参考链接： 如何在Java 8中打印Stream的元素
摘要
Stream 作为 Java 8 的一大亮点，它与 java.io 包里的 InputStream 和 OutputStream 是完全不同的概念。它也不同于 StAX 对 XML 解析的 Stream，也不是 Amazon Kinesis 对大数据实时处理的 Stream。Java 8 中的 Stream 是对集合（Collection）对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作（aggregate operation），或者大批量数据操作 (bulk data operation)。Stream API 借助于同样新出现的 Lambda 表达式，极大的提高编程效率和程序可读性。同时它提供串行和并行两种模式进行汇聚操作，并发模式能够充分利用多核处理器的优势，使用 fork/join 并行方式来拆分任务和加速处理过程。通常编写并行代码很难而且容易出错, 但使用 Stream API 无需编写一行多线程的代码，就可以很方便地写出高性能的并发程序。所以说，Java 8 中首次出现的 java.util.stream 是一个函数式语言 多核时代综合影响的产物。
简介
流（Stream）是数据通道，用于操作数据源（集合，数组等）所生成的元素序列 “集合讲的的是数据，流讲的是计算” 注意： ① Stream不会存储元素 ② Stream不会改变源对象，相反他们会返回一个持有结果的新的Stream ③ Stream操作是延迟执行的，这意味着他们等到需要结果的时候才会执行（惰性求值）
Stream操作的三个步骤
创建Stream 一个数据源（如：集合，数组）获取一个流中间操作 一个中间操作链，对数据源的数据进行处理终止操作（终端操作） 一个终止操作，执行中间操作链，并产生结果
一：创建Stream
Collection提供了两个方法.stream()与paralleStream()
@org.junit.Test
public void test4(){
List<Integer> list = new ArrayList<>();
Stream<Integer> stream = list.stream();//串行流
Stream<Integer> integerStream = list.parallelStream();//并行流
}
通过Arrays中的Stream()获取一个数组流。
Integer[] integers ={};
Stream<Integer> stream1 = Arrays.stream(integers);
通过Stream类中静态方法of()
Stream<String> stream2 = Stream.of("aaa", "bbb");
创建无限流（无穷的数据）
生成 //通过生成器产生5个10以内的随机数，如果不使用limit就会无限生成10以内随机数
Stream.generate(() -> Math.random() * 10).limit(5).forEach(System.out::println);
----------输出--------
0.8320556195819129
6.260534125204207
7.344094646332503
0.18490598959698068
6.392272744710005
迭代 //通过迭代的方式（一元运算）生成5个数
Stream.iterate(0,x->x 2).limit(5).forEach(System.out::println);
-------------------输出------------
0
2
4
6
8
二：中间操作
多个中间操作可以连接起来形成一个流水线，除非流水线上触发终止操作，否则中间操作不会执行任何的处理，而在终止操作时一次性全部执行，称为“惰性求值”
List<Integer> list = Arrays.asList(1,2,3,523,21,55);
Stream<Integer> stream3 = list.stream().filter(x -> {
System.out.println("函数执行");
return x > 10;
// stream3.forEach(System.out::println);
上面的代码没有终止操作，当你运行时不会打印任何东西
①筛选与切片
filter----接收Lambda，从流中排除某些元素
//filter()中需要使用断言型接口（Predicate）
List<Integer> list = Arrays.asList(1,2,3,523,21,55);
Stream<Integer> stream3 = list.stream().filter(x -> x > 10);
stream3.forEach(System.out::println);
limit----截断流，使其元素不超过给定数量
List<Integer> list = Arrays.asList(1,2,3,523,21,55);
Stream<Integer> stream3 = list.stream().limit(3);
stream3.forEach(System.out::println);
--------------------输出---------------------
1
2
3
skip----跳过元素返回一个抛弃了前n个元素的流，若流中元素不满足n个，则返回一个空流，与limit形成互补
List<Integer> list = Arrays.asList(1,2,3,523,21,55);
Stream<Integer> stream3 = list.stream().skip(3);
stream3.forEach(System.out::println);
--------------------输出---------------------
523
21
55
distinct----筛选，通过流所所生成元素的hashCode()和equals()去除重复元素
List<Integer> list = Arrays.asList(1,2,3,3,2,4);
Stream<Integer> stream3 = list.stream().distinct();
stream3.forEach(System.out::println);
--------------------输出---------------------
1
2
3
4
注意：自定义的实体类使用distinct去重时，一定要先重写hashCode()和equals()
②映射
map----接收Lambda，将元素转换为其他形式或提取信息时，接收一个函数作为参数，该函数被应用到每个元素上，并将其映射成一个新的元素//map()里面使用函数型接口（Function）
List<String> list = Arrays.asList("aa","bb","cc");
Stream<String> stream3 = list.stream().map(String::toUpperCase);
stream3.forEach(System.out::println);
----------------------输出-----------------------
AA
BB
CC
------------------------------------------------
集合里的每一个元素都会使用到String.toUpperCase（）方法
它是以aa作为一个元素,bb作为一个元素
flatMap----接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接一个流List<String> list = Arrays.asList("aa","bb","cc");
Stream<String> stream3 = list.stream().flatMap(l -> {
String[] strings = l.split("");
return Arrays.stream(strings);
});
stream3.forEach(System.out::println);
-------------------输出-----------
a
a
b
b
c
c
-----------------------------------------------
flatMap将原来的流转换为一个新的流并且，是以每一个值为单位的
③排序
sorted() 自然排序 按照Comparable的方式List<String> list = Arrays.asList("aa","cc","bb");
Stream<String> stream3 = list.stream().sorted();
stream3.forEach(System.out::println);
---------------输出-----------
aa
bb
cc
sorted( Comparator com)定制排序 List<Integer> list = Arrays.asList(1,3,2,6,8,3,9);
Stream<Integer> stream3 = list.stream().sorted(Integer::compare);
stream3.forEach(System.out::println);
--------------输出--------------
1
2
3
3
6
8
9
终止操作
①查找与匹配
allMatch----检查是否匹配所有元素//allMatch()里面的时断言型接口(Predicate)
List<Integer> list = Arrays.asList(1,3,2,6,8,3,9);
boolean b = list.stream().allMatch(x -> x > 3);
System.out.println(b);
------------------输出--------------------
false
//因为不是所有的数都大于3
anyMatch----检查是否有匹配至少一个元素//anyMatch()里面的时断言型接口(Predicate)
List<Integer> list = Arrays.asList(1,3,2,6,8,3,9);
boolean b = list.stream().anyMatch(x -> x > 3);
System.out.println(b);
------------------输出--------------------
true
//只要有大于3的数就返回true
noneMatch----检查是否没有匹配的元素//noneMatch()里面的时断言型接口(Predicate)
List<Integer> list = Arrays.asList(1,3,2,6,8,3,9);
boolean b = list.stream().noneMatch(x -> x > 3);
System.out.println(b);
------------------输出--------------------
false
//双重否定，返回false就是有匹配的元素
findFirst----返回第一个元素List<Integer> list = Arrays.asList(1,3,2,6,8,3,9);
Optional<Integer> first = list.stream().findFirst();
System.out.println(first.get());
-----------------输出----------------
1
findAny----返回当前流中的任意一元素List<Integer> list = Arrays.asList(1,3,2,6,8,3,9);
Optional<Integer> first = list.stream().findAny();
System.out.println(first.get());
-----------------输出----------------
1
count-----返回流中元素的总数List<Integer> list = Arrays.asList(1,3,2,6,8,3,9);
long count = list.stream().count();
System.out.println(count);
-----------------输出----------------
7
max----返回流中最大值 List<Integer> list = Arrays.asList(1,3,2,6,8,3,9);
Optional<Integer> max = list.stream().max(Integer::compareTo);
System.out.println(max.get());
-----------------输出----------------
9
min----返回流中的最小值List<Integer> list = Arrays.asList(1,3,2,6,8,3,9);
Optional<Integer> min = list.stream().min(Integer::compareTo);
System.out.println(min.get());
-----------------输出----------------
1
forEach----遍历流中的元素 List<Integer> list = Arrays.asList(1,3,2,6,8,3,9);
list.stream().forEach(System.out::println);
-----------------输出----------------
1
3
2
6
8
3
9
//注意：forEach的迭代操作是由Stream API完成的称为内部迭代
//借助于iterator的方式为外部迭代
②归约
reduce(T identity,BinaryOperator)—可以将流中元素反复结合起来得到一个值，返回T List<Integer> list = Arrays.asList(1,3,2,6,8,3,9);
Integer reduce = list.stream().reduce(0, (x, y) -> x y);
System.out.println(reduce);
-----------------输出----------------
32
//根据2元运算将所有的数加起来
//首先以0为x，1为y，结果为1，然后1为x，取3为y，结果为4，以4为x...以此类推
reduce(BinaryOpreator)----可以将流中元素反复结合起来，返回Optional< T > List<Integer> list = Arrays.asList(1,3,2,6,8,3,9);
Optional<Integer> reduce = list.stream().reduce((x, y) -> x y);
System.out.println(reduce.get());
-----------------输出----------------
32
//原理同上，只是这里没有初始值，直接取1为x
//所以ist就有可能为空，当返回的值可能为空时，结果存储在Optional容器中,避免空指针异常
③收集
collect----将流转换为其他形式，接收一个Collector接口的实现，用于给Stream中元素做汇总的方法
Colloector 接口中方法的实现决定了如何对流执行手机操作（如收集到List、Set、Map中）但是Collectots实用类提供了很多静态方法，可以方便的创建常见收集器实例
接下来进行详细介绍 首先创建一个实体类
public class User {
private String name;
private Integer age;
private double salary;
public User(String name, Integer age, double salary) {
this.name = name;
this.age = age;
this.salary = salary;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public Integer getAge() {
return age;
}
public void setAge(Integer age) {
this.age = age;
}
public double getSalary() {
return salary;
}
public void setSalary(double salary) {
this.salary = salary;
}
@Override
public String toString() {
return "User{"
"name='" name '''
", age=" age
", salary=" salary
'}';
}
@Override
public boolean equals(Object o) {
if (this == o) return true;
if (o == null || getClass() != o.getClass()) return false;
User user = (User) o;
return Double.compare(user.salary, salary) == 0 &&
Objects.equals(name, user.name) &&
Objects.equals(age, user.age);
}
@Override
public int hashCode() {
return Objects.hash(name, age, salary);
}
}
在测试类中准备好数据
public class StreamTest {
List<User> user = Arrays.asList(new User("张三",12,1000.00),
new User ("李四",32,4000),
new User ("王五",40,4000),
new User ("王五",40,4000));
}
根据名称生成一个新的List
List<String> list = user.stream().map(User::getName).collect(Collectors.toList());
list.forEach(System.out::println);
-----------------输出--------------
张三
李四
王五
王五
根据名称生成一个新的Set
Set<String> set = user.stream().map(User::getName).collect(Collectors.toSet());
set.forEach(System.out::println);
-----------------输出--------------
张三
李四
王五
根据名称生成一个新的HashSet
HashSet<String> hashSet = user.stream().map(User::getName).collect(Collectors.toCollection(HashSet::new));
hashSet.forEach(System.out::println);
-----------------输出--------------
李四
张三
王五
获取流中的元素总数
Long count = user.stream().collect(Collectors.counting());
System.out.println(count);
-----------------输出--------------
4
根据工资获取平均值
Double avg = user.stream().collect(Collectors.averagingDouble(User::getSalary));
System.out.println(avg);
-----------------输出--------------
3250.0
根据工资获取总和
Double sum = user.stream().collect(Collectors.summingDouble(User::getSalary));
System.out.println(sum);
-----------------输出--------------
13000.0
根据工资获取组函数
DoubleSummaryStatistics sum = user.stream().collect(Collectors.summarizingDouble(User::getSalary));
System.out.println(sum);
-----------------输出--------------
DoubleSummaryStatistics{count=4, sum=13000.000000, min=1000.000000, average=3250.000000, max=4000.000000}
根据工资获取最大值
Optional<User> max = user.stream().collect(Collectors.maxBy(Comparator.comparingDouble(User::getSalary)));
System.out.println(max.get());
-----------------输出--------------
User{name='李四', age=32, salary=4000.0}
根据工资获取最小值
Optional<User> min = user.stream().collect(Collectors.minBy(Comparator.comparingDouble(User::getSalary)));
System.out.println(min.get());
-----------------输出--------------
User{name='张三', age=12, salary=1000.0}
分组
Map<Double, List<User>> map = user.stream().collect(Collectors.groupingBy(User::getSalary));
System.out.println(map);
-----------------输出--------------
{4000.0=[User{name='李四', age=32, salary=4000.0}, User{name='王五', age=40, salary=4000.0}, User{name='王五', age=40, salary=4000.0}], 1000.0=[User{name='张三', age=12, salary=1000.0}]}
多级分组
Map<Double, Map<String, List<User>>> collect = user.stream().collect(Collectors.groupingBy(User::getSalary, Collectors.groupingBy(
u -> {
if ( u.getAge() <= 12) {
return "青年";
} else if ( u.getAge() <= 32) {
return "中年";
} else {
return "老年";
}
}
)));
System.out.println(collect);
-----------------输出--------------
{4000.0={老年=[User{name='王五', age=40, salary=4000.0}, User{name='王五', age=40, salary=4000.0}], 中年=[User{name='李四', age=32, salary=4000.0}]}, 1000.0={青年=[User{name='张三', age=12, salary=1000.0}]}}
分区
Map<Boolean, List<User>> collect1 = user.stream().collect(Collectors.partitioningBy(e -> e.getSalary() > 3000));
System.out.println(collect1);
-----------------输出--------------
{false=[User{name='张三', age=12, salary=1000.0}], true=[User{name='李四', age=32, salary=4000.0}, User{name='王五', age=40, salary=4000.0}, User{name='王五', age=40, salary=4000.0}]}
连接
String s = user.stream().map(User::getName).collect(Collectors.joining("--"));
System.out.println(s);
-----------------输出--------------
张三--李四--王五--王五
