目录
一 了解Stream
1 Stream概述
那么什么是Stream？
Stream可以由数组或集合创建
Stream有几个特性：
Stream流的起始操作
2 Stream的创建----Stream可以通过集合数组创建。
3、通过 java.util.Collection.stream() 方法 用map集合 ,间接创建生成流
stream和parallelStream的简单区分：
4、使用java.util.Arrays.stream(T[] array)方法 用数组 创建流
3 Stream的使用
类声明
类方法 注意： 这些方法是从 java.lang.Object 类继承来的。
Optional 实例
输出结果：
案例使用的员工类
3.1 遍历/匹配（foreach/find/match）
foreach()是终止操作，只能执行一次，之后再执行此操作，会报IllegalStateException异常
案例--- forEach() /findFirst() / findAny() / findFirst.get() /findAny.get() /anyMatch(）
二 Stream流常见的中间操作
3.2 筛选（filter）--进行筛选提取，不对元素进行修改附加操作
案例一：filter的常规中间操作
案例二：筛选出Integer集合中大于7的元素，并打印出来
案例三： 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）。
3.3 聚合（max/min/count)
3.4 映射(map/flatMap)--会对每一个元素进行修改等附加操作
3.5 归约(reduce)
3.6 收集(collect)
3.6.1 归集(toList/toSet/toMap)
toMap 的案例
3.6.2 统计(count/averaging)
3.6.3 分组(partitioningBy/groupingBy)
3.6.4 接合(joining)
3.6.5 归约(reducing)
3.7 排序(sorted)---自然排序调用的是equals（）方法
3.8 提取/组合--中间操作
一 了解Stream
1 Stream概述
Java8 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、映射、排序、归约、分组、聚合、提取与组合、收集、接合、foreach遍历等。
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。
终止操作：流只能进行一次终端操作，终止操作结束后流无法再次使用。终止操作会产生一个新的集合或值。
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。
Stream流的起始操作
2 Stream的创建----Stream可以通过集合数组创建。
1、通过 java.util.Collection.stream() 方法 用list集合 创建流 --顺序流/并行流
/** @Author Vincent* @Description* 1、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();stream.forEach(System.out::println);System.out.println("=============list.stream()=================");
//创建一个并行流Stream<String> parallelStream = list.parallelStream();parallelStream.forEach(System.out::println);System.out.println("===============list.parallelStream()===============");
2、通过 java.util.Collection.stream() 方法 用set集合 创建流
System.out.println("============set.stream()==================");HashSet<String> set = new HashSet<>();set.add("法外狂徒张三");set.add("芜湖大司马");set.add("杭州吴彦祖");Stream<String> setStream = set.stream();setStream.forEach(System.out::println);
输出结果：
============set.stream()==================法外狂徒张三芜湖大司马杭州吴彦祖
3、通过 java.util.Collection.stream() 方法 用map集合 ,间接创建生成流
System.out.println("============Map集合只能间接生成流==================");System.out.println("===========map.keySet().stream()================");HashMap<String, Integer> map = new HashMap<>();map.put("唐伯虎",9527);map.put("祝枝山",9528);map.put("文征明",9529);map.put("徐祯卿",9530);Stream<String> keyStream = map.keySet().stream();keyStream.forEach(System.out::println);System.out.println("===========map.values().stream()================");Stream<Integer> valueStream = map.values().stream();valueStream.forEach(System.out::println);System.out.println("============map.entrySet().stream()============");Stream<Map.Entry<String, Integer>> entryStream= map.entrySet().stream();entryStream.forEach(System.out::println);
输出结果：
============Map集合只能间接生成流=============================map.keySet().stream()================祝枝山徐祯卿唐伯虎文征明===========map.values().stream()================9528953095279529============map.entrySet().stream()============祝枝山=9528徐祯卿=9530唐伯虎=9527文征明=9529
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：
List<Integer> list2 = Arrays.asList(3, 4, 5,7,9,8,1,18);//把顺序流转成并行流 过滤x>6的数，取第一个数Optional<Integer> integergOptional = list2.stream().parallel().filter(x -> x > 6).findFirst();System.out.println(stringOptional);System.out.println("==============================");
4、使用java.util.Arrays.stream(T[] array)方法 用数组 创建流
/*** @Author Vincent* @Description //TODO* 2、使用java.util.Arrays.stream(T[] array)方法用数组创建流**/int[] array ={2,4,6,8,9};IntStream arrStream = Arrays.stream(array);arrStream.forEach(System.out::println);System.out.println("===============Arrays.stream()===============");
4.1 使用Stream的静态方法：of()、iterate()、generate()
/*** @Author Vincent* @Description* 3、使用Stream的静态方法：of()、iterate()、generate()**/System.out.println("==============Stream.of()================");//of()Stream<int[]> arrayStream = Stream.of(array);Stream<Integer> integerStream = Stream.of(1, 2, 3, 4, 5, 6);Stream<String> stringStream = Stream.of("hello", "world", "java", "yyds");arrayStream.forEach(System.out::println);integerStream.forEach(System.out::println);stringStream.forEach(System.out::println);System.out.println("==============Stream.iterate()================");//iterate() x从0开始，进行x+3运算，取前4条数据Stream<Integer> limitStream = Stream.iterate(0, (x) -> x + 3).limit(4);//foreach结合方法引用limitStream.forEach(System.out::println);System.out.println("==============Stream.generate()================");//generate() 生成Stream<Double> generateStream = Stream.generate(Math::random).limit(3);generateStream.forEach(System.out::println);
输出结果：
============list.stream()==================ABC============set.stream()==================法外狂徒张三芜湖大司马杭州吴彦祖============Map集合只能间接生成流=============================map.keySet().stream()================祝枝山徐祯卿唐伯虎文征明===========map.values().stream()================9528953095279529============map.entrySet().stream()============祝枝山=9528徐祯卿=9530唐伯虎=9527文征明=9529=============list2.stream().parallel()=================Optional[7]=============list.parallelStream()=================BCA=============Arrays.stream()=================24689==============Stream.of()================[I@643b1d11123456helloworldjavayyds==============Stream.iterate()================0369==============Stream.generate()================0.89492249311863760.38449748333415980.7886508926329633Process finished with exit code 0
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。
Optional 是个容器：它可以保存类型T的值，或者仅仅保存null。Optional提供很多有用的方法，这样我们就不用显式进行空值检测。
Optional 类的引入很好的解决空指针异常。
类声明
以下是一个java.util.Optional<T>类的声明：
publicfinalclassOptional<T>extendsObject
类方法注意： 这些方法是从java.lang.Object类继承来的。
Optional 实例
/*** @author Vincent* @version V1.0* @Package com.legion.streamstudy* @Description Java8-->Optional的学习* @date /2/26 14:33**/public class OptionalTest {public static void main(String[] args) {//创建类对象OptionalTest java8Test = new OptionalTest();Integer value1 = null;Integer value2 = new Integer(10);// Optional.ofNullable - 允许传递为 null 参数Optional<Integer> a = Optional.ofNullable(value1);// Optional.of - 如果传递的参数是 null，抛出异常 NullPointerExceptionOptional<Integer> b = Optional.of(value2);System.out.println(java8Test.sum(a,b));}public Integer sum(Optional<Integer> a, Optional<Integer> b){// Optional.isPresent - 判断值是否存在System.out.println("第一个参数值存在: " + a.isPresent());System.out.println("第二个参数值存在: " + b.isPresent());// Optional.orElse - 如果值存在，返回它，否则返回默认值Integer value1 = a.orElse(new Integer(0));//Optional.get() - 获取值，值需要存在Integer value2 = b.get();return value1 + value2;}}
输出结果：
第一个参数值存在: false第二个参数值存在: true10Process finished with exit code 0
案例使用的员工类
这是后面案例中使用的员工类：
/*** @author Vincent* @version V1.0* @Package com.legion.streamstudy.exampleDemo* @Description 员工类* @date /2/26 14:49**/public 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public Person() { }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;}@Overridepublic boolean equals(Object o) {if (this == o) {return true;}if (o == null || getClass() != o.getClass()) {return false;}Person person = (Person) o;return salary == person.salary &&age == person.age &&Objects.equals(name, person.name) &&Objects.equals(sex, person.sex) &&Objects.equals(area, person.area);}@Overridepublic int hashCode() {return Objects.hash(name, salary, age, sex, area);}@Overridepublic String toString() {return "Person{" +"name='" + name + '\'' +", salary=" + salary +", age=" + age +", sex='" + sex + '\'' +", area='" + area + '\'' +'}';}}
3.1 遍历/匹配（foreach/find/match）
foreach()是终止操作，只能执行一次，之后再执行此操作，会报IllegalStateException异常
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。
案例--- forEach() /findFirst() / findAny() / findFirst.get() /findAny.get() /anyMatch(）
public class StreamForeachTest {public static void main(String[] args) {List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);/*** @Author Vincent* @Description 遍历输出符合条件的元素* list.stream() 调用stream流方法* filter(x->x>6) 筛选过滤条件* forEach()遍历* (System.out::println) 方法引用***/list.stream().filter(x -> x > 6).forEach(System.out::println);/* 匹配满足条件的第一个元素* findFirst()* */Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();/* 匹配任意（适用于并行流）* findAny()* */Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();boolean anyMatch = list.stream().anyMatch(x -> x > 6);System.out.println("匹配满足条件的第一个值：" + findFirst.get());System.out.println("匹配满足条件的任意一个值：" + findAny.get());System.out.println("是否存在大于6的值：" + anyMatch);}}
输出结果：
798匹配满足条件的第一个值：7匹配满足条件的任意一个值：8是否存在大于6的值：trueProcess finished with exit code 0
二 Stream流常见的中间操作
3.2 筛选（filter）--进行筛选提取，不对元素进行修改附加操作
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：filter的常规中间操作
public class StreamFilterTest {public static void main(String[] args) {//把集合长度为3的元素在控制台输出ArrayList<String> list1 = new ArrayList<>();list1.add("林青霞");list1.add("王祖贤");list1.add("张曼玉");list1.add("张敏");list1.add("钟丽缇");list1.add("朱茵");list1.add("莫文蔚");//把list集合中以朱开头的元素输出list1.stream().filter(s->s.startsWith("朱")).forEach(System.out::println);System.out.println("--------");//把集合长度为3的元素在控制台输出list1.stream().filter(s->s.length()==3).forEach(System.out::println);System.out.println("--------");//把list集合中以张开头且长度为3的元素在控制台输出list1.stream().filter(s->s.startsWith("张")).filter(s->s.length()==3).forEach(System.out::println);}}
输出结果：
朱茵--------林青霞王祖贤张曼玉钟丽缇莫文蔚--------张曼玉Process finished with exit code 0
案例二：筛选出Integer集合中大于7的元素，并打印出来
public class StreamFilterTest {public static void main(String[] args) {//筛选出Integer集合中大于7的元素，并打印出来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);}}
输出结果：
89Process finished with exit code 0
案例三： 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）。
/*** @author Vincent* @version V1.0* @Package com.legion.streamstudy.exampleDemo* @Description 筛选员工中工资高于8000的人，并形成新的集合* @date /2/26 15:24**/public class StreamFilterCollect {public static void main(String[] args) {//多态List<Person> list = new ArrayList<>();list.add(new Person("Tom", 8900, 23, "male", "New York"));list.add(new Person("Jack", 7000, 25, "male", "Washington"));list.add(new Person("Lily", 7800, 21, "female", "Washington"));list.add(new Person("Anni", 8200, 24, "female", "New York"));list.add(new Person("Owen", 9500, 25, "male", "New York"));list.add(new Person("Alisa", 7900, 26, "female", "New York"));/*** @Author Vincent* @Description 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）* @Date 15:33 /2/26* list.stream() 调用stream流* filter(person->person.getSalary()>8000) 筛选薪水>8000的person 如<Tom,8900>,<Anni,8200>,<Owen,9500>* map(Person::getName) 把满足上述条件的人的人名获取到放在map中* collect(Collectors.toList()) 收集转成list集合* forEach(System.out::println) 遍历输出**/list.stream().filter(person->person.getSalary()>8000).map(Person::getName).collect(Collectors.toList()).forEach(System.out::println);}}
输出结果：
TomAnniOwenProcess finished with exit code 0
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。
/*** @author Vincent* @version V1.0* @Package com.legion.streamstudy.exampleDemo* @Description TODO* @date /2/26 15:54**/public class StreamAggregateTest {public static void main(String[] args) {/*** @Author Vincent* @Description //获取String集合中最长的元素* @Date 15:58 /2/26* max()* paring(String::length) 调用比较器中的comparing()方法，比较String类型的元素长度* get()方法，如果值存在则返回，值不存在则抛出异常NoSuchElementException**/List<String> list = Arrays.asList("adnm", "admmt", "csdn", "xbangd", "hellolegion");Optional<String> maxLength = list.stream().max(paring(String::length));System.out.println("最长的字符串：" + maxLength.get());}}
输出结果：
最长的字符串：hellolegion
案例二：获取Integer集合中的最大值。
public class MaxIntegerTest {public static void main(String[] args) {List<Integer> list = Arrays.asList(7, 6, 9, 4, 11, 6);// 自然排序Optional<Integer> maxInteger = list.stream().max(Integer::compareTo);/*** @Author Vincent* @Description 自定义排序---要创建比较器对象--调用compare()方法* return pareTo(o2);* new Comparator<Integer>() {} 匿名内部类* get()方法，如果值存在则返回，值不存在则抛出异常NoSuchElementException * @Date 16:25 /1/26**/Optional<Integer> maxInteger2 = list.stream().max(new Comparator<Integer>() {@Overridepublic int compare(Integer o1, Integer o2) {return pareTo(o2);}});System.out.println("自然排序的最大值：" + maxInteger.get());System.out.println("自定义排序的最大值：" + maxInteger2.get());}}
输出结果：
自然排序的最大值：11自定义排序的最大值：11Process finished with exit code 0
案例三：获取员工工资最高的人。
public class MaxSalaryTest {public static void main(String[] args) {//案例三：获取员工工资最高的人List<Person> list = new ArrayList<>();list.add(new Person("Tom", 8900, 23, "male", "New York"));list.add(new Person("Jack", 7000, 25, "male", "Washington"));list.add(new Person("Lily", 7800, 21, "female", "Washington"));list.add(new Person("Anni", 8200, 24, "female", "New York"));list.add(new Person("Owen", 9500, 25, "male", "New York"));list.add(new Person("Alisa", 7900, 26, "female", "New York"));Optional<Person> maxSalary = list.stream().max(paringInt(Person::getSalary));System.out.println("员工工资最大值：" + maxSalary.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。
public class MaxCountTest {public static void main(String[] args) {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);}}
输出结果：
list中大于6的元素个数：4
3.4 映射(map/flatMap)--会对每一个元素进行修改等附加操作
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 MapCollectTest {public static void main(String[] args) {/*** @Author Vincent* 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。**///英文字符串数组的元素全部改为大写String[] strArr = {"abcd", "bcdd", "defde", "fTr"};List<String> stringList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());//整数数组每个元素+3List<Integer> integerList = Arrays.asList(1, 3, 5, 7, 9, 11);List<Integer> integerListNew = integerList.stream().map(x -> x + 3).collect(Collectors.toList());System.out.println("每个元素大写：" + stringList);System.out.println("每个元素+3：" + integerListNew);}}
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]Process finished with exit code 0
案例二：将员工的薪资全部增加1000。
public class MapCollectTest2 {public static void main(String[] args) {//案例二：将员工的薪资全部增加1000。List<Person> list = new ArrayList<>();list.add(new Person("Tom", 8900, 23, "male", "New York"));list.add(new Person("Jack", 7000, 25, "male", "Washington"));list.add(new Person("Lily", 7800, 21, "female", "Washington"));list.add(new Person("Anni", 8200, 24, "female", "New York"));list.add(new Person("Owen", 9500, 25, "male", "New York"));list.add(new Person("Alisa", 7900, 26, "female", "New York"));//1.不改变原来员工集合的方式List<Person> personListNew = list.stream().map(person -> {Person personNew = new Person(person.getName(), 0, 0, null, null);personNew.setSalary(person.getSalary() + 1000);return personNew;}).collect(Collectors.toList());// Person person = list.get(0);System.out.println("一次改动前：" + list.get(0).getName() + "-->" + list.get(0).getSalary());System.out.println("一次改动后：" + personListNew.get(0).getName() + "-->" + personListNew.get(0).getSalary());//2.改变原来员工集合的方式List<Person> personListNew2 = list.stream().map(person -> {person.setSalary(person.getSalary() + 10000);return person;}).collect(Collectors.toList());System.out.println("二次改动前：" + personListNew.get(0).getName() + "-->" + personListNew.get(0).getSalary());System.out.println("二次改动后：" + personListNew2.get(0).getName() + "-->" + personListNew2.get(0).getSalary());}}
输出结果：
一次改动前：Tom-->8900
一次改动后：Tom-->9900
二次改动前：Tom-->9900
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 MapCollectTest3 {public static void main(String[] args) {//将两个字符数组合并成一个新的字符数组。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streamString[] 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);}}
输出结果：
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]
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 ReduceTest2 {public static void main(String[] args) {// 求所有员工的工资之和和最高工资。List<Person> list = new ArrayList<>();list.add(new Person("Tom", 8900, 23, "male", "New York"));list.add(new Person("Jack", 7000, 25, "male", "Washington"));list.add(new Person("Lily", 7800, 21, "female", "Washington"));list.add(new Person("Anni", 8200, 24, "female", "New York"));list.add(new Person("Owen", 9500, 25, "male", "New York"));list.add(new Person("Alisa", 7900, 26, "female", "New York"));// 求工资之和方式1--sumOptional<Integer> sumSalary = list.stream().map(Person::getSalary).reduce(Integer::sum);// 求工资之和方式2Integer sumSalary2 = list.stream().map(Person::getSalary).reduce(0, Integer::sum);//求工资之和方式3Integer sumSalary3 = list.stream().reduce(0, (sum, p) -> sum += p.getSalary(), (sum1, sum2) -> sum1 + sum2);//求工资之和方式4Integer sumSalary4 = list.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);//求最高工资方式1--maxInteger maxSalary = list.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), Integer::max);//求最高工资方式2Integer maxSalary2 = list.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+","+sumSalary4);System.out.println("最高工资：" + maxSalary + "," + maxSalary2);}}
输出结果：
list求和：29,29,29list求积：2112list求最大值：11,11
案例二：求所有员工的工资之和和最高工资。
/*** @author Vincent* @version V1.0* @Package com.legion.streamstudy.exampleDemo.streamReduce* @Description 案例二：求所有员工的工资之和和最高工资。* @date /2/26 19:24**/public class ReduceTest2 {public static void main(String[] args) {// 求所有员工的工资之和和最高工资。List<Person> list = new ArrayList<>();list.add(new Person("Tom", 8900, 23, "male", "New York"));list.add(new Person("Jack", 7000, 25, "male", "Washington"));list.add(new Person("Lily", 7800, 21, "female", "Washington"));list.add(new Person("Anni", 8200, 24, "female", "New York"));list.add(new Person("Owen", 9500, 25, "male", "New York"));list.add(new Person("Alisa", 7900, 26, "female", "New York"));// 求工资之和方式1--sumOptional<Integer> sumSalary = list.stream().map(Person::getSalary).reduce(Integer::sum);//求工资之和方式2Integer sumSalary2 = list.stream().reduce(0, (sum, p) -> sum += p.getSalary(), (sum1, sum2) -> sum1 + sum2);//求工资之和方式3Integer sumSalary3 = list.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);//求最高工资方式1--maxInteger maxSalary = list.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), Integer::max);//求最高工资方式2Integer maxSalary2 = list.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：49300,49300,49300,49300最高工资：9500,9500Process finished with exit code 0
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 StreamCollectTest {public static void main(String[] args) {//归集(toList/toSet/toMap)List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);//筛选偶数转成list集合List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());//筛选偶数转成set(无序且不重复的)集合Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());List<Person> 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"));//筛选出薪水>8000的人，转成map集合Map<String, 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);}}
输出结果：
toList:[6, 4, 6, 6, 20]toSet:[4, 20, 6]toMap:{Tom=com.legion.streamstudy.exampleDemo.Person@6b2fad11, Anni=com.legion.streamstudy.exampleDemo.Person@79698539}Process finished with exit code 0
toMap 的案例
public class MapCollectTest4 {public static void main(String[] args) {//创建list集合ArrayList<String> list = new ArrayList<>();list.add("林青霞");list.add("王祖贤");list.add("钟丽缇");list.add("张敏");list.add("朱茵");list.add("莫文蔚");//得到3个字的流Stream<String> listStream = list.stream().filter(s -> s.length() == 3);//把Stream流操作玩的数据收集到list集合中List<String> names = listStream.collect(Collectors.toList());//names.forEach(System.out::println);//创建set集合HashSet<Integer> set = new HashSet<>();set.add(10);set.add(20);set.add(30);set.add(35);//得到元素大于25的流Stream<Integer> ages = set.stream().filter(age -> age > 25);//把ages 收集到Set集合中，并遍历//ages.collect(Collectors.toSet()).forEach(System.out::println);System.out.println("==============Collectors.toMap()=====================");//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成String[] strArray = {"林青霞,30", "王祖贤,25", "钟丽缇,24", "张敏,26", "朱茵,27", "莫文蔚,28"};//得到字符串年龄数据大于28的流Stream<String> ageStream = Stream.of(strArray).filter(s -> Integer.parseInt(s.split(",")[1]) > 25);//把使用Stream流操作的数据收集到Map集合中遍历，姓名作为key,年龄作为valueMap<String, Integer> map = ageStream.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);}}}
输出结果：
林青霞,30张敏,26莫文蔚,28朱茵,27Process finished with exit code 0
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。
数据统计常用Collectors类对象来调用各种方法
public class CountAverageTest {public static void main(String[] args) {//统计员工人数、平均工资、工资总额、最高工资。List<Person> list = new ArrayList<>();list.add(new Person("Tom", 8900, 23, "male", "New York"));list.add(new Person("Jack", 7000, 25, "male", "Washington"));list.add(new Person("Lily", 7800, 21, "female", "Washington"));// 求总数方式1Long count = list.stream().collect(Collectors.counting());// 求总数方式2Long count2 = list.stream().count();// 求总数方式3Long count3 = (long) list.size();// 求平均工资Double average = list.stream().collect(Collectors.averagingDouble(Person::getSalary));// 求最高工资方式1Integer max1 = list.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),Integer::max);// 求最高工资方式2Optional<Integer> max2 = list.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compareTo));// 求最高工资方式3Optional<Integer> max3 = list.stream().map(Person::getSalary).max(Integer::compareTo);// 求工资之和IntSummaryStatistics sum = list.stream().collect(Collectors.summarizingInt(Person::getSalary));// 一次性统计所有信息DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Person::getSalary));System.out.println("员工总数：" + count+","+count2+","+count3);System.out.println("员工平均工资：" + average);System.out.println("员工最高工资：" + max1+","+max2.get()+","+max3.get());System.out.println("员工工资总和：" + sum.getSum());System.out.println("员工工资所有统计：" + statistics);}}
输出结果：
员工总数：3,3,3员工平均工资：7900.0员工最高工资：8900,8900,8900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}Process finished with exit code 0
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--partitioningBy() ；将员工按性别和地区分组--groupingBy()
public class GroupByTest {public static void main(String[] args) {//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List<Person> list = new ArrayList<>();list.add(new Person("Tom", 8900,23, "male", "New York"));list.add(new Person("Jack", 7000,25, "male", "Washington"));list.add(new Person("Lily", 7800,28, "female", "Washington"));list.add(new Person("Anni", 8200,19, "female", "New York"));list.add(new Person("Owen", 9500,26, "male", "New York"));list.add(new Person("Alisa", 7900,21, "female", "New York"));// 将员工按薪资 是否 高于8000分组(两部分：高于8000和低于8000)--partitioningBy()Map<Boolean, List<Person>> part = list.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));// 将员工按性别分组--groupingBy()Map<String, List<Person>> group = list.stream().collect(Collectors.groupingBy(Person::getSex));// 将员工先按性别分组，再按地区分组--groupingBy()Map<String, Map<String, List<Person>>> group2 = list.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);}}
输出结果：
员工按薪资是否大于8000分组情况：{ false=[com.legion.streamstudy.exampleDemo.Person@42d3bd8b, com.legion.streamstudy.exampleDemo.Person@26ba2a48, com.legion.streamstudy.exampleDemo.Person@5f2050f6],true=[com.legion.streamstudy.exampleDemo.Person@3b81a1bc, com.legion.streamstudy.exampleDemo.Person@64616ca2, com.legion.streamstudy.exampleDemo.Person@13fee20c] }员工按性别分组情况：{ female=[com.legion.streamstudy.exampleDemo.Person@26ba2a48, com.legion.streamstudy.exampleDemo.Person@64616ca2, com.legion.streamstudy.exampleDemo.Person@5f2050f6],male=[com.legion.streamstudy.exampleDemo.Person@3b81a1bc, com.legion.streamstudy.exampleDemo.Person@42d3bd8b, com.legion.streamstudy.exampleDemo.Person@13fee20c] }员工按性别、地区：{ female={ New York=[com.legion.streamstudy.exampleDemo.Person@64616ca2, com.legion.streamstudy.exampleDemo.Person@5f2050f6], Washington=[com.legion.streamstudy.exampleDemo.Person@26ba2a48]},male={ New York=[com.legion.streamstudy.exampleDemo.Person@3b81a1bc, com.legion.streamstudy.exampleDemo.Person@13fee20c], Washington=[com.legion.streamstudy.exampleDemo.Person@42d3bd8b]} }Process finished with exit code 0
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 JoiningTest {public static void main(String[] args) {//Collectors.joining("分隔符")，用于拼接List<Person> list = new ArrayList<>();list.add(new Person("Tom", 8900, 23, "male", "New York"));list.add(new Person("Jack", 7000, 25, "male", "Washington"));list.add(new Person("Lily", 7800, 21, "female", "Washington"));//所有员工姓名，用逗号","隔开String names = list.stream().map(Person::getName).collect(Collectors.joining(","));System.out.println("所有员工的姓名：" + names);//用"-"拼接集合中的字符串List<String> list2 = Arrays.asList("A", "B", "C");String str = list2.stream().collect(Collectors.joining("-"));System.out.println("拼接后的字符串：" + str);}}
输出结果：
所有员工的姓名：Tom,Jack,Lily拼接后的字符串：A-B-CProcess finished with exit code 0
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 StreamReducing {public static void main(String[] args) {//学习reducing()List<Person> list = new ArrayList<>();list.add(new Person("Tom", 8900, 23, "male", "New York"));list.add(new Person("Jack", 7000, 25, "male", "Washington"));list.add(new Person("Lily", 7800, 21, "female", "Washington"));// 每个员工减去起征点税后的薪资之和--reducing()方法Integer sum = list.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()方法Optional<Integer> sum2 = list.stream().map(Person::getSalary).reduce(Integer::sum);System.out.println("员工薪资总和：" + sum2.get());}}
输出结果：
员工扣税薪资总和：8700员工薪资总和：23700Process finished with exit code 0
3.7 排序(sorted)---自然排序调用的是equals（）方法
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 SortedTest {public static void main(String[] args) {//将员工按工资由高到低（工资一样则按年龄由大到小）排序List<Person> list = new ArrayList<Person>();list.add(new Person("Sherry", 9000, 24, "female", "New York"));list.add(new Person("Tom", 8900, 22, "male", "Washington"));list.add(new Person("Jack", 9000, 25, "male", "Washington"));list.add(new Person("Lily", 8800, 26, "male", "New York"));list.add(new Person("Alisa", 9000, 26, "female", "New York"));//按工资升序排序（自然排序）List<String> newList = list.stream().sorted(paring(Person::getSalary)).map(Person::getName).collect(Collectors.toList());// 按工资倒序排序 reversed() 反转 map(Person::getName)-->映射到人名上List<String> newList2 = list.stream().sorted(paring(Person::getSalary).reversed()).map(Person::getName).collect(Collectors.toList());// 先按工资再按年龄升序排序 -->先按工资排序，工资相同，按年龄升序排List<String> newList3 = list.stream().sorted(paring(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）, map(Person::getName)-->映射到人名上List<String> newList4 = list.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);}}
输出结果：
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]Process finished with exit code 0
3.8 提取/组合--中间操作
流也可以进行合并、去重、限制、跳过等操作。
去重: distinct()
限制: limit()
跳过: skip()
concat() 合并流
limit() 限制取数
skip() 跳过元素
案例一：
public class ConcatTest {public static void main(String[] args) {//concat合并流操作ArrayList<String> list = new ArrayList<>();list.add("林青霞");list.add("王祖贤");list.add("张曼玉");list.add("张敏");list.add("钟丽缇");list.add("朱茵");list.add("莫文蔚");//取前4个数据组成一个流Stream<String> s1 = list.stream().limit(4);// 跳过2个数据组成一个流Stream<String> s2 = list.stream().skip(2);//合并上述得到的2个流，并输出结果Stream<String> concatStream = Stream.concat(s1, s2);//concatStream.forEach(System.out::println);/*** @Author Vincent* @Description //TODO** 注意：* 1. 上面2个流合并后，下面不能再合并，会报IllegalStateException异常* 2. 上面进行forEach()终止操作后，下面也不能进行forEach()终止操作也会报IllegalStateException异常**///把上述的合并流去重，要求字符串元素不能重复，并把结果输出concatStream.distinct().forEach(System.out::println);}}
输出结果：
林青霞王祖贤张曼玉张敏钟丽缇朱茵莫文蔚Process finished with exit code 0
案例二：
public class ExtractCombTest {public static void main(String[] args) {//流也可以进行合并、去重、限制、跳过等操作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 --从1开始，+2，无限迭代，取前10个元素List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());// skip：跳过前n个数据 --从1开始，+2，无限迭代，跳过第1个元素，取前5个元素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);}}
输出结果：
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]Process finished with exit code 0
部分内容借鉴于此：(40条消息) Java8 Stream：2万字20个实例，玩转集合的筛选、归约、分组、聚合_云深不知处-CSDN博客_java stream 聚合
