本文共 30701 字，大约阅读时间需要 102 分钟。

目录

1 Stream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。

那么什么是Stream？

Stream将要处理的元素集合看作一种流，在流的过程中，借助Stream API对流中的元素进行操作，比如：筛选、排序、聚合等。

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。
另外，Stream有几个特性：

stream不存储数据，而是按照特定的规则对数据进行计算，一般会输出结果。
stream不会改变数据源，通常情况下会产生一个新的集合或一个值。
stream具有延迟执行特性，只有调用终端操作时，中间操作才会执行。

2 Stream的创建

Stream可以通过集合数组创建。

2.1 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();

2.2、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);

2.3、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);

输出结果：

0 3 6 9
0.6796156909271994
0.1914314208854283
0.8116932592396652

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();
1
3 Stream的使用
在使用stream之前，先理解一个概念：Optional 。

Optional类是一个可以为null的容器对象。如果值存在则isPresent()方法会返回true，调用get()方法会返回该对象。
更详细说明请见：菜鸟教程Java 8 Optional类

接下来，大批代码向你袭来！我将用20个案例将Stream的使用整得明明白白，只要跟着敲一遍代码，就能很好地掌握。

案例使用的员工类
这是后面案例中使用的员工类：

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; // 薪资
private int age; // 年龄
private String sex; //性别
private String area; // 地区

// 构造方法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，请自行添加

}

3.1 遍历/匹配（foreach/find/match）
Stream也是支持类似集合的遍历和匹配元素的，只是Stream中的元素是以Optional类型存在的。Stream的遍历、匹配非常简单。

// import已省略，请自行添加，后面代码亦是

public class StreamTest {

public static void main(String[] args) {

List list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);

    // 遍历输出符合条件的元素    list.stream().filter(x -> x > 6).forEach(System.out::println);    // 匹配第一个    Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();    // 匹配任意（适用于并行流）    Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();    // 是否包含符合特定条件的元素    boolean anyMatch = list.stream().anyMatch(x -> x < 6);    System.out.println("匹配第一个值：" + findFirst.get());    System.out.println("匹配任意一个值：" + findAny.get());    System.out.println("是否存在大于6的值：" + anyMatch);}

}

3.2 筛选（filter）
筛选，是按照一定的规则校验流中的元素，将符合条件的元素提取到新的流中的操作。

案例一：筛选出Integer集合中大于7的元素，并打印出来

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);
}
}
预期结果：

8 9

案例二： 筛选员工中工资高于8000的人，并形成新的集合。 形成新集合依赖collect（收集），后文有详细介绍。

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<String> fiterList = personList.stream().filter(x -> x.getSalary() > 8000).map(Person::getName)			.collect(Collectors.toList());	System.out.print("高于8000的员工姓名：" + fiterList);}

}

运行结果：

高于8000的员工姓名：[Tom, Anni, Owen]

3.3 聚合（max/min/count)
max、min、count这些字眼你一定不陌生，没错，在mysql中我们常用它们进行数据统计。Java stream中也引入了这些概念和用法，极大地方便了我们对集合、数组的数据统计工作。

案例一：获取String集合中最长的元素。

public class StreamTest {

public static void main(String[] args) {

List list = Arrays.asList(“adnm”, “admmt”, “pot”, “xbangd”, “weoujgsd”);

	Optional<String> max = list.stream().max(Comparator.comparing(String::length));	System.out.println("最长的字符串：" + max.get());}

}
输出结果：

最长的字符串：weoujgsd

案例二：获取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<Integer> max = list.stream().max(Integer::compareTo);	// 自定义排序	Optional<Integer> max2 = list.stream().max(new Comparator<Integer>() {		@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("自定义排序的最大值：" + max2.get());}

}
输出结果：

自然排序的最大值：11
自定义排序的最大值：11

案例三：获取员工工资最高的人。

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<Person> max = personList.stream().max(Comparator.comparingInt(Person::getSalary));	System.out.println("员工工资最大值：" + max.get().getSalary());}

}

输出结果：

员工工资最大值：9500

案例四：计算Integer集合中大于6的元素的个数。

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的元素个数：" + count);}

}
输出结果：

list中大于6的元素个数：4

3.4 映射(map/flatMap)
映射，可以将一个流的元素按照一定的映射规则映射到另一个流中。分为map和flatMap：

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。
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。

案例一：英文字符串数组的元素全部改为大写。整数数组每个元素+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<Integer> intList = Arrays.asList(1, 3, 5, 7, 9, 11);	List<Integer> intListNew = intList.stream().map(x -> x + 3).collect(Collectors.toList());	System.out.println("每个元素大写：" + strList);	System.out.println("每个元素+3：" + intListNew);}

}
输出结果：

每个元素大写：[ABCD, BCDD, DEFDE, FTR]
每个元素+3：[4, 6, 8, 10, 12, 14]

案例二：将员工的薪资全部增加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”));

	// 不改变原来员工集合的方式	List<Person> 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("一次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());	System.out.println("一次改动后：" + personListNew.get(0).getName() + "-->" + personListNew.get(0).getSalary());	// 改变原来员工集合的方式	List<Person> personListNew2 = personList.stream().map(person -> {		person.setSalary(person.getSalary() + 10000);		return person;	}).collect(Collectors.toList());	System.out.println("二次改动前：" + personList.get(0).getName() + "-->" + personListNew.get(0).getSalary());	System.out.println("二次改动后：" + personListNew2.get(0).getName() + "-->" + personListNew.get(0).getSalary());}

}

20
21
22
23
24
25
26
27
28
输出结果：

一次改动前：Tom–>8900
一次改动后：Tom–>18900
二次改动前：Tom–>18900
二次改动后：Tom–>18900

案例三：将两个字符数组合并成一个新的字符数组。

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 -> {

// 将每个元素转换成一个stream
String[] split = s.split(",");
Stream s2 = Arrays.stream(split);
return s2;
}).collect(Collectors.toList());

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

}

输出结果：

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

3.5 归约(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。

案例一：求Integer集合的元素之和、乘积和最大值。

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);

	// 求乘积	Optional<Integer> product = list.stream().reduce((x, y) -> x * y);	// 求最大值方式1	Optional<Integer> max = list.stream().reduce((x, y) -> x > y ? x : y);	// 求最大值写法2	Integer max2 = list.stream().reduce(1, Integer::max);	System.out.println("list求和：" + sum.get() + "," + sum2.get() + "," + sum3);	System.out.println("list求积：" + product.get());	System.out.println("list求和：" + max.get() + "," + max2);}

输出结果：

list求和：29,29,29
list求积：2112
list求和：11,11

案例二：求所有员工的工资之和和最高工资。

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”));

	// 求工资之和方式1：	Optional<Integer> sumSalary = personList.stream().map(Person::getSalary).reduce(Integer::sum);	// 求工资之和方式2：	Integer sumSalary2 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(),			(sum1, sum2) -> sum1 + sum2);	// 求工资之和方式3：	Integer sumSalary3 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);	// 求最高工资方式1：	Integer maxSalary = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),			Integer::max);	// 求最高工资方式2：	Integer maxSalary2 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),			(max1, max2) -> max1 > max2 ? max1 : max2);	System.out.println("工资之和：" + sumSalary.get() + "," + sumSalary2 + "," + sumSalary3);	System.out.println("最高工资：" + maxSalary + "," + maxSalary2);}

}

输出结果：

工资之和：49300,49300,49300
最高工资：9500,9500

3.6 收集(collect)
collect，收集，可以说是内容最繁多、功能最丰富的部分了。从字面上去理解，就是把一个流收集起来，最终可以是收集成一个值也可以收集成一个新的集合。

collect主要依赖java.util.stream.Collectors类内置的静态方法。

3.6.1 归集(toList/toSet/toMap)
因为流不存储数据，那么在流中的数据完成处理后，需要将流中的数据重新归集到新的集合里。toList、toSet和toMap比较常用，另外还有toCollection、toConcurrentMap等复杂一些的用法。

下面用一个案例演示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<Person> personList = new ArrayList<Person>();	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<?, Person> 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);}

}

运行结果：

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

3.6.2 统计(count/averaging)
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
案例：统计员工人数、平均工资、工资总额、最高工资。

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”));

	// 求总数	Long count = personList.stream().collect(Collectors.counting());	// 求平均工资	Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));	// 求最高工资	Optional<Integer> max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));	// 求工资之和	Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));	// 一次性统计所有信息	DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));	System.out.println("员工总数：" + count);	System.out.println("员工平均工资：" + average);	System.out.println("员工工资总和：" + sum);	System.out.println("员工工资所有统计：" + collect);}

}

20
21
22
23
24
运行结果：

员工总数：3
员工平均工资：7900.0
员工工资总和：23700
员工工资所有统计：DoubleSummaryStatistics{count=3, sum=23700.000000,min=7000.000000, average=7900.000000, max=8900.000000}

3.6.3 分组(partitioningBy/groupingBy)
分区：将stream按条件分为两个Map，比如员工按薪资是否高于8000分为两部分。
分组：将集合分为多个Map，比如员工按性别分组。有单级分组和多级分组。

案例：将员工按薪资是否高于8000分为两部分；将员工按性别和地区分组

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”));

	// 将员工按薪资是否高于8000分组    Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));    // 将员工按性别分组    Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));    // 将员工先按性别分组，再按地区分组    Map<String, Map<String, List<Person>>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));    System.out.println("员工按薪资是否大于8000分组情况：" + part);    System.out.println("员工按性别分组情况：" + group);    System.out.println("员工按性别、地区：" + group2);}

}

20
21
输出结果：

员工按薪资是否大于8000分组情况：{false=[mutest.Person@2d98a335, mutest.Person@16b98e56, mutest.Person@7ef20235], true=[mutest.Person@27d6c5e0, mutest.Person@4f3f5b24, mutest.Person@15aeb7ab]}
员工按性别分组情况：{female=[mutest.Person@16b98e56, mutest.Person@4f3f5b24, mutest.Person@7ef20235], male=[mutest.Person@27d6c5e0, mutest.Person@2d98a335, mutest.Person@15aeb7ab]}
员工按性别、地区：{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。

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("所有员工的姓名：" + names);	List<String> list = Arrays.asList("A", "B", "C");	String string = list.stream().collect(Collectors.joining("-"));	System.out.println("拼接后的字符串：" + string);}

}

运行结果：

所有员工的姓名：Tom,Jack,Lily
拼接后的字符串：A-B-C

3.6.5 归约(reducing)
Collectors类提供的reducing方法，相比于stream本身的reduce方法，增加了对自定义归约的支持。

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”));

	// 每个员工减去起征点后的薪资之和（这个例子并不严谨，但一时没想到好的例子）	Integer sum = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> (i + j - 5000)));	System.out.println("员工扣税薪资总和：" + sum);	// stream的reduce	Optional<Integer> sum2 = personList.stream().map(Person::getSalary).reduce(Integer::sum);	System.out.println("员工薪资总和：" + sum2.get());}

}

运行结果：

员工扣税薪资总和：8700
员工薪资总和：23700

3.7 排序(sorted)
sorted，中间操作。有两种排序：

sorted()：自然排序，流中元素需实现Comparable接口
sorted(Comparator com)：Comparator排序器自定义排序
案例：将员工按工资由高到低（工资一样则按年龄由大到小）排序

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"));	// 按工资升序排序（自然排序）	List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)			.collect(Collectors.toList());	// 按工资倒序排序	List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())			.map(Person::getName).collect(Collectors.toList());	// 先按工资再按年龄升序排序	List<String> newList3 = personList.stream()			.sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName)			.collect(Collectors.toList());	// 先按工资再按年龄自定义排序（降序）	List<String> 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("按工资升序排序：" + newList);	System.out.println("按工资降序排序：" + newList2);	System.out.println("先按工资再按年龄升序排序：" + newList3);	System.out.println("先按工资再按年龄自定义降序排序：" + newList4);}

}
运行结果：

按工资升序排序：[Lily, Tom, Sherry, Jack, Alisa]
按工资降序排序：[Sherry, Jack, Alisa, Tom, Lily]
先按工资再按年龄升序排序：[Lily, Tom, Sherry, Jack, Alisa]
先按工资再按年龄自定义降序排序：[Alisa, Jack, Sherry, Tom, Lily]

3.8 提取/组合
流也可以进行合并、去重、限制、跳过等操作。

public class StreamTest {

public static void main(String[] args) {

String[] arr1 = { “a”, “b”, “c”, “d” };
String[] arr2 = { “d”, “e”, “f”, “g” };

	Stream<String> stream1 = Stream.of(arr1);	Stream<String> stream2 = Stream.of(arr2);	// concat:合并两个流 distinct：去重	List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());	// limit：限制从流中获得前n个数据	List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());	// skip：跳过前n个数据	List<Integer> 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);}

}

运行结果：

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]

1 体验Stream流【理解】

public class StreamDemo {    public static void main(String[] args) {//创建一个集合，存储多个字符串元素        ArrayList<String> list = new ArrayList<String>();        list.add("林青霞");        list.add("张曼玉");        list.add("王祖贤");        list.add("柳岩");        list.add("张敏");        list.add("张无忌");//把集合中所有以"张"开头的元素存储到一个新的集合        ArrayList<String> zhangList = new ArrayList<String>();        for(String s : list) {            if(s.startsWith("张")) {                zhangList.add(s);            }        }// System.out.println(zhangList);//把"张"开头的集合中的长度为3的元素存储到一个新的集合        ArrayList<String> threeList = new ArrayList<String>();        for(String s : zhangList) {            if(s.length() == 3) {                threeList.add(s);            }        }// System.out.println(threeList);//遍历上一步得到的集合        for(String s : threeList) {            System.out.println(s);        }        System.out.println("--------");//Stream流来改进// list.stream().filter(s -> s.startsWith("张")).filter(s -> s.length() ==        3).forEach(s -> System.out.println(s));        list.stream().filter(s -> s.startsWith("张")).filter(s -> s.length() ==                3).forEach(System.out::println);    }}

public class StreamDemo {    public static void main(String[] args) {//创建一个集合，存储多个字符串元素        ArrayList<String> list = new ArrayList<String>();        list.add("林青霞");        list.add("张曼玉");        list.add("王祖贤");        list.add("柳岩");        list.add("张敏");        list.add("张无忌");//Stream流来改进        list.stream().filter(s -> s.startsWith("张")).filter(s -> s.length() ==                3).forEach(System.out::println);    }}

2 Stream流的常见生成方式【应用】

public class StreamDemo {    public static void main(String[] args) {//Collection体系的集合可以使用默认方法stream()生成流        List<String> list = new ArrayList<String>();        Stream<String> listStream = list.stream();        Set<String> set = new HashSet<String>();        Stream<String> setStream = set.stream();//Map体系的集合间接的生成流        Map<String,Integer> map = new HashMap<String, Integer>();        Stream<String> keyStream = map.keySet().stream();        Stream<Integer> valueStream = map.values().stream();        Stream<Map.Entry<String, Integer>> entryStream = map.entrySet().stream();//数组可以通过Stream接口的静态方法of(T... values)生成流        String[] strArray = {"hello","world","java"};        Stream<String> strArrayStream = Stream.of(strArray);        Stream<String> strArrayStream2 = Stream.of("hello", "world", "java");        Stream<Integer> intStream = Stream.of(10, 20, 30);    }}

3 Stream流中间操作方法【应用】

public class StreamDemo01 {    public static void main(String[] args) {//创建一个集合，存储多个字符串元素        ArrayList<String> list = new ArrayList<String>();        list.add("林青霞");        list.add("张曼玉");        list.add("王祖贤");        list.add("柳岩");        list.add("张敏");        list.add("张无忌");//需求1：把list集合中以张开头的元素在控制台输出        list.stream().filter(s -> s.startsWith("张")).forEach(System.out::println);        System.out.println("--------");//需求2：把list集合中长度为3的元素在控制台输出        list.stream().filter(s -> s.length() == 3).forEach(System.out::println);        System.out.println("--------");//需求3：把list集合中以张开头的，长度为3的元素在控制台输出        list.stream().filter(s -> s.startsWith("张")).filter(s -> s.length() ==                3).forEach(System.out::println);    }}

public class StreamDemo02 {    public static void main(String[] args) {//创建一个集合，存储多个字符串元素        ArrayList<String> list = new ArrayList<String>();        list.add("林青霞");        list.add("张曼玉");        list.add("王祖贤");        list.add("柳岩");        list.add("张敏");        list.add("张无忌");//需求1：取前3个数据在控制台输出        list.stream().limit(3).forEach(System.out::println);        System.out.println("--------");//需求2：跳过3个元素，把剩下的元素在控制台输出        list.stream().skip(3).forEach(System.out::println);        System.out.println("--------");//需求3：跳过2个元素，把剩下的元素中前2个在控制台输出        list.stream().skip(2).limit(2).forEach(System.out::println);    }}

public class StreamDemo03 {    public static void main(String[] args) {//创建一个集合，存储多个字符串元素        ArrayList<String> list = new ArrayList<String>();        list.add("林青霞");        list.add("张曼玉");        list.add("王祖贤");list.add("柳岩");        list.add("张敏");        list.add("张无忌");//需求1：取前4个数据组成一个流        Stream<String> s1 = list.stream().limit(4);//需求2：跳过2个数据组成一个流        Stream<String> s2 = list.stream().skip(2);//需求3：合并需求1和需求2得到的流，并把结果在控制台输出// Stream.concat(s1,s2).forEach(System.out::println);//需求4：合并需求1和需求2得到的流，并把结果在控制台输出，要求字符串元素不能重复        Stream.concat(s1,s2).distinct().forEach(System.out::println);    }}

public class StreamDemo04 {    public static void main(String[] args) {//创建一个集合，存储多个字符串元素        ArrayList<String> list = new ArrayList<String>();        list.add("linqingxia");        list.add("zhangmanyu");        list.add("wangzuxian");        list.add("liuyan");        list.add("zhangmin");        list.add("zhangwuji");//需求1：按照字母顺序把数据在控制台输出// list.stream().sorted().forEach(System.out::println);//需求2：按照字符串长度把数据在控制台输出        list.stream().sorted((s1,s2) -> {            int num = s1.length()-s2.length();            int num2 = num==0?s1.compareTo(s2):num;            return num2;        }).forEach(System.out::println);    }}

public class StreamDemo05 {    public static void main(String[] args) {//创建一个集合，存储多个字符串元素        ArrayList<String> list = new ArrayList<String>();        list.add("10");        list.add("20");        list.add("30");        list.add("40");        list.add("50");//需求：将集合中的字符串数据转换为整数之后在控制台输出// list.stream().map(s -> Integer.parseInt(s)).forEach(System.out::println);// list.stream().map(Integer::parseInt).forEach(System.out::println);// list.stream().mapToInt(Integer::parseInt).forEach(System.out::println);//int sum() 返回此流中元素的总和        int result = list.stream().mapToInt(Integer::parseInt).sum();        System.out.println(result);    }}

4 Stream流终结操作方法【应用】

public class StreamDemo {    public static void main(String[] args) {//创建一个集合，存储多个字符串元素        ArrayList<String> list = new ArrayList<String>();        list.add("林青霞");        list.add("张曼玉");        list.add("王祖贤");        list.add("柳岩");        list.add("张敏");        list.add("张无忌");//需求1：把集合中的元素在控制台输出// list.stream().forEach(System.out::println);//需求2：统计集合中有几个以张开头的元素，并把统计结果在控制台输出        long count = list.stream().filter(s -> s.startsWith("张")).count();        System.out.println(count);    }}

5 Stream流综合练习【应用】

public class Actor {    private String name;    public Actor(String name) {        this.name = name;    }    public String getName() {        return name;    }    public void setName(String name) {        this.name = name;    }}public class StreamTest {    public static void main(String[] args) {//创建集合        ArrayList<String> manList = new ArrayList<String>();        manList.add("周润发");        manList.add("成龙");        manList.add("刘德华");        manList.add("吴京");        manList.add("周星驰");        manList.add("李连杰");        ArrayList<String> womanList = new ArrayList<String>();        womanList.add("林心如");        womanList.add("张曼玉");        womanList.add("林青霞");        womanList.add("柳岩");        womanList.add("林志玲");        womanList.add("王祖贤");/*//男演员只要名字为3个字的前三人Stream<String> manStream = manList.stream().filter(s -> s.length() ==3).limit(3);//女演员只要姓林的，并且不要第一个Stream<String> womanStream = womanList.stream().filter(s ->s.startsWith("林")).skip(1);//把过滤后的男演员姓名和女演员姓名合并到一起Stream<String> stream = Stream.concat(manStream, womanStream);//把上一步操作后的元素作为构造方法的参数创建演员对象,遍历数据// stream.map(Actor::new).forEach(System.out::println);stream.map(Actor::new).forEach(p -> System.out.println(p.getName()));*/        Stream.concat(manList.stream().filter(s -> s.length() == 3).limit(3),                womanList.stream().filter(s ->                        s.startsWith("林")).skip(1)).map(Actor::new).                forEach(p -> System.out.println(p.getName()));    }}

6 Stream流的收集操作【应用】

public class CollectDemo {    public static void main(String[] args) {//创建List集合对象        List<String> list = new ArrayList<String>();        list.add("林青霞");        list.add("张曼玉");        list.add("王祖贤");        list.add("柳岩"); /*//需求1：得到名字为3个字的流Stream<String> listStream = list.stream().filter(s -> s.length() == 3);//需求2：把使用Stream流操作完毕的数据收集到List集合中并遍历List<String> names = listStream.collect(Collectors.toList());for(String name : names) {System.out.println(name);}*///创建Set集合对象        Set<Integer> set = new HashSet<Integer>();        set.add(10);        set.add(20);        set.add(30);        set.add(33);        set.add(35);/*//需求3：得到年龄大于25的流Stream<Integer> setStream = set.stream().filter(age -> age > 25);//需求4：把使用Stream流操作完毕的数据收集到Set集合中并遍历Set<Integer> ages = setStream.collect(Collectors.toSet());for(Integer age : ages) {System.out.println(age);}*///定义一个字符串数组，每一个字符串数据由姓名数据和年龄数据组合而成        String[] strArray = {"林青霞,30", "张曼玉,35", "王祖贤,33", "柳岩,25"};//需求5：得到字符串中年龄数据大于28的流        Stream<String> arrayStream = Stream.of(strArray).filter(s ->                Integer.parseInt(s.split(",")[1]) > 28);//需求6：把使用Stream流操作完毕的数据收集到Map集合中并遍历，字符串中的姓名作键，年龄作值        Map<String, Integer> map = arrayStream.collect(Collectors.toMap(s ->                s.split(",")[0], s -> Integer.parseInt(s.split(",")[1])));        Set<String> keySet = map.keySet();        for (String key : keySet) {            Integer value = map.get(key);            System.out.println(key + "," + value);        }    }}

  类名：：方法名 

person -> person.getAge();

Person：：getAge

new HashMap<>()

HsahMap :: new

public class MyTest {    public static void main(String[] args) {        List<String> a1 = Arrays.asList("a", "b", "c");        for (String a : a1) {            printValur(a);        };        a1.forEach(x -> MyTest.printValur(x));    }    public static void printValur(String str) {        System.out.println("print value : " + str);    }}

     a1.forEach(MyTest::printValur);        Consumer<String> consumer = MyTest::printValur;        a1.forEach(x -> consumer.accept(x));

     List<String> list = a1.stream().map(x -> x.toUpperCase()).collect(Collectors.toList());        System.out.println(list.toString());

        ArrayList<String> collect = a1.stream().map(String::toUpperCase).collect(Collectors.toCollection(ArrayList::new));        System.out.println(collect.toString());