---
url: https://chenlj.top/md/java-base/base/stream.md
---
# Java8 中 Stream 详细用法大全

## 一、Stream 概述

Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。使用 Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简而言之，Stream API 提供了一种高效且易于使用的处理数据的方式。

特点：

1. 不是数据结构，不会保存数据。
2. 不会修改原来的数据源，它会将操作后的数据保存到另外一个对象中。（保留意见：毕竟 peek 方法可以修改流中元素）
3. 惰性求值，流在中间处理过程中，只是对操作进行了记录，并不会立即执行，需要等到执行终止操作的时候才会进行实际的计算。

## 二、Stream 操作分类

![f9db3414b7894115b5c43c82b355d35d.png](http://qiniu.chenlj.top/20210701/f9db3414b7894115b5c43c82b355d35d.png)

* **无状态**：指元素的处理不受之前元素的影响；
* **有状态**：指该操作只有拿到所有元素之后才能继续下去。
* **非短路操作**：指必须处理所有元素才能得到最终结果；
* **短路操作**：指遇到某些符合条件的元素就可以得到最终结果，如 A || B，只要 A 为 true，则无需判断 B 的结果。

## 三、Stream 流的创建

（1） 使用 Collection 下的 stream() 和 parallelStream() 方法

```java
List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //获取一个顺序流
Stream<String> parallelStream = list.parallelStream(); //获取一个并行流
```

（2）使用 Arrays 中的 stream() 方法，将数组转成流

```java
Integer[] nums = new Integer[10];
Stream<Integer> stream = Arrays.stream(nums);
```

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

```java
//1,2,3,4,5,6
Stream<Integer> stream = Stream.of(1,2,3,4,5,6);

// 0 2 4 6 8 10
Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6);

//两个随机小数
Stream<Double> stream3 = Stream.generate(Math::random).limit(2);
```

（4）使用 BufferedReader.lines() 方法，读取文件，将每行内容转成流

```java
BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt"));
Stream<String> lineStream = reader.lines();
```

（5）使用 Pattern.splitAsStream() 方法，将字符串分隔成流

```java
Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
```

## 四、Stream 流的中间操作

### 4.1 筛选与切片（filter、limit、skip、distinct）

> * filter：过滤流中的某些元素。
> * limit(n)：获取 n 个元素。
> * skip(n)：跳过 n 元素，配合 limit(n)可实现分页。
> * distinct：通过流中元素的 hashCode() 和 equals() 去除重复元素。

```java
Stream<Integer> stream = Stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14);

Stream<Integer> newStream = stream.filter(s -> s > 5) //6 6 7 9 8 10 12 14 14
.distinct() //6 7 9 8 10 12 14
.skip(2) //9 8 10 12 14
.limit(2); //9 8
newStream.forEach(System.out::println);
```

### 4.2 映射（map、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。

```java
List<String> list = Arrays.asList("a,b,c", "1,2,3");

//将每个元素转成一个新的且不带逗号的元素
Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
s1.forEach(System.out::println); // abc 123

Stream<String> s3 = list.stream().flatMap(s -> {
//将每个元素转换成一个stream
String[] split = s.split(",");
Stream<String> s2 = Arrays.stream(split);
return s2;
});
s3.forEach(System.out::println); // a b c 1 2 3
```

### 4.3 排序（sorted）

> * sorted()：自然排序，流中元素需实现 Comparable 接口。
> * sorted(Comparator com)：定制排序，自定义 Comparator 排序器。

```java
List<String> list = Arrays.asList("aa", "ff", "dd");
//String 类自身已实现Compareable接口
list.stream().sorted().forEach(System.out::println);// aa dd ff

Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
Student s3 = new Student("aa", 30);
Student s4 = new Student("dd", 40);
List<Student> studentList = Arrays.asList(s1, s2, s3, s4);

//自定义排序：先按姓名升序，姓名相同则按年龄升序
studentList.stream().sorted(
	(o1, o2) -> {
		if (o1.getName().equals(o2.getName())) {
			return o1.getAge() - o2.getAge();
		} else {
			return o1.getName().compareTo(o2.getName());
		}
	}
).forEach(System.out::println);　
```

### 4.4 消费（peek）

> * peek：如同于 map，能得到流中的每一个元素。但 map 接收的是一个 Function 表达式，有返回值；而 peek 接收的是 Consumer 表达式，没有返回值。

```java
Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
List<Student> studentList = Arrays.asList(s1, s2);

studentList.stream()
.peek(o -> o.setAge(100))
.forEach(System.out::println);

//结果：
Student{name='aa', age=100}
Student{name='bb', age=100}
```

## 五、Stream 流的终止操作

### 5.1 遍历（forEach）

> * forEach：遍历流中的每个元素，接收的是 Consumer 表达式，没有返回值。

```java
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);

list.stream().forEach(System.out::println);
```

### 5.2 匹配（match、find）

> * allMatch：接收一个 Predicate 函数，当流中每个元素都符合该断言时才返回 true，否则返回 false。
> * noneMatch：接收一个 Predicate 函数，当流中每个元素都不符合该断言时才返回 true，否则返回 false。
> * anyMatch：接收一个 Predicate 函数，只要流中有一个元素满足该断言则返回 true，否则返回 false。
> * findFirst：返回流中第一个元素。
> * findAny：返回流中的任意元素。

```java
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);

boolean allMatch = list.stream().allMatch(e -> e > 10); //false
boolean noneMatch = list.stream().noneMatch(e -> e > 10); //true
boolean anyMatch = list.stream().anyMatch(e -> e > 4); //true

Integer findFirst = list.stream().findFirst().get(); //1
Integer findAny = list.stream().findAny().get(); //1
```

### 5.3 规约（reduce）

> * Optional reduce(BinaryOperator accumulator)：第一次执行时，accumulator 函数的第一个参数为流中的第一个元素，第二个参数为流中元素的第二个元素；第二次执行时，第一个参数为第一次函数执行的结果，第二个参数为流中的第三个元素；依次类推。
> * T reduce(T identity, BinaryOperator accumulator)：流程跟上面一样，只是第一次执行时，accumulator 函数的第一个参数为 identity，而第二个参数为流中的第一个元素。
> * U reduce(U identity,BiFunction\<U, ? super T, U> accumulator,BinaryOperator combiner)：在串行流(stream)中，该方法跟第二个方法一样，即第三个参数 combiner 不会起作用。在并行流(parallelStream)中,我们知道流被 fork join 出多个线程进行执行，此时每个线程的执行流程就跟第二个方法 reduce(identity,accumulator)一样，而第三个参数 combiner 函数，则是将每个线程的执行结果当成一个新的流，然后使用第一个方法 reduce(accumulator)流程进行规约。

```java
//经过测试，当元素个数小于24时，并行时线程数等于元素个数，当大于等于24时，并行时线程数为16
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24);
//1.求和
Integer v = list.stream().reduce((x1, x2) -> x1 + x2).get();
System.out.println(v); // 300

Integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2);
System.out.println(v1); //310

Integer v2 = list.stream().reduce(0,
	(x1, x2) -> {
		System.out.println("stream accumulator: x1:" + x1 + " x2:" + x2);
		return x1 - x2;
	},
	(x1, x2) -> {
		System.out.println("stream combiner: x1:" + x1 + " x2:" + x2);
		return x1 * x2;
	});
System.out.println(v2); // -300

Integer v3 = list.parallelStream().reduce(0,
	(x1, x2) -> {
		System.out.println("parallelStream accumulator: x1:" + x1 + " x2:" + x2);
		return x1 - x2;
	},
	(x1, x2) -> {
		System.out.println("parallelStream combiner: x1:" + x1 + " x2:" + x2);
		return x1 * x2;
	});
System.out.println(v3); //197474048
```

### 5.4 聚合（count、max、min）

> * count：返回流中元素的总个数。
> * max：返回流中元素最大值。
> * min：返回流中元素最小值。

```java
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);

long count = list.stream().count(); //5
Integer max = list.stream().max(Integer::compareTo).get(); //5
Integer min = list.stream().min(Integer::compareTo).get(); //1　
```

### 5.5 收集（collect）

> * collect：接收一个 Collector 实例，将流中元素收集成另外一个数据结构。
>
> * Collector\<T, A, R> 是一个接口，有以下 5 个抽象方法：
>
>   * Supplier\<A> supplier()：创建一个结果容器 A
>
>   * BiConsumer\<A, T> accumulator()：消费型接口，第一个参数为容器 A，第二个参数为流中元素 T。
>
>   * BinaryOperator\<A> combiner()：函数接口，该参数的作用跟上一个方法(reduce)中的 combiner 参数一样，将并行流中各 个子进程的运行结果(accumulator 函数操作后的容器 A)进行合并。
>
>   * Function\<A, R> finisher()：函数式接口，参数为：容器 A，返回类型为：collect 方法最终想要的结果 R。
>
>   * Set\<Characteristics> characteristics()：返回一个不可变的 Set 集合，用来表明该 Collector 的特征。
>
>     有以下三个特征：
>
>     * CONCURRENT：表示此收集器支持并发。（官方文档还有其他描述，暂时没去探索，故不作过多翻译）
>     * UNORDERED：表示该收集操作不会保留流中元素原有的顺序。
>     * IDENTITY\_FINISH：表示 finisher 参数只是标识而已，可忽略。

#### 5.5.1 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。

```java
Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);

//转成list
List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]

//转成set
Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]

//转成map,注:key不能相同，否则报错
Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}
```

#### 5.5.2 统计(count/averaging)

> `Collectors`提供了一系列用于数据统计的静态方法：
>
> * 计数：`counting`
> * 最值：`maxBy`、`minBy`
> * 求和：`summingInt`、`summingLong`、`summingDouble`
> * 平均值：`averagingInt`、`averagingLong`、`averagingDouble`
> * 统计以上所有：`summarizingInt`、`summarizingLong`、`summarizingDouble`

```java
Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);
//聚合操作
//1.学生总数
Long count = list.stream().collect(Collectors.counting()); // 3
//2.最大年龄 (最小的minBy同理)
Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20
//3.所有人的年龄
Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40
//4.平均年龄
Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334
// 带上以上所有方法
DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge));
System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());

```

#### 5.5.3 分组(partitioningBy/groupingBy)

> * 分区：将`stream`按条件分为两个`Map`，比如学生按照年龄是否高于 15 岁为两部分。
>
> * 分组：将集合分为多个 Map，比如学生按年龄分组。有单级分组和多级分组。

```java
Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);
//分区 按照年龄是否大于15分区
Map<Boolean, List<Student>> part = list.stream().collect(Collectors.partitioningBy(x -> x.getAge() > 15));
//分组
Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge));
//多重分组,先根据类型分再根据年龄分
Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));
```

#### 5.5.4 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。

```java
Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);

//字符串分隔符连接
String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)
```

#### 5.5.5 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。

```java
Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);

//规约
Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40　
```