前言：
现在咱们对“java链式”大约比较关心，看官们都需要了解一些“java链式”的相关知识。那么小编同时在网摘上汇集了一些有关“java链式””的相关知识，希望我们能喜欢，姐妹们快快来了解一下吧！如果有些朋友以前没有使用过java8 stream这种链式编程方式做开发，想学习一下。如果有些朋友只学习了一部分用法，想学习更多。如果有些朋友想看看有没有好的示例适用于实际工作当中。
那么恭喜你，这篇文章非常适合你。
首先，我们一起看看stream的继承关系：
stream的继承关系
Stream、IntStream、LongStream、DoubleStream的父接口都是BaseStream。BaseStream的四个子接口方法都差不多，只是IntStream、LongStream、DoubleStream直接存储基本类型，可以避免自动装/拆箱，效率会更高一些。但是，我们实际上使用Stream更多一些。
我们再看看stream的工作流程图：
stream的工作流程图
为什么要学stream的链式编程方式
业务需求1：指定一个字符串数组，找出里面相同的元素，并且统计重复的次数。
我们以前大概是这样做的：
public class CountTest { @Test public void testCount1() { List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc"); Map<String, Long> countMap = new HashMap<>(); for (String data : list) { Long aLong = countMap.get(data); if (Objects.isNull(aLong)) { countMap.put(data, 1L); } else { countMap.put(data, ++aLong); } } countMap.forEach((key, value) -> System.out.println("key:" + key + " value:" + value)); }}执行结果：
key:a value:3key:ab value:2key:b value:1key:bd value:1key:abc value:2key:abcd value:1
我们再看看如果用java8的stream可以怎么做：
public class CountTest { @Test public void testCount2() { List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc"); Map<String, Long> countMap = list.stream().collect(Collectors.groupingBy(Function.identity(), Collectors.counting())); countMap.forEach((key, value) -> System.out.println("key:" + key + " value:" + value)); }}执行结果：
key:a value:3key:ab value:2key:b value:1key:bd value:1key:abc value:2key:abcd value:1
我们可以看到testCount1和testCount2执行结果相同，仅仅一行代码：Map<String, Long> countMap = list.stream().collect(Collectors.groupingBy(Function.identity(), Collectors.counting())); 就可以实现上面testCount1中多行代码的逻辑。
业务需求2：从一个指定的字符串数组中，查找指定的字符串是否存在
我们以前大概是这样做的：
public class FindTest { @Test public void testFind1() { String findStr = "bd"; List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc"); boolean match = false; for (String data : list) { if (data.equals(findStr)) { match = true; break; } } //结果：match:true System.out.println("match:" + match); }}我们再看看如果用java8的stream可以怎么做：
public class MatchTest { @Test public void testFind2() { String findStr = "bd"; List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc"); boolean match = list.stream().anyMatch(x -> x.equals(findStr)); //结果：match:true System.out.println("match:" + match); }}我们可以看到调用testFind1和testFind2方法执行结果也是一样的。但是，用java8 stream的语法，又只用一行代码就完成功能了，真棒。
java8 stream超详细用法指南
stream的操作符大体上分为两种：中间操作符和终止操作符
中间操作：
1.filter(T-> boolean)
过滤数据，保留 boolean 为 true 的元素，返回一个集合
public class FilterTest { @Test public void testFilter() { List<Integer> list = Lists.newArrayList(20, 23, 25, 28, 30, 33, 37, 40); //从指定数据集合中过滤出大于等于30的数据集合 List<Integer> collect = list.stream().filter(x -> x >= 30).collect(Collectors.toList()); //结果：[33, 37, 40] System.out.println(collect); }}collect(Collectors.toList())可以把流转换为 List 类型，collect实际上是一个终止操作。
2.map(T -> R)
转换操作符，可以做数据转换，比如：把字符串转换成int、long、double，或者把一个实体转换成另外一个实体。包含：map，mapToInt、mapToLong、mapToDouble
public class MapTest { @Test public void testMap() { List<String> list = Lists.newArrayList("1", "2", "3", "4", "5", "6"); List<Long> collect1 = list.stream().map(x -> Long.parseLong(x)).collect(Collectors.toList()); //结果：[1, 2, 3, 4, 5, 6] System.out.println(collect1); //结果：111111 list.stream().mapToInt(x -> x.length()).forEach(System.out::print); System.out.println(""); //结果：111111 list.stream().mapToLong(x -> x.length()).forEach(System.out::print); System.out.println(""); //结果：1.01.01.01.01.01.0 list.stream().mapToDouble(x -> x.length()).forEach(System.out::print); }} 3.flatMap(T -> Stream)
将流中的每一个元素 T 映射为一个流，再把每一个流连接成为一个流
public class FlatMapTest { @Test public void testFlatMap() { List<List<String>> list = new ArrayList<List<String>>(){{ add(Lists.newArrayList("a","b","c")); add(Lists.newArrayList("d","e","f")); add(Lists.newArrayList("j","k","y")); }}; //结果：[[a, b, c], [d, e, f], [j, k, y]] System.out.println(list); List<String> collect = list.stream().flatMap(List::stream).collect(Collectors.toList()); //结果：[a, b, c, d, e, f, j, k, y] System.out.println(collect); }}我们可以看到flatMap可以轻松把字符串的二维数据变成一位数组。
4.distinct
去重，类似于msql中的distinct的作用，底层使用了equals方法做比较。
public class DistinctTest { @Test public void testDistinct() { List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc"); List<String> collect = list.stream().distinct().collect(Collectors.toList()); //结果：[a, b, ab, abc, abcd, bd] System.out.println(collect); }}其实，去重还有另外一种办法，可以用Collectors.toSet()，后面会讲到。
5.sorted
对元素进行排序，前提是实现Comparable接口，当然也可以自定义比较器。
public class SortTest { @Test public void testSort() { List<Integer> list = Lists.newArrayList(5, 3, 7, 1, 4, 6); List<Integer> collect = list.stream().sorted((a, b) -> a.compareTo(b)).collect(Collectors.toList()); //结果：[1, 3, 4, 5, 6, 7] System.out.println(collect); }}6.limit
限流操作，有点类似于mysql中的limit功能，比如：有10个元素，只取前面3个元素
public class LimitTest { @Test public void testLimit() { List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc"); List<String> collect = list.stream().limit(3).collect(Collectors.toList()); //结果：[a, b, ab] System.out.println(collect); }}7.skip
跳过操作，比如：有个10个元素，从第5个元素开始去后面的元素
public class SkipTest { @Test public void testSkip() { List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc"); List<String> collect = list.stream().skip(5).collect(Collectors.toList()); //结果：[ab, a, abcd, bd, abc] System.out.println(collect); }}8.peek
挑出操作，
public class PeekTest { @Test public void testPeek() { List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc"); //结果：abababcaabaabcdbdabc list.stream().peek(x -> x.toUpperCase()).forEach(System.out::print); }}眼尖的朋友会发现，进行x.toUpperCase()转换为大写功能，但是实际上没有生效。把peek改成map方法试试：
public class PeekTest { @Test public void testPeek() { List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "a", "ab", "a", "abcd", "bd", "abc"); //结果：ABABABCAABAABCDBDABC list.stream().map(x -> x.toUpperCase()).forEach(System.out::print); }}我们可以看到，用map操作转换成大写功能生效了，但是用peek操作却没有生效。peek只是对Stream中的元素进行某些操作，但是操作之后的数据并不返回到Stream中，所以Stream中的元素还是原来的元素。
终止操作：
1.forEach
遍历操作，包含：forEach 和 forEachOrdered
forEach：支持并行处理
forEachOrdered：是按顺序处理的，遍历速度较慢
public class ForEachTest { @Test public void testForEach() { List<String> list = Lists.newArrayList("a", "b", "ab"); //结果：a b ab list.stream().forEach(x-> System.out.print(x+' ')); System.out.println(""); //可以简化 //结果：a b ab list.forEach(x-> System.out.print(x+' ')); System.out.println(""); //结果：a b ab list.stream().forEachOrdered(x-> System.out.print(x+' ')); }}2.collect
收集操作，将所有的元素收集起来，Collectors 提供了非常多收集器。包含：toMap、toSet、toList、joining，groupingBy，maxBy，minBy等操作。
toMap：将数据流转换为map，里面包含的元素是用key/value的形式的
toSet：将数据流转换为set，里面包含的元素不可重复
toList：将数据流转出为list，里面包含的元素是有序的
joining：拼接字符串
groupingBy：分组，可以将list转换map
couting：统计元素数量
maxBy：获取最大元素
minBy：获取最小元素
summarizingInt: 汇总int类型的元素，返回IntSummaryStatistics，再调用具体的方法对元素进行统计：getCount（统计数量），getSum（求和），getMin（获取最小值），getMax（获取最大值），getAverage（获取平均值）
summarizingLong：汇总long类型的元素，用法同summarizingInt
summarizingDouble：汇总double类型的元素，用法同summarizingInt
averagingInt：获取int类型的元素的平均值，返回一个double类型的数据
averagingLong：获取long类型的元素的平均值，用法同averagingInt
averagingDouble：获取double类型的元素的平均值，用法同averagingInt
mapping：获取映射，可以将原始元素的一部分内容作为一个新元素返回
public class CollectTest { @Data @AllArgsConstructor class User { private String name; private Integer age; } @Test public void testCollect() { List<String> list0 = Lists.newArrayList("a", "b", "ab"); Map<String, String> collect0 = list0.stream().collect(Collectors.toMap(String::new, Function.identity())); //结果：{ab=ab, a=a, b=b} System.out.println(collect0); List<String> list = Lists.newArrayList("a", "b", "ab", "a", "b", "ab"); List<String> collect1 = list.stream().collect(Collectors.toList()); //结果：[a, b, ab, a, b, ab] System.out.println(collect1); //结果：[a, ab, b] Set<String> collect2 = list.stream().collect(Collectors.toSet()); System.out.println(collect2); String collect3 = list.stream().collect(Collectors.joining(",")); //结果：a,b,ab,a,b,ab System.out.println(collect3); Map<String, List<String>> collect4 = list.stream().collect(Collectors.groupingBy(Function.identity())); //结果：{ab=[ab, ab], a=[a, a], b=[b, b]} System.out.println(collect4); Long collect = list.stream().collect(Collectors.counting()); //结果：6 System.out.println(collect); String collect5 = list.stream().collect(Collectors.maxBy((a, b) -> a.compareTo(b))).orElse(null); //结果：b System.out.println(collect5); String collect6 = list.stream().collect(Collectors.minBy((a, b) -> a.compareTo(b))).orElse(null); //结果：a System.out.println(collect6); List<String> list2 = Lists.newArrayList("2", "3", "5"); IntSummaryStatistics summaryStatistics = list2.stream().collect(Collectors.summarizingInt(x -> Integer.parseInt(x))); long sum = summaryStatistics.getSum(); //结果：10 System.out.println(sum); Double collect7 = list2.stream().collect(Collectors.averagingInt(x -> Integer.parseInt(x))); //结果：3.3333333333333335 System.out.println(collect7); List<User> userList = new ArrayList<User>() {{ add(new User("jack",23)); add(new User("james",30)); add(new User("curry",28)); }}; List<String> collect8 = userList.stream().collect(Collectors.mapping(User::getName, Collectors.toList())); //[jack, james, curry] System.out.println(collect8); }}3.find
查找操作，包含：findFirst、findAny
findFirst：找到第一个，返回的类型为Optional
findAny：使用 stream() 时找到的是第一个元素，使用 parallelStream() 并行时找到的是其中一个元素，返回的类型为Optional
public class FindOpTest { @Test public void testFindOp() { List<String> list = Lists.newArrayList("a", "b", "ab", "abc", "bc", "ab"); //查找第一匹配的元素 String data1 = list.stream().findFirst().orElse(null); //结果: a System.out.println(data1); String data2 = list.stream().findAny().orElse(null); //结果: a System.out.println(data2); }}4.match
匹配操作，包含：allMatch、anyMatch、noneMatch
allMatch：所有元素都满足条件，返回boolean类型
anyMatch：任意一个元素满足条件，返回boolean类型
noneMatch：所有元素都不满足条件，返回boolean类型
public class MatchTest { @Test public void testMatch() { List<Integer> list = Lists.newArrayList(2, 3, 5, 7); boolean allMatch = list.stream().allMatch(x -> x > 1); //结果：true System.out.println(allMatch); boolean allMatch2 = list.stream().allMatch(x -> x > 2); //结果：false System.out.println(allMatch2); boolean anyMatch = list.stream().anyMatch(x -> x > 2); //结果：true System.out.println(anyMatch); boolean noneMatch1 = list.stream().noneMatch(x -> x > 5); //结果：false System.out.println(noneMatch1); boolean noneMatch2 = list.stream().noneMatch(x -> x > 7); //结果：true System.out.println(noneMatch2); }}5.count
统计操作，效果跟调用集合的size()方法类似
public class CountOpTest { @Test public void testCountOp() { List<String> list = Lists.newArrayList("a", "b", "ab"); long count = list.stream().count(); //结果：3 System.out.println(count); }}6.min、max
min：获取最小值，返回Optional类型的数据
max：获取最大值，返回Optional类型的数据
public class MaxMinTest { @Test public void testMaxMin() { List<Integer> list = Lists.newArrayList(2, 3, 5, 7); Optional<Integer> max = list.stream().max((a, b) -> a.compareTo(b)); //结果：7 System.out.println(max.get()); Optional<Integer> min = list.stream().min((a, b) -> a.compareTo(b)); //结果：2 System.out.println(min.get()); }}7.reduce
规约操作，将整个数据流的值规约为一个值，count、min、max底层就是使用reduce。
reduce 操作可以实现从Stream中生成一个值，其生成的值不是随意的，而是根据指定的计算模型。
public class ReduceTest { @Test public void testReduce() { List<Integer> list = Lists.newArrayList(2, 3, 5, 7); Integer sum1 = list.stream().reduce(0, Integer::sum); //结果：17 System.out.println(sum1); Optional<Integer> reduce = list.stream().reduce((a, b) -> a + b); //结果：17 System.out.println(reduce.get()); Integer max = list.stream().reduce(0, Integer::max); //结果：7 System.out.println(max); Integer min = list.stream().reduce(0, Integer::min); //结果：0 System.out.println(min); Optional<Integer> reduce1 = list.stream().reduce((a, b) -> a > b ? b : a); //2 System.out.println(reduce1.get()); }}8.toArray
数组操作，将数据流的元素转换成数组。
public class ArrayTest { @Test public void testArray() { List<String> list = Lists.newArrayList("a", "b", "ab"); String[] strings = list.stream().toArray(String[]::new); //结果：a b ab for (int i = 0; i < strings.length; i++) { System.out.print(strings[i]+" "); } }}stream和parallelStream的区别stream：是单管道，称其为流，其主要用于集合的逻辑处理。
parallelStream：是多管道，提供了流的并行处理，它是Stream的另一重要特性，其底层使用Fork/Join框架实现
public class StreamTest { @Test public void testStream() { List<Integer> list = Lists.newArrayList(1,2, 3,4, 5,6, 7); //结果：1234567 list.stream().forEach(System.out::print); }}public class ParallelStreamTest { @Test public void testParallelStream() { List<Integer> list = Lists.newArrayList(1,2, 3,4, 5,6, 7); //结果：5726134 list.parallelStream().forEach(System.out::print); }}我们可以看到直接使用parallelStream的forEach遍历数据，是没有顺序的。
如果要让parallelStream遍历时有顺序怎么办呢？
public class ParallelStreamTest { @Test public void testParallelStream() { List<Integer> list = Lists.newArrayList(1,2, 3,4, 5,6, 7); //结果：1234567 list.parallelStream().forEachOrdered(System.out::print); }}parallelStream的工作原理：
实际工作中的案例
1.从两个集合中找相同的元素。一般用于批量数据导入的场景，先查询出数据，再批量新增或修改。
public class WorkTest { @Test public void testWork1() { List<String> list1 = Lists.newArrayList("a", "b", "ab"); List<String> list2 = Lists.newArrayList("a", "c", "ab"); List<String> collect = list1.stream() .filter(x -> list2.stream().anyMatch(e -> e.equals(x))) .collect(Collectors.toList()); //结果：[a, ab] System.out.println(collect); }}2.有两个集合a和b，过滤出集合a中有，但是集合b中没有的元素。这种情况可以使用在假如指定一个id集合，根据id集合从数据库中查询出数据集合，再根据id集合过滤出数据集合中不存在的id，这些id就是需要新增的。
@Test public void testWork2() { List<String> list1 = Lists.newArrayList("a", "b", "ab"); List<String> list2 = Lists.newArrayList("a", "c", "ab"); List<String> collect = list1.stream() .filter(x -> list2.stream().noneMatch(e -> e.equals(x))) .collect(Collectors.toList()); //结果：[b] System.out.println(collect); }3.根据条件过滤数据，并且去重做数据转换
@AllArgsConstructor @Data class User { private String name; private Integer age; } @Test public void testWork3() { List<User> userList = new ArrayList<User>() {{ add(new User("jack",23)); add(new User("james",30)); add(new User("curry",28)); add(new User("tom",27)); add(new User("sue",29)); }}; List<String> collect = userList.stream() .filter(x -> x.getAge() > 27) .sorted((a, b) -> a.getAge().compareTo(b.getAge())) .limit(2) .map(User::getName) .collect(Collectors.toList()); //结果：[curry, sue] System.out.println(collect); }4.统计指定集合中，姓名相同的人中年龄最小的年龄
@Test public void testWork4() { List<User> userList = new ArrayList<User>() {{ add(new User("tom", 23)); add(new User("james", 30)); add(new User("james", 28)); add(new User("tom", 27)); add(new User("sue", 29)); }}; userList.stream().collect(Collectors.groupingBy(User::getName)) .forEach((name, list) -> { User user = list.stream().sorted((a, b) -> a.getAge().compareTo(b.getAge())).findFirst().orElse(null); //结果：name:sue,age:29 // name:tom,age:23 // name:james,age:28 System.out.println("name:" + name + ",age:" + user.getAge()); }); }看完三件事❤️如果你觉得这篇内容对你还蛮有帮助，我想邀请你帮我三个小忙：
点赞，转发，有你们的 『点赞和评论』，才是我创造的动力。关注头条号 『 JAVA后端架构 』，不定期分享原创知识。同时可以期待后续文章ing关注作者后台私信【888】有惊喜相送
标签： #java链式
