• 20 个实例玩转 Java 8 Stream

    20 个实例玩转 Java 8 Stream

    在这里插入图片描述

    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：

    1、中间操作，每次返回一个新的流，可以有多个。

    2、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：

    1、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。

    2、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。

    3、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。

    package com.stream.test1;

import java.util.Arrays;
import java.util.List;
import java.util.stream.IntStream;
import java.util.stream.Stream;

public class Test1 {

    public static void main(String[] args) {
        a1();
        a2();
        a3();
    }

    /**
     * 1.通过 `java.util.Collection.stream()` 方法用集合创建流
     */
    public static void a1() {
        // 通过 `java.util.Collection.stream()` 方法用集合创建流
        List<String> list = Arrays.asList("a", "b", "c");
        // 创建一个顺序流
        Stream<String> stream = list.stream();
        // 创建一个并行流
        Stream<String> parallelStream = list.parallelStream();
        stream.forEach(System.out::println);
        parallelStream.forEach(System.out::println);
    }

    /**
     * 2.使用`java.util.Arrays.stream(T[] array)`方法用数组创建流
     */
    public static void a2() {
        // 使用`java.util.Arrays.stream(T[] array)`方法用数组创建流
        int[] array = {1, 3, 5, 6, 8};
        IntStream intStream = Arrays.stream(array);
        intStream.forEach(System.out::println);
    }

    /**
     * 3.使用`Stream`的静态方法：`of()、iterate()、generate()`
     */
    public static void a3() {
        // 使用`Stream`的静态方法：`of()、iterate()、generate()`
        Stream<Integer> stream1 = Stream.of(1, 2, 3, 4, 5, 6);
        stream1.forEach(System.out::println);
        Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 3).limit(4);
        stream2.forEach(System.out::println);
        Stream<Double> stream3 = Stream.generate(Math::random).limit(3);
        stream3.forEach(System.out::println);
    }

}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    # 程序输出
a
b
c
b
c
a
----------
1
3
5
6
8
----------
1
2
3
4
5
6
0
3
6
9
0.7408527501587401
0.5636765964381898
0.36334100319238094

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27

    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：

    在这里插入图片描述

    如果流中的数据量足够大，并行流可以加快处速度。

    Java 8 创建 Stream 的 10 种方式：

    (1)、Stream.of 可变参数

    Stream<String> stream1 = Stream.of("A", "B", "C");
System.out.println("stream1:" + stream1.collect(joining()));

    • 1
    • 2

    程序输出：stream1: ABC

    (2)、Stream.of 数组

    String[] values = new String[]{"A", "B", "C"};
Stream<String> stream2 = Stream.of(values);
System.out.println("stream2:" + stream2.collect(joining()));

    • 1
    • 2
    • 3

    程序输出：stream2: ABC

    看 Stream.of 源码，上面这两种方式其实就是第三种方式的包装版。

    public static<T> Stream<T> of(T... values) {
    return Arrays.stream(values);
}

    • 1
    • 2
    • 3

    我们直接使用源码中的方式也是一样的。

    (3)、Arrays.stream

    String[] values = new String[]{"A", "B", "C"};
Stream<String> stream3 = Arrays.stream(values);
System.out.println("stream3:" + stream3.collect(joining()));

    • 1
    • 2
    • 3

    程序输出：stream3: ABC

    (4)、List

    List<String> list = Arrays.asList("A", "B", "C");
Stream<String> stream4 = list.stream();
System.out.println("stream4:" + stream4.collect(joining()));

    • 1
    • 2
    • 3

    程序输出：stream4: ABC

    (5)、Set

    Set<String> set = new HashSet<>(Arrays.asList("A", "B", "C"));
Stream<String> stream5 = set.stream();
System.out.println("stream5:" + stream5.collect(joining()));

    • 1
    • 2
    • 3

    程序输出：stream5: ABC

    (6)、Map

    Map<String, String> map = new HashMap<>();
map.put("1", "A");
map.put("2", "B");
map.put("3", "C");
Stream<String> stream6 = map.values().stream();
System.out.println("stream6:" + stream6.collect(joining()));

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    程序输出：stream6: ABC

    (7)、Stream.iterate

    Stream<String> stream7 = Stream.iterate("A", e -> String.valueOf((char) (e.charAt(0) + 1))).limit(3);
System.out.println("stream7:" + stream7.collect(joining()));

    • 1
    • 2

    程序输出：stream7: ABC

    (8)、Pattern

    String value = "A B C";
Stream<String> stream8 = Pattern.compile("\\W").splitAsStream(value);
System.out.println("stream8:" + stream8.collect(joining()));

    • 1
    • 2
    • 3

    程序输出：stream8: ABC

    (9)、Files.lines

    try {
    Stream<String> stream9 = Files.lines(Paths.get("d:/data.txt"));
    System.out.println("stream9:" + stream9.collect(joining()));
} catch (IOException e) {
    e.printStackTrace();
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    data.txt文件内容如下：

    A
B
C

    • 1
    • 2
    • 3

    程序输出：stream9: ABC

    (10)、Stream.generate

    Stream<String> stream10 = Stream.generate(() -> "A").limit(3);
System.out.println("stream10:" + stream10.collect(joining()));

    • 1
    • 2

    程序输出：stream10: AAA

    (11)、顺序流转换为并行流

    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<Integer> findFirst = list.stream().parallel().filter(x->x>6).findFirst();

    • 1

    完整代码：

    package com.stream.test2;

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.*;
import java.util.regex.Pattern;
import java.util.stream.Stream;

public class Test2 {

    public static void main(String[] args) {
        a1();
        System.out.println("----------");
        a2();
        System.out.println("----------");
        a3();
        System.out.println("----------");
        a4();
        System.out.println("----------");
        a5();
        System.out.println("----------");
        a6();
        System.out.println("----------");
        a7();
        System.out.println("----------");
        a8();
        System.out.println("----------");
        a9();
        System.out.println("----------");
        a10();
        System.out.println("----------");
        a11();
    }

    /**
     * 1.Stream.of 可变参数
     */
    public static void a1() {
        Stream<String> stream1 = Stream.of("A", "B", "C");
        stream1.forEach(System.out::println);
    }

    /**
     * 2.Stream.of 数组
     */
    public static void a2() {
        String[] values = new String[]{"A", "B", "C"};
        Stream<String> stream2 = Stream.of(values);
        stream2.forEach(System.out::println);
    }

    /**
     * 3.Arrays.stream
     */
    public static void a3() {
        String[] values = new String[]{"A", "B", "C"};
        Stream<String> stream3 = Arrays.stream(values);
        stream3.forEach(System.out::println);
    }

    /**
     * 4.List
     */
    public static void a4() {
        List<String> list = Arrays.asList("A", "B", "C");
        Stream<String> stream4 = list.stream();
        stream4.forEach(System.out::println);
    }

    /**
     * 5.Set
     */
    public static void a5() {
        Set<String> set = new HashSet<>(Arrays.asList("A", "B", "C"));
        Stream<String> stream5 = set.stream();
        stream5.forEach(System.out::println);
    }

    /**
     * 6.Map
     */
    public static void a6() {
        Map<String, String> map = new HashMap<>();
        map.put("1", "A");
        map.put("2", "B");
        map.put("3", "C");
        Stream<String> stream6 = map.values().stream();
        stream6.forEach(System.out::println);
    }


    /**
     * 7.Stream.iterate
     */
    public static void a7() {
        Stream<String> stream7 = Stream.iterate("A", e -> String.valueOf((char) (e.charAt(0) + 1))).limit(3);
        stream7.forEach(System.out::println);
    }


    /**
     * 8.Pattern
     */
    public static void a8() {
        String value = "A B C";
        Stream<String> stream8 = Pattern.compile("\\W").splitAsStream(value);
        stream8.forEach(System.out::println);
    }

    /**
     * 9.Files.lines
     */
    public static void a9() {
        try {
            Stream<String> stream9 = Files.lines(Paths.get("D:\\data.txt"));
            stream9.forEach(System.out::println);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    /**
     * 10.Stream.generate
     */
    public static void a10() {
        Stream<String> stream10 = Stream.generate(() -> "A").limit(3);
        stream10.forEach(System.out::println);
    }

    /**
     * 11.通过`parallel()`把顺序流转换成并行流
     */
    public static void a11() {
        List<Integer> list = Arrays.asList(1, 7, 14);
        Optional<Integer> findFirst = list.stream().parallel().filter(x -> (x > 6)).findFirst();
        System.out.println(findFirst.get());
    }

}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92
    • 93
    • 94
    • 95
    • 96
    • 97
    • 98
    • 99
    • 100
    • 101
    • 102
    • 103
    • 104
    • 105
    • 106
    • 107
    • 108
    • 109
    • 110
    • 111
    • 112
    • 113
    • 114
    • 115
    • 116
    • 117
    • 118
    • 119
    • 120
    • 121
    • 122
    • 123
    • 124
    • 125
    • 126
    • 127
    • 128
    • 129
    • 130
    • 131
    • 132
    • 133
    • 134
    • 135
    • 136
    • 137
    • 138
    • 139
    • 140
    # 程序输出
A
B
C
----------
A
B
C
----------
A
B
C
----------
A
B
C
----------
A
B
C
----------
A
B
C
----------
A
B
C
----------
A
B
C
----------
11
22
----------
A
A
A
----------
7

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41

    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。

    3.1 员工类

    package com.stream.common;

public class Person {

    /**
     * 姓名
     */
    private String name;

    /**
     * 薪资
     */
    private int salary;

    /**
     * 年龄
     */
    private int age;

    /**
     * 性别
     */
    private String sex;

    /**
     * 地区
     */
    private String area;

    /**
     * 构造方法
     *
     * @param name
     * @param salary
     * @param age
     * @param sex
     * @param area
     */
    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;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public int getSalary() {
        return salary;
    }

    public void setSalary(int salary) {
        this.salary = salary;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }

    public String getSex() {
        return sex;
    }

    public void setSex(String sex) {
        this.sex = sex;
    }

    public String getArea() {
        return area;
    }

    public void setArea(String area) {
        this.area = area;
    }

}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87

    3.2 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。

    在这里插入图片描述

    package com.stream.test3;

import java.util.Arrays;
import java.util.List;
import java.util.Optional;

public class Test3 {

    /**
     * 遍历/匹配（foreach/find/match）
     *
     * @param args
     */
    public static void main(String[] args) {

        List<Integer> 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);
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    # 程序输出
7
9
8
匹配第一个值：7
匹配任意一个值：8
是否存在大于6的值：true

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    3.3 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。

    在这里插入图片描述

    package com.stream.test4;

import com.stream.common.Person;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.Stream;

public class Test4 {

    /**
     * 筛选（filter）
     *
     * @param args
     */
    public static void main(String[] args) {
        a1();
        System.out.println("----------");
        a2();
    }

    /**
     * 案例一：筛选出`Integer`集合中大于7的元素，并打印出来
     */
    public static void a1() {
        List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2, 9);
        Stream<Integer> stream = list.stream();
        stream.filter(x -> x > 7).forEach(System.out::println);
    }

    /**
     * 案例二：筛选员工中工资高于8000的人，并形成新的集合。
     */
    public static void a2() {
        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"));
        personList.add(new Person("Owen", 9500, 25, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 26, "female", "New York"));
        List<String> filterList = personList.stream().filter(x -> x.getSalary() > 8000).map(Person::getName).collect(Collectors.toList());
        System.out.print("高于8000的员工姓名：" + filterList);
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    # 程序输出
8
9
----------
高于8000的员工姓名：[Tom, Anni, Owen]

    • 1
    • 2
    • 3
    • 4
    • 5

    3.4 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。

    在这里插入图片描述

    package com.stream.test5;

import com.stream.common.Person;

import java.util.*;

public class Test5 {

    /**
     * 聚合（max/min/count)
     *
     * @param args
     */
    public static void main(String[] args) {
        a1();
        System.out.println("----------");
        a2();
        System.out.println("----------");
        a3();
        System.out.println("----------");
        a4();
    }

    /**
     * 案例一：获取`String`集合中最长的元素。
     */
    public static void a1() {
        List<String> 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());
    }

    /**
     * 案例二：获取`Integer`集合中的最大值。
     */
    public static void a2() {
        List<Integer> 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());
    }

    /**
     * 案例三：获取员工工资最高的人。
     */
    public static void a3() {
        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"));
        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());
    }

    /**
     * 案例四：计算`Integer`集合中大于6的元素的个数。
     */
    public static void a4() {
        List<Integer> 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);
    }

}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    # 程序输出
最长的字符串：weoujgsd
----------
自然排序的最大值：11
自定义排序的最大值：11
----------
员工工资最大值：9500
----------
list中大于6的元素个数：4

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    3.5 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。

    在这里插入图片描述

    package com.stream.test6;

import com.stream.common.Person;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.Stream;

public class Test6 {

    /**
     * 映射(map/flatMap)
     *
     * @param args
     */
    public static void main(String[] args) {
        a1();
        System.out.println("----------");
        a2();
        System.out.println("----------");
        a3();
    }

    /**
     * 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 static void a1() {
        String[] strArr = {"abcd", "bcdd", "defde", "fTr"};
        List<String> 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);
    }

    /**
     * 案例二：将员工的薪资全部增加1000
     */
    public static void a2() {
        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"));
        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());
    }

    /**
     * 案例三：将两个字符数组合并成一个新的字符数组
     */
    public static void a3() {
        List<String> list = Arrays.asList("m,k,l,a", "1,3,5,7");
        List<String> listNew = list.stream().flatMap(s -> {
            // 将每个元素转换成一个stream
            String[] split = s.split(",");
            Stream<String> 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);
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    # 程序输出
每个元素大写：[ABCD, BCDD, DEFDE, FTR]
每个元素+3：[4, 6, 8, 10, 12, 14]
----------
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
----------
处理前的集合：[m,k,l,a, 1,3,5,7]
处理后的集合：[m, k, l, a, 1, 3, 5, 7]

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    3.6 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。

    在这里插入图片描述

    package com.stream.test7;

import com.stream.common.Person;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.Optional;

public class Test7 {

    /**
     * 归约(reduce)
     *
     * @param args
     */
    public static void main(String[] args) {
        a1();
        System.out.println("----------");
        a2();
    }


    /**
     * 案例一：求`Integer`集合的元素之和、乘积和最大值
     */
    public static void a1() {
        List<Integer> list = Arrays.asList(1, 3, 2, 8, 11, 4);
        // 求和方式1
        Optional<Integer> sum = list.stream().reduce((x, y) -> x + y);
        // 求和方式2
        Optional<Integer> 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);
    }

    /**
     * 案例二：求所有员工的工资之和和最高工资
     */
    public static void a2() {
        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"));
        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);
    }

}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    # 程序输出
list求和：29,29,29
list求积：2112
list求和：11,11
----------
工资之和：49300,49300,49300
最高工资：9500,9500

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    3.7 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。

    package com.stream.test8;

import com.stream.common.Person;

import java.util.*;
import java.util.stream.Collectors;

public class Test8 {

    /**
     * 归集(toList/toSet/toMap)
     *
     * @param args
     */
    public static void main(String[] args) {
        a();
    }

    /**
     * toList`、`toSet`和`toMap`
     */
    public static void a() {
        List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
        List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
        Set<Integer> 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);
    }

}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38

    运行结果：

    # 程序输出
toList:[6, 4, 6, 6, 20]
toSet:[4, 20, 6]
toMap:{Tom=com.stream.common.Person@2dda6444, Anni=com.stream.common.Person@5e9f23b4}

    • 1
    • 2
    • 3
    • 4
    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
    package com.stream.test9;

import com.stream.common.Person;

import java.util.ArrayList;
import java.util.DoubleSummaryStatistics;
import java.util.List;
import java.util.Optional;
import java.util.stream.Collectors;

public class Test9 {

    /**
     * 统计(count/averaging)
     *
     * @param args
     */
    public static void main(String[] args) {
        a();
    }

    /**
     * 案例：统计员工人数、平均工资、工资总额、最高工资
     */
    public static void a() {
        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"));
        // 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);
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    # 程序输出
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}

    • 1
    • 2
    • 3
    • 4
    • 5
    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。

    在这里插入图片描述

    package com.stream.test10;

import com.stream.common.Person;

import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;

public class Test10 {

    /**
     * 分组(partitioningBy/groupingBy)
     *
     * @param args
     */
    public static void main(String[] args) {
        a();
    }

    /**
     * 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 static void a() {
        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, 27, "female", "New York"));
        personList.add(new Person("Owen", 9500, 22, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 20, "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);
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    # 程序输出
员工按薪资是否大于8000分组情况：{false=[com.stream.common.Person@5e9f23b4, com.stream.common.Person@4783da3f, com.stream.common.Person@378fd1ac], true=[com.stream.common.Person@49097b5d, com.stream.common.Person@6e2c634b, com.stream.common.Person@37a71e93]}
员工按性别分组情况：{female=[com.stream.common.Person@4783da3f, com.stream.common.Person@6e2c634b, com.stream.common.Person@378fd1ac], male=[com.stream.common.Person@49097b5d, com.stream.common.Person@5e9f23b4, com.stream.common.Person@37a71e93]}
员工按性别、地区：{female={New York=[com.stream.common.Person@6e2c634b, com.stream.common.Person@378fd1ac], Washington=[com.stream.common.Person@4783da3f]}, male={New York=[com.stream.common.Person@49097b5d, com.stream.common.Person@37a71e93], Washington=[com.stream.common.Person@5e9f23b4]}}

    • 1
    • 2
    • 3
    • 4
    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。

    package com.stream.test11;

import com.stream.common.Person;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;

public class Test11 {

    /**
     * 接合(joining)
     *
     * @param args
     */
    public static void main(String[] args) {
        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"));
        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);
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    # 程序输出
所有员工的姓名：Tom,Jack,Lily
拼接后的字符串：A-B-C

    • 1
    • 2
    • 3
    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。

    package com.stream.test12;

import com.stream.common.Person;

import java.util.ArrayList;
import java.util.List;
import java.util.Optional;
import java.util.stream.Collectors;

public class Test12 {

    /**
     * 归约(reducing)
     *
     * @param args
     */
    public static void main(String[] args) {
        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"));
        // 每个员工减去起征点后的薪资之和
        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());
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    # 程序输出
员工扣税薪资总和：8700
员工薪资总和：23700

    • 1
    • 2
    • 3

    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
    package com.stream.test13;

import com.stream.common.Person;

import java.util.ArrayList;
import java.util.Comparator;
import java.util.List;
import java.util.stream.Collectors;

public class Test13 {

    /**
     * 排序(sorted)
     *
     * @param args
     */
    public static void main(String[] args) {
        a();
    }

    /**
     * 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 static void a() {
        List<Person> personList = new ArrayList<Person>();
        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);
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    # 程序输出
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]

    • 1
    • 2
    • 3
    • 4
    • 5

    3.8 提取/组合

    流也可以进行合并、去重、限制、跳过等操作。

    在这里插入图片描述

    package com.stream.test14;

import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.Stream;

public class Test14 {

    /**
     * 提取/组合
     *
     * @param args
     */
    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);
    }
}

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    # 程序输出
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
    • 2
    • 3
    • 4

    至此，Stream 的常用功能介绍完毕！

  • 相关阅读:
    在 Lua 中如何实现高效的内存管理？
    vue柱状图+table表格
    数据库的基本信息，都在这几张表里了
    基于Spring Boot应用Apache CXF发布Web Services服务
    开发知识点-Ruby
    小波变换学习笔记
    第一章：计算机网络和因特网
    面试核心技巧--spring篇
    mysql常见面试题
    如何去正确理解股票量化接口的真实用途？
  • 原文地址：https://blog.csdn.net/qq_30614345/article/details/132508621