Java中Stream配合Lambda使用详解

我们的第一篇文章，主要是通过一个Demo，让大家体验了一下使用流API的那种酣畅淋漓的感觉。如果你没有实践，我还是再次呼吁你动手敲一敲，自己实实在跑一遍上一篇的Demo。相信你的感受和理解也会随之加深的。继续探索流API的高级功能之前，我们先从接口级别全面了解一下流API，这个对于我们来说是至关重要的。接下来，我给大家准备了一张流API关键知识点的UML图。但是大家只需要花一两分钟，整理看一下就可以了，不需要记住，先有个印象，后面我给大家讲解一些关键的方法:

我先整体介绍一下:流API定义的几个接口，都是在java.util.stream包中的.其中上图中的BaseStream接口是最基础的接口，它提供了所有流都可以使用的基本功能:

public interface BaseStream> extends AutoCloseable {
//....先忽略这些具体的细节
}

由这个接口的定义我们得知，BaseStream是一个泛型接口,它有两个类型参数T和S， 其中T指定了流中的元素的类型,并且由>可以知道S必须为BaseStream或BaseStream子类(换句话说,就是S必须是扩展自BaseStream的)。BaseStream继承了AutoCloseable接口。这个接口主要是简化了关闭资源的操作。但是像平时我们操作的集合或数组，基本上都不会出现关闭流的情况。

//由BaseStream接口派生出的流接口包括IntStream ，LongStream，DoubleStream ，Stream
public interface IntStream extends BaseStream {
}
public interface LongStream extends BaseStream {
}
public interface DoubleStream extends BaseStream {
}
 
//这是最具代表性的接口
public interface Stream extends BaseStream> {
//....先忽略这些具体的细节
}

由于Stream接口是最具代表性的，所以我们就选择它来讲解，其实在我们学完Stream接口，其它的三个接口，在使用上基本是一致的了，我们上一篇的Demo基本上也是使用Stream接口来做的练习。我们回想一下:在上一个Demo中我们通过集合框架的stream()方法，就能返回一个流了，它的返回类型就是Stream，比如我们Stream，由此得知，Stream接口里的类型参数T就是流中的元素的类型。木有错，就是这样滴。到这里，整个系列你们已经全部学会了，下课。

BaseStream详解:

public interface BaseStream> extends AutoCloseable {
     Iterator iterator();//line2
     Spliterator spliterator();//line3
     boolean isParallel();//line4
     S sequential();//line5
     S parallel();//line6
     S unordered();//line7
     S onClose(Runnable closeHandler);//line8
     @Override
     void close();//line10
}

• Iterator iterator(); //line2
  获得流的迭代器，并返回对该迭代器的引用(终端操作)
• Spliterator spliterator(); //line3
  获取流的spliterator，并返回其引用(终端操作)
• boolean isParallel(); //line4
  如果调用流是一个并行流，则返回true;如果调用流是一个顺序流，则返回false。
• S sequential(); //line5
  基于调用流，返回一个顺序流。如果调用流已经是顺序流了，就返回该流。(中间操作)
• S parallel(); //line6
  基于调用流，返回一个并行流。如果调用流已经是并行流了，就返回该流。(中间操作)
• S unordered(); //line7
  基于调用流，返回一个无序流。如果调用流已经是无序流了，就返回该流。(中间操作)
• S onClose(Runnable closeHandler); //line8
  返回一个新流，closeHandler指定了该流的关闭处理程序，当关闭该流时，将调用这个处理程序。(中间操作)
• void close(); //line10
  从AutoCloseable继承来的，调用注册关闭处理程序，关闭调用流(很少会被使用到)

终端操作”&”中间操作”

细心的同学应该注意到了，BaseStream接口里面的很多方法都在最后标识了(终端操作)和(中间操作)，它们之间的区别是非常重要的。

• 终端操作 会消费流，这种操作会产生一个结果的，比如上面的 iterator()和 spliterator()，以及上一篇中提到的min()和max()，或者是执行某一种操作，比如上一篇的forEach()，如果一个流被消费过了，那它就不能被重用的。

• 中间操作 中间操作会产生另一个流。因此中间操作可以用来创建执行一系列动作的管道。一个特别需要注意的点是:中间操作不是立即发生的。相反，当在中间操作创建的新流上执行完终端操作后，中间操作指定的操作才会发生。所以中间操作是延迟发生的，中间操作的延迟行为主要是让流API能够更加高效地执行。

“中间操作”的状态

流的中间操作，可以为分无状态操作和有状态操作两种，在无状态操作中，在处理流中的元素时，会对当前的元素进行单独处理。比如:谓词过滤操作，因为每个元素都是被单独进行处理的，所有它和流中的其它元素无关，因此被称为无状态操作;而在有状态操作中，某个元素的处理可能依赖于其他元素。比如查找最小值，最大值，和排序，因为他们都依赖于其他的元素。因此为称为有状态操作。当需要进行并行处理流时，有状态的操作和无状态的区别是非常重要的，因为有状态操作可能需要几次处理才能完成，后面的文章我将会给大家详细地讲，现在只需要正常学习下去就可以了

另外，指出一点，如果大家了解泛型的话，应该知道，泛型的类型参数只能是引用类型，因此Stream操作的对象只能是引用类型的，不能用于基本类型。当然官方早已考虑到这一点了，前面你们看到的IntStream，LongStream，DoubleStream就是官方给我们提供的处理基本类型的流了。此处是不是应该给他们掌声

Stream详解

在有了前面的那些知识作铺垫之后，学Stream接口应该会顺风顺水了。还是先看看Stream的详情先:

ublic interface Stream extends BaseStream> {
    Stream filter(Predicate predicate);//line2
     Stream map(Function mapper);//line3
    IntStream mapToInt(ToIntFunction mapper);//line4
    LongStream mapToLong(ToLongFunction mapper);
    DoubleStream mapToDouble(ToDoubleFunction mapper);
     Stream flatMap(Function> mapper);
    IntStream flatMapToInt(Function mapper);
    LongStream flatMapToLong(Function mapper);
    DoubleStream flatMapToDouble(Function mapper);
    Stream distinct();
    Stream sorted();//line12
    Stream sorted(Comparator comparator);//line13
    Stream peek(Consumer action);
    Stream limit(long maxSize);
    Stream skip(long n);
    void forEach(Consumer action);//line17
    void forEachOrdered(Consumer action);//line18
    Object[] toArray();
     A[] toArray(IntFunction generator);
    T reduce(T identity, BinaryOperator accumulator);
    Optional reduce(BinaryOperator accumulator);
     U reduce(U identity,
                 BiFunction accumulator,
                 BinaryOperator combiner);
     R collect(Supplier supplier,
                  BiConsumer accumulator,
                  BiConsumer combiner);
     R collect(Collector collector);
    Optional min(Comparator comparator);//line30
    Optional max(Comparator comparator);//line31
    long count();
    boolean anyMatch(Predicate predicate);
    boolean allMatch(Predicate predicate);
    boolean noneMatch(Predicate predicate);
    Optional findFirst();
    Optional findAny();
 
    // Static factories
 
    public static Builder builder() {
        return new Streams.StreamBuilderImpl<>();
    }
 
 
    public static Stream empty() {
        return StreamSupport.stream(Spliterators.emptySpliterator(), false);
    }
 
 
    public static Stream of(T t) {
        return StreamSupport.stream(new Streams.StreamBuilderImpl<>(t), false);
    }
 
 
    @SafeVarargs
    @SuppressWarnings("varargs") // Creating a stream from an array is safe
    public static Stream of(T... values) {
        return Arrays.stream(values);
    }
 
 
    public static Stream iterate(final T seed, final UnaryOperator f) {
        Objects.requireNonNull(f);
        final Iterator iterator = new Iterator() {
            @SuppressWarnings("unchecked")
            T t = (T) Streams.NONE;
 
            @Override
            public boolean hasNext() {
                return true;
            }
 
            @Override
            public T next() {
                return t = (t == Streams.NONE) ? seed : f.apply(t);
            }
        };
        return StreamSupport.stream(Spliterators.spliteratorUnknownSize(
                iterator,
                Spliterator.ORDERED | Spliterator.IMMUTABLE), false);
    }
 
 
    public static Stream generate(Supplier s) {
        Objects.requireNonNull(s);
        return StreamSupport.stream(
                new StreamSpliterators.InfiniteSupplyingSpliterator.OfRef<>(Long.MAX_VALUE, s), false);
    }
 
 
    public static  Stream concat(Stream a, Stream b) {
        Objects.requireNonNull(a);
        Objects.requireNonNull(b);
 
        @SuppressWarnings("unchecked")
        Spliterator split = new Streams.ConcatSpliterator.OfRef<>(
                (Spliterator) a.spliterator(), (Spliterator) b.spliterator());
        Stream stream = StreamSupport.stream(split, a.isParallel() || b.isParallel());
        return stream.onClose(Streams.composedClose(a, b));
    }
}

• Stream filter(Predicate predicate); //line2
  产生一个新流，其中包含调用流中满足predicate指定的谓词元素(中间操作)
• Stream map(Function mapper); //line3
  产生一个新流，对调用流中的元素应用mapper，新流中包含这些元素。(中间操作)
• IntStream mapToInt(ToIntFunction mapper); //line4
  对调用流中元素应用mapper，产生包含这些元素的一个新IntStream流。(中间操作)
• Stream sorted(); //line12
• Stream sorted(Comparator comparator); //line13`
  产生一个自然顺序排序或者指定排序条件的新流(中间操作)
• void forEach(Consumer action); //line17
• void forEachOrdered(Consumer action); //line18
  遍历了流中的元素(终端操作)
• Optional min(Comparator comparator) //line30
• Optional max(Comparator comparator); //line31
  获得流中最大最小值，比较器可以由自己定义，也可以使用JDK提供的(终端操作)

一、概述
Java 8 是一个非常成功的版本，这个版本新增的Stream，配合同版本出现的Lambda ，给我们操作集合（Collection）提供了极大的便利。Stream流是JDK8新增的成员，允许以声明性方式处理数据集合，可以把Stream流看作是遍历数据集合的一个高级迭代器。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/筛选/过滤、排序、聚合和映射数据等操作。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。

1、使用流的好处
代码以声明性方式书写，说明想要完成什么，而不是说明如何完成一个操作。
可以把几个基础操作连接起来，来表达复杂的数据处理的流水线，同时保持代码清晰可读。

2、流是什么?
从支持数据处理操作的源生成元素序列.数据源可以是集合,数组或IO资源。

从操作角度来看,流与集合是不同的. 流不存储数据值; 流的目的是处理数据,它是关于算法与计算的。

如果把集合作为流的数据源,创建流时不会导致数据流动; 如果流的终止操作需要值时,流会从集合中获取值; 流只使用一次。

流中心思想是延迟计算,流直到需要时才计算值。
 

Stream可以由数组或集合创建，对流的操作分为两种：

中间操作，每次返回一个新的流，可以有多个。

终端操作，每个流只能进行一次终端操作，终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值。

特性：

不是数据结构，不会保存数据。

不会修改原来的数据源，它会将操作后的数据保存到另外一个对象中。（保留意见：毕竟peek方法可以修改流中元素）

惰性求值，流在中间处理过程中，只是对操作进行了记录，并不会立即执行，需要等到执行终止操作的时候才会进行实际的计算。

• 无状态：指元素的处理不受之前元素的影响；
• 有状态：指该操作只有拿到所有元素之后才能继续下去。
• 非短路操作：指必须处理所有元素才能得到最终结果；
• 短路操作：指遇到某些符合条件的元素就可以得到最终结果，如 A || B，只要A为true，则无需判断B的结果。

三、Stream的创建

Stream可以通过集合数组创建。

1、Collection.stream()

通过 java.util.Collection.stream() 方法用集合创建流

List list = Arrays.asList("a", "b", "c");
// 创建一个顺序流
Stream stream = list.stream();
// 创建一个并行流
Stream parallelStream = list.parallelStream();
12345

2、Arrays.stream(T[]array)
使用 java.util.Arrays.stream(T[]array)方法用数组创建流

int[] array={1,3,5,6,8};
IntStream stream = Arrays.stream(array);
12

3、of()、iterate()、generate()

使用 Stream的静态方法：of()、iterate()、generate()

Stream stream = Stream.of(1, 2, 3, 4, 5, 6);
 
Stream stream2 = Stream.iterate(0, (x) -> x + 3).limit(4);
stream2.forEach(System.out::println);
 
Stream stream3 = Stream.generate(Math::random).limit(3);
stream3.forEach(System.out::println);
1234567

stream和 parallelStream的简单区分：stream是顺序流，由主线程按顺序对流执行操作，而 parallelStream是并行流，内部以多线程并行执行的方式对流进行操作，但前提是流中的数据处理没有顺序要求。例如筛选集合中的奇数，两者的处理不同之处：

如果流中的数据量足够大，并行流可以加快处速度。

除了直接创建并行流，还可以通过 parallel()把顺序流转换成并行流：

Optional findFirst = list.stream().parallel().filter(x->x>6).findFirst();

 

五、Stream API 案例

以下为案例的测试数据

List list = Arrays.asList(1, 2, 3, 4, 5, 6);

public class PersonTest {
    static List personList = new ArrayList();

    private static void initPerson() {
        /*personList.add(new Person("张三", 8, 3000));
        personList.add(new Person("李四", 18, 5000));
        personList.add(new Person("王五", 28, 7000));
        personList.add(new Person("孙六", 38, 9000));*/

        personList.add(new Person("张三", 25, 3000, "male", "上海"));
        personList.add(new Person("李四", 27, 5000, "male", "上海"));
        personList.add(new Person("王五", 29, 7000, "female", "上海"));
        personList.add(new Person("孙六", 26, 3000, "female", "北京"));
        personList.add(new Person("王伟", 27, 5000, "male", "北京"));
        personList.add(new Person("张丽", 21, 7000, "female", "北京"));

    }

    public static void main(String[] args) {
        initPerson();
    }
}

class Person {
    String name;
    int age;
    int salary;
    String sex;
    String area;

    public Person(String name, int age, int salary) {
        this.name = name;
        this.age = age;
        this.salary = salary;
    }

    public Person(String name, int age, int salary, String sex, String area) {
        this.name = name;
        this.age = age;
        this.salary = salary;
        this.sex = sex;
        this.area = area;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }

    public int getSalary() {
        return salary;
    }

    public void setSalary(int salary) {
        this.salary = salary;
    }

    public String getSex() {
        return sex;
    }

    public void setSex(String sex) {
        this.sex = sex;
    }

    public String getArea() {
        return area;
    }

    public void setArea(String area) {
        this.area = area;
    }

    @Override
    public String toString() {
        return "Person{" +
                "name='" + name + '\'' +
                ", age=" + age +
                ", salary=" + salary +
                ", sex='" + sex + '\'' +
                ", area='" + area + '\'' +
                '}';
    }
}

1、遍历、匹配

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

1
// 匹配第一个值

Integer first = list1.stream().findFirst().get();
// 匹配任意一个值（适用于并行流）
Integer any = list1.parallelStream().findAny().get();
// 是否包含符合特定条件的元素
boolean b = list1.stream().anyMatch(i -> i > 3);

2、过滤

List newList = list1.stream().filter(i -> i > 3).collect(Collectors.toList());

3、聚合（最大、最小、计数）
（1）最大值 max
// 数字集合
 

List numList = Arrays.asList(1, 2, 3, 4, 5, 6);
Integer max = numList.stream().max(Comparator.comparingInt(i -> i)).get();

// 使用 IntStream
int max = personList.stream().mapToInt(Person::getSalary).max().getAsInt();

// 对象集合
Person maxPerson = personList.stream().max(Comparator.comparingInt(Person::getSalary)).get();

（2）最小值 min

// 自定义比较器
Person minPerson = personList.stream().min((v1, v2) -> v1.getSalary() - v2.getSalary()).get();

（3）计数 count

// 统计集合中元素的个数
long count = numList.stream().count();

4、peek、map、flatMap
peek：是个中间操作，它提供了一种对流中所有元素操作的方法。生成一个包含原Stream的所有元素的新Stream，同时会提供一个消费函数（Consumer实例），新Stream每个元素被消费的时候都会执行给定的消费函数；但一般不推荐使用，文档提示：该方法主要用于调试，做一些消耗这个对象但不修改它的东西（发送通知，打印模型等）。

 public static void main(String[] args) {
        Map map = new HashMap<>();
        map.put("1", "tom");
        map.put("2", "jerry");

        // 将map中的value转大写
        map = map.entrySet()//获取集合
                .stream()//获取流
                .peek(obj -> obj.setValue(obj.getValue().toUpperCase(Locale.ROOT)))//peek支持在每个元素上执行一个操作并且返回新的stream
                .collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue));//collect方法用来将流转到集合对象
        //遍历输出
        map.forEach((key, value) -> System.out.println(key + "：" + value));
    }

map：接收一个函数作为参数，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。
这个方法有三个对于原始类型的变种方法，分别 是：mapToInt，mapToLong和mapToDouble。这三个方法也比较好理解，比如mapToInt就是把原始Stream转换成一个新 的Stream，这个新生成的Stream中的元素都是int类型。之所以会有这样三个变种方法，可以免除自动装箱/拆箱的额外消耗；

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，然后把所有流连接成一个流。

// 对集合中每个数字加3
List newList = numList.stream().map(i -> i + 3).collect(Collectors.toList());

List nameList = Arrays.asList("张三", "李四");
// 取出流中的姓名，将姓取出转换为流返回，最后将返回流合并为一个
List surNameList = nameList.stream().flatMap(s -> Stream.of(s.charAt(0))).collect(Collectors.toList());
System.out.println(surNameList);

5、规约 reduce

归约，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作

// 求和案例
list.stream().reduce((x, y) -> {
    System.out.println("x=" + x + ",y=" + y);
    return x + y;
});


x=1,y=2
x=3,y=3
x=6,y=4

// 求积
Integer product = list.stream().reduce((x, y) -> x * y).get();
// 求最大值
Integer max = list.stream().reduce((x, y) -> x > y ? x : y).get();
// 求最大值
Integer max = list.stream().reduce(Integer::max).get();

求所有员工的工资之和和最高工资

Integer sum = personList.stream().map(Person::getSalary).reduce(Integer::sum).get();
Integer max = personList.stream().map(Person::getSalary).reduce(Integer::max).get();

6、收集（toList、toSet、toMap）

（1）toMap

// 将list转为map
Map personMap = personList.stream().collect(Collectors.toMap(Person::getName, p -> p));
System.out.println(personMap);

（2）toCollection

使用toCollection可以自定义转换后的集合对象。

// 将list转换set
Set personSet = personList.stream().collect(Collectors.toCollection(HashSet::new));
// 将set转换list
LinkedList list = personSet.stream().collect(Collectors.toCollection(LinkedList::new));

（3）数据去重案例

// 根据区域进行去重

ArrayList list = personList.stream().collect(Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(Person::getArea))), ArrayList::new));

// 去重结果
[Person{name='张三', age=25, salary=3000, sex='male', area='上海'}, Person{name='孙六', age=26, salary=3000, sex='female', area='北京'}]

7、collect
（1）统计
Collectors提供了一系列用于数据统计的静态方法：

计数： count

平均值： averagingInt、 averagingLong、 averagingDouble

最值： maxBy、 minBy

求和： summingInt、 summingLong、 summingDouble

统计以上所有： summarizingInt、 summarizingLong、 summarizingDouble
 

// 平均
Double avg = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));

// 最大
Integer max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare)).get();

// 求和
Long sum = personList.stream().collect(Collectors.summingLong(Person::getSalary));

// 一次统计所有信息（DoubleSummaryStatistics{count=4, sum=24000.000000, min=3000.000000, average=6000.000000, max=9000.000000}）
DoubleSummaryStatistics statistics = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));
System.out.println(statistics);

（2）map转list

map.entrySet().stream().map(e -> new Person(e.getKey(),e.getValue())).collect(Collectors.toList());
map.keySet().stream().collect(Collectors.toList());
map.values().stream().collect(Collectors.toList());

3）list转map
// list转换成map，并指定key重复时的覆盖规则，否则重复key会报错。

Map personMap = personList.stream().collect(Collectors.toMap(Person::getName, Function.identity(), (key1, key2) -> key2));

// list转换成map，指定具体的实现map
Map personMap = personList.stream().collect(Collectors.toMap(Person::getName, Function.identity(), (key1, key2) -> key2, LinkedHashMap::new));

（4）两个list转map
可变汇聚对应的只有一个方法：collect，正如其名字显示的，它可以把Stream中的要有元素收集到一个结果容器中（比如Collection）。先看一下最通用的collect方法的定义（还有其他override方法）：

 R collect(Supplier supplier,
              ObjIntConsumer accumulator,
              BiConsumer combiner);

先来看看这三个参数的含义：Supplier supplier是一个工厂函数，用来生成一个新的容器；BiConsumer accumulator也是一个函数，用来把Stream中的元素添加到结果容器中；BiConsumer combiner还是一个函数，用来把中间状态的多个结果容器合并成为一个（并发的时候会用到）。看晕了？来段代码！

String[] names = {"张三", "李四"};
int[] scores = {80, 90};
// 单线程
HashMap map = IntStream.range(0, names.length).collect(HashMap::new, (m, i) -> m.put(names[i], scores[i]), null);
System.out.println(map);

// 多线程
HashMap map2 = IntStream.range(0, names.length).parallel().collect(HashMap::new, (m, i) -> m.put(names[i], scores[i]), (m1, m2)->m1.putAll(m2));
System.out.println(map2);

8、分组
 

// 根据布尔值分组
Map> booleanMap = personList.stream().collect(Collectors.partitioningBy(p -> p.getSalary() > 5000));

// 根据性别分组
Map> sexMap = personList.stream().collect(Collectors.groupingBy(p -> p.getSex()));

// 先根据性别分组，再根据地区分组
Map>> sexAreaMap = personList.stream().collect(Collectors.groupingBy(p -> p.getSex(), Collectors.groupingBy(p -> p.getArea())));

// 分组计数（键为元素，值为元素出现的次数）
Map sexCountMap = personList.stream().collect(Collectors.groupingBy(p -> p.getSex(), Collectors.counting()));

// 分组求和
Map sumMap = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.summingInt(Person::getSalary)));

9、连接 joining

// joining可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。
String names = personList.stream().map(Person::getName).collect(Collectors.joining(","));
// 张三,李四,王五,孙六,王伟,张丽
System.out.println(names);

10、排序 sorted

// 按工资排序（升序）
List sorted = personList.stream().sorted(Comparator.comparing(Person::getSalary)).collect(Collectors.toList());

// 按工资排序（降序）
personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()).collect(Collectors.toList());

// 先按工资，再按年龄排序
List personList = PersonTest.personList.stream().sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).collect(Collectors.toList());

// 工资降序，年龄升序
List personList = PersonTest.personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed().thenComparing(Person::getAge)).collect(Collectors.toList());

// 工资升序，年龄降序
List personList = PersonTest.personList.stream().sorted(Comparator.comparing(Person::getSalary).thenComparing((x, y) -> y.getAge() - x.getAge())).collect(Collectors.toList());

11、提取、组合

流也可以进行合并、去重、限制、跳过等操作。

String[] arr1 = {"a", "b", "c", "d"};
String[] arr2 = {"d", "e", "f", "g"};
Stream stream1 = Stream.of(arr1);
Stream stream2 = Stream.of(arr2);
// concat:合并两个流 distinct：去重
List concatList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());
// limit：限制从流中获得前n个数据
List limitList = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
// skip：跳过前n个数据
List skipList = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());

System.out.println("流合并：" + concatList);
System.out.println("limit：" + limitList);
System.out.println("skip：" + skipList);

12、读取文件流

File file = new File("F:\\filetest.txt");
// 代码放入try()中可以自动关闭流
try (Stream stream = Files.lines(file.toPath(), StandardCharsets.UTF_8)) {
    stream.onClose(() -> System.out.println("done!")).forEach(System.out::println);
} catch (IOException e) {
    e.printStackTrace();
}

13、计算差集

List list1 = Arrays.asList("a", "b", "c", "d");
List list2 = Arrays.asList("d", "e", "f", "g");
List list = list1.stream().filter(s -> !list2.contains(s)).collect(Collectors.toList());
System.out.println(list);

六、参考
Java8中Stream详细用法大全
https://blog.csdn.net/qq_45228323/article/details/121328790

深入理解Java Stream流水线
https://www.cnblogs.com/CarpenterLee/p/6637118.html

深入理解 Java 8 Lambda（类库篇 - Streams API，Collectors 和并行）
https://juejin.cn/post/6844903458131148813
 

整体代码：

StreamTest：

package com.cn.jettech.jettoproimage.controller.imagecontroller01.imagecontroller01.lambda;

import java.io.File;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.util.*;
import java.util.function.BinaryOperator;
import java.util.function.Function;
import java.util.stream.Collectors;
import java.util.stream.Stream;

public class StreamTest {
    public  static List personList = new ArrayList();
    public static HashMap personMap = new HashMap();
    private static void initPerson() {
//        personList.add(new Person("张三", 8, 3000));
//        personList.add(new Person("李四", 18, 5000));
//        personList.add(new Person("王五", 28, 7000));
//        personList.add(new Person("孙六", 38, 9000));

        personList.add(new Person("张三", 25, 3000, 3021L, 3002.00, "male", "上海"));
        personList.add(new Person("李四", 27, 5000, 5001L,5002.00,  "male", "上海"));
        personList.add(new Person("王五", 20, 7000, 70001L,70002.00,"female", "上海"));
        personList.add(new Person("孙六", 25, 3000, 3001L, 3002.00, "female", "北京"));
        personList.add(new Person("王伟", 27, 5000, 5001L,5002.00,   "male", "北京"));
        personList.add(new Person("张丽", 30, 7000, 70001L,70002.00, "female", "北京"));

        personMap.put(1,new Person("张三", 25, 3020, 3021L, 3002.00, "male", "上海"));
        personMap.put(2,new Person("李四", 27, 5000, 5001L,5002.00,  "male", "上海"));
        personMap.put(3,new Person("王五", 20, 7000, 70001L,70002.00,"female", "上海"));
        personMap.put(4,new Person("孙六", 26, 3000, 3001L, 3002.00, "female", "北京"));
        personMap.put(5,new Person("王伟", 27, 5000, 5001L,5002.00,   "male", "北京"));
        personMap.put(6,new Person("张丽", 30, 7000, 70001L,70002.00, "female", "北京"));
    }
    public static void main(String[] args) {
        initPerson();
        //personList.stream().forEach(System.out::println);
        //System.out.println(personList.stream().findFirst().get());
        //System.out.println(personList.stream().allMatch(i->i.getAge()>26));
        //System.out.println(personList.stream().anyMatch(i->i.getAge()>26));
        //personList.stream().filter(i->i.getAge()>25).forEach(System.out::println);
        //System.out.println(personList.stream().filter(i->i.getAge()>25).collect(Collectors.toList()));
        //System.out.println(personList.stream().mapToDouble(Person::getSalaryD).max().getAsDouble());
        //System.out.println(personList.stream().max(Comparator.comparingInt(Person::getAge)).get());
        //System.out.println(personList.stream().min((v1,v2)->v1.getAge() - v2.getAge()).get());
//        System.out.println(personList.stream().map(i-> {
//            i.setAge(i.getAge()+3);
//            return i;
//        }).collect(Collectors.toList()));
    //    System.out.println(personList.stream().flatMap(s-> Stream.of(s.getAge()+3)).collect(Collectors.toList()));
         //System.out.println(personList.stream().reduce((v1,v2)->{v1.setAge(v2.salary);return v1;}).get());
        //System.out.println(personList.stream().map(Person::getSalary).reduce(Integer::sum).get());
        //自己写reduce逻辑
        //System.out.println(personList.stream().map(Person::getName).reduce((v1,v2)->v1+v2).get());
        //System.out.println(personList.stream().collect(Collectors.toMap(Person::getName,p->p)));
//        Set set = personList.stream().collect(Collectors.toCollection(HashSet::new));
//        System.out.println(set);
        //LinkedList list =personList.stream().collect(Collectors.toCollection(LinkedList::new));
        //System.out.println(list);
        //去重复
//        ArrayList list = personList.stream().collect(Collectors.collectingAndThen(Collectors.toCollection(()->new TreeSet<>(Comparator.comparing(Person::getArea))),ArrayList::new));
//        System.out.println(list);
        //System.out.println(personList.stream().collect(Collectors.averagingInt(Person::getAge)));
 //        System.out.println(personList.stream().map(Person::getAge).collect(Collectors.maxBy(Integer::compare)).get());
        //System.out.println(personList.stream().collect(Collectors.summarizingDouble(Person::getSalary)));

        //System.out.println(personMap.keySet().stream().collect(Collectors.toList()));
        //System.out.println(personMap.values().stream().collect(Collectors.toList()));
        //System.out.println(personMap.entrySet().stream().map(e->new Person(e.getKey(),e.getValue())).collect(Collectors.toList()));
        //System.out.println(personList.stream().collect(Collectors.toMap(Person::getName,Function.identity(),(k1,k2)->k1)));
        //System.out.println(personList.stream().collect(Collectors.groupingBy(p->p.getSex(),Collectors.groupingBy(p->p.getSalary()))));
       // System.out.println(personList.stream().collect(Collectors.groupingBy(p->p.getSex(),Collectors.counting())));
        //System.out.println(personList.stream().collect(Collectors.groupingBy(p->p.getSex(),Collectors.summarizingDouble(Person::getSalary))));
       // System.out.println(personList.stream().map(Person::getName).collect(Collectors.joining(",")));
       // System.out.println(personList.stream().sorted(Comparator.comparingInt(Person::getSalary).reversed().thenComparing(Person::getAge).reversed()).collect(Collectors.toList()));

//        String[] arr1 = {"a", "b", "c", "d"};
//        String[] arr2 = {"d", "e", "f", "g"};
//        Stream stringStream1 = Stream.of(arr1);
//        Stream stringStream2 = Stream.of(arr2);
//        System.out.println(Stream.concat(stringStream1,stringStream2).distinct().collect(Collectors.toList()));
//        System.out.println(Stream.iterate(0,x->x+3).limit(10).collect(Collectors.toList()));
        //  System.out.println(Stream.iterate(1,x->x+2).skip(1).limit(5).collect(Collectors.toList()));

//        File file = new File("G:\\work\\a.txt");
//        try {
//            Stream  stringStream = Files.lines(file.toPath(), StandardCharsets.UTF_8);
//            stringStream.onClose(()-> System.out.println("done")).forEach(System.out::println);
//        } catch (IOException e) {
//            throw new RuntimeException(e);
//        }
        List list1 = Arrays.asList("a", "b", "c", "d");
        List list2 = Arrays.asList("d", "e", "f", "g");
        System.out.println(list1.stream().filter(s->!list2.contains(s)).collect(Collectors.toList()));


    }
}

Person：

package com.cn.jettech.jettoproimage.controller.imagecontroller01.imagecontroller01.lambda;

public class Person {
    public int  num;
    public  Person person;
    public  String name;
    public  int age;
    public  int salary;
    public  Long salaryL;
    public  Double salaryD;
    public String sex;
    public String area;

    public Person() {
    }

    @Override
    public String toString() {
        return "Person{" +
                "num=" + num +
                ", person=" + person +
                ", name='" + name + '\'' +
                ", age=" + age +
                ", salary=" + salary +
                ", salaryL=" + salaryL +
                ", salaryD=" + salaryD +
                ", sex='" + sex + '\'' +
                ", area='" + area + '\'' +
                '}';
    }

    public int getNum() {
        return num;
    }

    public void setNum(int num) {
        this.num = num;
    }

    public Person getPerson() {
        return person;
    }

    public void setPerson(Person person) {
        this.person = person;
    }

    public Person(int num, Person person){
        this.num = num;
        this.person = person;
    }

    public Long getSalaryL() {
        return salaryL;
    }

    public void setSalaryL(Long salaryL) {
        this.salaryL = salaryL;
    }

    public Double getSalaryD() {
        return salaryD;
    }

    public void setSalaryD(Double salaryD) {
        this.salaryD = salaryD;
    }

    public Person(String name, int age, int salary, Long salaryL, Double salaryD, String sex, String area) {
        this.name = name;
        this.age = age;
        this.salary = salary;
        this.salaryL = salaryL;
        this.salaryD = salaryD;
        this.sex = sex;
        this.area = area;
    }

    public Person(String name, int age, int salary, String sex, String area) {
        this.name = name;
        this.age = age;
        this.salary = salary;
        this.sex = sex;
        this.area = area;
    }

    public Person(String name, int age, int salary) {
        this.name = name;
        this.age = age;
        this.salary = salary;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }

    public int getSalary() {
        return salary;
    }

    public void setSalary(int salary) {
        this.salary = salary;
    }

    public String getSex() {
        return sex;
    }

    public void setSex(String sex) {
        this.sex = sex;
    }

    public String getArea() {
        return area;
    }

    public void setArea(String area) {
        this.area = area;
    }

}