Stream类全路径为：java.util.stream.Stream
Stream简介
Java 8 中的 Stream 是对（Collection）集合对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作
或大批量数据操作。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。
Stream原理
这种编程风格将要处理的元素集合看作一种流，流在管道中传输，并且可以在管道的节点上进行处理，比如筛选，排序，聚合等。
元素流在管道中经过中间操作（intermediate operation）的处理，最后由最终操作(terminal operation)得到前面处理的
结果。
Stream优点
（1）速度更快
（2）代码更少（增加了新的语法Lambda表达式）
（3）强大的Stream API
（4）便于并行
（5）最大化减少了空指针异常Optional
Stream的操作三个步骤：
（1）创建Stream，一个数据源（如：集合、数组），获取一个流；
（2）中间操作，一个中间操作链，对数据源的数据进行处理；
（3）终止操作，一个终止操作，执行中间操作链，并产生结果。
集合有两种方式生成流：
stream() − 为集合创建串行流。
parallelStream() − 为集合创建并行流
-Stream的的中间操作（intermediate）和最终操作（terminal）都包含的方法:
1.中间操作（intermediate）主要有以下方法（此类型的方法返回的都是Stream对象）：
| 方法名 | 说明 |
|---|---|
| map | 将对应的元素使用给定方法进行转换 |
| mapToInt(mapToLong,mapToDouble) | 将对应的元素使用给定方法进行转换(返回类型必须是 int,long,double) |
| flatMap | 如果流的元素为数组或者Collection，flatMap就是将每个Object[]元素或Collection |
| filter | 通过设置条件来过滤元素 |
| distinct | 集合中的元素去重 |
| sorted | 将集合中的元素排序 |
| peek | 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即引用的方法A，当Stream每个元素被消费的时候都会先执行新Stream给定的方法A。peek是中间操作，如果pee后没有最终操作，则peek不会执行 |
| limit | 返回Stream的前n个元素 |
| skip | 删除Stream的前n个元素 |
2.终端操作（terminal）主要有以下方法：
| 方法名 | 说明 |
|---|---|
| forEach | 遍历Stream中的每个元素 |
| forEachOrdered | 遍历Stream中的每个元素 区别： 在串行流（stream）中没有区别，在并行流（parallelStream）中如果数据源是有序集合，forEachOrdered输出顺序与数据源中顺序一致，forEach则是乱序。 |
| toArray | 将流转换为Object[]或者指定类型的数组 |
| reduce | 将集合中的每个元素聚合成一条数据 |
| collect | 将流转换成集合或聚合元素 |
| min | 获取集合中最小值 |
| max | 获取集合中最大值 |
| count | 获取集合中元素个数 |
| anyMatch | Stream 中任意一个元素符合传入的 predicate，返回 true |
| allMatch | Stream 中全部元素符合传入的 predicate，返回 true |
| noneMatch | Stream 中没有一个元素符合传入的 predicate，返回 true |
| findFirst | 如果数据源是有序集合，返回Stream 中第一个元素的Optional对象，如果是无序集合，则返回Stream 中任意一个元素的Optional对象。 |
| findAny | 返回Stream 中任意一个元素的Optional对象。 |
| iterator | 返回一个无限元素的有序的Stream对象。 |
| builder | 返回一个Builder对象，Builder对象在调用build()返回Stream对象。 |
| empty | 返回一个空的有序的Stream对象。 |
| of | 返回包含单个元素的有序的Stream对象。 |
| generate | 返回一个无限元素的无序的的Stream对象。 |
| concat | 将两个Stream连接成一个Stream。 |
方法演示
中间操作（intermediate）
1.filter : 通过设置条件来过滤元素。
List list = Arrays.asList("aaa","ddd","bbb","ccc","a2a","d2d","b2b","c2c","a3a","d3d","b3b","c3c");
list.stream().filter((s)->s.contains("a")).forEach(s -> System.out.println(s));
以上代码使用filter方法过滤出只包含”a”的元素，然后通过forEach将满足条件的元素遍历出来。输出如下：
aaa
a2a
a3a
2.map : 就是将对应的元素使用给定方法进行转换。
List list = Arrays.asList("aaa","ddd","bbb","ccc","a2a","d2d","b2b","c2c","a3a","d3d","b3b","c3c");
list.stream().filter((s)->s.contains("a")).map((s)-> s + "---map").forEach(s -> System.out.println(s));
在filter的基础上，给每个元素后面添加字符串”—map”，输出如下：
aaa—map
a2a—map
a3a—map
3.flatMap：如果流的元素为数组或者Collection，flatMap就是将每个Object[]元素或Collection
List setList = new ArrayList<>();
setList.add(new String[]{"aa","bb"});
setList.add(new String[]{"cc","dd"});
setList.add(new String[]{"ee","ff"});
//使用map方法
setList.stream().map(s->Arrays.stream(s)).forEach(s-> System.out.println("map==" + s));
//使用flatMap方法
setList.stream().flatMap(s->Arrays.stream(s)).forEach(s-> System.out.println("flatMap==" + s));
输出如下：
map==java.util.stream.ReferencePipeline&Head@50040f0c
map==java.util.stream.ReferencePipeline&Head@2dda6444
map==java.util.stream.ReferencePipeline&Head@5e9f23b4
flatMap==aa
flatMap==bb
flatMap==cc
flatMap==dd
flatMap==ee
flatMap==ff
map就是将数组流直接返回，flatMap是将数组流中的每个元素都返回。
4.distinct：将集合中的元素去重。
List disList = Arrays.asList("aaa","ddd","bbb","ddd","aaa");
disList.stream().distinct().forEach(s-> System.out.println(s));
输出如下：
aaa
ddd
bbb
5.sorted：将集合中的元素排序。
List integerList = Arrays.asList(2,4,1,3);
integerList.stream().sorted().forEach(s-> System.out.println(s));
输出如下：
1
2
3
4
可以按照自定义排序：
List integerList = Arrays.asList(2,4,1,3);
integerList.stream().sorted((s1,s2)->s2.compareTo(s1)).forEach(s-> System.out.println(s));
输出如下：
4
3
2
1
6.peek：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即引用的方法A，当Stream每个元素被消费的时候都会先
执行新Stream给定的方法A。peek是中间操作，如果peek后没有最终操作，则peek不会执行。
List integerList = Arrays.asList(1,2,3,4);
integerList.stream().peek(s-> System.out.println("peek = "+s)).forEach(s-> System.out.println("forEach = "+s));
输出如下：
peek = 1
forEach = 1
peek = 2
forEach = 2
peek = 3
forEach = 3
peek = 4
forEach = 4
7.limit：返回Stream的前n个元素。
List integerList = Arrays.asList(1,2,3,4);
integerList.stream().limit(2).forEach(s-> System.out.println(s));
输出为：
1
2
8.skip：删除Stream的前n个元素。
List integerList = Arrays.asList(1,2,3,4);
integerList.stream().skip(2).forEach(s-> System.out.println(s));
输出如下：
3
4
终端操作（terminal）
1.forEach：遍历Stream中的每个元素，前面每个例子都有使用，此处不再演示。
List integerList = Arrays.asList(1,2,3,4);
integerList.stream().skip(2).forEach(s-> System.out.println(s));
输出为：
1
2
3
4
2.forEachOrdered:遍历Stream中的每个元素。
区别： 在串行流（stream）中没有区别，在并行流（parallelStream）中如果数据源是有序集合，forEachOrdered输出顺序与数据源中顺序
一致，forEach则是乱序。
List integerList = Arrays.asList(1,2,3,4);
integerList.parallelStream().forEachOrdered(s-> System.out.println(s));
输出（测试多次，每次都是这个结果，与integerList中的元素顺序一致）：
1
2
3
4
3.toArray：将流转换为Object[]或者指定类型的数组。
List integerList = Arrays.asList(1,2,3,4);
Object[] array = integerList.stream().toArray();
String[] strArr = integerList.stream().toArray(String[]::new);
Stream中的toArray普通情况下和集合中的toArray没什么区别,但是Stream中的toArray转换为指定类型的数组。
4.reduce：将集合中的每个元素聚合成一条数据。有三种情况：
reduce(BinaryOperator accumulator)：此处需要一个参数，返回Optional对象：
Optional reduce = integerList.stream().reduce((a, b) -> a + b);
reduce(T identity, BinaryOperator accumulator)：此处需要两个参数，第一个参数为起始值，第二个参数为引用的方法。从起始值开始，
每个元素执行一次引用的方法（方法引用的中的两个参数：第一个参数为上个元素执行方法引用的结果，第二个参数为当前元素）。
List integerList = Arrays.asList(1,2,3,4);
int integer = integerList.stream().reduce(5,(a, b) -> a + b);
System.out.println(integer);
输出为：
15
此例中使用起始值为5，对集合中每个元素求和，可以理解为：5+1+2+3+4=15。
reduce：此处需要三个参数。此方法用在
并发流（parallelStream）中，启动多个子线程使用accumulator进行并行计算，最终使用combiner对子线程结果进行合并，返回identity类
型的数据。
5.collect：将流转换成集合或聚合元素。有两种情况。接受一个参数和接受三个参数（三个参数在并发流parallelStream中使用），此处介绍一个参数的情况，单个参数接受的参数类型为Collector，Collectors 类实现了很多归约操作
List integerList = Arrays.asList(2,4,1,3);
List integers = integerList.stream().filter(s -> s > 1).collect(Collectors.toList());
System.out.println(integers.toString());
此处统计集合中大于1的元素并最终返回list。输出如下：
[2, 4, 3]
6.min:获取集合中最小值。
List integerList = Arrays.asList(2,4,1,3);
Integer min = integerList.stream().min(Integer::compareTo).get();
System.out.println(min);
输出为：
1
7.max：获取集合中最大值。
List integerList = Arrays.asList(2,4,1,3);
Integer max = integerList.stream().max(Integer::compareTo).get();
System.out.println(max);
8.count：获取集合中元素个数
List integerList = Arrays.asList(2,4,1,3);
long count = integerList.stream().count();
System.out.println(count);
输出为：
4
---------------------------------------- ----- CJZ ------ ------------------------------------------
举例
设有一组用户信息(userInfo:包含 姓名(name) 性别(sex) 年龄(age)),将这些用户信息分成 男和女 存入Map(key:sex values:List
准备数据
UserInfo实体类
class UserInfo {
private String name;
private String sex;
private Integer age;
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public String getSex() {
return sex;
}
public void setSex(String sex) {
this.sex = sex;
}
public Integer getAge() {
return age;
}
public void setAge(Integer age) {
this.age = age;
}
@Override
public String toString() {
return "UserInfo{" +
"name='" + name + '\'' +
", sex='" + sex + '\'' +
", age=" + age +
'}';
}
}
获取用户信息
public List buildUserInfoList(){
Random ra =new Random();
List userInfoList = new ArrayList<>();
String first="赵钱孙李周吴郑王冯陈褚卫蒋沈韩杨朱秦尤许何吕施张孔";
String boy="伟刚勇毅俊峰强军平保东文辉力明永健世广志义兴良海山仁";
for (int i=0; i<10;i++){
UserInfo userInfo = new UserInfo();
int sum1 = ra.nextInt(first.length());
int sum2 = ra.nextInt(boy.length());
userInfo.setName(first.substring(sum1,sum1+1)+boy.substring(sum2,sum2+1));
userInfo.setSex(sum1%2==0 ? "男":"女");
userInfo.setAge(ra.nextInt(100));
userInfoList.add(userInfo);
}
return userInfoList;
}
代码实现
普通实现方式
public void userInfoClassify(){
List userInfoList = buildUserInfoList();
Map> map = new HashMap();
List male =new ArrayList<>();
List female =new ArrayList<>();
for (UserInfo userInfo:userInfoList){
if("女".equals(userInfo.getSex())){
female.add(userInfo);
}else ("男".equals(userInfo.getSex())){
male.add(userInfo);
}
}
map.put("男",male);
map.put("女",female);
}
stream实现方式
public void userInfoClassifyStream() {
List userInfoList = buildUserInfoList();
Map> collect = userInfoList.stream().collect(Collectors.groupingBy(UserInfo::getSex));
}
map 推荐遍历方式
for (Map.Entry> entry : map.entrySet()) {
System.out.println("key:"+entry.getKey()+",value:"+entry.getValue());
}