Stream API

Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。使用Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简而言之，Stream API 提供了一种高效且易于使用的处理数据的方式。

本节需要经常用到的EmployeeData.getEmployees()

package com.atguigu.java2;

import java.util.ArrayList;
import java.util.List;
/**
 * 假设Employee类已经建好了。
 * 提供用于测试的数据。
 * 测试时 主要使用getEmployees，
 *   即EmployeeData.getEmployees()。
 *
 */
public class EmployeeData {
	
	public static List<Employee> getEmployees(){
		List<Employee> list = new ArrayList<>();
		
		list.add(new Employee(1001, "马化腾", 34, 6000.38));
		list.add(new Employee(1002, "马云", 12, 9876.12));
		list.add(new Employee(1003, "刘强东", 33, 3000.82));
		list.add(new Employee(1004, "雷军", 26, 7657.37));
		list.add(new Employee(1005, "李彦宏", 65, 5555.32));
		list.add(new Employee(1006, "比尔盖茨", 42, 9500.43));
		list.add(new Employee(1007, "任正非", 26, 4333.32));
		list.add(new Employee(1008, "扎克伯格", 35, 2500.32));
		
		return list;
	}
	
}

Stream的实例化

package com.atguigu.java3;

import com.atguigu.java2.Employee;
import com.atguigu.java2.EmployeeData;
import org.junit.Test;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.stream.IntStream;
import java.util.stream.Stream;

/**
 * 1. Stream关注的是对数据的运算，与CPU打交道
 *    集合关注的是数据的存储，与内存打交道
 *
 * 2.
 * ①Stream 自己不会存储元素。
 * ②Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。
 * ③Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行
 *
 * 3.Stream 执行流程
 * ① Stream的实例化
 * ② 一系列的中间操作（过滤、映射、...)
 * ③ 终止操作
 *
 * 4.说明：
 * 4.1 一个中间操作链，对数据源的数据进行处理
 * 4.2 一旦执行终止操作，就执行中间操作链，并产生结果。之后，不会再被使用
 *
 *
 *  测试Stream的实例化
 *
 */
public class StreamAPITest {

    //创建 Stream方式一：通过集合
    @Test
    public void test1(){
        //先拿到一个集合
        List<Employee> employees = EmployeeData.getEmployees();

        //default Stream<E> stream() :employees调用stream（）方法，返回一个顺序流
        Stream<Employee> stream = employees.stream();

        //default Stream<E> parallelStream() : employees调用parallelStream()方法，返回一个并行流
        Stream<Employee> parallelStream = employees.parallelStream();

    }

    //创建 Stream方式二：通过数组
    @Test
    public void test2(){
        int[] arr = new int[]{1,2,3,4,5,6};
        //调用Arrays类的static <T> Stream<T> stream(T[] array)方法: 返回一个流
       //↓扔进一个int类型的数组，就返回一个Int类型的Stream，IntStream
        IntStream stream = Arrays.stream(arr);

        Employee e1 = new Employee(1001,"Tom");
        Employee e2 = new Employee(1002,"Jerry");
        Employee[] arr1 = new Employee[]{e1,e2};
        Stream<Employee> stream1 = Arrays.stream(arr1);

    }
    //创建 Stream方式三：通过Stream的of()
    @Test
    public void test3(){

        Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6);//自动转换 认为是1, 2, 3, 4, 5, 6包装类Integer的对象

    }

    //创建 Stream方式四：创建无限流（难，暂时不需要了解）
    @Test
    public void test4(){

//      迭代
//      public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
        //遍历前10个偶数
        Stream.iterate(0, t -> t + 2).limit(10).forEach(System.out::println);


//      生成
//      public static<T> Stream<T> generate(Supplier<T> s)
       //随机生成10个数据
        Stream.generate(Math::random).limit(10).forEach(System.out::println);

    }

}

Stream的中间操作：1、筛选与切片，2、映射，3、排序

package com.atguigu.java3;

import com.atguigu.java2.Employee;
import com.atguigu.java2.EmployeeData;
import org.junit.Test;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;

/**
 * 测试Stream的中间操作
 *（本节看源码自己感知吧，不容易写出来，需要对lamada表达式和方法引用熟悉掌握）
 */
public class StreamAPITest1 {

    //1-筛选与切片
    @Test
    public void test1(){
        List<Employee> list = EmployeeData.getEmployees();
//     ★1.1、 filter(Predicate p)——接收 Lambda ，过滤， 从流中排除某些元素。
        Stream<Employee> stream = list.stream();//返回一个流Stream，这个流中每个元素的都是Employee类对象
        //练习：查询员工表中薪资大于7000的员工信息
        //理解：Stream filter(Predicate predicate),参数是Predicate接口，这个接口中有个test（）方法可以用下面的e -> e.getSalary() > 7000来实例化，
        // 如果大于7000就返回true，然后在之后的foreach中得已输出。
        stream.filter(e -> e.getSalary() > 7000).forEach(System.out::println);
        System.out.println();

//      ★1.2、limit(n)——截断流，使其元素不超过给定数量。
        //每执行一次终止操作，再使用流时都要重新造。
        //由于上面查询是有过终止操作，所以这里我们要重新造Stream， 即list.stream()
        //显示前三条数据
        list.stream().limit(3).forEach(System.out::println);
        System.out.println();

//       ★1.3、 skip(n) —— 跳过元素，返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补
        //跳过3个数据，从第4个数据开始输出
        list.stream().skip(3).forEach(System.out::println);
        System.out.println();

//      ★1.4、  distinct()——筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
        //在list中加了很多个8000工资的刘强东的数据，后来通过distinct()方法将list中重复的数据都删除了
        list.add(new Employee(1010,"刘强东",40,8000));
        list.add(new Employee(1010,"刘强东",41,8000));
        list.add(new Employee(1010,"刘强东",40,8000));
        list.add(new Employee(1010,"刘强东",40,8000));
        list.add(new Employee(1010,"刘强东",40,8000));

//        System.out.println(list);

        list.stream().distinct().forEach(System.out::println);
    }

    //2-映射
    @Test
    public void test2(){
//       ★2.1 map(Function f)——接收一个函数作为参数，将元素转换成其他形式或提取信息，该函数会被应用到每个元素上，并将其映射成一个新的元素。
        List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
        //变大写操作toUpperCase()。
        list.stream().map(str -> str.toUpperCase()).forEach(System.out::println);

//        练习1：获取员工姓名长度大于3的员工的姓名。
        List<Employee> employees = EmployeeData.getEmployees();
        //map(Function  mapper)
        // Function中的R apply(T t)
        // Employee中的String getName();
        // ↑这里apply中的t调用getName（）；
        //即map(Function  mapper=Employee::getName),方法引用Employee::getName重写了Function中的R apply(T t)方法
        Stream<String> namesStream = employees.stream().map(Employee::getName);//这里map将员工映射成一个个姓名返回个到流Stream中，且流是String泛型的
        namesStream.filter(name -> name.length() > 3).forEach(System.out::println);
        System.out.println();

        //练习2：
        //map会对list集合中的每一个元素都进行操作，
        //list中都是String类型的，调用map（）就是将list中的每一个元素都执行一次括号内的方法，且list中的元素作为括号内方法的参数，
        //如下，list中的每一个String类型的元素都经括号内的方法映射成了Stream<Character>类型，
        // 而map（）方法要返回Stream型，所以Stream型的泛型是Stream<Character>。
        Stream<Stream<Character>> streamStream = list.stream().map(StreamAPITest1::fromStringToStream);
        //以下是streamStream流中的每一个Stream<Character>类型的元素都调用foreach输出一串字母，
        // 然后streamStream再forEach（）输出每一个元素，有点双重for循环的意味
        streamStream.forEach(s ->{
            s.forEach(System.out::println);
        });
        System.out.println();

       //★ 2.2 //flatMap(Function f)——接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。
        //类似于下面的这个→list1.addAll(list2)
        //以下两行代码和上面练习2同样效果，是简化版
        //以下两行代码flatMap（）和上面map（）的参数相同，都是StreamAPITest1::fromStringToStream，
        // 就好像flatMap（）自动调用了双重for循环一样，自动把Stream<Stream<Character>>中的每个Stream<Character>类型的元素打开了，都成了Character型的元素，
        // 从而返回的流是Stream<Character>类型的流了。
        Stream<Character> characterStream = list.stream().flatMap(StreamAPITest1::fromStringToStream);
        characterStream.forEach(System.out::println);

    }
    //以下fromStringToStream方法服务于上面的练习2，用于理解flatMap的作用
    //将 字符串中的多个字符 构成的 集合 转换为对应的Stream的实例
    //比如有个String类型的“abc”，经过下面的函数后，就成为了一个含有‘a’ ‘b’ ‘c’ Character类型元素的流Stream了
    public static Stream<Character> fromStringToStream(String str){
        ArrayList<Character> list = new ArrayList<>();
        for(Character c : str.toCharArray()){
            list.add(c);
        }
       return list.stream();

    }



    @Test
    public void test3(){
        ArrayList list1 = new ArrayList();
        list1.add(1);
        list1.add(2);
        list1.add(3);

        ArrayList list2 = new ArrayList();
        list2.add(4);
        list2.add(5);
        list2.add(6);

        // list1.add(list2);//[1, 2, 3, [4, 5, 6]]
         list1.addAll(list2);//[1, 2, 3, 4, 5, 6]
        System.out.println(list1);

    }


    //3-排序
    @Test
    public void test4(){
//      ★3.1 sorted()——自然排序
        List<Integer> list = Arrays.asList(12, 43, 65, 34, 87, 0, -98, 7);
        list.stream().sorted().forEach(System.out::println);

        //以下两行代码抛异常，原因:Employee没有实现Comparable接口
//        List<Employee> employees = EmployeeData.getEmployees();
//        employees.stream().sorted().forEach(System.out::println);


//      ★3.2 sorted(Comparator com)——定制排序

        List<Employee> employees = EmployeeData.getEmployees();
        //(e1,e2)中参数e1和e2都是Employee类的对象，先比较年龄，再比较薪水，
        employees.stream().sorted( (e1,e2) -> {

           int ageValue = Integer.compare(e1.getAge(),e2.getAge());//（年龄默认从小到大排序）
           if(ageValue != 0){
               return ageValue;
           }else{
               return -Double.compare(e1.getSalary(),e2.getSalary());//(薪水默认从小到大排序，这里加负号就是薪资从大到小排序)
           }

        }).forEach(System.out::println);
    }

}

Stream的终止操作：1、匹配与查找，2、归约，3、收集

想把流中元素收集到那，就调用to啥（）函数。

package com.atguigu.java3;

import com.atguigu.java2.Employee;
import com.atguigu.java2.EmployeeData;
import org.junit.Test;

import java.util.Arrays;
import java.util.List;
import java.util.Optional;
import java.util.Set;
import java.util.stream.Collectors;
import java.util.stream.Stream;

/**
 * 测试Stream的终止操作
 *
 */
public class StreamAPITest2 {

    //1-匹配与查找
    @Test
    public void test1(){
        List<Employee> employees = EmployeeData.getEmployees();

//      ★1.1  allMatch(Predicate p)——检查是否匹配所有元素。
//          练习：是否所有的员工的年龄都大于18
        boolean allMatch = employees.stream().allMatch(e -> e.getAge() > 18);//e.getAge() > 18 返回值boolen类型
        System.out.println(allMatch);

//      ★1.2 anyMatch(Predicate p)——检查是否至少匹配一个元素。
//         练习：是否存在员工的工资大于 10000
        boolean anyMatch = employees.stream().anyMatch(e -> e.getSalary() > 10000);//e.getSalary() > 10000 返回值boolen类型
        System.out.println(anyMatch);

//      ★1.3  noneMatch(Predicate p)——检查是否没有一个匹配的元素。只有有一个姓雷的就是true
//          练习：是否存在员工姓“雷”
        boolean noneMatch = employees.stream().noneMatch(e -> e.getName().startsWith("雷"));//startsWith("雷") 返回值boolen类型
        System.out.println(noneMatch);

//      ★1.4 findFirst——返回第一个元素
        Optional<Employee> employee = employees.stream().findFirst();
        System.out.println(employee);

//      ★1.5  findAny——返回当前流中的任意元素（这里返回一个并行流）
        Optional<Employee> employee1 = employees.parallelStream().findAny();
        System.out.println(employee1);

    }

    @Test
    public void test2(){
        List<Employee> employees = EmployeeData.getEmployees();
        //★1.6 count——返回流中元素的总个数
        long count = employees.stream().filter(e -> e.getSalary() > 5000).count();
        System.out.println(count);

//        ★1.7  max(Comparator c)——返回流中最大值
//        练习：返回最高的工资：（先映射成薪水的流Stream，再比较出的最高的薪水）
        Stream<Double> salaryStream = employees.stream().map(e -> e.getSalary());
        Optional<Double> maxSalary = salaryStream.max(Double::compare);
        System.out.println(maxSalary);

//        ★1.8 min(Comparator c)——返回流中最小值
//        练习：返回最低工资的员工（employees.stream()返回 元素是Employee类的 流Stream，在流中 比较每个employee的薪水，返回薪水最少的那个employee对象）
        Optional<Employee> employee = employees.stream().min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));
        System.out.println(employee);
        System.out.println();

//        ★1.9 forEach(Consumer c)——内部迭代，将内部的元素遍历一样
        employees.stream().forEach(System.out::println);

        //使用集合的遍历操作，和上面的输出一样，就是调用的主体对象一个是employees.stream()，一个是employees
        employees.forEach(System.out::println);
    }

    //2-归约（将很多个数归约成一个）
    @Test
    public void test3(){
//       ★2.1 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
//        练习1：计算1-10的自然数的和
        List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
        //第一个参数是初始值，下面的意思是 sum初始等于0；
        //第二个参数是方法引用，Integer中的int sum(int a, int b)方法 实现了  接口BiFunction的R apply(T t, U u);
        Integer sum = list.stream().reduce(0, Integer::sum);
        System.out.println(sum);


//       ★2.2 reduce(BinaryOperator) ——可以将流中元素反复结合起来，得到一个值。返回 Optional<T>
//        练习2：计算公司所有员工工资的总和
        List<Employee> employees = EmployeeData.getEmployees();
        Stream<Double> salaryStream = employees.stream().map(Employee::getSalary);
            //以下两个reduce（）效果相同，//比如有10个人的工资，先把第一个和第二个相加，然后把结果放在d1上，
          //然后把第三个数放在d2上，然后把结果d1和d2相加放在d1上，第4个人的工资放在d2上。
      //Optional<Double> sumMoney = salaryStream.reduce(Double::sum);
        Optional<Double> sumMoney = salaryStream.reduce((d1,d2) -> d1 + d2);
       //(d1,d2) -> d1 + d2 实现了 接口BiFunction的R apply(T t, U u);//因为R apply(T t, U u)参数有两个，所以有(d1,d2)两个参数
        System.out.println(sumMoney.get());

    }

    //3-收集
    @Test
    public void test4(){
//     ★3.1 collect(Collector c)——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
//        练习1：查找工资大于6000的员工，结果返回为一个List或Set

        List<Employee> employees = EmployeeData.getEmployees();
        //toList()返回值就是List类型的
        List<Employee> employeeList = employees.stream().filter(e -> e.getSalary() > 6000).collect(Collectors.toList());
        employeeList.forEach(System.out::println);
        System.out.println();
        
        //toSet()返回值就是Set类型的
        Set<Employee> employeeSet = employees.stream().filter(e -> e.getSalary() > 6000).collect(Collectors.toSet());
        employeeSet.forEach(System.out::println);


    }
}