先貼上幾個案例，水平高超的同學(xué)可以挑戰(zhàn)一下：

1. 從員工集合中篩選出salary大于8000的員工，并放置到新的集合里。

2. 統(tǒng)計員工的最高薪資、平均薪資、薪資之和。

3. 將員工按薪資從高到低排序，同樣薪資者年齡小者在前。

4. 將員工按性別分類，將員工按性別和地區(qū)分類，將員工按薪資是否高于8000分為兩部分。

用傳統(tǒng)的迭代處理也不是很難，但代碼就顯得冗余了，跟Stream相比高下立判。

1 Stream概述

Java 8 是一個非常成功的版本，這個版本新增的Stream，配合同版本出現(xiàn)的?Lambda?，給我們操作集合（Collection）提供了極大的便利。

那么什么是Stream？

Stream將要處理的元素集合看作一種流，在流的過程中，借助Stream API對流中的元素進(jìn)行操作，比如：篩選、排序、聚合等。

Stream可以由數(shù)組或集合創(chuàng)建，對流的操作分為兩種：

1. 中間操作，每次返回一個新的流，可以有多個。

2. 終端操作，每個流只能進(jìn)行一次終端操作，終端操作結(jié)束后流無法再次使用。終端操作會產(chǎn)生一個新的集合或值。

另外，Stream有幾個特性：

1. stream不存儲數(shù)據(jù)，而是按照特定的規(guī)則對數(shù)據(jù)進(jìn)行計算，一般會輸出結(jié)果。

2. stream不會改變數(shù)據(jù)源，通常情況下會產(chǎn)生一個新的集合或一個值。

3. stream具有延遲執(zhí)行特性，只有調(diào)用終端操作時，中間操作才會執(zhí)行。

2 Stream的創(chuàng)建

Stream可以通過集合數(shù)組創(chuàng)建。

1、通過?java.util.Collection.stream()?方法用集合創(chuàng)建流

List?list?=?Arrays.asList("a",?"b",?"c");
//?創(chuàng)建一個順序流
Stream?stream?=?list.stream();
//?創(chuàng)建一個并行流
Stream?parallelStream?=?list.parallelStream();

2、使用java.util.Arrays.stream(T[] array)方法用數(shù)組創(chuàng)建流

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

3、使用Stream的靜態(tài)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);?//?0?2?4?6?8?10

Stream?stream3?=?Stream.generate(Math::random).limit(3);
stream3.forEach(System.out::println);

輸出結(jié)果：

0 3 6 9
0.6796156909271994
0.1914314208854283
0.8116932592396652

stream和parallelStream的簡單區(qū)分：?stream是順序流，由主線程按順序?qū)α鲌?zhí)行操作，而parallelStream是并行流，內(nèi)部以多線程并行執(zhí)行的方式對流進(jìn)行操作，但前提是流中的數(shù)據(jù)處理沒有順序要求。例如篩選集合中的奇數(shù)，兩者的處理不同之處：

如果流中的數(shù)據(jù)量足夠大，并行流可以加快處速度。

除了直接創(chuàng)建并行流，還可以通過parallel()把順序流轉(zhuǎn)換成并行流：

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

3 Stream的使用

在使用stream之前，先理解一個概念：Optional?。

Optional類是一個可以為null的容器對象。如果值存在則isPresent()方法會返回true，調(diào)用get()方法會返回該對象。
更詳細(xì)說明請見：https://www.runoob.com/java/java8-optional-class.html

接下來，大批代碼向你襲來！我將用20個案例將Stream的使用整得明明白白，只要跟著敲一遍代碼，就能很好地掌握。

案例使用的員工類

這是后面案例中使用的員工類：

List?personList?=?new?ArrayList();
personList.add(new?Person("Tom",?8900,?"male",?"New?York"));
personList.add(new?Person("Jack",?7000,?"male",?"Washington"));
personList.add(new?Person("Lily",?7800,?"female",?"Washington"));
personList.add(new?Person("Anni",?8200,?"female",?"New?York"));
personList.add(new?Person("Owen",?9500,?"male",?"New?York"));
personList.add(new?Person("Alisa",?7900,?"female",?"New?York"));

class?Person?{
?private?String?name;??//?姓名
?private?int?salary;?//?薪資
?private?int?age;?//?年齡
?private?String?sex;?//性別
?private?String?area;??//?地區(qū)

?//?構(gòu)造方法
?public?Person(String?name,?int?salary,?int?age,String?sex,String?area)?{
??this.name?=?name;
??this.salary?=?salary;
??this.age?=?age;
??this.sex?=?sex;
??this.area?=?area;
?}
?//?省略了get和set，請自行添加

}

3.1 遍歷/匹配（foreach/find/match）

Stream也是支持類似集合的遍歷和匹配元素的，只是Stream中的元素是以Optional類型存在的。Stream的遍歷、匹配非常簡單。

//?import已省略，請自行添加，后面代碼亦是

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
????????List?list?=?Arrays.asList(7,?6,?9,?3,?8,?2,?1);

????????//?遍歷輸出符合條件的元素
????????list.stream().filter(x?->?x?>?6).forEach(System.out::println);
????????//?匹配第一個
????????Optional?findFirst?=?list.stream().filter(x?->?x?>?6).findFirst();
????????//?匹配任意（適用于并行流）
????????Optional?findAny?=?list.parallelStream().filter(x?->?x?>?6).findAny();
????????//?是否包含符合特定條件的元素
????????boolean?anyMatch?=?list.stream().anyMatch(x?->?x?6);
????????System.out.println("匹配第一個值："?+?findFirst.get());
????????System.out.println("匹配任意一個值："?+?findAny.get());
????????System.out.println("是否存在大于6的值："?+?anyMatch);
????}
}

3.2 篩選（filter）

篩選，是按照一定的規(guī)則校驗流中的元素，將符合條件的元素提取到新的流中的操作。

案例一：篩選出Integer集合中大于7的元素，并打印出來

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?list?=?Arrays.asList(6,?7,?3,?8,?1,?2,?9);
??Stream?stream?=?list.stream();
??stream.filter(x?->?x?>?7).forEach(System.out::println);
?}
}

預(yù)期結(jié)果：

8 9

案例二：篩選員工中工資高于8000的人，并形成新的集合。?形成新集合依賴collect（收集），后文有詳細(xì)介紹。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?personList?=?new?ArrayList();
??personList.add(new?Person("Tom",?8900,?23,?"male",?"New?York"));
??personList.add(new?Person("Jack",?7000,?25,?"male",?"Washington"));
??personList.add(new?Person("Lily",?7800,?21,?"female",?"Washington"));
??personList.add(new?Person("Anni",?8200,?24,?"female",?"New?York"));
??personList.add(new?Person("Owen",?9500,?25,?"male",?"New?York"));
??personList.add(new?Person("Alisa",?7900,?26,?"female",?"New?York"));

??List?fiterList?=?personList.stream().filter(x?->?x.getSalary()?>?8000).map(Person::getName)
????.collect(Collectors.toList());
??System.out.print("高于8000的員工姓名："?+?fiterList);
?}
}

運行結(jié)果：

高于8000的員工姓名：[Tom, Anni, Owen]

3.3 聚合（max/min/count)

max、min、count這些字眼你一定不陌生，沒錯，在mysql中我們常用它們進(jìn)行數(shù)據(jù)統(tǒng)計。Java stream中也引入了這些概念和用法，極大地方便了我們對集合、數(shù)組的數(shù)據(jù)統(tǒng)計工作。

案例一：獲取String集合中最長的元素。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?list?=?Arrays.asList("adnm",?"admmt",?"pot",?"xbangd",?"weoujgsd");

??Optional?max?=?list.stream().max(Comparator.comparing(String::length));
??System.out.println("最長的字符串："?+?max.get());
?}
}

輸出結(jié)果：

最長的字符串：weoujgsd

案例二：獲取Integer集合中的最大值。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?list?=?Arrays.asList(7,?6,?9,?4,?11,?6);

??//?自然排序
??Optional?max?=?list.stream().max(Integer::compareTo);
??//?自定義排序
??Optional?max2?=?list.stream().max(new?Comparator()?{
???@Override
???public?int?compare(Integer?o1,?Integer?o2)?{
????return?o1.compareTo(o2);
???}
??});
??System.out.println("自然排序的最大值："?+?max.get());
??System.out.println("自定義排序的最大值："?+?max2.get());
?}
}

輸出結(jié)果：

自然排序的最大值：11
自定義排序的最大值：11

案例三：獲取員工工資最高的人。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?personList?=?new?ArrayList();
??personList.add(new?Person("Tom",?8900,?23,?"male",?"New?York"));
??personList.add(new?Person("Jack",?7000,?25,?"male",?"Washington"));
??personList.add(new?Person("Lily",?7800,?21,?"female",?"Washington"));
??personList.add(new?Person("Anni",?8200,?24,?"female",?"New?York"));
??personList.add(new?Person("Owen",?9500,?25,?"male",?"New?York"));
??personList.add(new?Person("Alisa",?7900,?26,?"female",?"New?York"));

??Optional?max?=?personList.stream().max(Comparator.comparingInt(Person::getSalary));
??System.out.println("員工工資最大值："?+?max.get().getSalary());
?}
}

輸出結(jié)果：

員工工資最大值：9500

案例四：計算Integer集合中大于6的元素的個數(shù)。

import?java.util.Arrays;
import?java.util.List;

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?list?=?Arrays.asList(7,?6,?4,?8,?2,?11,?9);

??long?count?=?list.stream().filter(x?->?x?>?6).count();
??System.out.println("list中大于6的元素個數(shù)："?+?count);
?}
}

輸出結(jié)果：

list中大于6的元素個數(shù)：4

3.4 映射(map/flatMap)

映射，可以將一個流的元素按照一定的映射規(guī)則映射到另一個流中。分為map和flatMap：

• map：接收一個函數(shù)作為參數(shù)，該函數(shù)會被應(yīng)用到每個元素上，并將其映射成一個新的元素。

• flatMap：接收一個函數(shù)作為參數(shù)，將流中的每個值都換成另一個流，然后把所有流連接成一個流。

案例一：英文字符串?dāng)?shù)組的元素全部改為大寫。整數(shù)數(shù)組每個元素+3。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??String[]?strArr?=?{?"abcd",?"bcdd",?"defde",?"fTr"?};
??List?strList?=?Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());

??List?intList?=?Arrays.asList(1,?3,?5,?7,?9,?11);
??List?intListNew?=?intList.stream().map(x?->?x?+?3).collect(Collectors.toList());

??System.out.println("每個元素大寫："?+?strList);
??System.out.println("每個元素+3："?+?intListNew);
?}
}

輸出結(jié)果：

每個元素大寫：[ABCD, BCDD, DEFDE, FTR]
每個元素+3：[4, 6, 8, 10, 12, 14]

案例二：將員工的薪資全部增加1000。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?personList?=?new?ArrayList();
??personList.add(new?Person("Tom",?8900,?23,?"male",?"New?York"));
??personList.add(new?Person("Jack",?7000,?25,?"male",?"Washington"));
??personList.add(new?Person("Lily",?7800,?21,?"female",?"Washington"));
??personList.add(new?Person("Anni",?8200,?24,?"female",?"New?York"));
??personList.add(new?Person("Owen",?9500,?25,?"male",?"New?York"));
??personList.add(new?Person("Alisa",?7900,?26,?"female",?"New?York"));

??//?不改變原來員工集合的方式
??List?personListNew?=?personList.stream().map(person?->?{
???Person?personNew?=?new?Person(person.getName(),?0,?0,?null,?null);
???personNew.setSalary(person.getSalary()?+?10000);
???return?personNew;
??}).collect(Collectors.toList());
??System.out.println("一次改動前："?+?personList.get(0).getName()?+?"-->"?+?personList.get(0).getSalary());
??System.out.println("一次改動后："?+?personListNew.get(0).getName()?+?"-->"?+?personListNew.get(0).getSalary());

??//?改變原來員工集合的方式
??List?personListNew2?=?personList.stream().map(person?->?{
???person.setSalary(person.getSalary()?+?10000);
???return?person;
??}).collect(Collectors.toList());
??System.out.println("二次改動前："?+?personList.get(0).getName()?+?"-->"?+?personListNew.get(0).getSalary());
??System.out.println("二次改動后："?+?personListNew2.get(0).getName()?+?"-->"?+?personListNew.get(0).getSalary());
?}
}

輸出結(jié)果：

一次改動前：Tom–>8900
一次改動后：Tom–>18900
二次改動前：Tom–>18900
二次改動后：Tom–>18900

案例三：將兩個字符數(shù)組合并成一個新的字符數(shù)組。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?list?=?Arrays.asList("m,k,l,a",?"1,3,5,7");
??List?listNew?=?list.stream().flatMap(s?->?{
???//?將每個元素轉(zhuǎn)換成一個stream
???String[]?split?=?s.split(",");
???Stream?s2?=?Arrays.stream(split);
???return?s2;
??}).collect(Collectors.toList());

??System.out.println("處理前的集合："?+?list);
??System.out.println("處理后的集合："?+?listNew);
?}
}

輸出結(jié)果：

處理前的集合：[m-k-l-a, 1-3-5]
處理后的集合：[m, k, l, a, 1, 3, 5]

3.5 歸約(reduce)

歸約，也稱縮減，顧名思義，是把一個流縮減成一個值，能實現(xiàn)對集合求和、求乘積和求最值操作。

案例一：求Integer集合的元素之和、乘積和最大值。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?list?=?Arrays.asList(1,?3,?2,?8,?11,?4);
??//?求和方式1
??Optional?sum?=?list.stream().reduce((x,?y)?->?x?+?y);
??//?求和方式2
??Optional?sum2?=?list.stream().reduce(Integer::sum);
??//?求和方式3
??Integer?sum3?=?list.stream().reduce(0,?Integer::sum);
??
??//?求乘積
??Optional?product?=?list.stream().reduce((x,?y)?->?x?*?y);

??//?求最大值方式1
??Optional?max?=?list.stream().reduce((x,?y)?->?x?>?y???x?:?y);
??//?求最大值寫法2
??Integer?max2?=?list.stream().reduce(1,?Integer::max);

??System.out.println("list求和："?+?sum.get()?+?","?+?sum2.get()?+?","?+?sum3);
??System.out.println("list求積："?+?product.get());
??System.out.println("list求和："?+?max.get()?+?","?+?max2);
?}
}

輸出結(jié)果：

list求和：29,29,29
list求積：2112
list求和：11,11

案例二：求所有員工的工資之和和最高工資。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?personList?=?new?ArrayList();
??personList.add(new?Person("Tom",?8900,?23,?"male",?"New?York"));
??personList.add(new?Person("Jack",?7000,?25,?"male",?"Washington"));
??personList.add(new?Person("Lily",?7800,?21,?"female",?"Washington"));
??personList.add(new?Person("Anni",?8200,?24,?"female",?"New?York"));
??personList.add(new?Person("Owen",?9500,?25,?"male",?"New?York"));
??personList.add(new?Person("Alisa",?7900,?26,?"female",?"New?York"));

??//?求工資之和方式1：
??Optional?sumSalary?=?personList.stream().map(Person::getSalary).reduce(Integer::sum);
??//?求工資之和方式2：
??Integer?sumSalary2?=?personList.stream().reduce(0,?(sum,?p)?->?sum?+=?p.getSalary(),
????(sum1,?sum2)?->?sum1?+?sum2);
??//?求工資之和方式3：
??Integer?sumSalary3?=?personList.stream().reduce(0,?(sum,?p)?->?sum?+=?p.getSalary(),?Integer::sum);

??//?求最高工資方式1：
??Integer?maxSalary?=?personList.stream().reduce(0,?(max,?p)?->?max?>?p.getSalary()???max?:?p.getSalary(),
????Integer::max);
??//?求最高工資方式2：
??Integer?maxSalary2?=?personList.stream().reduce(0,?(max,?p)?->?max?>?p.getSalary()???max?:?p.getSalary(),
????(max1,?max2)?->?max1?>?max2???max1?:?max2);

??System.out.println("工資之和："?+?sumSalary.get()?+?","?+?sumSalary2?+?","?+?sumSalary3);
??System.out.println("最高工資："?+?maxSalary?+?","?+?maxSalary2);
?}
}

輸出結(jié)果：

工資之和：49300,49300,49300
最高工資：9500,9500

3.6 收集(collect)

collect，收集，可以說是內(nèi)容最繁多、功能最豐富的部分了。從字面上去理解，就是把一個流收集起來，最終可以是收集成一個值也可以收集成一個新的集合。

collect主要依賴java.util.stream.Collectors類內(nèi)置的靜態(tài)方法。

3.6.1 歸集(toList/toSet/toMap)

因為流不存儲數(shù)據(jù)，那么在流中的數(shù)據(jù)完成處理后，需要將流中的數(shù)據(jù)重新歸集到新的集合里。toList、toSet和toMap比較常用，另外還有toCollection、toConcurrentMap等復(fù)雜一些的用法。

下面用一個案例演示toList、toSet和toMap：

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?list?=?Arrays.asList(1,?6,?3,?4,?6,?7,?9,?6,?20);
??List?listNew?=?list.stream().filter(x?->?x?%?2?==?0).collect(Collectors.toList());
??Set?set?=?list.stream().filter(x?->?x?%?2?==?0).collect(Collectors.toSet());

??List?personList?=?new?ArrayList();
??personList.add(new?Person("Tom",?8900,?23,?"male",?"New?York"));
??personList.add(new?Person("Jack",?7000,?25,?"male",?"Washington"));
??personList.add(new?Person("Lily",?7800,?21,?"female",?"Washington"));
??personList.add(new?Person("Anni",?8200,?24,?"female",?"New?York"));
??
??Map?map?=?personList.stream().filter(p?->?p.getSalary()?>?8000)
????.collect(Collectors.toMap(Person::getName,?p?->?p));
??System.out.println("toList:"?+?listNew);
??System.out.println("toSet:"?+?set);
??System.out.println("toMap:"?+?map);
?}
}

運行結(jié)果：

toList：[6, 4, 6, 6, 20]
toSet：[4, 20, 6]
toMap：{Tom=mutest.Person@5fd0d5ae, Anni=mutest.Person@2d98a335}

3.6.2 統(tǒng)計(count/averaging)

Collectors提供了一系列用于數(shù)據(jù)統(tǒng)計的靜態(tài)方法：

• 計數(shù)：count

• 平均值：averagingInt、averagingLong、averagingDouble

• 最值：maxBy、minBy

• 求和：summingInt、summingLong、summingDouble

• 統(tǒng)計以上所有：summarizingInt、summarizingLong、summarizingDouble

案例：統(tǒng)計員工人數(shù)、平均工資、工資總額、最高工資。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?personList?=?new?ArrayList();
??personList.add(new?Person("Tom",?8900,?23,?"male",?"New?York"));
??personList.add(new?Person("Jack",?7000,?25,?"male",?"Washington"));
??personList.add(new?Person("Lily",?7800,?21,?"female",?"Washington"));

??//?求總數(shù)
??Long?count?=?personList.stream().collect(Collectors.counting());
??//?求平均工資
??Double?average?=?personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
??//?求最高工資
??Optional?max?=?personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
??//?求工資之和
??Integer?sum?=?personList.stream().collect(Collectors.summingInt(Person::getSalary));
??//?一次性統(tǒng)計所有信息
??DoubleSummaryStatistics?collect?=?personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));

??System.out.println("員工總數(shù)："?+?count);
??System.out.println("員工平均工資："?+?average);
??System.out.println("員工工資總和："?+?sum);
??System.out.println("員工工資所有統(tǒng)計："?+?collect);
?}
}

運行結(jié)果：

員工總數(shù)：3
員工平均工資：7900.0
員工工資總和：23700
員工工資所有統(tǒng)計：DoubleSummaryStatistics{count=3, sum=23700.000000,min=7000.000000, average=7900.000000, max=8900.000000}

3.6.3 分組(partitioningBy/groupingBy)

• 分區(qū)：將stream按條件分為兩個Map，比如員工按薪資是否高于8000分為兩部分。

• 分組：將集合分為多個Map，比如員工按性別分組。有單級分組和多級分組。

案例：將員工按薪資是否高于8000分為兩部分；將員工按性別和地區(qū)分組

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?personList?=?new?ArrayList();
??personList.add(new?Person("Tom",?8900,?"male",?"New?York"));
??personList.add(new?Person("Jack",?7000,?"male",?"Washington"));
??personList.add(new?Person("Lily",?7800,?"female",?"Washington"));
??personList.add(new?Person("Anni",?8200,?"female",?"New?York"));
??personList.add(new?Person("Owen",?9500,?"male",?"New?York"));
??personList.add(new?Person("Alisa",?7900,?"female",?"New?York"));

??//?將員工按薪資是否高于8000分組
????????Map>?part?=?personList.stream().collect(Collectors.partitioningBy(x?->?x.getSalary()?>?8000));
????????//?將員工按性別分組
????????Map>?group?=?personList.stream().collect(Collectors.groupingBy(Person::getSex));
????????//?將員工先按性別分組，再按地區(qū)分組
????????Map>>?group2?=?personList.stream().collect(Collectors.groupingBy(Person::getSex,?Collectors.groupingBy(Person::getArea)));
????????System.out.println("員工按薪資是否大于8000分組情況："?+?part);
????????System.out.println("員工按性別分組情況："?+?group);
????????System.out.println("員工按性別、地區(qū)："?+?group2);
?}
}

輸出結(jié)果：

員工按薪資是否大于8000分組情況：{false=[mutest.Person@2d98a335,?mutest.Person@16b98e56,?mutest.Person@7ef20235],?true=[mutest.Person@27d6c5e0,?mutest.Person@4f3f5b24,?mutest.Person@15aeb7ab]}
員工按性別分組情況：{female=[mutest.Person@16b98e56, mutest.Person@4f3f5b24, mutest.Person@7ef20235], male=[mutest.Person@27d6c5e0, mutest.Person@2d98a335, mutest.Person@15aeb7ab]}
員工按性別、地區(qū)：{female={New York=[mutest.Person@4f3f5b24, mutest.Person@7ef20235], Washington=[mutest.Person@16b98e56]}, male={New York=[mutest.Person@27d6c5e0, mutest.Person@15aeb7ab], Washington=[mutest.Person@2d98a335]}}

3.6.4 接合(joining)

joining可以將stream中的元素用特定的連接符（沒有的話，則直接連接）連接成一個字符串。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?personList?=?new?ArrayList();
??personList.add(new?Person("Tom",?8900,?23,?"male",?"New?York"));
??personList.add(new?Person("Jack",?7000,?25,?"male",?"Washington"));
??personList.add(new?Person("Lily",?7800,?21,?"female",?"Washington"));

??String?names?=?personList.stream().map(p?->?p.getName()).collect(Collectors.joining(","));
??System.out.println("所有員工的姓名："?+?names);
??List?list?=?Arrays.asList("A",?"B",?"C");
??String?string?=?list.stream().collect(Collectors.joining("-"));
??System.out.println("拼接后的字符串："?+?string);
?}
}

運行結(jié)果：

所有員工的姓名：Tom,Jack,Lily
拼接后的字符串：A-B-C

3.6.5 歸約(reducing)

Collectors類提供的reducing方法，相比于stream本身的reduce方法，增加了對自定義歸約的支持。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?personList?=?new?ArrayList();
??personList.add(new?Person("Tom",?8900,?23,?"male",?"New?York"));
??personList.add(new?Person("Jack",?7000,?25,?"male",?"Washington"));
??personList.add(new?Person("Lily",?7800,?21,?"female",?"Washington"));

??//?每個員工減去起征點后的薪資之和（這個例子并不嚴(yán)謹(jǐn)，但一時沒想到好的例子）
??Integer?sum?=?personList.stream().collect(Collectors.reducing(0,?Person::getSalary,?(i,?j)?->?(i?+?j?-?5000)));
??System.out.println("員工扣稅薪資總和："?+?sum);

??//?stream的reduce
??Optional?sum2?=?personList.stream().map(Person::getSalary).reduce(Integer::sum);
??System.out.println("員工薪資總和："?+?sum2.get());
?}
}

運行結(jié)果：

員工扣稅薪資總和：8700
員工薪資總和：23700

3.7 排序(sorted)

sorted，中間操作。有兩種排序：

• sorted()：自然排序，流中元素需實現(xiàn)Comparable接口

• sorted(Comparator com)：Comparator排序器自定義排序

案例：將員工按工資由高到低（工資一樣則按年齡由大到?。┡判?/p>

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??List?personList?=?new?ArrayList();

??personList.add(new?Person("Sherry",?9000,?24,?"female",?"New?York"));
??personList.add(new?Person("Tom",?8900,?22,?"male",?"Washington"));
??personList.add(new?Person("Jack",?9000,?25,?"male",?"Washington"));
??personList.add(new?Person("Lily",?8800,?26,?"male",?"New?York"));
??personList.add(new?Person("Alisa",?9000,?26,?"female",?"New?York"));

??//?按工資增序排序
??List?newList?=?personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)
????.collect(Collectors.toList());
??//?按工資倒序排序
??List?newList2?=?personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
????.map(Person::getName).collect(Collectors.toList());
??//?先按工資再按年齡自然排序（從小到大）
??List?newList3?=?personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
????.map(Person::getName).collect(Collectors.toList());
??//?先按工資再按年齡自定義排序（從大到小）
??List?newList4?=?personList.stream().sorted((p1,?p2)?->?{
???if?(p1.getSalary()?==?p2.getSalary())?{
????return?p2.getAge()?-?p1.getAge();
???}?else?{
????return?p2.getSalary()?-?p1.getSalary();
???}
??}).map(Person::getName).collect(Collectors.toList());

??System.out.println("按工資自然排序："?+?newList);
??System.out.println("按工資降序排序："?+?newList2);
??System.out.println("先按工資再按年齡自然排序："?+?newList3);
??System.out.println("先按工資再按年齡自定義降序排序："?+?newList4);
?}
}

運行結(jié)果：

按工資自然排序：[Lily, Tom, Sherry, Jack, Alisa]
按工資降序排序：[Sherry, Jack, Alisa,Tom, Lily]
先按工資再按年齡自然排序：[Sherry, Jack, Alisa, Tom, Lily]
先按工資再按年齡自定義降序排序：[Alisa, Jack, Sherry, Tom, Lily]

3.8 提取/組合

流也可以進(jìn)行合并、去重、限制、跳過等操作。

public?class?StreamTest?{
?public?static?void?main(String[]?args)?{
??String[]?arr1?=?{?"a",?"b",?"c",?"d"?};
??String[]?arr2?=?{?"d",?"e",?"f",?"g"?};

??Stream?stream1?=?Stream.of(arr1);
??Stream?stream2?=?Stream.of(arr2);
??// concat:合并兩個流 distinct：去重
??List?newList?=?Stream.concat(stream1,?stream2).distinct().collect(Collectors.toList());
??// limit：限制從流中獲得前n個數(shù)據(jù)
??List?collect?=?Stream.iterate(1,?x?->?x?+?2).limit(10).collect(Collectors.toList());
??// skip：跳過前n個數(shù)據(jù)
??List?collect2?=?Stream.iterate(1,?x?->?x?+?2).skip(1).limit(5).collect(Collectors.toList());

??System.out.println("流合并："?+?newList);
??System.out.println("limit："?+?collect);
??System.out.println("skip："?+?collect2);
?}
}

運行結(jié)果：

流合并：[a, b, c, d, e, f, g]
limit：[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
skip：[3, 5, 7, 9, 11]

4 Stream源碼解讀

這部分等有時間慢慢分解吧。

好，以上就是全部內(nèi)容，能堅持看到這里，你一定很有收獲，那么動一動拿offer的小手，點個贊再走吧。

作者：云深i不知處

blog.csdn.net/mu_wind/article/details/109516995