.reverseOrder()).forEach(System.out::println);//输出ddccbbaa

例3-sorted定制排序

@Data@AllArgsConstructorpublic class Employee {    private String name;    private Integer age;}// 初始化参数List<Employee> list = new ArrayList<>();        list.add(new Employee("张三",33));        list.add(new Employee("李四",28));        list.add(new Employee("王五",25));        list.add(new Employee("赵六",40));        list.add(new Employee("孙七",18));

list.stream().sorted(Comparator.comparingInt(Employee::getAge)).forEach(System.out::println);// 输出Employee(name=孙七, age=18)Employee(name=王五, age=25)Employee(name=李四, age=28)Employee(name=张三, age=33)Employee(name=赵六, age=40)

例4-sorted定制排序逆序

list.stream().sorted(Comparator.comparingInt(Employee::getAge).reversed()).forEach(System.out::println);//输出Employee(name=赵六, age=40)Employee(name=张三, age=33)Employee(name=李四, age=28)Employee(name=王五, age=25)Employee(name=孙七, age=18)

流（stream）的终止操作

1.（常用）collect()

collect 方法的功能是将 Stream 中数据转换为最终的结果

例1-基础用法

List list= Arrays.asList("a", "b", "c", "d");List collect =list.stream().map(String::toUpperCase).collect(Collectors.toList());System.out.println(collect); //输出[A, B, C, D]数组所有元素，按某种规律计算：List num = Arrays.asList(1,2,3,4,5);List collect1 = num.stream().map(n -> n * 2).collect(Collectors.toList());System.out.println(collect1); //输出[2, 4, 6, 8, 10]

例2-转换不同类型

Stream<String> stream = Stream.of("hello", "world", "helloworld");//转成ArrayListArrayList<String> list = stream.collect(Collectors.toCollection(ArrayList::new));//转成TreeSetTreeSet<String> treeSet = stream.collect(Collectors.toCollection(TreeSet::new));

例3-拼接字符串

Stream<String> stream = Stream.of("hello", "world", "helloworld");        String s = stream.collect(Collectors.joining(","));        System.out.println(s);//输出hello,world,helloworld

例4-Collectors.mapping 映射

List<Employee> list = new ArrayList<>();list.add(new Employee("张三", 33));list.add(new Employee("李四", 28));list.add(new Employee("王五", 25));list.add(new Employee("赵六", 40));list.add(new Employee("孙七", 18));String nameList = list.stream().collect(Collectors.mapping(Employee::getName, Collectors.joining(",")));System.out.println(nameList);//输出结果张三,李四,王五,赵六,孙七

例5-Collectors.minBy 比较取小

Employee employee = list.stream().collect(Collectors.minBy(Comparator.comparingInt(Employee::getAge))).get();System.out.println(employee);//输出结果Employee(name=孙七, age=18)

例6-Collectors.maxBy 比较取大

Employee employee = list.stream().collect(Collectors.minBy(Comparator.comparingInt(Employee::getAge))).get();System.out.println(employee);//输出结果Employee(name=赵六, age=40)

例7-Collectors.summarizingInt 年龄求和，此外还有summarizingDouble与summarizingLong，用法一致。

long sum = list.stream().collect(Collectors.summarizingInt(Employee::getAge)).getSum();System.out.println(sum);//输出结果144

例8-Collectors.averagingInt 年龄求平均值，此外还有averagingDouble与averagingLong，用法一致。

Double avgAge = list.stream().collect(Collectors.averagingInt(Employee::getAge));System.out.println(avgAge);//输出结果28.8

例9-Collectors.groupingBy分组，整理出的结果以Map的形式展现。

List<Employee> list = new ArrayList<>();list.add(new Employee("张三", 20));list.add(new Employee("李四", 20));list.add(new Employee("王五", 30));list.add(new Employee("赵六", 30));list.add(new Employee("孙七", 40));Map<Integer, List<Employee>> employeeMap = list.stream().collect(Collectors.groupingBy(Employee::getAge));for (Integer age : employeeMap.keySet()) {    System.out.println(age+"年龄组有");    employeeMap.get(age).stream().forEach(System.out::println);}//输出结果20年龄组有Employee(name=张三, age=20)Employee(name=李四, age=20)40年龄组有Employee(name=孙七, age=40)30年龄组有Employee(name=王五, age=30)Employee(name=赵六, age=30)

例10-Collectors.partitioningBy 条件分组，整理出的结果以Map的形式展现，key为Boolean类型，true一组，false一组。

List<Employee> list = new ArrayList<>();list.add(new Employee("张三", 33));list.add(new Employee("李四", 28));list.add(new Employee("王五", 25));list.add(new Employee("赵六", 40));list.add(new Employee("孙七", 18));//年龄是否大于30Map<Boolean, List<Employee>> employeeMap = list.stream().collect(Collectors.partitioningBy(k -> k.getAge().compareTo(30) > 0));for (Boolean b : employeeMap.keySet()) {    System.out.println(b ? "大于30的有" : "小于30的有");    employeeMap.get(b).stream().forEach(System.out::println);}//输出结果小于30的有Employee(name=李四, age=28)Employee(name=王五, age=25)Employee(name=孙七, age=18)大于30的有Employee(name=张三, age=33)Employee(name=赵六, age=40)

例11-（常用）Collectors.toMap 将结果转换成Map，可能会导致key重复的情况，需自行配置规则防止重复key报错。

List<Employee> list = new ArrayList<>();list.add(new Employee("张三", 33));list.add(new Employee("李四", 28));list.add(new Employee("王五", 25));list.add(new Employee("赵六", 40));list.add(new Employee("孙七", 18));//年龄是否大于30Map<String, Employee> employeeMap = list.stream().collect(Collectors.toMap(k -> k.getName(), v -> v, (o1, o2) -> o1));for (String name : employeeMap.keySet()) {    System.out.println(name + "年龄是:" + employeeMap.get(name).getAge() + "岁");}//输出结果孙七年龄是:18岁李四年龄是:28岁张三年龄是:33岁王五年龄是:25岁赵六年龄是:40岁

2.（常用）forEach()

迭代流中的每一个数据，等同于for循环

Random random = new Random();random.ints().limit(10).forEach(System.out::println);List<String> items = Arrays.asList("a","b","c","d","e");items.forEach(item->System.out.println(item));//输出 a,b,c,d,e

3.find相关的操作

• findAny查找任何一个就返回 Optional

List<String> strings = Arrays.asList("abc", "dd", "DD", "dd", "abcd","cc", "jkl");String result = strings.stream().filter(str -> str.equals("dd"))                .findAny()                .orElse(null);System.out.println(result);//输出 dd

• findFirst查找到第一个就返回 Optional

List<String> strings = Arrays.asList("abc", "dd", "DD", "dd", "abcd","cc", "jkl");String result = strings.stream().filter(str -> str.equals("dd"))                .findFirst()                .orElse(null);System.out.println(result);//输出 dd

• anyMatch匹配上任何一个则返回Boolean

List<String> strings = Arrays.asList("abc", "dd", "DD", "dd", "abcd","cc", "jkl");Boolean result = strings.stream().anyMatch(str -> str.equals("dd"));System.out.println(result);//输出 true

• allMatch匹配所有的元素则返回Boolean

List<String> strings = Arrays.asList("abc", "dd", "DD", "dd", "abcd","cc", "jkl");Boolean result = strings.stream().allMatch(str -> str.equals("dd"));System.out.println(result);//输出 false

• noneMatch检查在所需位置是否没有带有必需字符的元素，返回Boolean

List<String> strings = Arrays.asList("abc", "dd", "DD", "dd", "abcd","cc", "jkl");Boolean result = strings.stream().noneMatch(str -> str.equals("ff"));System.out.println(result);//输出 true

4.reduce()

它可以把一个Stream的所有元素按照聚合函数聚合成一个结果

// 0代表初始值 如果不传0 则使用第一个元素作为初始值,acc是计算值,n 是每个元素int sum = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9).reduce(0, (acc, n) -> acc + n);System.out.println(sum); // 45//不传初始值的情况下，返回的是Optional类型的结果List<Integer> numList = Arrays.asList(1,2,3,4,5);Optional<Integer> result = numList.stream().reduce((a, b) -> a + b);System.out.println(result.get());

来源地址：https://blog.csdn.net/u012062957/article/details/126106571