現在 Java 17 和 Java 11 基本上可以和 Java8 平分 JDK 裝機比例。下面是我常用的一些 Strem API 操作。除了分組、轉換、排序，如果大家還有更多常用的 API 可以一起留言交流。XPh28資訊網——每日最新資訊28at.com

分組

List 默認分組過后是 Map<Key, List>XPh28資訊網——每日最新資訊28at.com

List<StreamItem> streamList = Stream.of(        new StreamItem(1, "k1"),        new StreamItem(2, "k1"),        new StreamItem(3, "k2"),        new StreamItem(4, "k2")).collect(Collectors.toList());System.out.println(streamList);//1.1分組Map<String, List<StreamItem>> streamMap1 = streamList.stream().collect(Collectors.groupingBy(StreamItem::getKey));System.out.println(streamMap1);//輸出：{k1=[StreamItem{id=1, key='k1', name='i_1|k_k1'}, StreamItem{id=2, key='k1', name='i_2|k_k1'}], k2=[StreamItem{id=3, key='k2', name='i_3|k_k2'}, StreamItem{id=4, key='k2', name='i_4|k_k2'}]}

List 默認分組過后是 Map<Key, Object>XPh28資訊網——每日最新資訊28at.com

//1.2分組只拿第一個Map<String, StreamItem> streamMap2 = Stream.of(        new StreamItem(1, "k1"),        new StreamItem(2, "k2")).collect(Collectors.toMap(StreamItem::getKey, Function.identity()));//如果 key 重復報: java.lang.IllegalStateException: Duplicate keySystem.out.println(streamMap2);//輸出：{k1=StreamItem{id=1, key='k1', name='i_1|k_k1'}, k2=StreamItem{id=2, key='k2', name='i_2|k_k2'}}

分組，在組內排序然后獲取最大值，或者最小值XPh28資訊網——每日最新資訊28at.com

Comparator<StreamItem> idComparator =Comparator.comparing(StreamItem::getId);Map<String, Optional<StreamItem>> streamMap3 = streamList.stream().collect(Collectors.groupingBy(StreamItem::getKey,                                                                Collectors.reducing(BinaryOperator.maxBy(idComparator))));System.out.println(streamMap3);//輸出{k1=Optional[StreamItem{id=2, key='k1', name='i_2|k_k1'}], k2=Optional[StreamItem{id=4, key='k2', name='i_4|k_k2'}]}

List 轉換為 List

這個也是超級實用的 apiXPh28資訊網——每日最新資訊28at.com

List<List<StreamItem>> partitionList = Lists.partition(streamList, 2);List<StreamItem> streamList1 = partitionList.stream().flatMap(Collection::stream).collect(Collectors.toList());System.out.println(streamList1);//輸出[StreamItem{id=1, key='k1', name='i_1|k_k1'}, StreamItem{id=2, key='k1', name='i_2|k_k1'}, StreamItem{id=3, key='k2', name='i_3|k_k2'}, StreamItem{id=4, key='k2', name='i_4|k_k2'}]

排序

排序，默認正序，如果是需要倒序，可以在comparing 方法后面再調用 reversed 方法XPh28資訊網——每日最新資訊28at.com

//3.1 正序List<StreamItem> streamList2 = Stream.of(    new StreamItem(3, "k1"),    new StreamItem(1, "k1"),    new StreamItem(2, "k2"))//倒序：Comparator.comparing(StreamItem::getId).reversed().sorted(Comparator.comparing(StreamItem::getId)).collect(Collectors.toList());System.out.println(streamList2);

去重

去重復后，保留最后寫入的值XPh28資訊網——每日最新資訊28at.com

//4.1 去重復List<StreamItem> streamList3 = Stream.of(    new StreamItem(3, "k1"),    new StreamItem(1, "k1"),    new StreamItem(2, "k2"))//如果只需要保留最大的 id 的值，就可以先排序, 時間復雜度考了個人覺得實用 group 更優.sorted(Comparator.comparing(StreamItem::getId).reversed()).collect(Collectors.collectingAndThen(Collectors.toCollection(() ->                                                              //利用 set 特征去重                                                              new TreeSet<>(Comparator.comparing(StreamItem::getKey))), ArrayList::new));System.out.println(streamList3);//輸出：[StreamItem{id=3, key='k1', name='i_3|k_k1'}, StreamItem{id=2, key='k2', name='i_2|k_k2'}]

其他常用 API

• filter（按照條件過濾需要數據）
• max（取出流中的最大值）
• min（取出流中的最小值）
• count（取出流中的數量）
• sum（取出流中數據的和）
• average（取出流中數據的平均值）
• distinct（將流中的數據去重）
• sorted（自然排序，默認為升序，可以設置為升序排序或者降序排序）
• limit，skip （限制和跳過：可以將流數據的部分截取，可用于后臺的分頁場景）
• map（映射轉換）
• collect，toList（不可以對集合去重）
• collect， toSet（可以集合去重）
• toArray（將流數據轉為數組）
• mapToInt，distinct（將流數據轉成IntStream，并去重）
• reduce 求和
• reduce 求最大值
• reduce 求最小值
• reduce 求乘積
• findFirst（查找第一個元素）
• findAny（任意查找一個元素）
• allMatch（判斷是否全部滿足條件，全部滿足返回 true，否則返回false）
• anyMatch（判斷是否有一個滿足條件，只要有一個滿足就返回 true，否則都不滿足返回false）
• noneMatch（判斷是否都不滿足條件，都不滿足返回true，否則返回false）
• flatmap（扁平化流處理）

本文鏈接：http://www.tebozhan.com/showinfo-26-19904-0.html我們一起聊聊 Java Steam 常用 API

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 信貸系統中是如何使用征信數據？

下一篇： 使用LLama和ChatGPT為多聊天后端構建微服務