都2023年了,如果不会Stream流、函数式编程？你确定能看懂公司代码？

👳我亲爱的各位大佬们好😘😘😘
♨️本篇文章记录的为 Stream流、函数式编程 相关内容，适合在学Java的小白,帮助新手快速上手,也适合复习中，面试中的大佬🙉🙉🙉。
♨️如果文章有什么需要改进的地方还请大佬不吝赐教❤️🧡💛
👨‍🔧 个人主页 : 阿千弟
🔥 上期内容👉👉👉 : 都2023年了,如果不会Lambda表达式、函数式编程？你确定能看懂公司代码？

都2023年了,如果你不会Stream流、函数式编程？你确定能看懂同事写的代码？ 那么建议来了解一下Stream流, 因为它使用简单,易操作,易上手而代码简洁，开发快速,一看就令人很爽😎😎😎 .
其实Stream流式编程表达式接近自然语言，易于理解 , 集万千优点与一身, 语法优美👉👉👉.下面来简单认识一下今天的主角Stream流吧

介绍

​ Java8的Stream使用的是函数式编程模式，但是此流非彼流, 不像我们以前认识到的I/O流等, 既不是字节流也不是字符流. 如同它的名字一样，Stream可以被用来对集合或数组进行链状流式的操作。可以更方便的让我们对集合或数组操作。

环境准备

引入lombok依赖, 可以方便我们后期对实体类的操作

	<dependencies><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><version>1.18.12</version></dependency></dependencies>

Author 实体类和Book实体类

Author和Book之间是一对多关系, 每个Author包含多个Book

@Data
@NoArgsConstructor
@AllArgsConstructor
@EqualsAndHashCode//用于后期的去重使用
public class Author {//idprivate Long id;//姓名private String name;//年龄private Integer age;//简介private String intro;//作品private List<Book> books;
}@Data
@AllArgsConstructor
@NoArgsConstructor
@EqualsAndHashCode//用于后期的去重使用
public class Book {//idprivate Long id;//书名private String name;//分类private String category;//评分private Integer score;//简介private String intro;}

数据初始化

private static List<Author> getAuthors() {//数据初始化Author author = new Author(1L,"蒙多",33,"一个从菜刀中明悟哲理的祖安人",null);Author author2 = new Author(2L,"亚拉索",15,"狂风也追逐不上他的思考速度",null);Author author3 = new Author(3L,"易",14,"是这个世界在限制他的思维",null);Author author4 = new Author(3L,"易",14,"是这个世界在限制他的思维",null);//书籍列表List<Book> books1 = new ArrayList<>();List<Book> books2 = new ArrayList<>();List<Book> books3 = new ArrayList<>();books1.add(new Book(1L,"刀的两侧是光明与黑暗","哲学,爱情",88,"用一把刀划分了爱恨"));books1.add(new Book(2L,"一个人不能死在同一把刀下","个人成长,爱情",99,"讲述如何从失败中明悟真理"));books2.add(new Book(3L,"那风吹不到的地方","哲学",85,"带你用思维去领略世界的尽头"));books2.add(new Book(3L,"那风吹不到的地方","哲学",85,"带你用思维去领略世界的尽头"));books2.add(new Book(4L,"吹或不吹","爱情,个人传记",56,"一个哲学家的恋爱观注定很难把他所在的时代理解"));books3.add(new Book(5L,"你的剑就是我的剑","爱情",56,"无法想象一个武者能对他的伴侣这么的宽容"));books3.add(new Book(6L,"风与剑","个人传记",100,"两个哲学家灵魂和肉体的碰撞会激起怎么样的火花呢？"));books3.add(new Book(6L,"风与剑","个人传记",100,"两个哲学家灵魂和肉体的碰撞会激起怎么样的火花呢？"));author.setBooks(books1);author2.setBooks(books2);author3.setBooks(books3);author4.setBooks(books3);List<Author> authorList = new ArrayList<>(Arrays.asList(author,author2,author3,author4));return authorList;}

常用操作

创建流

单列集合： 集合对象.stream()

	List<Author> authors = getAuthors();Stream<Author> stream = authors.stream();

数组：Arrays.stream(数组) 或者使用Stream.of来创建

    Integer[] arr = {1,2,3,4,5};Stream<Integer> stream = Arrays.stream(arr);Stream<Integer> stream2 = Stream.of(arr);

双列集合：转换成单列集合后再创建

	Map<String,Integer> map = new HashMap<>();map.put("天邪龙王",19);map.put("天启帝君",17);map.put("圣灵谱尼",16);Stream<Map.Entry<String, Integer>> stream = map.entrySet().stream();

中间操作

filter

作用 : ​可以对流中的元素进行条件过滤，符合过滤条件的才能继续留在流中。

		//打印所有年龄小于18的作家的名字，并且要注意去重List<Author> authors = getAuthors();authors.stream().distinct().filter(new Predicate<Author>() {@Overridepublic boolean test(Author author) {return author.getAge() < 18;}})//筛选年龄小于18的.forEach(new Consumer<Author>() {@Overridepublic void accept(Author author) {System.out.println(author.getName());}});//遍历打印名字

其中authors.stream()操作把authors集合转化为stream流对象, .distinct()的作用是去除重复, .filter()中通过使用匿名内部类重写Predicate接口中的test()方法对条件进行过滤, .forEach()是终结操作(下面会进行解释说明)

有了这几个条件, 我们可以使用lambda表达式的方法将其进一步简化一下

对lambda表达式不太了解的小老弟小老妹儿可以点击这儿了

List<Author> authors = getAuthors();authors.stream().filter(author -> author.getName().length()>1).forEach(author -> System.out.println(author.getName()));

map

作用 : 可以把对流中的元素进行计算或转换。

官方文档的解释是 :

返回由将给定函数应用于此流元素的结果组成的流。
这是一个中间操作。
参数：mapper–应用于每个元素的无干扰无状态函数
类型参数： –新流的元素类型
返回：新流

此map非彼map ，这里的map方法不是转换为Map<k,v>对象的意思，谨记谨记。
map本意就是映射，只不过java中map更多指代集合，说的是一个键根据映射可以找到一个值，这里map只是又回归了本来的含义。

例如：

打印所有作家的姓名

	authors.stream().map(new Function<Author, String>() {@Overridepublic String apply(Author author) {return author.getName();}}).forEach(new Consumer<String>() {@Overridepublic void accept(String name) {System.out.println(name);}});

在更多的时候我们见到的都是lambda表达式写法,

		//获取所有作者的名字List<Author> authors = getAuthors();authors.stream().map(author -> author.getName()).forEach(name->System.out.println(name));//获取所有作者的年龄并加上10authors.stream().map(author -> author.getAge()).map(age->age+10).forEach(age-> System.out.println(age));

对于复杂的中间操作, 相同的方法可以使用多次

distinct

作用 : 可以去除流中的重复元素。

例如：

打印所有作家的姓名，并且要求其中不能有重复元素。

	List<Author> authors = getAuthors();authors.stream().distinct().forEach(author -> System.out.println(author.getName()));

执行流程

注意：distinct方法是依赖Object的equals方法来判断是否是相同对象的。所以需要注意重写equals方法。
Object的equals方法是直接使用"=="来进行比较的, 也就是说如果两个对象的地址值相同则会判定是同一个对象, 但是在实际的生产过程中并不是只判定地址是否相同, 如果两个对象的所有属性都相同我们就也可以判定是同一个对象, 所以我们要重写equals方法和hashCode方法.

sorted

作用 : 可以对流中的元素进行排序。

​
例如：

对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素。

	List<Author> authors = getAuthors();
//对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素。authors.stream().distinct().sorted().forEach(author -> System.out.println(author.getAge()));

sorted()使用:

1. 实现compare接口
2. 传一个匿名对象 目的：实现比较逻辑

     List<Author> authors = getAuthors();
//        对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素。authors.stream().distinct().sorted((o1, o2) -> o2.getAge()-o1.getAge()).forEach(author -> System.out.println(author.getAge()));

注意：如果调用空参的sorted()方法，需要流中的元素是实现了Comparable。

limit

作用 : 可以设置流的最大长度，超出的部分将被抛弃。

例如：

对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素,然后打印其中年龄最大的两个作家的姓名。

	 List<Author> authors = getAuthors();authors.stream().distinct().sorted().limit(2).forEach(author -> System.out.println(author.getName()));

skip

作用 : ​ 跳过流中的前n个元素，返回剩下的元素。

例如：

​ 打印除了年龄最大的作家外的其他作家，要求不能有重复元素，并且按照年龄降序排序。

  List<Author> authors = getAuthors();authors.stream().distinct().sorted().skip(1).forEach(author -> System.out.println(author.getName()));

(硬核分页)

给大家整个活, 我们既然知道了limit和skip的作用, 那么我们加上一点点细节就可以实现分页功能了(比较硬核)

分页公式 : skip((page-1)*row).limit(row)

其中 page为页数, row为每一页行数

废话不多说, 上代码

//共10条数据, 分2页每页4条数据List<Author> authors = getAuthors();int page = 2;int row = 5;authors.stream().skip((page-1)*row).limit(row).forEach(s-> System.out.println(s));

效果如下

flatMap

作用 : ​ map只能把一个对象转换成另一个对象来作为流中的元素。而flatMap可以把一个对象转换成多个对象作为流中的元素。

API注释：
flatMap（）操作的效果是对流的元素应用一对多转换，然后将生成的元素展平为新的流。

例一：

​ 打印所有书籍的名字。要求对重复的元素进行去重。

//        打印所有书籍的名字。要求对重复的元素进行去重。List<Author> authors = getAuthors();authors.stream().flatMap(author -> author.getBooks().stream()).distinct().forEach(book -> System.out.println(book.getName()));

效果如下

例二：

​ 打印现有数据的所有分类。要求对分类进行去重。不能出现这种格式：哲学,爱情

//        打印现有数据的所有分类。要求对分类进行去重。不能出现这种格式：哲学,爱情     爱情List<Author> authors = getAuthors();authors.stream().flatMap(author -> author.getBooks().stream()).distinct().flatMap(book -> Arrays.stream(book.getCategory().split(","))).distinct().forEach(category-> System.out.println(category));

终结操作

forEach

作用 : ​ 对流中的元素进行历操作，我们通过传入的参数去指定对遍历到的元素进行什么具体操作。

例子：

​ 输出所有作家的名字

//        输出所有作家的名字List<Author> authors = getAuthors();authors.stream().map(author -> author.getName()).distinct().forEach(name-> System.out.println(name));

count

作用 : ​ 可以用来获取当前流中元素的个数。

例子：

​ 打印这些作家的所出书籍的数目，注意删除重复元素。

//        打印这些作家的所出书籍的数目，注意删除重复元素。List<Author> authors = getAuthors();long count = authors.stream().flatMap(author -> author.getBooks().stream()).distinct().count();System.out.println(count);

max&min

作用 : ​可以用来或者流中的最值。

例子：

​ 分别获取这些作家的所出书籍的最高分和最低分并打印。

//        分别获取这些作家的所出书籍的最高分和最低分并打印。//Stream<Author>  -> Stream<Book> ->Stream<Integer>  ->求值List<Author> authors = getAuthors();Optional<Integer> max = authors.stream().flatMap(author -> author.getBooks().stream()).map(book -> book.getScore()).max((score1, score2) -> score1 - score2);Optional<Integer> min = authors.stream().flatMap(author -> author.getBooks().stream()).map(book -> book.getScore()).min((score1, score2) -> score1 - score2);System.out.println(max.get());System.out.println(min.get());

collect

作用 : ​​ 把当前流转换成一个集合。

例子：

​ 获取一个存放所有作者名字的List集合。

//        获取一个存放所有作者名字的List集合。List<Author> authors = getAuthors();List<String> nameList = authors.stream().map(author -> author.getName()).collect(Collectors.toList());System.out.println(nameList);

​ 获取一个所有书名的Set集合。

//        获取一个所有书名的Set集合。List<Author> authors = getAuthors();Set<Book> books = authors.stream().flatMap(author -> author.getBooks().stream()).collect(Collectors.toSet());System.out.println(books);

​ 获取一个Map集合，map的key为作者名，value为List

//        获取一个Map集合，map的key为作者名，value为List<Book>List<Author> authors = getAuthors();Map<String, List<Book>> map = authors.stream().distinct().collect(Collectors.toMap(author -> author.getName(), author -> author.getBooks()));System.out.println(map);

查找与匹配

anyMatch

作用 : ​​ 可以用来判断是否有任意符合匹配条件的元素，结果为boolean类型。

例子：

​ 判断是否有年龄在29以上的作家

//        判断是否有年龄在29以上的作家List<Author> authors = getAuthors();boolean flag = authors.stream().anyMatch(author -> author.getAge() > 29);System.out.println(flag);

allMatch

作用 : ​​ 可以用来判断是否都符合匹配条件，结果为boolean类型。如果都符合结果为true，否则结果为false。

例子：

​ 判断是否所有的作家都是成年人

//        判断是否所有的作家都是成年人List<Author> authors = getAuthors();boolean flag = authors.stream().allMatch(author -> author.getAge() >= 18);System.out.println(flag);

noneMatch

作用 : ​​ 可以判断流中的元素是否都不符合匹配条件。如果都不符合结果为true，否则结果为false。

例子：

​ 判断作家是否都没有超过100岁的。

//        判断作家是否都没有超过100岁的。List<Author> authors = getAuthors();boolean b = authors.stream().noneMatch(author -> author.getAge() > 100);System.out.println(b);

findAny

作用 : ​​ 获取流中的任意一个元素。该方法没有办法保证获取的一定是流中的第一个元素。

例子：

​ 获取任意一个年龄大于18的作家，如果存在就输出他的名字

//        获取任意一个年龄大于18的作家，如果存在就输出他的名字List<Author> authors = getAuthors();Optional<Author> optionalAuthor = authors.stream().filter(author -> author.getAge()>18).findAny();optionalAuthor.ifPresent(author -> System.out.println(author.getName()));

findFirst

作用 : ​​ 获取流中的第一个元素。

例子：

​ 获取一个年龄最小的作家，并输出他的姓名。

//        获取一个年龄最小的作家，并输出他的姓名。List<Author> authors = getAuthors();Optional<Author> first = authors.stream().sorted((o1, o2) -> o1.getAge() - o2.getAge()).findFirst();first.ifPresent(author -> System.out.println(author.getName()));

reduce归并

作用 : ​​ 对流中的数据按照你指定的计算方式计算出一个结果（缩减操作）。

​ reduce的作用是把stream中的元素给组合起来，我们可以传入一个初始值，它会按照我们的计算方式依次拿流中的元素和初始化值进行计算，计算结果再和后面的元素计算。

​ reduce两个参数的重载形式内部的计算方式如下：

T result = identity;
for (T element : this stream)result = accumulator.apply(result, element)
return result;

​ 其中identity就是我们可以通过方法参数传入的初始值，accumulator的apply具体进行什么计算也是我们通过方法参数来确定的。

例子：

​ 使用reduce求所有作者年龄的和

//        使用reduce求所有作者年龄的和List<Author> authors = getAuthors();Integer sum = authors.stream().distinct().map(author -> author.getAge()).reduce(0, (result, element) -> result + element);System.out.println(sum);

​ 使用reduce求所有作者中年龄的最大值

//        使用reduce求所有作者中年龄的最大值List<Author> authors = getAuthors();Integer max = authors.stream().map(author -> author.getAge()).reduce(Integer.MIN_VALUE, (result, element) -> result < element ? element : result);System.out.println(max);

​ 使用reduce求所有作者中年龄的最小值

//        使用reduce求所有作者中年龄的最小值List<Author> authors = getAuthors();Integer min = authors.stream().map(author -> author.getAge()).reduce(Integer.MAX_VALUE, (result, element) -> result > element ? element : result);System.out.println(min);

​ reduce一个参数的重载形式内部的计算

 	 boolean foundAny = false;T result = null;for (T element : this stream) {if (!foundAny) {foundAny = true;result = element;}elseresult = accumulator.apply(result, element);}return foundAny ? Optional.of(result) : Optional.empty();

​ 如果用一个参数的重载方法去求最小值代码如下：

        //        使用reduce求所有作者中年龄的最小值List<Author> authors = getAuthors();Optional<Integer> minOptional = authors.stream().map(author -> author.getAge()).reduce((result, element) -> result > element ? element : result);minOptional.ifPresent(age-> System.out.println(age));

如果这篇【文章】有帮助到你💖，希望可以给我点个赞👍，创作不易，如果有对Java后端或者对spring感兴趣的朋友,请多多关注💖💖💖
👨‍🔧 个人主页 : 阿千弟