目录
一，Stream流
1.1 概述
1.2 Stream代码示例
二，Stream流的使用
2.1 数据准备
2.2 创建流对象
2.3 中间操作
filter
map
distinct
sorted
limit
skip
flatMap
2.4 终结操作
foreach
count
max&min
collect
2.5 查找与匹配
anyMatch
allMatch
noneMatch
findAny
findFirst
2.6 reduce归并
reduce重载方式一：
reduce重载方式二：
2.7 Stream使用注意事项
有关Stream流及函数式编程的相关代码均在我的码云上查看：徐明园/JavaCode - Gitee.com
并内附了详细的Stream流README文档：
一，Stream流
1.1 概述
Java8 的 Stream使用的是函数式编程（ 函数式接口及lambda表达式优化函数式接口-CSDN博客 ），主要是用来对 集合或数组进行链状流式 的操作。可以更方便的让我们对集合或数组操作。
1.2 Stream代码示例
在正式使用Stream流操作集合之前，我们先看一个Stream流的代码示例，对比为使用流操作的代码有什么区别：
未使用Stream流：
//查询未成年作家的评分在70以上的书籍 因为作家和书籍可能出现重复，需要进行去重List<Book> bookList = new ArrayList<>();Set<Book> uniqueBookValues = new HashSet<>();Set<Author> uniqueAuthorValues = new HashSet<>();for(Author author :authors) {if (uniqueAuthorValues.add(author)) {if (author.getAge() < 18) {List<Book> books = author.getBooks();for (Book book : books) {if (book.getScore() > 70) {if (uniqueBookValues.add(book)) {bookList.add(book);}}}}}}System.out.println(bookList);使用Stream流：
List<Book> collect = authors.stream().distinct().filter(author -> author.getAge() < 18).map(author -> author.getBooks()).flatMap(Collection::stream).filter(book -> book.getScore() > 70).distinct().collect(Collectors.toList());System.out.println(collect);不难发现使用Stream流之后的代码看上去会简洁很多，减少了很多for循环以及if/else的判断语句，减少了代码的冗余程度，所以我们需要学习Stream流操作集合的原因有一下几个：
- 能够看懂公司里的代码（现在大部分公司写业务代码都是使用的Stream流，包括作者在的滴滴，所以可见Stream流的重要性）；
- 大数量下处理集合效率高（这也是Stream流的主要作用）；
- 代码可读性高；
- 减少代码的嵌套；
二，Stream流的使用
2.1 数据准备
首先我们需要定义两个实体类：分别是Book、Author，并使用CreateAuthors类初始化一些数据：
@Data
@NoArgsConstructor
@AllArgsConstructor
@EqualsAndHashCode//用于后期去重
public class Author implements Comparable<Author>{private Long id;private String name;private String introduction;private Integer age;private List<Book> bookList;/*** 使用sorted时比较整个元素时，要实现比较接口，并重写方法*/@Overridepublic int compareTo(Author o) {// return 0; // 这里是如何比较// 0表示年纪一样大，负数表示传入的大// 这里sorted如果输出的是降序，你就把这俩顺序对换就可以了，不用记忆return o.getAge() - this.getAge();}
}@Data
@NoArgsConstructor
@AllArgsConstructor
@EqualsAndHashCode
public class Book {private Long id;private String category;private String name;private Integer score;private String introduction;
}public class CreateAuthors {public List<Author> getAuthors() {Author author1 = new Author(1L, "徐明园", "my introduction 1", 19, null);Author author2 = new Author(2L, "xmy", "my introduction 2", 14, null);Author author3 = new Author(2L, "xmy", "my introduction 2", 14, null);Author author4 = new Author(4L, "w", "my introduction 4", 12, null);List<Book> books1 = new ArrayList<>();List<Book> books2 = new ArrayList<>();List<Book> books3 = new ArrayList<>();// 上面是作者和书books1.add(new Book(1L, "类别,分类啊", "书名1", 45, "这是简介哦"));books1.add(new Book(2L, "高效", "书名2", 84, "这是简介哦"));books1.add(new Book(3L, "喜剧", "书名3", 83, "这是简介哦"));books2.add(new Book(5L, "天啊", "书名4", 65, "这是简介哦"));books2.add(new Book(6L, "高效", "书名5", 89, "这是简介哦"));books3.add(new Book(7L, "久啊", "书名6", 45, "这是简介哦"));books3.add(new Book(8L, "高效", "书名7", 44, "这是简介哦"));books3.add(new Book(9L, "喜剧", "书名8", 81, "这是简介哦"));author1.setBookList(books1);author2.setBookList(books2);author3.setBookList(books2);author4.setBookList(books3);return new ArrayList<>(Arrays.asList(author1, author2, author3, author4));}
}
2.2 创建流对象
单列集合：集合对象.stream()
List<Author> authors = getAuthors();
Stream<Author> stream = authors.stream();数组：Arrays.stream(数组对象)或者使用Stream.of()
Integer[] arr = {1,2,3,4,5};
Stream<Integer> stream = Arrays.stream(arr);
Stream<Integer> stream2 = Stream.of(arr);双列集合：抓换成单列集合之后再创建
Map<String,Integer> map = new HashMap<>();
map.put("蜡笔小新",19);
map.put("黑子",17);
map.put("日向翔阳",16);
Stream<Map.Entry<String, Integer>> stream = map.entrySet().stream();2.3 中间操作
filter
可以对流中的元素进行条件过滤，符合过滤条件的才能继续留在流中。
//打印所有姓名长度大于1的作家的姓名
List<Author> authors = createAuthors.getAuthors();
authors.stream().filter(author -> author.getName().length()>1).forEach(author -> System.out.println(author.getName()));map
可以把对流中的元素进行计算或转换。
//将所有作家年龄+10并打印
List<Author> authors = createAuthors.getAuthors();
authors.stream().map(author -> author.getAge()).map(age->age+10).forEach(age-> System.out.println(age));distinct
可以去除流中的重复元素。
//打印所有作家的姓名，并且要求其中不能有重复元素
List<Author> authors = createAuthors.getAuthors();
authors.stream().distinct().forEach(author -> System.out.println(author.getName())); 注意：distinct方法是依赖Object的equals方法来判断是否是相同对象的。所以需要注意重写equals方法。
sorted
可以对流中的元素进行排序。
//对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素。
//法一：
List<Author> authors = createAuthors.getAuthors();
// 对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素。
authors.stream().distinct().sorted().forEach(author -> System.out.println(author.getAge()));//法二：
List<Author> authors = createAuthors.getAuthors();
// 对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素。
authors.stream().distinct().sorted((o1, o2) -> o2.getAge()-o1.getAge()).forEach(author -> System.out.println(author.getAge()));要想实现对流中元素进行排序，必须对集合对象自定义排序规则，所以sorted操作提供了两种方法：
- 不带参数的sorted操作：要求对象自定义排序规则，需要实现Comparable接口并重写方法；
- 带参数的sorted操作：在使用sorted流时自定义排序规则。
limit
可以设置流的最大长度，超出的部分将被抛弃。
//对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素,然后打印其中年龄最大的两个作家的
姓名。
List<Author> authors = createAuthors.getAuthors();
authors.stream().distinct().sorted().limit(2).forEach(author -> System.out.println(author.getName()));skip
跳过流中的前 n 个元素，返回剩下的元素。
//打印除了年龄最大的作家外的其他作家，要求不能有重复元素，并且按照年龄降序排序。
List<Author> authors = createAuthors.getAuthors();
authors.stream().distinct().sorted().skip(1).forEach(author -> System.out.println(author.getName()));flatMap
map 只能把一个对象转换成另一个对象来作为流中的元素。而 flatMap 可以把一个对象转换成多个对象作为流中的元素。
//打印所有书籍的名字。要求对重复的元素进行去重。
List<Author> authors = createAuthors.getAuthors();
authors.stream().flatMap(author -> author.getBooks().stream()).distinct().forEach(book -> System.out.println(book.getName()));2.4 终结操作
foreach
对流中的元素进行遍历操作，我们通过传入的参数去指定对遍历到的元素进行什么具体操作。
//输出所有作家的名字
List<Author> authors = createAuthors.getAuthors();
authors.stream().map(author -> author.getName()).distinct().forEach(name-> System.out.println(name));count
可以用来获取当前流中元素的个数。
//打印这些作家的所出书籍的数目，注意删除重复元素。
List<Author> authors = createAuthors.getAuthors();
long count = authors.stream().flatMap(author -> author.getBooks().stream()).distinct().count();
System.out.println(count);max&min
可以用来或者流中的最值。
//分别获取这些作家的所出书籍的最高分和最低分并打印。
//Stream<Author> -> Stream<Book> ->Stream<Integer> ->求值List<Author> authors = createAuthors.getAuthors();
Optional<Integer> max = authors.stream().flatMap(author -> author.getBooks().stream()).map(book -> book.getScore()).max((score1, score2) -> score1 - score2);
Optional<Integer> min = authors.stream().flatMap(author -> author.getBooks().stream()).map(book -> book.getScore()).min((score1, score2) -> score1 - score2);
System.out.println(max.get());
System.out.println(min.get());这里先大致看一下Optional对象的使用，下一篇博客详细讲解Optional对象！
collect
把当前流转换成一个集合。
//获取一个存放所有作者名字的List集合。
List<Author> authors = createAuthors.getAuthors();
List<String> nameList = authors.stream().map(author -> author.getName()).collect(Collectors.toList());
System.out.println(nameList);2.5 查找与匹配
anyMatch
可以用来判断是否有任意符合匹配条件的元素，结果为 boolean 类型。
//判断是否有年龄在29以上的作家
List<Author> authors = createAuthors.getAuthors();
boolean flag = authors.stream().anyMatch(author -> author.getAge() > 29);
System.out.println(flag);allMatch
可以用来判断是否都符合匹配条件，结果为 boolean 类型。如果都符合结果为 true ，否则结果为 false 。
//判断是否所有的作家都是成年人
List<Author> authors = createAuthors.getAuthors();
boolean flag = authors.stream().allMatch(author -> author.getAge() >= 18);
System.out.println(flag);noneMatch
可以判断流中的元素是否都不符合匹配条件。如果都不符合结果为 true ，否则结果为 false。
//判断作家是否都没有超过100岁的。
List<Author> authors = createAuthors.getAuthors();
boolean b = authors.stream().noneMatch(author -> author.getAge() > 100);
System.out.println(b);findAny
获取流中的任意一个元素。该方法没有办法保证获取的一定是流中的第一个元素。
//获取任意一个年龄大于18的作家，如果存在就输出他的名字
List<Author> authors = createAuthors.getAuthors();
Optional<Author> optionalAuthor = authors.stream().filter(author -> author.getAge()>18).findAny();
optionalAuthor.ifPresent(author -> System.out.println(author.getName()));findFirst
获取流中的第一个元素。
//获取一个年龄最小的作家，并输出他的姓名。
List<Author> authors = createAuthors.getAuthors();
Optional<Author> first = authors.stream().sorted((o1, o2) -> o1.getAge() - o2.getAge()).findFirst();
first.ifPresent(author -> System.out.println(author.getName()));2.6 reduce归并
对流中的数据按照你指定的计算方式计算出一个结果。（缩减操作）
reduce 的作用是把 stream 中的元素给组合起来，我们可以传入一个初始值，它会按照我们的计算方式依次拿流中的元素和初始化值进行计算，计算结果再和后面的元素计算。
reduce重载方式一：
T result = identity;
for (T element : this stream)result = accumulator.apply(result, element)
return result; 其中 identity 就是我们可以通过方法参数传入的初始值， accumulator 的 apply 具体进行什么计算也是我们通过方法参数来确定的。
例一：
//使用reduce求所有作者年龄的和
List<Author> authors = createAuthors.getAuthors();
Integer sum = authors.stream().distinct().map(author -> author.getAge()).reduce(0, (result, element) -> result + element);
System.out.println(sum);例二：:
//使用reduce求所有作者中年龄的最大值
List<Author> authors = createAuthors.getAuthors();
Integer max = authors.stream().map(author -> author.getAge()).reduce(Integer.MIN_VALUE, (result, element) -> result < element? element : result);
System.out.println(max);reduce重载方式二：
boolean foundAny = false;
T result = null;
for (T element : this stream) {if (!foundAny) {foundAny = true;result = element;} elseresult = accumulator.apply(result, element);
}
return foundAny ? Optional.of(result) : Optional.empty();例一：
//使用reduce求所有作者中年龄的最小值
List<Author> authors = createAuthors.getAuthors();
Optional<Integer> minOptional = authors.stream().map(author -> author.getAge()).reduce((result, element) -> result > element ? element :result);
minOptional.ifPresent(age-> System.out.println(age));2.7 Stream使用注意事项
- 惰性求值（如果没有终结操作，没有中间操作是不会得到执行的）；
- 流是一次性的（一旦一个流对象经过一个终结操作后。这个流就不能再被使用）；
- 不会影响原数据（我们在流中可以多数据做很多处理。但是正常情况下是不会影响原来集合中的元素的。这往往也是我们期望的）。
