Stream是Java 8非常使用的新特性，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。
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。

Stream的创建

Stream可以通过集合数组创建。

第一种方式

1、通过 java.util.Collection.stream() 方法用集合创建流

List<String> list = Arrays.asList("a", "b", "c","e", "f", "g");
// 创建一个顺序流
Stream<String> stream = list.stream();
// 创建一个并行流
Stream<String> parallelStream = list.parallelStream();

第二种方式

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);

第三种方式

3.使用Stream的静态方法：of()、iterate()、generate()

    Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6, 7, 8);

    Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 5).limit(4);
    stream2.forEach(System.out::println);

    Stream<Double> stream3 = Stream.generate(Math::random).limit(3);
    stream3.forEach(System.out::println);

控制台输出结果

0
5
10
15
0.7814735299587631
0.3986400508445669
0.4224148166774161

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();
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

案例演示

准备案例数据

案例使用的员工类
Person类

/**
 * @author songzixian
 */
@NoArgsConstructor //无参构造
@AllArgsConstructor //有参构造
@Data
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
}

模拟数据库查询

List<Person> personList = new ArrayList<Person>();
personList.add(new Person("Tom", 8900, 18,"male", "New York"));
personList.add(new Person("Jack", 7000,22, "male", "Washington"));
personList.add(new Person("Lily", 7800,30, "female", "Washington"));
personList.add(new Person("Anni", 8200, 26,"female", "New York"));
personList.add(new Person("Owen", 9500,45, "male", "New York"));
personList.add(new Person("Alisa", 7900, 35,"female", "New York"));

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。
微信截图_20220329223620.png
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<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

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）

/**
 * @author songzixian
 */
public class StreamTest02 {

    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", 8000, 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());

        List<String> collect = personList.stream().filter(x -> x.getSalary() >= 800) //过滤出工资等于活动大于的员工
                                         .map(Person::getName) //获取员工性能
                                        .collect(Collectors.toList()); //返回一个新的list集合

        System.out.print("高于8000的员工姓名：" + fiterList);

    }

}

控制台打印结果：

高于或等于8000的员工姓名：[Lily,Tom, Anni, Owen]

20201109145217354 (1).png

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<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());
    }
}

案例一：获取String集合中最长的元素。

public class StreamTest02 {

    public static void main(String[] args) {
        List<String> list = Arrays.asList("admin", "admmt", "poot", "xxxxaaa", "asadasd");
        //max代表最大
        Optional<String> max = list.stream().max(Comparator.comparing(String::length));
        System.out.println("集合种最长的字符串是:"+max.get());
    }

}

控制台打印结果

集合种最长的字符串是:xxxxaaa

案例二：获取Integer集合中的最大值。
public class StreamTest02 {

public static void main(String[] args) {
    List<Integer> list = Arrays.asList(1,7, 6, 9, 4, 11, 6,10,2,3,8);

   //自然排序 max(最大) compareTo(对两个Integer对象进行数值比较)
    Optional<Integer> max1 = list.stream().max(Integer::compareTo);

    //自定义排序
    Optional<Integer> max2 = list.stream().max(new Comparator<Integer>() {
        //重写compare方法
        @Override
        public int compare(Integer o1, Integer o2) {
            return o1.compareTo(o2);
        }
    });
    System.out.println("自然排序的最大值：" + max1.get());
    System.out.println("自定义排序的最大值：" + max2.get());
}

}

控制台打印结果

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 StreamTest02 {

    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"));
        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.comparing(Person::getSalary));

        System.out.println("员工工资最大值：" + max.get().getSalary());

    }
}

控制台输出结果

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。

/**
 * @author songzixian
 */
public class StreamTest02 {

    public static void main(String[] args) {
        List<Integer> list = Arrays.asList(7, 6, 4, 8, 2, 11, 9);
        //统计集合种大于6数字有几个
        long count = list.stream().filter(x -> x > 6).count();
        System.out.println("list中大于6的元素个数：" + count);
        
    }
}

控制台输出

list中大于6的元素个数：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。
streamMap.jpg
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。
FlatMap.jpg
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 StreamTest02 {
    
        public static void main(String[] args) {
            String[] strArr = { "abcd", "bcdd", "defde", "fTr" };
            //toUpperCase(将所有字符串转为大写)并返回新的流
            List<String> strList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());
            System.out.println("每个元素大写：" + strList);
    
            List<Integer> intList = Arrays.asList(1, 3, 5, 7, 9, 11);
            //每个元素都+3 并返回新的流
            List<Integer> intListNew  = intList.stream().map(x -> x + 3).collect(Collectors.toList());
    
            System.out.println("每个元素+3：" + intListNew);
        }
    }

控制台输出结果

    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 StreamTest02 {

    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"));
        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> newPersonList = personList.stream().map(person -> {
            //保持原有的格式
            Person newPersion = new Person(person.getName(), 0 ,0,null ,null);
            //为每个员工添加 100工资
            newPersion.setSalary(person.getSalary() + 100);
            return  newPersion;
        }).collect(Collectors.toList());


        //打印第一个员工工资变动
        System.out.println("一次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());
        System.out.println("一次改动后：" + newPersonList.get(0).getName() + "-->" + newPersonList.get(0).getSalary());
        System.out.println("所有员工：" + personList.toString());

        // 改变原来员工集合的方式
        List<Person> new2personList = personList.stream().map(person -> {
            //传入一个person,每个person工资都+100
            person.setSalary(person.getSalary() + 1000);
            return person;
        }).collect(Collectors.toList());

        System.out.println("二次改动前：" + newPersonList.get(0).getName() + "-->" + newPersonList.get(0).getSalary());
        System.out.println("二次改动后：" + new2personList.get(0).getName() + "-->" + new2personList.get(0).getSalary());
        System.out.println("所有员工：" + personList.toString());
    }
}

不改变原来员工集合的方式打印结果

一次改动前：Tom-->8900
一次改动后：Tom-->9000
所有员工：[Person(name=Tom, salary=8900, age=23, sex=male, area=New York), Person(name=Jack, salary=7000, age=25, sex=male, area=Washington), Person(name=Lily, salary=7800, age=21, sex=female, area=Washington), Person(name=Anni, salary=8200, age=24, sex=female, area=New York), Person(name=Owen, salary=9500, age=25, sex=male, area=New York), Person(name=Alisa, salary=7900, age=26, sex=female, area=New York)]

改变原来员工集合的方式

二次改动前：Tom-->9000
二次改动后：Tom-->9900
所有员工：[Person(name=Tom, salary=9900, age=23, sex=male, area=New York), Person(name=Jack, salary=8000, age=25, sex=male, area=Washington), Person(name=Lily, salary=8800, age=21, sex=female, area=Washington), Person(name=Anni, salary=9200, age=24, sex=female, area=New York), Person(name=Owen, salary=10500, age=25, sex=male, area=New York), Person(name=Alisa, salary=8900, age=26, sex=female, area=New York)]

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。
20201109145706497.png
案例一：求Integer集合的元素之和、乘积和最大值。

public class StreamTest01 {


    public static void main(String[] args) {

        List<Integer> list = Arrays.asList(1, 13, 22, 10, 11, 6);
        // 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);

        System.out.println("list求和：" + sum.get() + "," + sum2.get() + "," + sum3);

        // 求乘积
        Optional<Integer> product = list.stream().reduce((x, y) -> x * y);
        System.out.println("list求积：" + product.get());

        // 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：" + max.get() + "," + max2);

    }

}

控制台输入结果

list求和：63,63,63
list求积：188760
list求和：22,22

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 StreamTest01 {

    public static void main(String[] args) {
        List<Integer> list = Arrays.asList(1,5,3,4,6,11,15,22,63);
        System.out.println("list:" + list);

        // 取余数 返回 list
        List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
        System.out.println("listNew" + listNew);
        // 取余数 返回 set
        Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());
        System.out.println("set:" + set);

        
        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"));
        // 查询工资大于8000的员工 并返回map
        Map<String, Person> map = personList.stream().filter(p -> p.getSalary() > 8000).collect(Collectors.toMap(Person::getName, p -> p));
        System.out.println("toMap:" + map);
    }
}

案例二：求所有员工的工资之和和最高工资。

public class StreamTest01 {


    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"));
        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);

        Integer sumSalary3 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);
        // 求工资之和方式3：
        Integer maxSalary1 = personList.stream().reduce(0 ,(max ,p ) ->  max > p.getSalary() ? max : p.getSalary() ,Integer::max);

        // 求最高工资方式1：
        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：" + maxSalary1 + "," + maxSalary2);

    }
}

输出结果：

工资之和：49300,49300,49300
最高工资：9500,9500

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 StreamTest01 {

    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"));

        // 求总数
        Long count = personList.stream().collect(Collectors.counting());
        System.out.println("员工总数：" + count);

        // 求平均工资
        Double average = personList.stream().collect(Collectors.averagingDouble((Person::getSalary)));
        System.out.println("员工平均工资：" + average);

        // 求最高工资
        Optional<Integer> max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compareTo));
        System.out.println("员工最高工资:" + max);
        // 求工资之和
        Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));
        System.out.println("员工工资总和：" + sum);


        DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));
        System.out.println("员工工资所有统计：" + collect);
    }
}

控制台输出

员工总数：3
员工平均工资：7900.0
员工最高工资:Optional[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}

分组(partitioningBy/groupingBy)

public class StreamTest01 {

    public static void main(String[] args) {

        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 18,"male", "New York"));
        personList.add(new Person("Jack", 7000,22, "male", "Washington"));
        personList.add(new Person("Lily", 7800,30, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 26,"female", "New York"));
        personList.add(new Person("Owen", 9500,45, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 35,"female", "New York"));

        // 根据员工薪资查询是否高于8000并分组
        Map<Boolean, List<Person>> maxPart = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));
        System.out.println("员工按薪资是否大于8000进行分组" + maxPart);

        // 根据性别分组
        Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
        System.out.println("根据性别分组" + group);

        /// 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("将员工先按性别分组，再按地区分组：" + group2);
    }
}

控制台打印

员工按薪资是否大于8000进行分组{false=[Person(name=Jack, salary=7000, age=22, sex=male, area=Washington), Person(name=Lily, salary=7800, age=30, sex=female, area=Washington), Person(name=Alisa, salary=7900, age=35, sex=female, area=New York)], true=[Person(name=Tom, salary=8900, age=18, sex=male, area=New York), Person(name=Anni, salary=8200, age=26, sex=female, area=New York), Person(name=Owen, salary=9500, age=45, sex=male, area=New York)]}
根据性别分组{female=[Person(name=Lily, salary=7800, age=30, sex=female, area=Washington), Person(name=Anni, salary=8200, age=26, sex=female, area=New York), Person(name=Alisa, salary=7900, age=35, sex=female, area=New York)], male=[Person(name=Tom, salary=8900, age=18, sex=male, area=New York), Person(name=Jack, salary=7000, age=22, sex=male, area=Washington), Person(name=Owen, salary=9500, age=45, sex=male, area=New York)]}
将员工先按性别分组，再按地区分组：{female={New York=[Person(name=Anni, salary=8200, age=26, sex=female, area=New York), Person(name=Alisa, salary=7900, age=35, sex=female, area=New York)], Washington=[Person(name=Lily, salary=7800, age=30, sex=female, area=Washington)]}, male={New York=[Person(name=Tom, salary=8900, age=18, sex=male, area=New York), Person(name=Owen, salary=9500, age=45, sex=male, area=New York)], Washington=[Person(name=Jack, salary=7000, age=22, sex=male, area=Washington)]}}

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 StreamTest01 {

    public static void main(String[] args) {

        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 18,"male", "New York"));
        personList.add(new Person("Jack", 7000,22, "male", "Washington"));
        personList.add(new Person("Lily", 7800,30, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 26,"female", "New York"));
        personList.add(new Person("Owen", 9500,45, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 35,"female", "New York"));

        String names = personList.stream().map(p -> p.getName()).collect(Collectors.joining(","));
        
        System.out.println("所有员工的工资:" +names);
        List<String> strings = Arrays.asList("A", "B", "C");

        String stringJoin = strings.stream().collect(Collectors.joining("-"));
        System.out.println("拼接后的字符串：" +stringJoin);
    }
}

控制台输出结果

所有员工的工资:Tom,Jack,Lily,Anni,Owen,Alisa
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 StreamTest01 {

    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（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);

        Optional<Integer> sum2 = personList.stream().map(Person::getSalary).reduce(Integer::sum);
        System.out.println("员工薪资总和：" + sum2.get());
    }
}

控制台输出结果

员工扣税薪资总和：8700
员工薪资总和：23700

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

public class StreamTest01 {

    public static void main(String[] args) {

        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 18,"male", "New York"));
        personList.add(new Person("Jack", 7000,22, "male", "Washington"));
        personList.add(new Person("Lily", 7800,30, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 26,"female", "New York"));
        personList.add(new Person("Owen", 9500,45, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 35,"female", "New York"));


        // 按员工工资升降序(自然排序)-> 从小到大
        List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName).collect(Collectors.toList());
        System.out.println("按工资升序排序：" + newList);

        //按员工工资的倒车
        List<String > newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()).map(Person::getName).collect(Collectors.toList());
        System.out.println("按工资降序排序：" + newList2);

        Stream<String> newList3 = personList.stream().sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName);
        System.out.println("先按工资再按年龄升序排序：" + newList3);

        // 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("先按工资再按年龄自定义降序排序：" + newList4);
        
    }
}

控制台打印

按工资升序排序：[Jack, Lily, Alisa, Anni, Tom, Owen]
按工资降序排序：[Owen, Tom, Anni, Alisa, Lily, Jack]
先按工资再按年龄升序排序：java.util.stream.ReferencePipeline$3@1ddc4ec2
先按工资再按年龄自定义降序排序：[Owen, Tom, Anni, Alisa, Lily, Jack]

提取/组合

流也可以进行合并、去重、限制、跳过等操作。

去重是指将（集合）流中重复的元素去除，通过 hashcode 和 equals 函数来判断是否是重复元素。去重操作实现了类似于 HashSet 的运算，对于对象元素流去重，需要重写 hashcode 和 equals 方法。
如果流中泛型对象使用 Lombok 插件，使用@Data注解默认重写了 hashcode 和 equals 方法，字段相同并且属性相同，则对象相等
20201109150012790.jpg

demo演示

public class StreamTest01 {

    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());

        System.out.println("流合并：" + newList);
        // 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());
        System.out.println("limit：" + collect);

        // 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("skip：" + collect2);
    }
}
Last modification：April 25, 2022
© Allow specification reprint
如果觉得这篇技术文章对你有用，请随意赞赏