Java8特性之Stream的原理解析和日常使用

本文是向大家介紹：Java8特性之Stream流的原理和日常使用，可以直觀的理解Stream流操作和玩轉(zhuǎn)集合


1骨稿、什么是 Stream

1.1乖坠、 簡(jiǎn)介

? ? ? ? java8新添加了一個(gè)特性：流Stream薄榛。Stream和I/O流不同，它更像具有Iterable的集合類勒极，但行為和集合類又有所不同，它是對(duì)集合對(duì)象功能的增強(qiáng)虑鼎，讓開發(fā)者能夠以一種聲明的方式處理數(shù)據(jù)源（集合辱匿、數(shù)組等），它專注于對(duì)數(shù)據(jù)源進(jìn)行各種高效的聚合操作（aggregate operation）和大批量數(shù)據(jù)操作 (bulk data operation)炫彩。

? ? ? 舉個(gè)例子匾七，只要給出需要對(duì)其包含的元素執(zhí)行什么操作，比如 “過濾掉長(zhǎng)度大于 10 的字符串”江兢、“獲取每個(gè)字符串的首字母”等昨忆，Stream 會(huì)隱式地在內(nèi)部進(jìn)行遍歷，做出相應(yīng)的數(shù)據(jù)轉(zhuǎn)換杉允。

? ? ? ? Stream是一種對(duì) Java 集合運(yùn)算和表達(dá)的高階抽象邑贴。Stream API將處理的數(shù)據(jù)源看做一種Stream（流），Stream（流）在Pipeline（管道）中傳輸和運(yùn)算叔磷，支持的運(yùn)算包含篩選拢驾、排序、聚合等世澜，當(dāng)?shù)竭_(dá)終點(diǎn)后便得到最終的處理結(jié)果独旷。

幾個(gè)關(guān)鍵概念：

元素 Stream是一個(gè)來自數(shù)據(jù)源的元素隊(duì)列，Stream本身并不存儲(chǔ)元素。

數(shù)據(jù)源（即Stream的來源）包含集合嵌洼、數(shù)組案疲、I/O channel、generator（發(fā)生器）等麻养。

聚合操作 類似SQL中的filter褐啡、map、find鳖昌、match备畦、sorted等操作

管道運(yùn)算 Stream在Pipeline中運(yùn)算后返回Stream對(duì)象本身，這樣多個(gè)操作串聯(lián)成一個(gè)Pipeline许昨，并形成fluent風(fēng)格的代碼懂盐。這種方式可以優(yōu)化操作，如延遲執(zhí)行(laziness)和短路( short-circuiting)糕档。

內(nèi)部迭代 不同于java8以前對(duì)集合的遍歷方式（外部迭代）莉恼，Stream API采用訪問者模式（Visitor）實(shí)現(xiàn)了內(nèi)部迭代。

并行運(yùn)算 Stream API支持串行（stream() ）或并行（parallelStream() ）的兩種操作方式速那。

1.2俐银、 Stream API的特點(diǎn)以及類型：

? （1）Stream API的使用和同樣是java8新特性的lambda表達(dá)式密不可分，可以大大提高編碼效率和代碼可讀性端仰。

? （2）Stream API提供串行和并行兩種操作捶惜，其中并行操作能發(fā)揮多核處理器的優(yōu)勢(shì)，使用fork/join的方式進(jìn)行并行操作以提高運(yùn)行速度荔烧。

? （3）Stream API進(jìn)行并行操作無需編寫多線程代碼即可寫出高效的并發(fā)程序吱七，且通常可避免多線程代碼出錯(cuò)的問題鹤竭。

和以前的Collection操作不同陪捷， Stream操作有兩個(gè)基礎(chǔ)的特征：

? ? ? Pipelining: 中間操作都會(huì)返回流對(duì)象本身。 這樣多個(gè)操作可以串聯(lián)成一個(gè)管道诺擅， 如同流式風(fēng)格（fluent style）市袖。 這樣做可以對(duì)操作進(jìn)行優(yōu)化， 比如延遲執(zhí)行(laziness)和短路( short-circuiting)烁涌。

? ? ? 內(nèi)部迭代： 以前對(duì)集合遍歷都是通過Iterator或者For-Each的方式, 顯式的在集合外部進(jìn)行迭代苍碟， 這叫做外部迭代。 Stream提供了內(nèi)部迭代的方式撮执， 通過訪問者模式(Visitor)實(shí)現(xiàn)微峰。

流的操作可以分為：

? ? 中間操作（Intermediate Operations）

無狀態(tài)（Stateless）操作：每個(gè)數(shù)據(jù)的處理是獨(dú)立的，不會(huì)影響或依賴之前的數(shù)據(jù)抒钱。如filter()蜓肆、flatMap()颜凯、flatMapToDouble()、flatMapToInt()仗扬、flatMapToLong()症概、map()、mapToDouble()早芭、mapToInt()彼城、mapToLong()、peek()退个、unordered() 等募壕；

有狀態(tài)（Stateful）操作：處理時(shí)會(huì)記錄狀態(tài)，比如處理了幾個(gè)语盈。后面元素的處理會(huì)依賴前面記錄的狀態(tài)舱馅，或者拿到所有元素才能繼續(xù)下去。如distinct()刀荒、sorted()习柠、sorted(comparator)、limit()照棋、skip() 等；

? ? ? 終止操作（Terminal Operations）

非短路操作：處理完所有數(shù)據(jù)才能得到結(jié)果武翎。如collect()烈炭、count()、forEach()宝恶、forEachOrdered()符隙、max()、min()垫毙、reduce()霹疫、toArray()等；

短路（short-circuiting）操作：拿到符合預(yù)期的結(jié)果就會(huì)停下來综芥，不一定會(huì)處理完所有數(shù)據(jù)丽蝎。如anyMatch()、allMatch()膀藐、noneMatch()屠阻、findFirst()、findAny() 等额各。

2国觉、源碼分析

2.1、結(jié)構(gòu)圖如下：


2.2虾啦、源碼分析如下：

其中麻诀，Stream是一個(gè)接口痕寓，沒有操作的默認(rèn)實(shí)現(xiàn)方式。最主要的實(shí)現(xiàn)類是ReferencePipeline蝇闭，它繼承自AbstractPipline呻率，而AbstractPipline實(shí)現(xiàn)了BaseStream接口。ReferencePipeline內(nèi)部定義了三個(gè)靜態(tài)內(nèi)部類丁眼，包括：輸入流的Head筷凤、無狀態(tài)中間操作StablessOp、有狀態(tài)StatfulOp苞七，但之后Head不是抽象類藐守。

2.2.1ReferencePipeline的理解

Stream只是一個(gè)接口，并沒有操作的缺省實(shí)現(xiàn)蹂风。最主要的實(shí)現(xiàn)是ReferencePipeline和AbstractPipeline完成的卢厂。

定義：

abstract class ReferencePipeline<P_IN, P_OUT>

extends AbstractPipeline<P_IN, P_OUT, Stream<P_OUT>>

implements Stream<P_OUT>? {}

ReferencePipeline類幾乎實(shí)現(xiàn)了所有的Stream中間操作和最終操作，這里挑選一些典型的代碼進(jìn)行分析惠啄。

先看看其中的三個(gè)重要的內(nèi)部類慎恒。控制數(shù)據(jù)流入的 Head 撵渡，中間操作 StatelessOp融柬，StatefulOp。

Head是ReferencePipeline數(shù)據(jù)源趋距，其實(shí)內(nèi)部就是一個(gè)集合的并行迭代器粒氧。

? ? static class Head<E_IN, E_OUT> extends ReferencePipeline<E_IN, E_OUT> {

? ? ? ? // 構(gòu)造器，數(shù)據(jù)源類型需要進(jìn)程自Spliterator

? ? ? ? Head(Supplier<? extends Spliterator<?>> source,

? ? ? ? ? ? int sourceFlags, boolean parallel) {

? ? ? ? ? ? super(source, sourceFlags, parallel);

? ? ? ? }

? ? ? ? // 構(gòu)造器节腐，數(shù)據(jù)源類型就是Spliterator

? ? ? ? Head(Spliterator<?> source,

? ? ? ? ? ? int sourceFlags, boolean parallel) {

? ? ? ? ? ? super(source, sourceFlags, parallel);

? ? ? ? }

? ? ? ? @Override

? ? ? ? final boolean opIsStateful() {

? ? ? ? ? ? throw new UnsupportedOperationException();

? ? ? ? }

? ? ? ? @Override

? ? ? ? final Sink<E_IN> opWrapSink(int flags, Sink<E_OUT> sink) {

? ? ? ? ? ? throw new UnsupportedOperationException();

? ? ? ? }

? ? ? ? // Optimized sequential terminal operations for the head of the pipeline

? ? ? ? @Override

? ? ? ? public void forEach(Consumer<? super E_OUT> action) {

? ? ? ? ? ? if (!isParallel()) {

? ? ? ? ? ? ? ? sourceStageSpliterator().forEachRemaining(action);

? ? ? ? ? ? }

? ? ? ? ? ? else {

? ? ? ? ? ? ? ? super.forEach(action);

? ? ? ? ? ? }

? ? ? ? }

? ? ? ? @Override

? ? ? ? public void forEachOrdered(Consumer<? super E_OUT> action) {

? ? ? ? ? ? if (!isParallel()) {

? ? ? ? ? ? ? ? sourceStageSpliterator().forEachRemaining(action);

? ? ? ? ? ? }

? ? ? ? ? ? else {

? ? ? ? ? ? ? ? super.forEachOrdered(action);

? ? ? ? ? ? }

? ? ? ? }

? ? }

無狀態(tài)的鏈?zhǔn)郊庸ね舛ⅲ瑫?huì)返回一個(gè)StatelessOp對(duì)象，有狀態(tài)的加工操作會(huì)返回一個(gè)StatefulOp對(duì)象翼雀。

? ? abstract static class StatelessOp<E_IN, E_OUT>

? ? ? ? ? ? extends ReferencePipeline<E_IN, E_OUT> {

? ? ? // 構(gòu)造器饱苟，就是將當(dāng)前的中間操作和舊的Stream組合成一個(gè)新的Stream，返回新的Stream狼渊，實(shí)現(xiàn)鏈?zhǔn)秸{(diào)用

? ? ? ? StatelessOp(AbstractPipeline<?, E_IN, ?> upstream,

? ? ? ? ? ? ? ? ? ? StreamShape inputShape,

? ? ? ? ? ? ? ? ? ? int opFlags) {

? ? ? ? ? ? super(upstream, opFlags);

? ? ? ? ? ? assert upstream.getOutputShape() == inputShape;

? ? ? ? }

? ? ? ? @Override

? ? ? ? final boolean opIsStateful() {

? ? ? ? ? ? return false;

? ? ? ? }

? ? }

? ? abstract static class StatefulOp<E_IN, E_OUT>

? ? ? ? ? ? extends ReferencePipeline<E_IN, E_OUT> {

// 構(gòu)造器箱熬，和上面一樣

? ? ? ? StatefulOp(AbstractPipeline<?, E_IN, ?> upstream,

? ? ? ? ? ? ? ? ? StreamShape inputShape,

? ? ? ? ? ? ? ? ? int opFlags) {

? ? ? ? ? ? super(upstream, opFlags);

? ? ? ? ? ? assert upstream.getOutputShape() == inputShape;

? ? ? ? }

? ? ? ? @Override

? ? ? ? final boolean opIsStateful() {

? ? ? ? ? ? return true;

? ? ? ? }

? ? ? ? @Override

? ? ? ? abstract <P_IN> Node<E_OUT> opEvaluateParallel(PipelineHelper<E_OUT> helper,

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? Spliterator<P_IN> spliterator,

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? IntFunction<E_OUT[]> generator);

? ? }

2.2.2.無狀態(tài)的中間操作

? ? public final Stream<P_OUT> filter(Predicate<? super P_OUT> predicate) {

? ? ? ? Objects.requireNonNull(predicate);

? ? ? ? return new StatelessOp<P_OUT, P_OUT>(this, StreamShape.REFERENCE,

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? StreamOpFlag.NOT_SIZED) {

? ? ? ? ? ? @Override

? ? ? ? ? ? Sink<P_OUT> opWrapSink(int flags, Sink<P_OUT> sink) {

? ? ? ? ? ? ? ? return new Sink.ChainedReference<P_OUT, P_OUT>(sink) {

? ? ? ? ? ? ? ? ? ? @Override

? ? ? ? ? ? ? ? ? ? public void begin(long size) {

? ? ? ? ? ? ? ? ? ? ? ? downstream.begin(-1);

? ? ? ? ? ? ? ? ? ? }

? ? ? ? ? ? ? ? ? ? @Override

? ? ? ? ? ? ? ? ? ? public void accept(P_OUT u) {

? ? ? ? ? ? ? ? ? ? ? ? if (predicate.test(u))

? ? ? ? ? ? ? ? ? ? ? ? ? ? downstream.accept(u);

? ? ? ? ? ? ? ? ? ? }

? ? ? ? ? ? ? ? };

? ? ? ? ? ? }

? ? ? ? };

? ? }

可以看到這個(gè)操作只是返回一個(gè)StatelessOp對(duì)象(此類依然繼承于ReferencePipeline)，它的一個(gè)回調(diào)函數(shù)opWrapSink會(huì)返回一個(gè)Sink對(duì)象鏈表狈邑。

Sink代表管道操作的每一個(gè)階段坦弟， 比如本例的filter階段。 在調(diào)用accept之前官地，先調(diào)用begin通知數(shù)據(jù)來了酿傍，數(shù)據(jù)發(fā)送后調(diào)用end。

? ? public final <R> Stream<R> map(Function<? super P_OUT, ? extends R> mapper) {

? ? ? ? Objects.requireNonNull(mapper);

? ? ? ? return new StatelessOp<P_OUT, R>(this, StreamShape.REFERENCE,

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? StreamOpFlag.NOT_SORTED | StreamOpFlag.NOT_DISTINCT) {

? ? ? ? ? ? @Override

? ? ? ? ? ? Sink<P_OUT> opWrapSink(int flags, Sink<R> sink) {

? ? ? ? ? ? ? ? return new Sink.ChainedReference<P_OUT, R>(sink) {

? ? ? ? ? ? ? ? ? ? @Override

? ? ? ? ? ? ? ? ? ? public void accept(P_OUT u) {

? ? ? ? ? ? ? ? ? ? ? ? downstream.accept(mapper.apply(u));

? ? ? ? ? ? ? ? ? ? }

? ? ? ? ? ? ? ? };

? ? ? ? ? ? }

? ? ? ? };

? ? }

stream.filter(....).map(...)怎么形成一個(gè)鏈的驱入？

filter返回一個(gè)StatelessOp,我們記為StatelessOp1, 而map返回另外一個(gè)StatelessOp赤炒，我們記為StatelessOp2氯析。在調(diào)用StatelessOp1.map時(shí)， StatelessOp2是這樣生成的：return new StatelessOp<P_OUT, R>(StatelessOp1,......);莺褒，管道中每個(gè)階段的Stream保留前一個(gè)流的引用掩缓。

2.2.3有狀態(tài)的中間操作

? ? @Override

? ? public final Stream<P_OUT> distinct() {

? ? ? ? return DistinctOps.makeRef(this);

? ? }

? ? @Override

? ? public final Stream<P_OUT> sorted() {

? ? ? ? return SortedOps.makeRef(this);

? ? }

不管無狀態(tài)還是有狀態(tài)的中間操作都為返回一個(gè)StatelessOp或者StatefulOp傳遞給下一個(gè)操作，有點(diǎn)像設(shè)計(jì)模式中的職責(zé)鏈模式遵岩。

2.2.4.最終操作

public final long count() {

? ? ? ? return mapToLong(e -> 1L).sum();

? ? }

? ? @Override

? ? public final LongStream mapToLong(ToLongFunction<? super P_OUT> mapper) {

? ? ? ? Objects.requireNonNull(mapper);

? ? ? ? return new LongPipeline.StatelessOp<P_OUT>(this, StreamShape.REFERENCE,

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? StreamOpFlag.NOT_SORTED | StreamOpFlag.NOT_DISTINCT) {

? ? ? ? ? ? @Override

? ? ? ? ? ? Sink<P_OUT> opWrapSink(int flags, Sink<Long> sink) {

? ? ? ? ? ? ? ? return new Sink.ChainedReference<P_OUT, Long>(sink) {

? ? ? ? ? ? ? ? ? ? @Override

? ? ? ? ? ? ? ? ? ? public void accept(P_OUT u) {

? ? ? ? ? ? ? ? ? ? ? ? downstream.accept(mapper.applyAsLong(u));

? ? ? ? ? ? ? ? ? ? }

? ? ? ? ? ? ? ? };

? ? ? ? ? ? }

? ? ? ? };

? ? }

Stream中的最終操作都是惰性的你辣，是如何實(shí)現(xiàn)的呢。

首先找到最后一個(gè)操作尘执，也就是最終操作舍哄， 執(zhí)行它的opWrapSink，事實(shí)上得到一個(gè)鏈表誊锭，最終返回第一個(gè)Sink, 執(zhí)行第一個(gè)Sink的accept將觸發(fā)鏈?zhǔn)讲僮鳎?將管道中的操作在一個(gè)迭代中執(zhí)行一次表悬。

事實(shí)上Java是將所有的操作形成一個(gè)類似鏈接的結(jié)構(gòu)（通過Sink的downstream,upstream）,在遇到最終操作時(shí)觸發(fā)鏈?zhǔn)椒磻?yīng)， 通過各種數(shù)據(jù)類型特定的spliterator的一次迭代最終得到結(jié)果丧靡。

并行操作是通過ForkJoinTask框架實(shí)現(xiàn)蟆沫。

2.3、源碼總結(jié)

其實(shí)還是可以把Stream的源碼過程當(dāng)成流水線來理解温治。

? ? ? ? (1)流水線的入口饭庞，也就是數(shù)據(jù)源，每個(gè)Stream具有一個(gè)Head內(nèi)部對(duì)象熬荆，而Head中就是一個(gè)集合spliterator舟山，通過迭代依次輸出一個(gè)個(gè)數(shù)據(jù)。常用的集合都實(shí)現(xiàn)了 Spliterator 接口以支持 Stream惶看。可以這樣理解六孵，Spliterator 定義了數(shù)據(jù)集合流入流水線的方式纬黎。

? ? ? (2) 流水線的中間操作組裝，不管是有狀態(tài)的還是無狀態(tài)的劫窒，都會(huì)返回一個(gè)包含了上一個(gè)節(jié)點(diǎn)引用的中間節(jié)點(diǎn)本今，就這樣把一個(gè)個(gè)中間操作拼接到了控制數(shù)據(jù)流入口的Head后面，但是并沒有開始所任何數(shù)據(jù)處理主巍。

? ? ? (3) 啟動(dòng)流水線冠息，在最后一個(gè)操作的時(shí)候回溯鏈表， 并調(diào)用Spliterator的forEachRemaining方法進(jìn)行一次遍歷孕索， 每訪問一個(gè)數(shù)組的元素就會(huì)從頭開始調(diào)用鏈表的每個(gè)節(jié)點(diǎn)逛艰。

3、Stream流結(jié)合Lambda表達(dá)式的使用

3.1搞旭、Stream創(chuàng)建流

(1)散怖、調(diào)用.stream（）方法直接返回流：

? public static void test() {

? ? ? ? List<Student> students = StudentData.getStudents();

? ? ? ? Stream<Student> stream = students.stream();//第一種：返回一個(gè)順序流

? ? ? ? Stream<Student> stream1 = students.parallelStream();//第二種：返回一個(gè)并行流

? ? }

(2)Arrays.stream() 方法創(chuàng)建

//通過一個(gè)數(shù)組創(chuàng)建stream

public static void test(){

? ? //獲取一個(gè)整型stream

? ? int []arr={1,34,2,54,56,34};

? ? IntStream stream = Arrays.stream(arr );

}

(3)stream.of方式創(chuàng)建

? public static void test(){

? ? ? ? Stream<String> stringStream =Stream .of("1","4","34","23");

? ? ? ? Stream<Student>studentStream =Stream .of(new Student(1,"book",23,89.5),

? ? ? ? ? ? ? ? new Student(2,"cack",22,90.9));

? ? }

3.2菇绵、Stream流使用之中間操作

? (1)、filter：接收 Lambda 镇眷， 從流中排除某些元素咬最。

Arrays.asList(1, 2, 3, 4, 5).stream().filter(x->x%2==0).collect(Collectors.toList());

（2）、distinct：篩選欠动，通過流所生成元素的 hashCode() 和 equals() 去除重復(fù)元素永乌。

Arrays.asList(1,2,3,4,5,6,7,7,7,7).stream().distinct().collect(Collectors.toList());

（3）、sorted：集合中的元素排序并且是倒序

Arrays.asList(1,2,3,4,5,6).stream().sorted((a,b)->b-a).collect(Collectors.toList());

(4)具伍、limit：截?cái)嗔鞒岢蛊湓夭怀^給定數(shù)量。3

Arrays.asList(1,2,3,4,5,6,7).stream().limit().collect(Collectors.toList());

(5)沿猜、skip：跳過元素枚荣，返回一個(gè)扔掉了前 n 個(gè)元素的流。若流中元素不足 n 個(gè)啼肩，則返回一個(gè)空流橄妆。與 limit(n) 互補(bǔ)

Arrays.asList(1,2,3,3,4,5).stream().skip(1).collect(Collectors.toList());

(6)、map：接收Lambda祈坠，將元素轉(zhuǎn)換成其他形式或提取信息害碾。接收一個(gè)函數(shù)作為參數(shù)，該函數(shù)會(huì)被應(yīng)用到每個(gè)元素上赦拘，并將其映射成一個(gè)新的元素慌随。

Arrays.asList("1","2","3","5").stream().map(x->Integer.valueOf(x)).collect(Collectors.toList());

(7)、peek：類似于打印日志的功能在進(jìn)行操作時(shí)查看當(dāng)前值

Arrays.asList("1","2","3","5").stream().peek(System.out::println).collect(Collectors.toList());

3.3躺同、Stream流使用之終止操作

(1)阁猜、allMatch–檢查是否匹配所有元素

List<Student> list=StudentData.getStudents() ;

//判斷所有的學(xué)生年齡是否都大于20歲

boolean allMatch=list.stream() .allMatch(student ->student .getAge() >20);

(2)、anyMatch–檢查是否至少匹配一個(gè)元素

List<Student> list=StudentData.getStudents() ;

//判斷是否存在學(xué)生的年齡大于20歲

boolean anyMatch=list .stream() .anyMatch(student ->student .getAge() >20);

(3)蹋艺、noneMatch–檢查是否沒有匹配所有元素

List<Student> list=StudentData.getStudents() ;

//判斷是否不存在學(xué)生叫小白

boolean noneMatch=list .stream() .noneMatch(student ->student .getName() .equals("小白") );

(4)剃袍、findFirst–返回第一個(gè)元素

List<Student> list=StudentData.getStudents() ;

//查找第一個(gè)學(xué)生

Optional<Student>first=list .stream().findFirst() ;

(5)、findAny–返回當(dāng)前流中的任意元素

List<Student> list=StudentData.getStudents() ;

//查找當(dāng)前流中的元素

Optional <Student>any=list .stream().findAny() ;

(6)捎谨、count–返回流中元素的總個(gè)數(shù)

List<Student> list=StudentData.getStudents() ;

//查找所有的學(xué)生數(shù)量

long count=list .stream() .filter(student->student .getAge() >20).count() ;

(7)民效、max–返回流中最大值

//查找學(xué)生的最高分?jǐn)?shù)

Stream <Double >doubleStream =list .stream() .map(student ->student .getScore() );

Optional <Double > max=doubleStream .max(Double::compareTo );

? ? ? ? System.out.println(max );

(8)、min–返回流中最小值

List<Student> list=StudentData.getStudents() ;

Stream <Double >doubleStream =list .stream() .map(student ->student .getScore() );

Optional <Double > max=doubleStream .min(Double::compareTo );

(9)涛救、歸約

reduce–歸約操作可以將流中元素反復(fù)結(jié)合起來畏邢，得到一個(gè)值

public static void test(){

? ? ? //計(jì)算數(shù)的總和

? ? ? List<Integer >list =Arrays .asList(4,5,6,1,8,9,2,3,7) ;

? ? ? Integer reduce=list .stream() .reduce(0,Integer::sum );

? ? ? System.out.println(reduce );

? ? ? //計(jì)算學(xué)生總分

? ? ? ? List <Student >students =StudentData .getStudents() ;

? ? ? ? Stream <Double >doubleStream =students .stream() .map(Student::getScore );

? ? ? ? Optional <Double >reduce1=doubleStream .reduce(Double ::sum );

? ? ? ? System.out.println(reduce1 .get() );

? ? }

(10)、收集

collect：將流轉(zhuǎn)換為其他形式检吆，接收一個(gè)Collector接口實(shí)現(xiàn)舒萎，用于給Stream中匯總的方法

? public static void test(){

? ? ? ? //返回一個(gè)list

? ? ? ? List <Student >students =StudentData .getStudents() ;

? ? ? ? List <Student >list =students .stream() .filter(student ->student .getScore() >88).collect(Collectors.toList()) ;

? ? ? ? //返回一個(gè)set

? ? ? ? Set <Student >set =students .stream() .filter(s->s.getAge() >23).collect(Collectors.toSet()) ;

? ? }

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 人面猴
    序言：七十年代末，一起剝皮案震驚了整個(gè)濱河市蹭沛，隨后出現(xiàn)的幾起案子逆甜，更是在濱河造成了極大的恐慌虱肄，老刑警劉巖，帶你破解...
    沈念sama閱讀 222,807評(píng)論 6贊 518
  • 死咒
    序言：濱河連續(xù)發(fā)生了三起死亡事件交煞，死亡現(xiàn)場(chǎng)離奇詭異咏窿，居然都是意外死亡，警方通過查閱死者的電腦和手機(jī)素征，發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,284評(píng)論 3贊 399
  • 救了他兩次的神仙讓他今天三更去死
    文/潘曉璐 我一進(jìn)店門集嵌，熙熙樓的掌柜王于貴愁眉苦臉地迎上來，“玉大人御毅，你說我怎么就攤上這事根欧。” “怎么了端蛆？”我有些...
    開封第一講書人閱讀 169,589評(píng)論 0贊 363
  • 道士緝兇錄：失蹤的賣姜人
    文/不壞的土叔 我叫張陵凤粗，是天一觀的道長(zhǎng)。 經(jīng)常有香客問我今豆，道長(zhǎng)嫌拣，這世上最難降的妖魔是什么？ 我笑而不...
    開封第一講書人閱讀 60,188評(píng)論 1贊 300
  • ?港島之戀（遺憾婚禮）
    正文 為了忘掉前任呆躲，我火速辦了婚禮异逐，結(jié)果婚禮上，老公的妹妹穿的比我還像新娘插掂。我一直安慰自己灰瞻，他們只是感情好，可當(dāng)我...
    茶點(diǎn)故事閱讀 69,185評(píng)論 6贊 398
  • 惡毒庶女頂嫁案：這布局不是一般人想出來的
    文/花漫 我一把揭開白布辅甥。 她就那樣靜靜地躺著酝润，像睡著了一般。 火紅的嫁衣襯著肌膚如雪璃弄。 梳的紋絲不亂的頭發(fā)上要销，一...
    開封第一講書人閱讀 52,785評(píng)論 1贊 314
  • 城市分裂傳說
    那天，我揣著相機(jī)與錄音谢揪，去河邊找鬼蕉陋。 笑死捐凭，一個(gè)胖子當(dāng)著我的面吹牛拨扶，可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播茁肠，決...
    沈念sama閱讀 41,220評(píng)論 3贊 423
  • 雙鴛鴦連環(huán)套：你想象不到人心有多黑
    文/蒼蘭香墨 我猛地睜開眼患民，長(zhǎng)吁一口氣：“原來是場(chǎng)噩夢(mèng)啊……” “哼！你這毒婦竟也來了垦梆？” 一聲冷哼從身側(cè)響起匹颤，我...
    開封第一講書人閱讀 40,167評(píng)論 0贊 277
  • 萬榮殺人案實(shí)錄
    序言：老撾萬榮一對(duì)情侶失蹤仅孩，失蹤者是張志新（化名）和其女友劉穎，沒想到半個(gè)月后印蓖，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體辽慕，經(jīng)...
    沈念sama閱讀 46,698評(píng)論 1贊 320
  • ?護(hù)林員之死
    正文 獨(dú)居荒郊野嶺守林人離奇死亡，尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,767評(píng)論 3贊 343
  • ?白月光啟示錄
    正文 我和宋清朗相戀三年赦肃，在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了溅蛉。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,912評(píng)論 1贊 353
  • 活死人
    序言：一個(gè)原本活蹦亂跳的男人離奇死亡他宛，死狀恐怖船侧，靈堂內(nèi)的尸體忽然破棺而出，到底是詐尸還是另有隱情厅各，我是刑警寧澤镜撩，帶...
    沈念sama閱讀 36,572評(píng)論 5贊 351
  • ?日本核電站爆炸內(nèi)幕
    正文 年R本政府宣布，位于F島的核電站队塘，受9級(jí)特大地震影響袁梗，放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜人灼，卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,254評(píng)論 3贊 336
  • 男人毒藥：我在死后第九天來索命
    文/蒙蒙 一围段、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧投放，春花似錦奈泪、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,746評(píng)論 0贊 25
  • 一樁弒父案涝桅，背后竟有這般陰謀
    文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至烙样，卻和暖如春冯遂，著一層夾襖步出監(jiān)牢的瞬間，已是汗流浹背谒获。 一陣腳步聲響...
    開封第一講書人閱讀 33,859評(píng)論 1贊 274
  • 情欲美人皮
    我被黑心中介騙來泰國(guó)打工蛤肌， 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留，地道東北人批狱。 一個(gè)月前我還...
    沈念sama閱讀 49,359評(píng)論 3贊 379
  • 代替公主和親
    正文 我出身青樓裸准，卻偏偏與公主長(zhǎng)得像，于是被迫代替她去往敵國(guó)和親赔硫。 傳聞我的和親對(duì)象是個(gè)殘疾皇子炒俱，可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,922評(píng)論 2贊 361

推薦閱讀更多精彩內(nèi)容