Java8中Stream API如何终止

这篇文章主要为大家展示了“Java8中Stream API如何终止”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“Java8中Stream API如何终止”这篇文章吧。

1.写在前面

我们都知道Stream API完成的操作是需要三步的：创建Stream → 中间操作 → 终止操作。那么这篇文章就来说一下终止操作。

2.终止操作

终端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 。

2.1 终止操作之查找与匹配

首先，我们仍然需要一个自定义的Employee类，以及一个存储它的List集合。

在Employee类定义了枚举（BUSY：忙碌；FREE：空闲；VOCATION：休假）

package com.szh.java8;   import lombok.AllArgsConstructor; import lombok.Data; import lombok.NoArgsConstructor;   /**  *  */ @Data @NoArgsConstructor @AllArgsConstructor public class Employee2 {       private Integer id;     private String name;     private Integer age;     private Double salary;     private Status status;       public Employee2(Integer id) {         this.id = id;     }       public Employee2(Integer id, String name) {         this.id = id;         this.name = name;     }       public enum Status {         FREE,         BUSY,         VOCATION     }   }

List<Employee2> employees = Arrays.asList(             new Employee2(1001,"张三",26,6666.66, Employee2.Status.BUSY),             new Employee2(1002,"李四",50,1111.11,Employee2.Status.FREE),             new Employee2(1003,"王五",18,9999.99,Employee2.Status.VOCATION),             new Employee2(1004,"赵六",35,8888.88,Employee2.Status.BUSY),             new Employee2(1005,"田七一",44,3333.33,Employee2.Status.FREE),             new Employee2(1005,"田七二",44,3333.33,Employee2.Status.VOCATION),             new Employee2(1005,"田七七",44,3333.33,Employee2.Status.BUSY)     );

查找所有的员工是否都处于BUSY状态、至少有一个员工处于FREE状态、没有员工处于VOCATION状态。

@Test     public void test1() {         boolean b1 = employees.stream()                 .allMatch((e) -> e.getStatus().equals(Employee2.Status.BUSY));         System.out.println(b1);           boolean b2 = employees.stream()                 .anyMatch((e) -> e.getStatus().equals(Employee2.Status.FREE));         System.out.println(b2);           boolean b3 = employees.stream()                 .noneMatch((e) -> e.getStatus().equals(Employee2.Status.VOCATION));         System.out.println(b3);     }

对员工薪资进行排序之后，返回第一个员工的信息； 筛选出BUSY状态员工之后，返回任意一个处于BUSY状态的员工信息。

@Test     public void test2() {         Optional<Employee2> op1 = employees.stream()                 .sorted((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()))                 .findFirst();         System.out.println(op1.get());           System.out.println("----------------------------------");           Optional<Employee2> op2 = employees.stream()                 .filter((e) -> e.getStatus().equals(Employee2.Status.BUSY))                 .findAny();         System.out.println(op2.get());     }

下面，我们来看一下另外一组查找与匹配的方法。

计算处于VOCATION状态的员工数量；对员工薪资字段进行映射，同时获取其中的最高薪资；获取年龄最小的员工信息。

@Test     public void test3() {         long count = employees.stream()                 .filter((e) -> e.getStatus().equals(Employee2.Status.VOCATION))                 .count();         System.out.println(count);           Optional<Double> op1 = employees.stream()                 .map(Employee2::getSalary)                 .max(Double::compare);         System.out.println(op1.get());           Optional<Employee2> op2 = employees.stream()                 .min((e1, e2) -> Integer.compare(e1.getAge(), e2.getAge()));         System.out.println(op2.get());     }

在这里，大家需要注意的一点就是：当前Stream流一旦进行了终止操作，就不能再次使用了。

我们看下面的代码案例。（异常信息说的是：stream流已经被关闭了）

@Test     public void test4() {         Stream<Employee2> stream = employees.stream()                 .filter((e) -> e.getStatus().equals(Employee2.Status.BUSY));         long count = stream.count();           stream.map(Employee2::getName);     }

2.2 终止操作之归约与收集

Collector 接口中方法的实现决定了如何对流执行收集操作 (如收集到 List、Set、Map) 。但是 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表：

计算整数1~10的和；对员工薪资字段进行映射，之后获取所有员工的薪资总和。

@Test     public void test1() {         List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);         Integer sum = list.stream()                 .reduce(0, (x, y) -> x + y);         System.out.println(sum);           System.out.println("-------------------------------");           Optional<Double> optional = employees.stream()                 .map(Employee2::getSalary)                 .reduce(Double::sum);         System.out.println(optional.get());     }

依次对我们先前定义好的存储员工信息的List集合 做name字段的映射，然后 转为 List、Set、HashSet（使用 Collectors 实用类中的静态方法即可完成）。

在Set、HashSet集合中，由于元素是无序、不可重复的，所以只有一个田七二。

@Test     public void test2() {         List<String> list = employees.stream()                 .map(Employee2::getName)                 .collect(Collectors.toList());         list.forEach(System.out::println);           System.out.println("-------------------------------");           Set<String> set = employees.stream()                 .map(Employee2::getName)                 .collect(Collectors.toSet());         set.forEach(System.out::println);           System.out.println("-------------------------------");           HashSet<String> hashSet = employees.stream()                 .map(Employee2::getName)                 .collect(Collectors.toCollection(HashSet::new));         hashSet.forEach(System.out::println);     }

对员工薪资字段做映射，之后通过比较器获取最高薪资；

不做映射处理，直接通过比较器获取薪资最低的员工信息；

计算所有员工的薪资总和；

计算所有员工的平均薪资；

计算员工总数；

对员工薪资字段做映射，之后通过比较器获取最高薪资；

@Test     public void test3() {         Optional<Double> max = employees.stream()                 .map(Employee2::getSalary)                 .collect(Collectors.maxBy(Double::compare));         System.out.println(max.get());           Optional<Employee2> min = employees.stream()                 .collect(Collectors.minBy((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())));         System.out.println(min.get());           Double sum = employees.stream()                 .collect(Collectors.summingDouble(Employee2::getSalary));         System.out.println(sum);           Double avg = employees.stream()                 .collect(Collectors.averagingDouble(Employee2::getSalary));         System.out.println(avg);           Long count = employees.stream()                 .collect(Collectors.counting());         System.out.println(count);           DoubleSummaryStatistics dss = employees.stream()                 .collect(Collectors.summarizingDouble(Employee2::getSalary));         System.out.println(dss.getMax());     }

单个条件分组：根据员工状态对Stream流进行分组。 因为分组之后得到的是一个Map集合，key就是员工状态，value则是一个List集合。

@Test     public void test4() {         Map<Employee2.Status, List<Employee2>> map = employees.stream()                 .collect(Collectors.groupingBy(Employee2::getStatus));           Set<Map.Entry<Employee2.Status, List<Employee2>>> set = map.entrySet();         Iterator<Map.Entry<Employee2.Status, List<Employee2>>> iterator = set.iterator();         while (iterator.hasNext()) {             Map.Entry<Employee2.Status, List<Employee2>> entry = iterator.next();             System.out.println(entry.getKey());             System.out.println(entry.getValue());         }     }

多个条件分组：先按照员工状态分组，如果状态相同，再按照员工年龄分组。

@Test     public void test5() {         Map<Employee2.Status, Map<String, List<Employee2>>> map = employees.stream()                 .collect(Collectors.groupingBy(Employee2::getStatus, Collectors.groupingBy((e) -> {                     if (e.getAge() <= 35) {                         return "成年";                     } else if (e.getAge() <= 60) {                         return "中年";                     } else {                         return "老年";                     }                 })));           Set<Employee2.Status> set = map.keySet();         Iterator<Employee2.Status> iterator = set.iterator();         while (iterator.hasNext()) {             Employee2.Status next = iterator.next();             Map<String, List<Employee2>> listMap = map.get(next);             System.out.println(next);             System.out.println(listMap);         }     }

根据特定的条件对员工进行分区处理。（员工薪资大于等于5000为 true 分区；否则都为 false 分区）。

@Test     public void test6() {         Map<Boolean, List<Employee2>> map = employees.stream()                 .collect(Collectors.partitioningBy((e) -> e.getSalary() >= 5000));         map.forEach((key,value) -> System.out.println("键：" + key + ", 值：" + value));     }

以上是“Java8中Stream API如何终止”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！