当前位置: 首页 > news >正文

Java 流(Stream)API

一、理论说明

1. 流的定义

Java 流(Stream)是 Java 8 引入的新特性,用于对集合(如 List、Set)或数组进行高效的聚合操作(如过滤、映射、排序)和并行处理。流不存储数据,而是按需计算,支持链式调用,使代码更简洁、易读。

2. 流与集合的区别

特性集合(Collection)流(Stream)
数据存储存储元素,占用内存不存储数据,按需计算
遍历方式外部迭代(手动 for/foreach)内部迭代(自动处理)
一次性使用可重复遍历只能消费一次(类似迭代器)
延迟执行立即执行中间操作延迟,终止操作触发执行
并行支持需要手动实现多线程直接支持并行流(parallelStream()

二、流的创建与操作

1. 创建流

import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;public class StreamExample {public static void main(String[] args) {// 1. 从集合创建List<String> list = Arrays.asList("a", "b", "c");Stream<String> stream = list.stream();// 2. 从数组创建String[] array = {"a", "b", "c"};Stream<String> arrayStream = Arrays.stream(array);// 3. 使用 Stream.of()Stream<String> ofStream = Stream.of("a", "b", "c");// 4. 创建无限流Stream<Integer> infiniteStream = Stream.iterate(0, n -> n + 2);infiniteStream.limit(5).forEach(System.out::println); // 输出: 0, 2, 4, 6, 8}
}

2. 中间操作(返回新的流)

使用时需注意:流只能消费一次,消费后需重新创建。并行流适用于计算密集型任务,避免 I/O 操作。合理选择中间操作和终止操作,避免过度使用复杂流。流 API 是 Java 8 最具影响力的特性之一,广泛应用于数据处理、微服务、ORM 框架等场景。

  • 过滤filter(Predicate<T>)
  • 映射map(Function<T, R>)
  • 排序sorted() 或 sorted(Comparator<T>)
  • 去重distinct()
  • 截断limit(long maxSize)
  • 跳过skip(long n)
    List<Integer> numbers = Arrays.asList(1, 2, 2, 3, 4, 5);
    List<Integer> evenNumbers = numbers.stream().filter(n -> n % 2 == 0)    // 过滤偶数.distinct()                // 去重.sorted()                  // 排序.collect(Collectors.toList()); // [2, 4]

    3. 终止操作(触发计算并关闭流)

  • 聚合count()max()min()
  • 匹配anyMatch()allMatch()noneMatch()
  • 收集collect(Collectors.toList())toSet()toMap()
  • 归约reduce()
  • 遍历forEach()
    List<String> words = Arrays.asList("apple", "banana", "cherry");// 计算总长度
    int totalLength = words.stream().mapToInt(String::length).sum(); // 结果: 5 + 6 + 6 = 17// 检查是否所有单词长度大于 3
    boolean allLong = words.stream().allMatch(w -> w.length() > 3); // true

    三、并行流(Parallel Stream)

    通过parallelStream()stream().parallel()创建并行流,利用多线程加速处理(适用于大数据量)。

    List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
    int sum = numbers.parallelStream().mapToInt(Integer::intValue).sum();

    注意:并行流的线程安全问题,避免在流操作中修改共享状态。

    四、Collectors 工具类

    Collectors提供了丰富的收集器,用于将流结果转换为集合、Map 或进行分组统计。

    1. 集合收集

    List<String> names = people.stream().map(Person::getName).collect(Collectors.toList());

    2. 分组统计

    Map<Integer, List<Person>> ageGroups = people.stream().collect(Collectors.groupingBy(Person::getAge));

    3. 字符串连接

    String joined = people.stream().map(Person::getName).collect(Collectors.joining(", ", "[", "]"));
    // 结果: "[Alice, Bob, Charlie]"

    五、应用实例

    1. 筛选与映射

    class Product {private String name;private double price;private Category category;// 构造方法、getter/setter 略
    }enum Category { FOOD, ELECTRONICS, CLOTHING }// 统计电子产品的平均价格
    List<Product> products = getProductList();
    double avgPrice = products.stream().filter(p -> p.getCategory() == Category.ELECTRONICS).mapToDouble(Product::getPrice).average().orElse(0.0);

    2. 分页处理

    List<Product> page2 = products.stream().skip(10)  // 跳过前10条.limit(10) // 取10条.collect(Collectors.toList());

    六、自我总结

  • Java 流 API 提供了一种高效、优雅的方式处理集合数据,其核心优势包括:

  • 代码简洁:链式调用减少冗余代码。
  • 内部迭代:自动处理遍历逻辑,提升可读性。
  • 并行支持:简化多线程编程,提升大数据处理性能。
  • 延迟执行:避免不必要的计算,优化性能。

      七、面试题

    题目:

    答案;

http://www.xdnf.cn/news/485929.html

相关文章:

  • CSS- 3.1 盒子模型-块级元素、行内元素、行内块级元素和display属性
  • MySQL高效开发规范
  • 不清楚的点
  • RNope:结合 RoPE 和 NoPE 的长文本建模架构
  • git相关配置
  • 深入理解 this 指向与作用域解析
  • 使用 gcloud CLI 自动化管理 Google Cloud 虚拟机
  • AGI大模型(19):下载模型到本地之ModelScope(魔搭社区)
  • FreeSWITCH Jitter Buffer 技术解析与应用指南
  • OpenCV边界填充(Border Padding)详解:原理、方法与代码实现
  • TDuckX 2.6 正式发布|API 能力开放,核心表单逻辑重构,多项实用功能上线。
  • 【AI模型部署】
  • [模型部署] 1. 模型导出
  • 使用DDR4控制器实现多通道数据读写(十二)
  • 文章记单词 | 第88篇(六级)
  • ReentrantLock类详解
  • Spark,SparkSQL操作Mysql, 创建数据库和表
  • 【美团】Java后端一面复盘|网络+线程+MySQL+Redis+设计模式+手撕算法
  • Neo4j 图书馆借阅系统知识图谱设计
  • Servlet 深度解析:生命周期、请求响应与状态管理
  • 表的设计、聚合函数
  • Linux信号的保存
  • 深入解析Spring Boot与微服务架构:从入门到实践
  • postgres的docker版本安装
  • 企业内容中台敏捷构建三步法
  • 火语言RPA--EmpireV7下载发布
  • Elasticsearch/OpenSearch 中doc_values的作用
  • 工商总局可视化模版 – 基于ECharts的大数据可视化HTML源码
  • mathematics-2024《Graph Convolutional Network for Image Restoration: A Survey》
  • 力扣HOT100之二叉树:102. 二叉树的层序遍历