Java 8 引入了 Stream API,这是一个功能强大且灵活的工具,用于处理集合(如 List、Set 等)中的元素。Stream API 采用声明式编程范式,使得代码更加简洁、可读,并且易于并行处理。相信大家在工作中应该已经广泛的使用这个工具了。
一、什么是Stream流
Stream 是一种序列化的数据流,它不同于传统的集合(如 List 或 Set)。Stream 不存储数据,而是通过管道(pipeline)对数据源(如集合、数组、I/O 频道等)进行操作。Stream 操作通常分为两种类型:
- 中间操作:返回一个新的 Stream,可以链接多个中间操作。这些操作是延迟执行的,直到终止操作触发时才执行。
- 终止操作:生成一个最终结果,如集合、单个值或无返回值(如 forEach)。终止操作会触发所有延迟的中间操作,并关闭流。
二、Stream流的常用操作
2.1 创建 Stream
可以通过多种方式创建 Stream:
通过集合:
List<String> list = Arrays.asList("a", "b", "c");
Stream<String> stream = list.stream();
// 并行流
Stream<String> parallelStream = list.parallelStream();
通过数组:
String[] array = {"a", "b", "c"};
Stream<String> stream = Arrays.stream(array);
通过静态工厂方法:
Stream<String> stream = Stream.of("a", "b", "c");
无限流:
Stream<Integer> infiniteStream = Stream.iterate(0, n -> n + 2); // 0, 2, 4, 6, ...
Stream<Double> randomNumbers = Stream.generate(Math::random);
2.2 中间操作
filter:过滤符合条件的元素
stream.filter(s -> s.startsWith("A"));
map:对每个元素应用函数,生成新的元素
stream.map(String::toUpperCase);
sorted:对流中的元素进行排序
stream.sorted();
// 根据自定义比较器排序
stream.sorted(Comparator.reverseOrder());
distinct:去重
stream.distinct();
limit 和 skip:截断流
stream.limit(5); // 只取前5个元素
stream.skip(2); // 跳过前2个元素
flatMap:将每个元素转换成一个流,然后将所有流连接成一个流
List<List<String>> listOfLists = Arrays.asList(
Arrays.asList("a", "b"),
Arrays.asList("c", "d")
);
Stream<String> flatStream = listOfLists.stream()
.flatMap(List::stream);
2.3 终止操作
collect:将流转换为集合或其他结构
List<String> collected = stream.collect(Collectors.toList());
Set<String> collectedSet = stream.collect(Collectors.toSet());
forEach:对每个元素执行操作
stream.forEach(System.out::println);
reduce:通过某种方式将流中的元素合并成一个结果
Optional<String> concatenated = stream.reduce((a, b) -> a + b);
count、min、max、anyMatch 等
long count = stream.count();
Optional<String> min = stream.min(String::compareTo);
boolean anyMatch = stream.anyMatch(s -> s.startsWith("A"));
三、示例代码
下面通过一个具体的示例来展示如何使用 Stream API。
3.1 基础操作
假设有一个学生类:
class Student {
private String name;
private int age;
private double grade;
// 构造方法、getter 和 toString 方法
public Student(String name, int age, double grade) {
this.name = name;
this.age = age;
this.grade = grade;
}
public String getName() { return name; }
public int getAge() { return age; }
public double getGrade() { return grade; }
@Override
public String toString() {
return String.format("Student{name='%s', age=%d, grade=%.2f}", name, age, grade);
}
}
创建一个学生列表,并使用 Stream API 进行操作:
import java.util.*;
import java.util.stream.*;
public class StreamExample {
public static void main(String[] args) {
List<Student> students = Arrays.asList(
new Student("Alice", 20, 85.5),
new Student("Bob", 22, 90.0),
new Student("Charlie", 23, 70.0),
new Student("David", 21, 60.5),
new Student("Eve", 20, 95.0),
new Student("Frank", 22, 88.0)
);
// 1. 过滤成绩大于80的学生
List<Student> highGradeStudents = students.stream()
.filter(s -> s.getGrade() > 80)
.collect(Collectors.toList());
System.out.println("成绩大于80的学生: " + highGradeStudents);
// 2. 获取所有学生的名字,并转换为大写
List<String> upperNames = students.stream()
.map(Student::getName)
.map(String::toUpperCase)
.collect(Collectors.toList());
System.out.println("所有学生的大写名字: " + upperNames);
// 3. 找出年龄最大的学生
Optional<Student> oldestStudent = students.stream()
.max(Comparator.comparingInt(Student::getAge));
oldestStudent.ifPresent(s -> System.out.println("年龄最大的学生: " + s));
// 4. 计算所有学生的平均成绩
double averageGrade = students.stream()
.mapToDouble(Student::getGrade)
.average()
.orElse(0.0);
System.out.println("平均成绩: " + averageGrade);
// 5. 分组学生按年龄
Map<Integer, List<Student>> studentsByAge = students.stream()
.collect(Collectors.groupingBy(Student::getAge));
System.out.println("按年龄分组的学生: " + studentsByAge);
// 6. 检查是否所有学生的成绩都大于50
boolean allAbove50 = students.stream()
.allMatch(s -> s.getGrade() > 50);
System.out.println("所有学生的成绩都大于50: " + allAbove50);
// 7. 提取成绩最高的前3名学生
List<Student> top3Students = students.stream()
.sorted(Comparator.comparingDouble(Student::getGrade).reversed())
.limit(3)
.collect(Collectors.toList());
System.out.println("成绩最高的前3名学生: " + top3Students);
}
}
输出结果:
成绩大于80的学生: [Student{name='Alice', age=20, grade=85.50}, Student{name='Bob', age=22, grade=90.00}, Student{name='Eve', age=20, grade=95.00}, Student{name='Frank', age=22, grade=88.00}]
所有学生的大写名字: [ALICE, BOB, CHARLIE, DAVID, EVE, FRANK]
年龄最大的学生: Student{name='Charlie', age=23, grade=70.00}
平均成绩: 81.33333333333333
按年龄分组的学生: {20=[Student{name='Alice', age=20, grade=85.50}, Student{name='Eve', age=20, grade=95.00}], 21=[Student{name='David', age=21, grade=60.50}], 22=[Student{name='Bob', age=22, grade=90.00}, Student{name='Frank', age=22, grade=88.00}], 23=[Student{name='Charlie', age=23, grade=70.00}]}
所有学生的成绩都大于50: true
成绩最高的前3名学生: [Student{name='Eve', age=20, grade=95.00}, Student{name='Bob', age=22, grade=90.00}, Student{name='Frank', age=22, grade=88.00}]
3.2 处理无限流
Stream API 支持创建和操作无限流,常用于生成无限序列。需要注意的是,使用无限流时必须确保最终会有一个终止操作,否则程序会无限执行下去。
import java.util.stream.*;
public class InfiniteStreamExample {
public static void main(String[] args) {
// 生成一个从1开始的无限整数流
Stream<Integer> integerStream = Stream.iterate(1, n -> n + 1);
// 取前10个偶数并打印
integerStream
.filter(n -> n % 2 == 0)
.limit(10)
.forEach(System.out::println);
// 生成一个无限随机数流,取前5个大于0.9的数
Stream<Double> randomStream = Stream.generate(Math::random);
randomStream
.filter(d -> d > 0.9)
.limit(5)
.forEach(System.out::println);
}
}
输出示例:
2
4
6
8
10
12
14
16
18
20
0.918273645...
0.956789123...
0.923456789...
0.987654321...
0.912345678...
3.3 并行流
Stream API 支持并行处理,可以通过 parallelStream() 或调用 parallel() 方法将流转为并行流。并行流可利用多核处理器加速数据处理,但并非所有场景都适用,需谨慎使用。
import java.util.*;
import java.util.stream.*;
public class ParallelStreamExample {
public static void main(String[] args) {
List<Integer> numbers = IntStream.rangeClosed(1, 1000000).boxed().collect(Collectors.toList());
// 顺序流计算平方和
long startTime = System.currentTimeMillis();
long sum = numbers.stream()
.map(n -> n * n)
.reduce(0L, Long::sum);
long endTime = System.currentTimeMillis();
System.out.println("顺序流计算平方和: " + sum + ", 时间: " + (endTime - startTime) + "ms");
// 并行流计算平方和
startTime = System.currentTimeMillis();
long parallelSum = numbers.parallelStream()
.map(n -> n * n)
.reduce(0L, Long::sum);
endTime = System.currentTimeMillis();
System.out.println("并行流计算平方和: " + parallelSum + ", 时间: " + (endTime - startTime) + "ms");
}
}
输出示例:
顺序流计算平方和: 333333833333500000, 时间: 150ms
并行流计算平方和: 333333833333500000, 时间: 80ms
注意:实际执行时间取决于机器性能和当前系统负载。
四、注意事项
-
流不能重复使用:Stream 是一次性的,执行终止操作后,不能再次使用同一个流。
-
中间操作顺序:部分中间操作会影响执行顺序,如 sorted、limit 等,应合理安排操作顺序以优化性能。
-
并行流的线程安全:在并行流中使用的操作应是线程安全的,避免引发并发问题。
Java 8 的 Stream API 为集合操作带来了革命性的变化,通过声明式、流水线式的编程方式,使得代码更加简洁、易读且易于维护。掌握 Stream API 的使用,对于编写高效、现代化的 Java 代码至关重要。
建议大家在实际开发中多加练习,灵活运用 Stream API 的各种操作,以充分发挥其强大功能。
文章同步更新在个人微信公众号:IT路旅记
感兴趣的伙伴可以关注订阅,方便浏览。