【集合】Java 8 - Stream API 17种常用操作与案例详解

总是学不会.2024-12-23 9:35

文章目录

  • [Java8 Stream API 17种常用操作与案例详解](#Java8 Stream API 17种常用操作与案例详解)
    • [1. collect()：将流中的元素收集到集合中](#1. collect()：将流中的元素收集到集合中)
    • [2. filter()：根据条件过滤流中的元素](#2. filter()：根据条件过滤流中的元素)
    • [3. map()：元素映射为另一个值](#3. map()：元素映射为另一个值)
    • [4. forEach()：对流中的元素执行操作](#4. forEach()：对流中的元素执行操作)
    • [5. flatMap()：将流中的元素展开成一个流](#5. flatMap()：将流中的元素展开成一个流)
    • [6. reduce()：累积操作](#6. reduce()：累积操作)
    • [7. distinct()：去重](#7. distinct()：去重)
    • [8. sorted()：排序](#8. sorted()：排序)
    • [9. limit()：截断流](#9. limit()：截断流)
    • [10. skip()：跳过前 n 个元素](#10. skip()：跳过前 n 个元素)
    • [11. anyMatch() / allMatch() / noneMatch()：条件匹配](#11. anyMatch() / allMatch() / noneMatch()：条件匹配)
    • [12. findFirst() 和 findAny()](#12. findFirst() 和 findAny())
    • [13. max() / min()：获取最大值或最小值](#13. max() / min()：获取最大值或最小值)
    • [14. peek()：调试流中的元素](#14. peek()：调试流中的元素)
    • [15. count()：统计流中的元素个数](#15. count()：统计流中的元素个数)
    • [16. groupBy()：将流中的元素按照指定的条件分组](#16. groupBy()：将流中的元素按照指定的条件分组)
    • [17. partitioningBy()：将流中的元素按照指定的条件分成两个部分。](#17. partitioningBy()：将流中的元素按照指定的条件分成两个部分。)
  • 总结补充

Java8 Stream API 17种常用操作与案例详解

在 Java 8 中，Stream API 提供了一种高效、简洁的数据处理方式，特别适合对集合、数组等数据源进行操作。Stream 通过函数式编程风格，支持链式调用，避免了传统 for 循环中复杂的代码逻辑。本文将详细介绍 17 种常用 Stream 操作方法，并通过示例代码帮助大家理解如何应用于实际开发中。

1. collect()：将流中的元素收集到集合中

collect() 方法用于将流中的数据收集到集合、映射等数据结构中，非常常见。

示例：

java 复制代码 
List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David");

// 收集名字长度大于 3 的元素到 List 集合
List<String> filteredNames = names.stream()
                                  .filter(name -> name.length() > 3)
                                  .collect(Collectors.toList());
System.out.println(filteredNames); // Output: [Alice, Charlie, David]

理解要点 ：
collect() 是终止操作，它将流中的元素重新汇总到新的集合中。这里的 Collectors.toList() 是一种常见用法，用于收集元素到 List 集合中。

2. filter()：根据条件过滤流中的元素

filter() 用于筛选出满足特定条件的元素，它返回一个新的流，流中的元素都满足过滤条件。

示例：

java 复制代码 
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

// 过滤出偶数
List<Integer> evenNumbers = numbers.stream()
                                   .filter(n -> n % 2 == 0)
                                   .collect(Collectors.toList());
System.out.println(evenNumbers); // Output: [2, 4]

理解要点 ：

这里 n -> n % 2 == 0 是一个 Lambda 表达式，表示只保留能被 2 整除的元素。filter() 不会修改原数据，而是返回一个新的流。

3. map()：元素映射为另一个值

map() 会对流中的每个元素执行操作，并将结果映射成一个新的流。

示例：

java 复制代码 
List<String> names = Arrays.asList("Alice", "Bob", "Charlie");

// 转换为大写
List<String> upperCaseNames = names.stream()
                                   .map(String::toUpperCase)
                                   .collect(Collectors.toList());
System.out.println(upperCaseNames); // Output: [ALICE, BOB, CHARLIE]

理解要点：

  • map() 接受一个函数作为参数，将流中的每个元素转换为新形式。
  • String::toUpperCase 是方法引用，等同于 name -> name.toUpperCase()。

4. forEach()：对流中的元素执行操作

forEach() 是终止操作，用于遍历流中的元素并执行指定的操作。

示例：

java 复制代码 
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

// 输出每个元素
numbers.stream().forEach(System.out::println);
// Output: 1 2 3 4 5

理解要点：

  • System.out::println 是方法引用，等同于 n -> System.out.println(n)。
  • forEach() 不返回新流，只执行操作。

5. flatMap()：将流中的元素展开成一个流

flatMap() 用于处理嵌套集合（比如 List），它将每个元素的流展开，并合并成一个新的流。

示例：

java 复制代码 
List<List<Integer>> listOfLists = Arrays.asList(
    Arrays.asList(1, 2, 3), 
    Arrays.asList(4, 5), 
    Arrays.asList(6, 7, 8)
);

// 合并多个列表为一个流
List<Integer> mergedList = listOfLists.stream()
                                      .flatMap(List::stream)
                                      .collect(Collectors.toList());
System.out.println(mergedList); // Output: [1, 2, 3, 4, 5, 6, 7, 8]

理解要点：

  • flatMap() 的作用是 "摊平" 元素，比如将多个小集合合并成一个大集合。
  • 这里 List::stream 表示将每个子集合转换为流。

6. reduce()：累积操作

reduce() 用于将流中的元素进行聚合操作，例如求和、求最大值等。

示例：

java 复制代码 
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

// 求和
int sum = numbers.stream()
                 .reduce(0, Integer::sum);
System.out.println(sum); // Output: 15

理解要点：

  • reduce 需要一个初始值（这里是 0），一个二元操作（Integer::sum）。
  • 操作会从初始值开始累加流中的元素。

7. distinct()：去重

distinct() 方法用于去掉流中的重复元素，最终返回一个去重后的流。

示例：

java 复制代码 
List<Integer> numbers = Arrays.asList(1, 2, 2, 3, 3, 4);

// 去重
List<Integer> distinctNumbers = numbers.stream()
                                       .distinct()
                                       .collect(Collectors.toList());
System.out.println(distinctNumbers); // Output: [1, 2, 3, 4]

理解要点 ：
distinct() 会基于元素的 equals() 和 hashCode() 方法判断是否重复。

8. sorted()：排序

sorted() 可以对流中的元素进行排序，支持自然排序和自定义排序。

示例：

java 复制代码 
List<Integer> numbers = Arrays.asList(5, 3, 1, 4, 2);

// 升序排序
List<Integer> sortedNumbers = numbers.stream()
                                     .sorted()	//Comparator.comparing()
                                     .collect(Collectors.toList());
System.out.println(sortedNumbers); // Output: [1, 2, 3, 4, 5]

理解要点：

  • 默认情况下，sorted() 使用自然排序（升序）。
  • 如果需要自定义排序，可以传入比较器。

9. limit()：截断流

limit() 用于获取流中的前 n 个元素。

示例：

java 复制代码 
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7);

// 只获取前 3 个元素
List<Integer> limitedNumbers = numbers.stream()
                                      .limit(3)
                                      .collect(Collectors.toList());
System.out.println(limitedNumbers); // Output: [1, 2, 3]

实际场景 ：

例如分页功能中，可以结合 skip() 实现数据的分页查询。

10. skip()：跳过前 n 个元素

skip() 用于跳过流中的前 n 个元素，返回剩余元素的流。

示例：

java 复制代码 
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7);

// 跳过前 4 个元素
List<Integer> skippedNumbers = numbers.stream()
                                      .skip(4)
                                      .collect(Collectors.toList());
System.out.println(skippedNumbers); // Output: [5, 6, 7]

结合 limit()：

java 复制代码 
// 获取第 4 到第 6 个元素
List<Integer> subList = numbers.stream()
                               .skip(3)
                               .limit(3)
                               .collect(Collectors.toList());
System.out.println(subList); // Output: [4, 5, 6]

实际场景 ：

跳过已处理数据，优化批量处理的效率。

11. anyMatch() / allMatch() / noneMatch()：条件匹配

这三个方法用于判断流中的元素是否符合条件：

  • anyMatch()：是否有任意一个元素满足条件。
  • allMatch()：所有元素都满足条件。
  • noneMatch()：没有任何元素满足条件。

示例：

java 复制代码 
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

// 是否存在大于 4 的元素
boolean anyMatch = numbers.stream().anyMatch(n -> n > 4);
System.out.println(anyMatch); // Output: true

// 是否所有元素都小于 6
boolean allMatch = numbers.stream().allMatch(n -> n < 6);
System.out.println(allMatch); // Output: true

// 是否没有大于 5 的元素
boolean noneMatch = numbers.stream().noneMatch(n -> n > 5);
System.out.println(noneMatch); // Output: true

实际场景：

  • 数据校验，例如用户输入是否符合条件。
  • 筛选判断，例如是否存在符合条件的订单。

12. findFirst() 和 findAny()

  • findFirst()：返回流中的第一个元素，通常在顺序流中使用。
  • findAny()：返回流中的任意一个元素，适合并行流操作，效率更高。
java 复制代码 
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

// 使用 findFirst 方法查找第一个元素
Optional<Integer> first = numbers.stream().findFirst();

// 使用 findAny 方法查找任意一个元素
Optional<Integer> any = numbers.stream().findAny();

// 输出结果
System.out.println("First: " + first.orElse(null)); // Output: 1
System.out.println("Any: " + any.orElse(null));     // Output: 1 或其他任意元素

特别说明：

  • 在 顺序流 中，findAny() 的行为与 findFirst() 相似，通常会返回第一个元素。
  • 在 并行流 中，findAny() 可能会返回流中任意位置的元素，以提高性能。

13. max() / min()：获取最大值或最小值

max() 和 min() 用于根据比较器找出流中的最大或最小元素。

示例：

java 复制代码 
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

// 获取最大值
Optional<Integer> max = numbers.stream().max(Integer::compareTo);
System.out.println(max.get()); // Output: 5

// 获取最小值
Optional<Integer> min = numbers.stream().min(Integer::compareTo);
System.out.println(min.get()); // Output: 1

理解要点：

  • max() 和 min() 返回 Optional 对象，需使用 .get() 获取值。
  • 可以使用自定义比较器实现复杂比较逻辑。

14. peek()：调试流中的元素

peek() 用于对流中的每个元素执行操作，但不会中断流的操作。适合用来调试。

示例：

java 复制代码 
List<String> names = Arrays.asList("Alice", "Bob", "Charlie");

// 打印调试信息
List<String> filteredNames = names.stream()
                                  .peek(name -> System.out.println("Before filter: " + name))
                                  .filter(name -> name.length() > 3)
                                  .peek(name -> System.out.println("After filter: " + name))
                                  .collect(Collectors.toList());
System.out.println(filteredNames);

输出：

复制代码 
Before filter: Alice  
After filter: Alice  
Before filter: Bob  
Before filter: Charlie  
After filter: Charlie  
[Alice, Charlie]

理解要点 ：
peek() 通常用于调试，打印中间状态，帮助排查问题。

15. count()：统计流中的元素个数

count() 是一个终止操作，用于统计流中元素的个数。

示例：

java 复制代码 
List<String> names = Arrays.asList("Alice", "Bob", "Charlie");

// 统计名字长度大于 3 的元素个数
long count = names.stream()
                  .filter(name -> name.length() > 3)
                  .count();
System.out.println(count); // Output: 2

实际场景 ：

数据统计，比如计算符合条件的记录数量。

16. groupBy()：将流中的元素按照指定的条件分组

sorted(Comparator) 支持根据自定义逻辑对流中的元素进行排序。

示例：

java 复制代码 
 List<String> words = Arrays.asList("dog", "cat", "elephant", "rat", "ant");

// 按字符串长度分组
Map<Integer, List<String>> groupedByLength = words.stream()
    .collect(Collectors.groupingBy(String::length));

System.out.println(groupedByLength); 
// 输出: {3=[dog, cat, rat, ant], 8=[elephant]}

理解要点：

  • Collectors.groupingBy() 返回值作为键。

17. partitioningBy()：将流中的元素按照指定的条件分成两个部分。

sorted(Comparator) 支持根据自定义逻辑对流中的元素进行排序。

示例：

java 复制代码 
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);

// 根据是否为偶数进行分区
Map<Boolean, List<Integer>> partitionedByEvenOdd = numbers.stream()
    .collect(Collectors.partitioningBy(num -> num % 2 == 0));

System.out.println(partitionedByEvenOdd); 
// 输出: {false=[1, 3, 5, 7, 9], true=[2, 4, 6, 8]}

分区结合统计信息：

java 复制代码 
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);

// 分区后统计每组的元素数量
Map<Boolean, Long> countByEvenOdd = numbers.stream()
.collect(Collectors.partitioningBy(num -> num % 2 == 0, Collectors.counting()));

System.out.println(countByEvenOdd); 
// 输出: {false=5, true=4}

总结补充

通过以上 17 个常用操作，我们可以看到 Stream API 在数据处理方面提供了强大的功能。总结一些常见的使用场景：

  1. 数据过滤与筛选 ：filter()、distinct()、limit()。
  2. 数据转换与聚合 ：map()、flatMap()、reduce()。
  3. 数据统计与校验 ：count()、allMatch()、anyMatch()。
  4. 调试与排序 ：peek()、sorted()、max()、min()。

合理使用 Stream API，能够让代码更加简洁、可读性更强，同时提高开发效率。希望这篇文章对大家有帮助！！👍★(疯狂暗示)

博客主页: 总是学不会.

相关推荐
摘星编程9 分钟前
并发设计模式实战系列(6)：读写锁
java·设计模式·并发编程
꧁坚持很酷꧂11 分钟前
Winddows11官网下载安装VMware Workstation Pro17（图文详解）
windows
心随_风动24 分钟前
主流操作系统对比分析（macOS、Linux、Windows、Unix）
linux·windows·macos
Java中文社群30 分钟前
最火向量数据库Milvus安装使用一条龙！
java·人工智能·后端
阿七想学习32 分钟前
MySQL《事务》
数据库·mysql
Yang_yangyang36 分钟前
mysql定时备份、打包、传输
数据库·mysql·自动化
Apache Flink42 分钟前
京东物流基于Flink & StarRocks的湖仓建设实践
java·大数据·flink
JAVA百练成神1 小时前
深度理解spring——BeanFactory的实现
java·后端·spring
兔子蟹子1 小时前
Java集合框架解析
java·windows·python
DKPT1 小时前
正则表达式
java·数据库·笔记·学习·正则表达式
热门推荐
01从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑02KGG转MP3工具|非KGM文件|解密音频03我决定放弃搞 Java 了04✨分享我在飞书多维表格中使用DeepSeek的经历✨05YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】06苍穹外卖面试总结07Coze扣子平台完整体验和实践（附国内和国际版对比）08yolov8，yolo11，yolo12 服务器训练到部署全流程 笔记09DeepSeek各版本说明与优缺点分析10如何在WPS和Word/Excel中直接使用DeepSeek功能