当前位置：首页 > news >正文

Java8的Optional类的使用和 Stream流式操作

news 2025/12/30 6:06:29

Java知识点总结：想看的可以从这里进入

- - 13.6、Optional类
  - 13.7、Stream
  - - 13.7.1、Stream创建
    - 13.7.2、中间操作
    - - 1、筛选
      - 2、切片
      - 3、映射
      - 4、排序
    - 13.7.3、终止操作
    - - 1、遍历
      - 2、聚合
      - 3、匹配查找
      - 4、归约
      - 5、收集
      - 归集
        统计
        分组
        字符串拼接
        归约

13.6、Optional类

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。使用它提供很多有用的方法，我们就可以不用显式进行空值检测。Optional的引入极大的解决了关于空指针异常方面的问题。

序号	方法 & 描述
1	static Optional of(T t)：创建一个 Optional 实例，t必须非空
2	static Optional empty() ：创建一个空的 Optional 实例
3	static Optional ofNullable(T t)：t可以为null，如果为null，返回空的 Optional，否则返回非空的 Optional实例
4	void ifPresent(Consumer<? super T> consumer)：如果有值，就执行Consumer接口的实现代码，并且该值会作为参数传给它。
5	boolean isPresent()：判断是否存在对象，存在则方法会返回true，否则返回 false。
6	T get()：如果在这个Optional中包含这个值，返回值，否则抛出异常：NoSuchElementException
7	T orElse(T other)：如果有值则将其返回，否则返回指定的other对象。
8	T orElseGet(Supplier<? extends T> other)：如果有值则将其返回，否则返回由Supplier接口实现提供的对象
9	T orElseThrow(Supplier<? extends X> exceptionSupplier)：如果有值则将其返回，否则抛出由Supplier接口实现提供的异常。
10	boolean equals(Object obj)：判断其他对象是否等于 Optional。
11	Optional filter(Predicate<? super predicate):如果值存在，并且这个值匹配给定的 predicate，返回一个Optional用以描述这个值，否则返回一个空的Optional。
12	Optional flatMap(Function<? super T,Optional> mapper):如果值存在，返回基于Optional包含的映射方法的值，否则返回一个空的Optional
13	int hashCode()：返回存在值的哈希码，如果值不存在返回 0。
14	Optional map(Function<? super T,? extends U> mapper)：如果有值，则对其执行调用映射函数得到返回值。如果返回值不为 null，则创建包含映射返回值的Optional作为map方法返回值，否则返回空Optional。
15	String toString()：返回一个Optional的非空字符串，用来调试

Optional<String> s = Optional.of("张三");
System.out.println("s是否有值："+s.isPresent());
System.out.println("如果存在返回否则返回不存在："+s.orElse("不存在"));
System.out.println("获取值："+s.get());

13.7、Stream

Stream是JDK8版本中除了Lambda 表达式外最重要的改变。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 对流中的元素进行筛选、排序、聚合等操作。使用Stream API 对集合数据进行操作，类似于使用 SQL 执行的数据库查询。它保存的数据的类型为Optional类型

Stream 自己不会存储元素，它只是对集合数据进行操作，它在操作时不改变原有的数据，而是返回一个新的Stream，同事它的操作是有延迟的，只会在需要结果的时候才执行。

它和以前的Collection操作不同， Stream操作还有两个基础的特征：

Pipelining: 中间操作会返回流对象本身。这样多个操作可以串联成一个管道，这样做可以对操作进行优化，比如延迟执行(laziness)和短路( short-circuiting)。
内部迭代：以前对集合遍历都是通过Iterator或者For-Each的方式, 显式的在集合外部进行迭代，这叫做外部迭代。 Stream提供了内部迭代的方式，通过访问者模式(Visitor)实现。

我们可以把Stream的操作看成一个管道，分为三个步骤，首先创建Stream，然后对管道中的数据进行中间操作，最后获得处理的结果。

Stream的创建
Stream 的中间操作
Stream 的终止操作

13.7.1、Stream创建

通过集合的方式：

JDK8中 Collection 接口被扩展提供了2个方法:

default Stream stream() :返回一个顺序流，由主线程按顺序对流执行操作

default Stream parallelStream() :返回一个并行流，内部以多线程并行执行的方式对流进行操作
```
List<String> list = new ArrayList<>();
//创建顺序流
Stream<String> listStream = list.stream();
//创建并行流
Stream<String> parallelStream = list.parallelStream();
```

根据数组创建：java.util.Arrays.stream(T[] array)

int[] nums = {1,2,3,4,5,6};
IntStream arraysStream = Arrays.stream(nums);

使用Stream的静态方法：
- of()：返回其元素为指定值的顺序有序流。
- Stream.of().parallel()：创建一个并行流
- iterate()：返回通过将函数f迭代应用到初始元素seed产生的无限顺序有序Stream ，产生由seed 、 f(seed) 、 f(f(seed))等组成的Stream 。
- generate()：返回无限顺序无序流，其中每个元素都由提供的Supplier生成。

13.7.2、中间操作

1、筛选

筛选：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。

filter(Predicate p)：通过Lambda表达式设置规则，从流中获取元素

@Test
public void main(){List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);Stream<Integer> stream = list.stream();//筛选出集合中的偶数，并将结果放到一个新的Stream中Stream<Integer> stream1 = stream.filter(num -> num % 2 == 0);stream1.forEach(System.out::println);
}

distinct()：通过流所生成元素的 hashCode() 和 equals() 去除重复元素

@Test
public void main(){List<Integer> list = Arrays.asList(1, 2, 4, 4, 5, 6, 6, 8, 9);Stream<Integer> stream = list.stream();Stream<Integer> distinct = stream.distinct();distinct.forEach(System.out::print);
}

2、切片

limit(long maxSize)：截断流，使其元素不超过给定数量

@Test
public void main(){List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);Stream<Integer> stream = list.stream();Stream<Integer> limit = stream.limit(5);limit.forEach(System.out::print);
}

skip(long n)：从第n个位置往后截取，若流中元素不足 n 个，则返回一个空流（与 limit(n) 互补，limit(n)是截取第一个到n，而skip是从n到最后）

@Test
public void main(){List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);Stream<Integer> stream = list.stream();Stream<Integer> limit = stream.skip(5);limit.forEach(System.out::print);
}

3、映射

map(Function f)：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

@Test
public void main(){List<Integer> list = Arrays.asList(1, 2, 3,4,5,6,7,8,9);Stream<Integer> stream1 = list.stream();//将所有元素的值*2Stream<Integer> mapStream = stream1.map(num -> num * 2);mapStream.forEach(System.out::println);
}

flatMap(Function f)：接收一个函数作为参数，将流中的每个值都换成另一个流返回，然后把所有流连接成一个流

@Test
public void main(){List<String> list1 = Arrays.asList("java","python","c++","c");//将每个元素从新生成一个stream，并添加testStream<String> stringStream = list1.stream().flatMap(s -> {List<String> strings = Arrays.asList(s,"test");return strings.stream();});stringStream.forEach(System.out::println);
}

mapToDouble(ToDoubleFunction f)：接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 DoubleStream。
mapToInt(ToIntFunction f)：接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 IntStream
mapToLong(ToLongFunction f)：接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 LongStream。

4、排序

sorted()：产生一个新流，按自然顺序排序，按Comparable接口
sorted(Comparator com)：产生一个新流，其中按比较器顺序排序，按Comparator自定义排序

@Test
public void main2(){List<Person> list = new ArrayList<>();list.add(new Person("张三","女",22,"学生"));list.add(new Person("李四","女",20,"学生"));list.add(new Person("王五","男",30,"工人"));list.add(new Person("赵六","男",10,"学生"));//按年龄升序排序Stream<Person> sorted = list.stream().sorted(Comparator.comparing(Person::getAge));sorted.forEach(System.out::println);//按年龄降序排序System.out.println("====按年龄降序排序====");Stream<Person> sorted1 = list.stream().sorted(Comparator.comparing(Person::getAge).reversed());sorted1.forEach(System.out::println);List<Integer> list1 = Arrays.asList(5,2,7,9,3);//自然排序Stream<Integer> sorted2 = list1.stream().sorted();sorted2.forEach(System.out::print);System.out.println();Stream<Integer> sorted3 = list1.stream().sorted(Comparator.reverseOrder());sorted3.forEach(System.out::print);}

13.7.3、终止操作

终止操作会从流的流水线生成结果。其结果可以是任何不是流的值，例如：List、Integer，甚至是 void 。流一旦进行了终止操作后，就不能再次使用了，否则会出现 java.lang.IllegalStateException: stream has already been operated upon or closed 这个异常。

1、遍历

Stream中的元素是以Optional类型存在的，支持类似集合的遍历。

使用forEach

@Test
public void main(){List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);Stream<Integer> stream = list.stream();//直接使用forEachstream.forEach(System.out::println);
}

使用迭代器

@Test
public void main(){List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);Stream<Integer> stream = list.stream();Iterator<Integer> iterator = stream.iterator();while (iterator.hasNext()){System.out.println(iterator.next());}
}

2、聚合

在Stream中有三个方法：

count() ：返回流中元素总数
max(Comparator c)：返回流中最大值

min(Comparator c)：返回流中最小值

@Test
public void main(){List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);Stream<Integer> stream = list.stream();System.out.println("最小值："+stream.min((o1, o2) -> o1-o2));//必须从新创建stream，因为max、min、count都是终止操作Stream<Integer> stream1 = list.stream();System.out.println("最大值："+stream1.max((o1, o2) -> o1-o2));Stream<Integer> stream2 = list.stream();System.out.println("元素个数："+stream2.count());
}

3、匹配查找

allMatch(Predicate p)：检查是否匹配所有元素
anyMatch**(**Predicate p) ：检查是否至少匹配一个元素

noneMatch(Predicate p)：检查是否没有匹配所有元素

@Test
public void main(){List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);Stream<Integer> stream1 = list.stream();System.out.println("stream中的元素是否都>5："+stream1.allMatch(x -> x > 5));Stream<Integer> stream2 = list.stream();System.out.println("stream中的元素是否至少有一个>5："+stream2.anyMatch(x -> x > 5));Stream<Integer> stream3 = list.stream();System.out.println("stream中的元素是否都不>5："+stream3.noneMatch(x -> x > 5));
}

findFirst()：返回第一个元素

findAny()：返回当前流中的任意元素（适用于并行流），如果使用串行顺序流的话，它一般返回的就是第一个元素(建议多搞点数据，多运行几次，才能出现差别)

@Test
public void main(){List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);Stream<Integer> stream1 = list.stream();System.out.println("第一个元素是："+stream1.findFirst());//创建并行流Stream<Integer> parallelStream1 = list.parallelStream();Stream<Integer> parallelStream2 = list.parallelStream();Stream<Integer> parallelStream3 = list.parallelStream();Stream<Integer> parallelStream4 = list.parallelStream();Stream<Integer> parallelStream5 = list.parallelStream();Stream<Integer> parallelStream6 = list.parallelStream();Stream<Integer> parallelStream7 = list.parallelStream();Stream<Integer> parallelStream8 = list.parallelStream();System.out.println("返回一个任意元素："+parallelStream1.findAny());System.out.println("返回一个任意元素："+parallelStream2.findAny());System.out.println("返回一个任意元素："+parallelStream3.findAny());System.out.println("返回一个任意元素："+parallelStream4.findAny());System.out.println("返回一个任意元素："+parallelStream5.findAny());System.out.println("返回一个任意元素："+parallelStream6.findAny());System.out.println("返回一个任意元素："+parallelStream7.findAny());System.out.println("返回一个任意元素："+parallelStream8.findAny());
}

4、归约

归约，也称缩减，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。

reduce(T iden, BinaryOperator b)：可以将流中元素反复结合起来，得到一个值。返回 T。
reduce(BinaryOperator b)：可以将流中元素反复结合起来得到一个值。返回 Optional

map 和 reduce 的连接通常称为 map-reduce 模式，因Google 用它来进行网络搜索而出名。

@Test
public void main(){List<Integer> list1 = Arrays.asList(1,2,3,4,5,6);//方式1：使用reduce(BinaryOperator b) ，返回值为Optional类//方式2：使用reduce(T iden, BinaryOperator b)，返回值和T相关System.out.println("求和方式1："+list1.stream().reduce(Integer::sum));System.out.println("求和方式2："+list1.stream().reduce(0,Integer::sum));System.out.println("求乘积1："+list1.stream().reduce((num1,num2) -> num1*num2));System.out.println("求乘积2："+list1.stream().reduce(1,(num1,num2) -> num1*num2));System.out.println("求最大值1："+list1.stream().reduce(Integer::max));System.out.println("求最大值2："+list1.stream().reduce(0,Integer::max));System.out.println("求最小值："+list1.stream().reduce(Integer::min));System.out.println("求最小值："+list1.stream().reduce(10,Integer::min));
}

5、收集

collect收集，是内容最繁多、功能最丰富的部分。它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。

collect(Collector c):将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法

Collector 接口中方法的实现决定了如何对流执行收集的操作， Collectors 实用类提供了很多静态方法，可以方便地创建常见收集器实例，具体方法与实例如下

归集

归集：流是不存储数据，所以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。

list.stream().collect(Collectors.toList())：把流中元素收集到List

可简写为：list.stream().toList()
list.stream().collect(Collectors.toSet())：把流中元素收集到Set

list.stream().collect(Collectors.toCollection(ArrayList::new))：把流中元素收集到创建的集合

@Test
public void main(){List<Integer> list1 = Arrays.asList(1,2,3,4,5,6,6);//toListSystem.out.println("======toList方法======");List<Integer> toList = list1.stream().filter(num -> num % 2 == 0).toList();toList.forEach(System.out::print);System.out.println();//toSetSystem.out.println("======toSet方法======");Set<Integer> set = list1.stream().filter(num -> num%2==0).collect(Collectors.toSet());set.forEach(System.out::print);System.out.println();//toCollectionSystem.out.println("======toCollection方法======");ArrayList<Integer> arrayList = list1.stream().filter(num -> num % 2 == 0).collect(Collectors.toCollection(ArrayList::new));arrayList.forEach(System.out::print);
}

list.stream().collect(Collectors.toMap())：把流中元素收集到Map

@Test
public void main(){List<Person> list = new ArrayList<>();list.add(new Person("张三",20));list.add(new Person("李四",30));Map<String, Person> map = list.stream().collect(Collectors.toMap(Person::getName, p -> p));map.forEach((s, person) -> System.out.println(s+":"+person.toString()));
}

统计

Long counting() ：计算流中元素的个数（可直接用count）
平均值
- Double averagingInt()：计算流中元素Integer属性的平均值（符合基本数据类型转换的规则）
- Double averagingLong()：计算流中元素Long属性的平均值（符合基本数据类型转换的规则）
- Double averagingDouble()：计算流中元素Double属性的平均值（符合基本数据类型转换的规则）
最值
- Optional maxBy()：根据比较器选择最大值
- Optional minBy()：根据比较器选择最小值
求和
- Integer summingInt()：对流中元素的整数属性求和
- summingLong：对流中元素的Long属性求和
- summingDouble对流中元素的doublt属性求和

统计以上所有信息（个数、平均值、最值、和）

IntSummaryStatistics summarizingInt()：收集流中Integer属性的统计值
summarizingLong
summarizingDouble

@Test
public void main(){List<Person> list = new ArrayList<>();list.add(new Person("张三",22));list.add(new Person("李四",20));list.add(new Person("王五",30));list.add(new Person("赵六",10));Long counting = list.stream().filter(person -> person.getAge() > 20).collect(Collectors.counting());System.out.println("年龄大于20的个数："+counting);Double averagingInt = list.stream().collect(Collectors.averagingInt(Person::getAge));System.out.println("集合中年龄的平均值："+averagingInt);Double averagingLong = list.stream().collect(Collectors.averagingLong(Person::getAge));System.out.println("集合中年龄的平均值："+averagingLong);Double averagingDouble = list.stream().collect(Collectors.averagingDouble(Person::getAge));System.out.println("集合中年龄的平均值："+averagingDouble);Optional<Integer> maxBy = list.stream().map(Person::getAge).collect(Collectors.maxBy(Integer::compare));System.out.println("最大的年龄是："+maxBy.get());Integer summingInt = list.stream().collect(Collectors.summingInt(Person::getAge));System.out.println("年龄的和是："+summingInt);IntSummaryStatistics summarizingInt = list.stream().collect(Collectors.summarizingInt(Person::getAge));System.out.println("根据年龄求以上信息："+summarizingInt);
}

分组

分组：将集合分为多个Map

Map<K, List> groupingBy()：根据某属性值对流分组
Map<Boolean, List> partitioningBy()：根据true或false进行分组

@Test
public void main(){List<Person> list = new ArrayList<>();list.add(new Person("张三","女",22,"学生"));list.add(new Person("李四","女",20,"学生"));list.add(new Person("王五","男",30,"工人"));list.add(new Person("赵六","男",10,"学生"));//按性别进行分组System.out.println("===按性别进行分组分组===");Map<String, List<Person>> mapByGender = list.stream().collect(Collectors.groupingBy(Person::getGender));mapByGender.forEach((s,person)-> System.out.println(s+":"+person.toString()));//按年龄是否>=20岁System.out.println("===按年龄是否>=20岁分组===");Map<Boolean, List<Person>> mapByAge = list.stream().collect(Collectors.partitioningBy(person -> person.getAge() >= 20));mapByAge.forEach((s,person)-> System.out.println(s+":"+person.toString()));//按年龄职业和性别分组System.out.println("===按职业和性别分组===");Map<String, Map<String, List<Person>>> mapByAgeAndGender = list.stream().collect(Collectors.groupingBy(Person::getGender, Collectors.groupingBy(Person::getProfession)));mapByAgeAndGender.forEach((s,person)-> System.out.println(s+":"+person.toString()));
}

字符串拼接

String joining(“连接符”) ：连接流中每个字符串

@Test
public void main2(){List<Person> list = new ArrayList<>();list.add(new Person("张三","女",22,"学生"));list.add(new Person("李四","女",20,"学生"));list.add(new Person("王五","男",30,"工人"));list.add(new Person("赵六","男",10,"学生"));//不带连接符号String collect1 = list.stream().map(Person::getName).collect(Collectors.joining());System.out.println(collect1);//带连接符号String collect2 = list.stream().map(Person::getName).collect(Collectors.joining(","));System.out.println(collect2);Stream<String> stream = Stream.of("Java","Python","C++");String collect = stream.collect(Collectors.joining(","));System.out.println(collect);
}

归约

reducing：从一个作为累加器的初始值开始，利用BinaryOperator与流中元素逐个结合，从而归约成单个值，相比于stream 本身的 reduce 方法，增加了对自定义归约的支持

@Test
public void main2(){List<Person> list = new ArrayList<>();list.add(new Person("张三","女",22,"学生"));list.add(new Person("李四","女",20,"学生"));list.add(new Person("王五","男",30,"工人"));list.add(new Person("赵六","男",10,"学生"));//分别求出男女里最大的年龄是多少Map<String, Optional<Person>> collect = list.stream().collect(Collectors.groupingBy(Person::getGender, 	Collectors.reducing(BinaryOperator.maxBy(Comparator.comparingInt(Person::getAge)))));collect.forEach((s,person)-> System.out.println(s+":"+person.toString()));
}

目录