《Java Stream 流從入門到精通：一行代碼搞定集合操作，效率提升 10 倍》

封面圖上流動的「Stream」字樣，正是 Java 8 以來最革命性的特性之一！你是否還在寫冗長的 for 循環遍歷集合？是否為過濾、排序、聚合數據寫一堆重復代碼？Stream 流的出現，以聲明式編程風格將復雜的集合操作濃縮為一行代碼，不僅可讀性更強，還能輕松實現并行處理。本文將從 Stream 的核心概念（中間操作 / 終止操作）講起，結合 10 + 實戰案例（過濾去重、分組統計、鏈式調用），帶你吃透 Stream 流的精髓，讓代碼更優雅、更高效！

Stream API ?萬物皆可一行代碼
Stream專門針對集合的各種操作提供各種非常便利，簡單，高效的API,
Stream API主要是通過Lambda表達式完成，極大的提高了程序的效率和可讀性，
同時Stram API中自帶的并行流使得并發處理集合的門檻再次降低，使用Stream API編程無需多寫

怎樣使用Stream流?

1. 獲取流-->? 2. 對流進行操作-->3.結束對流的操作

獲取流的方式

集合類可通過 Collection.stream() 或 Collection.parallelStream() 獲取流；

數組可通過 Arrays.stream(T[] array) 或 Stream.of() 轉換。

IO 相關流如 Files.walk() 或 BufferedReader.lines() 也可生成流。

中間操作（Intermediate Operations）

中間操作返回新流，支持鏈式調用，操作延遲執行（lazy）。

映射操作

  • map：元素一對一轉換。
    List<String> names = students.stream().map(Student::getName).collect(Collectors.toList());
  • flatMap：扁平化多維結構。
    List<String> words = lines.stream().flatMap(line -> Arrays.stream(line.split(" "))).collect(Collectors.toList());

過濾與去重

  • filter：保留符合謂詞的元素。
    List<Student> adults = students.stream().filter(s -> s.getAge() > 18).collect(Collectors.toList());
  • distinct：去除重復元素（依賴 equals 方法）。

排序與裁剪

  • sorted：自然排序或自定義比較器。

在Java流(Stream) API中，sorted方法用于對流中的元素進行排序操作。它支持兩種重載形式，可以根據需要選擇無參數或傳入自定義比較器(Comparator)。下面我將逐步解釋其用法，并提供真實可靠的示例代碼，幫助您理解如何高效實現排序。

1. 無參數sorted方法
  • 當調用sorted()方法而不傳遞任何參數時，要求流中的元素必須實現Comparable<T>接口。這適用于元素類已經定義了自然排序順序的情況。
  • 示例：如果元素類（如String或自定義類）實現了Comparable，則可以直接使用。
    List<String> names = Arrays.asList("Alice", "Bob", "Charlie");
names.stream().sorted()  // 依賴String的Comparable實現.forEach(System.out::println);
    輸出結果將是按字母順序排序的元素：Alice, Bob, Charlie。
2. 帶Comparator參數的sorted方法

  • 方法簽名：Stream<T> sorted(Comparator<? super T> comparator)

  • 這允許您傳入一個自定義比較器來定義排序規則，特別適用于元素類未實現Comparable或需要特定排序邏輯的場景。

  • 使用lambda表達式可以簡潔地定義比較器。

    • 示例：基于對象的屬性（如年齡）排序。
      List<Student> students = Arrays.asList(new Student("Alice", 20),new Student("Bob", 18),new Student("Charlie", 22)
);// 使用lambda表達式排序：按年齡從小到大
students.stream().sorted((s1, s2) -> Integer.compare(s1.getAge(), s2.getAge())).forEach(System.out::println);
      輸出：按年齡升序顯示學生信息（如Bob(18), Alice(20), Charlie(22)）。

  • 更推薦使用Comparator的工廠方法（如Comparator.comparingInt），以提高代碼可讀性和健壯性。

    • 示例：使用Comparator.comparingInt優化排序。
      students.stream().sorted(Comparator.comparingInt(Student::getAge))  // 等價于lambda，但更簡潔.forEach(System.out::println);
      輸出與上述相同，但代碼更易于維護。
3. 注意事項和最佳實踐
  • 性能考慮：sorted方法是一個有狀態操作，可能影響流性能。對于大數據集，建議在排序前使用parallelStream()（如果線程安全）。
  • 降序排序：可以通過Comparator.reversed()實現降序。
    students.stream().sorted(Comparator.comparingInt(Student::getAge).reversed()).forEach(System.out::println);
    輸出：按年齡降序（如Charlie(22), Alice(20), Bob(18)）。
  • 多字段排序：使用Comparator.thenComparing實現復合排序。
    students.stream().sorted(Comparator.comparing(Student::getName).thenComparingInt(Student::getAge)).forEach(System.out::println);
    先按名字排序，再按年齡排序。
  • limit/skip：截取前 N 項或跳過前 N 項。

調試輔助

  • peek：遍歷元素但不終結流，常用于調試。
    students.stream().peek(s -> System.out.println("Processing: " + s.getName())).collect(Collectors.toList());

終結操作（Terminal Operations）

終結操作觸發流處理并返回結果或副作用。

遍歷與聚合

  • forEach：遍歷元素。
    students.stream().forEach(System.out::println);
  • count：統計元素數量。
    long count = students.stream().count();
  • min/max：需傳入比較器。
    Optional<Student> oldest = students.stream().max(Comparator.comparingInt(Student::getAge));

匹配與查找

  • anyMatch/allMatch/noneMatch：檢查元素是否匹配條件。
    boolean hasAdult = students.stream().anyMatch(s -> s.getAge() > 18);
  • findFirst/findAny：返回首個或任意元素（并行流中效率更高）。

歸約與收集

2. 使用 Collectors 簡化操作

Collectors 類提供了許多內置轉換器，如 toList()、toSet() 等，可以直接傳入 collect 方法。例如：

3. groupingBy 分組操作

groupingBy 類似于 SQL 中的 GROUP BY，用于按指定條件分組元素。它有多個參數版本：

4. toMap 轉換操作

toMap 用于將流轉換為 Map，需指定鍵和值的映射函數。例如：

// 將學生列表轉換為 Map<年齡, 學生對象>
Map<Integer, Student> map = students.stream().collect(Collectors.toMap(Student::getAge, s -> s));

5. 基本數據類型流的限制

對于基本數據類型流（如 IntStream、LongStream、DoubleStream），沒有 collect 方法。這是因為基本類型涉及裝箱（boxing）和拆箱（unboxing）操作，Java SDK 未將其集成到流收集機制中。替代方案是：

  • reduce：聚合元素。
    Optional<Integer> totalAge = students.stream().map(Student::getAge).reduce(Integer::sum);
  • collect：轉換為集合或分組。

  • collect 是 Java Stream API 中的一個終端操作，用于將流中的元素收集到一個容器中（如集合或映射）。下面我將基于您提供的信息，逐步解釋 collect 的使用方法、常見場景和注意事項，確保內容真實可靠（基于 Java 8 及以上版本的規范）。

    1. collect 方法的基本簽名

    collect 方法有兩個主要重載形式：

  • 第一個重載：接受三個參數（supplier、accumulator 和 combiner），用于自定義收集邏輯。
    <R> R collect(Supplier<R> supplier,BiConsumer<R, ? super T> accumulator,BiConsumer<R, R> combiner);
    • supplier：提供一個新容器（如 ArrayList::new）。
    • accumulator：將元素添加到容器中（如 List::add）。
    • combiner：在并行流中合并多個容器（如 List::addAll）。
  • 第二個重載：接受一個 Collector 對象，簡化常見操作。
    <R, A> R collect(Collector<? super T, A, R> collector);
    通常，我們使用 Collectors 工具類中的靜態方法作為參數，因為它是更簡潔的方式。
  • 轉換為列表：將流元素收集到 List 中。
    List<Integer> list = integers.stream().collect(Collectors.toList());
    默認使用 ArrayList。
  • 轉換為集合：將流元素收集到 Set 中。
    Set<Integer> set = integers.stream().collect(Collectors.toSet());
    默認使用 HashSet。
  • 單參數版本：按分類函數分組，返回 Map。
    // 按學生年齡分組，返回 Map<Integer, List<Student>>
Map<Integer, List<Student>> map = students.stream().collect(Collectors.groupingBy(Student::getAge));
    默認使用 HashMap 作為容器。
  • 多參數版本：支持自定義容器和下游收集器。
    • 兩個參數：指定分類函數和下游收集器（如 toList()）。
    • 三個參數：添加容器類型（如 TreeMap::new）。 例如，您提到的例子：按年齡分組，但只收集學生姓名而非整個對象。
    // 按年齡分組，每組存儲學生姓名列表
Map<Integer, List<String>> map = students.stream().collect(Collectors.groupingBy(Student::getAge,Collectors.mapping(Student::getName, Collectors.toList())));
    這里：
    • 第一個參數 Student::getAge 是分類依據。
    • 第二個參數 Collectors.mapping(...) 是下游收集器，其中 mapping 將每個學生映射到姓名，再用 toList() 收集為列表。 如果省略容器參數，默認仍為 HashMap。
  • 第一個參數 Student::getAge 定義鍵（key）。
  • 第二個參數 s -> s 定義值（value），這里直接使用學生對象。 注意事項：
  • 如果鍵重復，會拋出 IllegalStateException。解決方法是添加第三個參數（合并函數），如 (oldValue, newValue) -> oldValue 保留第一個值。
  • 默認使用 HashMap，但可以通過第四個參數指定其他 Map 實現（如 TreeMap::new）。
  • 使用 toArray() 方法轉換為數組。
    int[] array = intStream.toArray();
  • 或者，先將流轉換為對象流（如 boxed()），再使用 collect。
    List<Integer> list = intStream.boxed().collect(Collectors.toList());
  • 特殊轉換
  • toArray：轉為數組，可指定類型。
    Student[] array = students.stream().toArray(Student[]::new);

并行流注意事項

通過 parallelStream() 可啟用并行處理，但需確保操作無狀態且避免共享變量。以下場景適合并行流：

  • 數據量較大且處理耗時。
  • 任務可獨立分片（如過濾、映射）。
List<Student> adults = students.parallelStream().filter(s -> s.getAge() > 18).collect(Collectors.toList());

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/pingmian/95706.shtml
繁體地址，請注明出處：http://hk.pswp.cn/pingmian/95706.shtml
英文地址，請注明出處：http://en.pswp.cn/pingmian/95706.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

相關文章

前端筆記2025

前端筆記2025

前端 與后端交互 下載后端接口的文件時&#xff0c;若是二進制&#xff0c;需要在請求中添加responseType: ‘blob’ 例如 axios.get(‘http://127.0.0.1:8612/api/daily/report/tdjzxz?selectedMonth2022-06’, { headers: { ‘Accesstoken’: ‘f033b94655f84386a0c112b41…
閱讀更多...
【LeetCode每日一題】226. 翻轉二叉樹 101. 對稱二叉樹

【LeetCode每日一題】226. 翻轉二叉樹 101. 對稱二叉樹

每日一題226. 翻轉二叉樹題目總體思路代碼101. 對稱二叉樹題目總體思路代碼知識點2025.9.5226. 翻轉二叉樹 題目 給你一棵二叉樹的根節點 root &#xff0c;翻轉這棵二叉樹&#xff0c;并返回其根節點。 示例 1&#xff1a; 輸入&#xff1a;root [4,2,7,1,3,6,9] 輸出&am…
閱讀更多...
【RNN-LSTM-GRU】第三篇 LSTM門控機制詳解：告別梯度消失，讓神經網絡擁有長期記憶

【RNN-LSTM-GRU】第三篇 LSTM門控機制詳解：告別梯度消失，讓神經網絡擁有長期記憶

深入剖析LSTM的三大門控機制&#xff1a;遺忘門、輸入門、輸出門&#xff0c;通過直觀比喻、數學原理和代碼實現&#xff0c;徹底理解如何解決長期依賴問題。1. 引言&#xff1a;為什么需要LSTM&#xff1f;在上一篇講解RNN的文章中&#xff0c;我們了解到??循環神經網絡&…
閱讀更多...
殘差去噪擴散模型

殘差去噪擴散模型

論文題目：Residual Denoising Diffusion Models（殘差去噪擴散模型） 會議：CVPR2024 摘要：殘差去噪擴散模型(RDDM)是一種新的雙重擴散過程，它將傳統的單一去噪擴散過程解耦為殘差擴散和噪聲擴散。這種雙重擴散框架通過引入殘差，將基于去噪的擴散模型擴展為一種統一的、可…
閱讀更多...
MySQL與ES索引區別

MySQL與ES索引區別

MySQL與ES索引區別 MySQL索引像字典目錄&#xff0c;ES索引更像整個圖書館的書籍分類系統。 關鍵限制&#xff1a;MySQL單表索引大小影響寫性能&#xff0c;ES的分片數創建后不能改。 比如MySQL的“行”對應ES的“文檔”&#xff0c;MySQL的“表”類似ES的“索引”概念。 MySQL…
閱讀更多...
vue3圖標終極方案【npm包推薦】vue3-icon-sui（含源碼詳解）

vue3圖標終極方案【npm包推薦】vue3-icon-sui（含源碼詳解）

簡介 為徹底實現 vue3 項目圖標自由&#xff0c;特開發此 npm包 vue3-icon-sui&#xff0c;全品類圖標&#xff0c;通通支持&#xff01; iconify 圖標svg 圖標font-class 圖標 安裝 npm i vue3-icon-sui -S使用 按需導入 任意頁面中 import myIcon from "vue3-icon-su…
閱讀更多...
redis----持久化

redis----持久化

Redis 提供了兩種主要的持久化機制&#xff0c;用于將內存中的數據保存到磁盤&#xff0c;以防止服務器重啟或故障導致數據丟失。這兩種機制分別是 RDB&#xff08;Redis Database&#xff09;和 AOF&#xff08;Append Only File&#xff09;。1. RDB 持久化RDB 是 Redis 默認…
閱讀更多...
Docker快速部署Mongodb主副本集實踐

Docker快速部署Mongodb主副本集實踐

系列文章目錄 第一章 Mongodb的主副本集 文章目錄系列文章目錄前言一、Mongodb基礎介紹數據庫&#xff08;Database&#xff09;集合&#xff08;Collection&#xff09;文檔&#xff08;Document&#xff09;BSON&#xff08;Binary JSON&#xff09;_id&#xff08;主鍵&…
閱讀更多...
FC平臺安裝Windows Server2016并連接V6存儲

FC平臺安裝Windows Server2016并連接V6存儲

創建 windows server2016 上傳ISO創建虛擬機安裝OS 加載光盤掛載成功之后&#xff0c;重啟虛擬機重啟之后VNC登錄即可。在FC上安裝windows&#xff0c;安裝完成后&#xff0c;必須安裝tools工具&#xff0c;不然沒有虛擬網卡&#xff0c;無法配置ip地址。Windows主機安裝toolsW…
閱讀更多...
農業XR數字融合工作站，賦能農業專業實踐學習

農業XR數字融合工作站，賦能農業專業實踐學習

隨著數字技術與農業的深度融合&#xff0c;農業專業XR數字融合工作站為農業專業學生提供了沉浸式、交互式的學習體驗。農業專業XR數字融合工作站作為集PC、VR、MR技術于一體的軟硬件集成平臺&#xff0c;通過虛擬仿真、數字孿生等技術手段&#xff0c;有效解決了傳統農業教育中…
閱讀更多...
積分球的使用——簡易版

積分球的使用——簡易版

這篇寫的比較雜。積分球的功能積分球——測量燈具等光源的總光通量、光效、色溫、顯色指數等參數。使用方法1.開啟積分球系統&#xff08;探測器、光度計、光譜儀&#xff09;&#xff0c;充分預熱&#xff08;15-30分鐘&#xff09;&#xff0c;使得電子設備穩定&#xff0c;減…
閱讀更多...
[光學原理與應用-435]：晶體光學 - 晶體的結構-基元/原胞/晶胞/點陣

[光學原理與應用-435]：晶體光學 - 晶體的結構-基元/原胞/晶胞/點陣

晶體的結構可通過基元、原胞、晶胞和點陣四個核心概念進行系統描述&#xff0c;它們共同揭示了晶體中原子排列的周期性與對稱性規律&#xff0c;具體如下&#xff1a;1. 基元&#xff08;Structure Motif&#xff09;定義&#xff1a;基元是晶體中重復排列的最小結構單元&#…
閱讀更多...
電腦音頻錄制 | 系統麥克混錄 / 系統聲卡直錄 | 方法匯總 / 常見問題

電腦音頻錄制 | 系統麥克混錄 / 系統聲卡直錄 | 方法匯總 / 常見問題

注&#xff1a;本文為 “電腦音頻錄制 ” 相關合輯。 英文引文&#xff0c;機翻未校。 未整理去重&#xff0c;如有內容異常&#xff0c;請看原文。 How to Record Computer Audio in 6 Free Ways 如何用 6 種免費方式錄制電腦音頻 Sponsored by EaseUS Nov 28, 2023 4:34 a…
閱讀更多...
2025高教社國賽數學建模競賽B題完整參考論文（含模型和代碼）

2025高教社國賽數學建模競賽B題完整參考論文（含模型和代碼）

2025國賽數學建模競賽B題完整參考論文 目錄 一、 問題重述 1.1 問題背景 1.2 問題回顧與分析 二、 模型假設 三、 符號說明 四、 問題求解與分析 4.1數據預處理 4.2 問題1求解與分析 4.2.1 問題1分析 4.2.2 問題1建模與求解 4.2.3 問題1結果與分析 4.3 問題2求解與分…
閱讀更多...
OpenSSL 1.0.1e 下載解壓和運行方法（小白適用 附安裝包）?

OpenSSL 1.0.1e 下載解壓和運行方法（小白適用 附安裝包）?

openssl-1.0.1e.zip? 是 OpenSSL 加密工具包的一個舊版本&#xff08;發布于 2013 年左右&#xff09;的 ?源代碼壓縮包&#xff0c;文件格式是 ZIP 壓縮格式。 一、下載與解壓 ?下載文件? 假如你已經有了 openssl-1.0.1e.zip 這個壓縮包&#xff0c;就跳過這步。 如果沒有…
閱讀更多...
MapStruct詳解

MapStruct詳解

提到屬性拷貝&#xff0c;首先想到的BeanUtils。 先簡單的回憶下BeanUtils&#xff0c;處理Java Bean之間的屬性拷貝&#xff1b;不過由于它是通過反射來拷貝屬性&#xff0c;在數據量大一些的時候性能會降低&#xff1b; 且在安全方面也會比較弱&#xff1b; MapStruct是編譯期…
閱讀更多...
8.FC平臺模塊梳理

8.FC平臺模塊梳理

文章目錄8.FC平臺模塊梳理8.1. 內存復用技術特點應用價值8.2. 虛擬機啟用策略8.3. NUMA8.4. HA高可用8.5. 故障和響應策略8.6. DRS 和 DPM8.7. IMC8.FC平臺模塊梳理 8.1. 內存復用 內存共享內存交換內存氣泡 內存共享&#xff1a;多臺虛擬機共享數據內容相同的內存頁。內存交換…
閱讀更多...
貪心算法應用：DNA自組裝問題詳解

貪心算法應用：DNA自組裝問題詳解

JAVA中的貪心算法應用&#xff1a;DNA自組裝問題詳解 1. DNA自組裝問題概述 DNA自組裝(DNA Self-Assembly)是分子計算和納米技術中的一個重要問題&#xff0c;它利用DNA分子的互補配對特性&#xff0c;通過精心設計DNA序列&#xff0c;使其自發地組裝成預定的納米結構。在計算機…
閱讀更多...
數據湖如何打造統一存儲與處理方案（結構化數據、半結構化數據和非結構化數據）

數據湖如何打造統一存儲與處理方案（結構化數據、半結構化數據和非結構化數據）

目錄 1. 數據湖的“包容哲學”：為什么需要統一方案？ 數據湖的核心訴求 案例：零售企業的痛點 2. 存儲層設計：給數據找個舒適的家 分區與分層存儲 選擇存儲格式 案例：Parquet的威力 云存儲的選擇 3. 元數據管理：給數據湖裝上“導航儀” 元數據管理的核心組件 主流…
閱讀更多...
AUTOSAR進階圖解==＞AUTOSAR_SWS_TTCANDriver

AUTOSAR進階圖解==＞AUTOSAR_SWS_TTCANDriver

TTCAN驅動器詳細規范 AUTOSAR TTCAN Driver Specification with Enhanced Visual Documentation目錄 1. 概述2. TTCAN控制器狀態機3. TTCAN模塊架構4. TTCAN時間觸發操作序列5. TTCAN錯誤處理流程6. 總結 1. 概述 TTCAN&#xff08;Time-Triggered CAN&#xff09;驅動器是AU…
閱讀更多...
最新文章

Copyright @ 2022~2023