方法名	JDK版本	备注
创建Stream	of(T… )	8
	empty()	8	创建空的Stream流
	generate()	8	生成无限流
	iterate()	9	创建无限流
	ofNullable()	9	类似于Optional ofNullable()
	映射和过滤	filter()	8
	map[int double long]()	8	一一映射
	flatMap[int double long]()	8	1、一对多映射
抽取流和组合流	limit()	8
	skip()	8	跳过前几个，和limit互补
	takeWhile()	9	当满足条件留下
	dropWhile()	9	满足条件丢弃
	concat()	8	连接两个流，静态方法
其余流的转换	distinct()	8	去除重复数值
	sorted()	8	按照自然顺序排序
	peek()	8	一般对元素的内部属性进行调整，类型不发生改变
结束操作（约简操作）	max()	8	最大值
	min()	8	最小值
	count()	8	统计数量
	findFirst	8	找出第一个，返回Optional
	findAny	8	找出任意一个，返回Optional
	anyMatch	8	任意一个匹配，boolean
	allMatch	8	全部匹配，boolean
	noneMatch	8	没有匹配的，boolean
reduce	reduce(accumulator)	8	执行累加，返回Optional
	reduce(identify, accumulator)	8	带有幺元数，返回固定值
	reduce(identify, accumulator, combiner)	8	累加器和组合器
收集操作	forEach()	8	遍历所有流元素
	toArray([Integer[]::new])	8	转为类型对象数组。默认为Object数组
	collect(Collectors.toList())	8	转为list
	collect(Collectors.toSet())	8	转为Set
	collect(Collectors.toCollection())	8	转为自定义集合
	collect(Collectors.summarizingInt())	8	转为数学统计对象
映射到表中	toMap(key, value)	8	冲突会报错
	toMap(key, value, overload)	8	指明冲突后value的取值
	toMap(key, value, overload / exception, TreeMap::new)	8
分组和分区	groupingBy()	8	分组
	partitionBy()	8	分区
下游收集器	groupingBy(Person::getGender, Collectors.toSet())	8	分组结果为Set去重
	groupingBy(Person::getGender, Collectors.counting())	8	分组结果进行计数
	groupingBy(Person::getGender, Collectors.summingLong(Person::getId))	8	分组结果求和
	groupingBy(Person::getGender, Collectors.summarizingLong(Person::getId))	8	分组结果转为数学统计
	groupingBy(Person::getGender, Collectors.maxBy(Comparator.comparing(Person::getName)	8	分组结果求取最大值
	groupingBy(Person::getGender, Collectors.minBy(Comparator.comparing(Person::getName))	8	同上，最小值
	groupingBy(Person::getGender, Collectors.collectingAndThen(Collectors.toSet(), Set::size))	8	先收集在转换
	groupingBy(Person::getGender, Collectors.mapping(Person::getName, Collectors.toSet()))	8	先转换在收集
基本类型流	range	8	获取一定范围内的数据流
	rangeClosed	8	同上，闭区间
	of	8	直接创建数据流
	toArray()	8	转为int[]
	sum / average/ min / max	8	计算结果
	summaryStatistics	8	数学计算
	boxed	8	获得包装器对象Stream<Integer>
	Radom.ints()	8	随机产生数据流，不可分割（无法使用并行流）
并行流	parallel()	8	并行处理
	unordered()	8	不排序

1. 创建Stream

方法名	JDK版本	备注
of(T… )	8
empty()	8	创建空的Stream流
generate()	8	生成无限流
iterate()	9	创建无限流
ofNullable()	9	类似于Optional ofNullable()

public class MyStreamTest {@Testpublic void test01() {List<Integer> list = Arrays.asList(1, 2, 3);Stream<Integer> stream = list.stream();Stream<Integer> stream1 = Stream.of(1, 2, 3);Stream<List<Integer>> stream2 = Stream.empty();Stream<String> generate = Stream.generate(() -> "Hello World");Stream<Double> generate1 = Stream.generate(Math::random);Stream<BigInteger> iterate = Stream.iterate(BigInteger.ONE, i -> i.add(BigInteger.ONE));// JDK9 优化有限流// Stream<BigInteger> iterate2 = Stream.iterate(BigInteger.ONE, i -> i.compareTo(new BigInteger("100")) < 0,i -> i.add(BigInteger.ONE));// Stream.ofNullable(); JDK9增强generate.forEach(System.out::println);}
}

2. 映射和过滤

方法名	JDK版本	备注
filter()	8	过滤
map[int double long]()	8	一一映射
flatMap[int double long]()	8	1、一对多映射

流如果是empty()创建的则不会通过map，如果流中包含null则会通过map

public class MyStreamTest {@Testpublic void test05() {Stream<String> stream = Stream.of("Hello", "World");stream.filter(i -> i.length() > 3).map(String::toUpperCase).forEach(System.out::print);stream = Stream.of("Hello", "World");stream.flatMap(s -> {String[] array = s.split("");return Stream.of(array);}).forEach(System.out::println);stream = Stream.empty();stream.map(i -> {System.out.println("不会通过");return i;});}
}

3. 抽取流和组合流

方法名	JDK版本	备注
limit()	8	限制输出个数
skip()	8	跳过前几个，和limit互补
takeWhile()	9	当满足条件留下
dropWhile()	9	满足条件丢弃
concat()	8	连接两个流，静态方法

public class MyStreamTest {@Testpublic void test03() {Stream<String> stream = Stream.of("Hello", "World");stream.limit(2).skip(0).forEach(System.out::println);Stream<String> stream1 = Stream.of("Hello", "World");Stream<String> stream2 = Stream.of("Hello", "World");Stream<String> stream3 = Stream.concat(stream1, stream2);}
}

4. 其余流的转换

方法名	JDK版本	备注
distinct()	8	去除重复数值
sorted()	8	按照自然顺序排序
peek()	8	一般对元素的内部属性进行调整，类型不发生改变

public class MyStreamTest {@Testpublic void test04() {Stream<String> stream = Stream.of(null, "Hello", "World");stream.distinct().sorted(String::compareToIgnoreCase)  // 忽略大小写.peek(s -> System.out.println(s.toUpperCase())).forEach(System.out::println);}
}

5. 结束操作（约简操作）

方法名	JDK版本	备注
max()	8	最大值
min()	8	最小值
count()	8	统计数量
findFirst	8	找出第一个，返回Optional
findAny	8	找出任意一个，返回Optional
anyMatch	8	任意一个匹配，boolean
allMatch	8	全部匹配，boolean
noneMatch	8	没有匹配的，boolean

public class MyStreamTest {public void test05() {Stream<Integer> stream = Stream.of(11, 2, 49, 4, 34);Optional<Integer> max = stream.max(Comparator.reverseOrder());Optional<Integer> min = stream.min(Comparator.naturalOrder());long count = stream.count();Optional<Integer> first = stream.findFirst();Optional<Integer> any = stream.parallel().findAny();boolean anyMatch = stream.parallel().anyMatch(integer -> integer > 5);boolean allMatch = stream.parallel().allMatch(integer -> integer > 0);boolean noneMatch = stream.parallel().noneMatch(i -> i > 100);}
}

reduce

方法名	JDK版本	备注
reduce(accumulator)	8	执行累加，返回Optional
reduce(identify, accumulator)	8	带有幺元数，返回固定值
reduce(identify, accumulator, combiner)	8	累加器和组合器

public class MyStreamTest {@Testpublic void test10() {Stream<Integer> stream = Stream.of(1, 2, 3);Optional<Integer> reduce = stream.reduce((integer, integer2) -> integer + integer2);Integer reduce1 = stream.reduce(0, Integer::sum);Stream<String> stringStream = Stream.of("Hello", "World");Integer reduce2 = stringStream.reduce(0, (total, word) -> total + word.length(), (t1, t2) -> t1 + t2);}
}

6. 收集操作

方法名	JDK版本	备注
forEach()	8	遍历所有流元素
toArray([Integer[]::new])	8	转为类型对象数组。默认为Object数组
collect(Collectors.toList())	8	转为list
collect(Collectors.toSet())	8	转为Set
collect(Collectors.toCollection())	8	转为自定义集合
collect(Collectors.summarizingInt())	8	转为数学统计对象

public class MyStreamTest {@Testpublic void test06() {Stream<Integer> stream = Stream.of(1, 2, 3);stream.forEach(System.out::println);Object[] objects = stream.toArray();Integer[] array = stream.toArray(Integer[]::new);int[] array1 = stream.mapToInt(Integer::intValue).toArray();List<Integer> collect = stream.collect(Collectors.toList());Set<Integer> collect1 = stream.collect(Collectors.toSet());TreeSet<Integer> collect2 = stream.collect(Collectors.toCollection(TreeSet::new));IntSummaryStatistics statistics = stream.collect(Collectors.summarizingInt(Integer::intValue));statistics.getMin();statistics.getMax();statistics.getCount();statistics.getAverage();statistics.getSum();}
}

映射到表中

方法名	JDK版本	备注
toMap(key, value)	8	冲突会报错
toMap(key, value, overload)	8	指明冲突后value的取值
toMap(key, value, overload / exception, TreeMap::new)	8	指定映射表的类型

public class MyStreamTest {@Testpublic void test07() {Stream<Person> personStream = Stream.of(new Person(1L, "男", "小明"), new Person(2L, "女", "小红"));Map<Long, String> collect = personStream.collect(Collectors.toMap(Person::getId, Person::getName));Map<Long, Person> map = personStream.collect(Collectors.toMap(Person::getId, Function.identity()));Map<Long, Person> map2 = personStream.collect(Collectors.toMap(Person::getId, Function.identity(), (person, person2) -> person));TreeMap<Long, Person> map3 = personStream.collect(Collectors.toMap(Person::getId, Function.identity(), (person, person2) -> {throw new IllegalStateException();}, TreeMap::new));}
}

7. 分组和分区

方法名	JDK版本	备注
groupingBy()	8	分组
partitionBy()	8	分区

public class MyStreamTest {@Testpublic void test08() {Stream<Person> personStream = Stream.of(new Person(1L, "男", "小明"), new Person(2L, "女", "小红"));Map<String, List<Person>> collect = personStream.collect(Collectors.groupingBy(Person::getGender));Map<Boolean, List<Person>> collect1 = personStream.collect(Collectors.partitioningBy(person -> person.getId() > 1));}
}

下游收集器

方法名	JDK版本	备注
groupingBy(Person::getGender, Collectors.toSet())	8	分组结果为Set去重
groupingBy(Person::getGender, Collectors.counting())	8	分组结果进行计数
groupingBy(Person::getGender, Collectors.summingLong(Person::getId))	8	分组结果求和
groupingBy(Person::getGender, Collectors.summarizingLong(Person::getId))	8	分组结果转为数学统计
groupingBy(Person::getGender, Collectors.maxBy(Comparator.comparing(Person::getName)	8	分组结果求取最大值
groupingBy(Person::getGender, Collectors.minBy(Comparator.comparing(Person::getName))	8	同上，最小值
groupingBy(Person::getGender, Collectors.collectingAndThen(Collectors.toSet(), Set::size))	8	先收集在转换
groupingBy(Person::getGender, Collectors.mapping(Person::getName, Collectors.toSet()))	8	先转换在收集

同样适用于partitionBy()

public class MyStreamTest {@Testpublic void test09() {Stream<Person> personStream = Stream.of(new Person(1L, "男", "小明"), new Person(2L, "女", "小红"));Map<String, Set<Person>> collect = personStream.collect(Collectors.groupingBy(Person::getGender, Collectors.toSet()));Map<String, Long> collect1 = personStream.collect(Collectors.groupingBy(Person::getGender, Collectors.counting()));Map<String, Long> collect2 = personStream.collect(Collectors.groupingBy(Person::getGender, Collectors.summingLong(Person::getId)));Map<String, LongSummaryStatistics> collect3 = personStream.collect(Collectors.groupingBy(Person::getGender, Collectors.summarizingLong(Person::getId)));Map<String, Optional<Person>> collect4 = personStream.collect(Collectors.groupingBy(Person::getGender, Collectors.maxBy(Comparator.comparing(Person::getName))));Map<String, Optional<Person>> collect5 = personStream.collect(Collectors.groupingBy(Person::getGender, Collectors.minBy(Comparator.comparing(Person::getName))));// 去重复操作 先收集到Set在统计Map<String, Integer> collect6 = personStream.collect(Collectors.groupingBy(Person::getGender, Collectors.collectingAndThen(Collectors.toSet(), Set::size)));Map<String, Set<String>> collect7 = personStream.collect(Collectors.groupingBy(Person::getGender, Collectors.mapping(Person::getName, Collectors.toSet())));}
}

8. 基本类型流

方法名	JDK版本	备注
range	8	获取一定范围内的数据流
rangeClosed	8	同上，闭区间
of	8	直接创建数据流
toArray()	8	转为int[]
sum / average/ min / max	8	计算结果
summaryStatistics	8	数学计算
boxed	8	获得包装器对象Stream<Integer>
Radom.ints()	8	随机产生数据流，不可分割（无法使用并行流）

public class MyStreamTest {@Testpublic void test11() {IntStream stream = IntStream.of(1, 2, 3, 4);IntStream intStream = IntStream.rangeClosed(0, 10);int[] ints = stream.toArray();int sum = stream.sum();IntSummaryStatistics statistics = stream.summaryStatistics();long sum1 = statistics.getSum();Stream<Integer> boxed = intStream.boxed();String str = "Hello World";IntStream chars = str.chars();IntStream points = str.codePoints();List<Character> collect = chars.mapToObj(operand -> (char) operand).collect(Collectors.toList());Random random = new Random();IntStream stream1 = random.ints(0, 10);DoubleStream doubleStream = random.doubles(0, 10);}
}

9. 并行流

方法名	JDK版本	备注
parallel()	8	并行处理
unordered()	8	不排序

并行流 只要在终结方法之前处于并行状态，所有的中间操作都会被认定为并行操作，并不是所有的流都可以用来加速操作。

1. 并行化会带来更大的资源损耗问题
2. 只有底层的数据源可以被有效分割的时候并行化才有意义 Random.ints()产生的流不可分割，转为使用SplittableRandom.ints()
3. 并行流使用的线程池可能会由于处理密集操作而其他IO操作被阻塞死

public class MyStreamTest {@Testpublic void test12() {Stream<String> stringStream = Stream.of("Hello", "World");// 无状态 不会处于并发安全问题Map<Integer, Long> collect = stringStream.parallel().filter(s -> s.length() > 3).collect(Collectors.groupingBy(String::length, Collectors.counting()));// 当对顺序要求不高的时候， 效率更高Stream<String> limit = stringStream.parallel().unordered().limit(10);}
}

JDK Stream相关推荐

1. 深度掌握 Java Stream 流操作，让你的代码高出一个逼格

   概念 Stream将要处理的元素集合看作一种流,在流的过程中,借助Stream API对流中的元素进行操作,比如:筛选.排序.聚合等. Stream` 的操作符大体上分为两种:`中间操作符`和`终止操 ...

2. 这个方法可以让你的代码高出一个逼格——掌握 Java Stream 流操作

   概念 Stream将要处理的元素集合看作一种流,在流的过程中,借助Stream API对流中的元素进行操作,比如:筛选.排序.聚合等. Stream` 的操作符大体上分为两种:`中间操作符`和`终止操 ...

3. Java Stream的流操作，居然让我的代码越写越丝滑？

   概念 Stream将要处理的元素集合看作一种流,在流的过程中,借助Stream API对流中的元素进行操作,比如:筛选.排序.聚合等. Stream` 的操作符大体上分为两种:`中间操作符`和`终止操 ...

4. 优雅代码的秘密，只因为我掌握了Java Stream 流操作

   概念 Stream将要处理的元素集合看作一种流,在流的过程中,借助Stream API对流中的元素进行操作,比如:筛选.排序.聚合等. Stream` 的操作符大体上分为两种:`中间操作符`和`终止操 ...

5. Java8 Stream 流API总结

   Stream API 1.集合处理数据的弊端   当我们在需要对集合中的元素进行操作的时候,除了必需的添加,删除,获取外,最典型的操作就是集合遍历, package com.bobo.jdk.stre ...

6. Java的HTTP服务端响应式编程

   传统的Servlet模型走到了尽头 传统的Java服务器编程遵循的是J2EE的Servlet规范,是一种基于线程的模型:每一次http请求都由一个线程来处理. 线程模型的缺陷在于,每一条线程都要自行处 ...

7. react java_独眼巨人React组织了Java 8库的寒武纪爆发

   react java 什么是独眼巨人React? Lambda表达式和默认方法在Java 8中的到来预示了Java语言十年来最大的结构性变化. 在此基础上构建了一些新的很酷的API,例如Stream, ...

8. java8 streams_当Java 8 Streams API不够用时

   java8 streams Java 8与往常一样是妥协和向后兼容的版本. JSR-335专家组可能尚未与某些读者就某些功能的范围或可行性达成一致的版本 . 请参阅Brian Goetz关于为什么-的 ...

9. 独眼巨人反应组织了Java 8库的寒武纪爆发

   什么是独眼巨人反应? Lambda表达式和默认方法在Java 8中的出现预示了Java语言十年来最大的结构性变化. 在此基础上构建了一些新的很酷的API,例如Stream, Optional, Com ...

最新文章

1. Hobby开挂！加速web编码
2. IE再次曝出安全漏洞 微软表示正在调查
3. AspNetPager分页控件
4. 记录去大搜车的一道笔试题
5. javascript 声明变量var、let、const详解及示例
6. Linux IO路径图
7. 在linux上搭建本地yum源
8. “docker exec“ requires at least 2 arguments. See ‘docker exec --help‘.
9. 他是我们内心世界的一员 (见信息时报2011年7月10日)
10. [设计模式-创建型]单态(Singleton)
11. lstm原始论文_命名实体识别NER论文调研
12. hduoj Stars 二维树状数组
13. shell监控磁盘使用情况
14. js 操作数组函数-自定义
15. 《大前端进阶 安全》系列 HTTPS详解（通俗易懂）
16. WORD图标显示为白色解决办法
17. 离圆心最远的整数点（微软笔试题）
18. vscode运行c语言
19. 极盾科技荣获2021年梦想小镇7周年“脉冲星奖”
20. cortana打开_如何在Windows 10中打开“嘿Cortana”

热门文章

1. javascript之内置函数
2. 雅可比迭代，高斯-赛德尔迭代
3. 2021十大手表品牌TOP排行榜
4. 第六周作业--需求建模
5. 双十一在即，阿里的七种武器
6. 防雷器和电涌保护器的区别
7. 局域网内VSS无法连接的一个“恶心他妈给恶心开门”的问题
8. Matlab柱状图 不同颜色
9. 第六章 颠覆与重塑思维，大数据与思维革命
10. 最小二乘法--通俗解释