Stream 将要处理的元素集合看作一种流，在流的过程中，借助Stream API对流中的元素进行操作，比如：筛选、排序、聚合等。
Stream 流的概述
Stream 流操作是 Java 8 提供一个重要新特性，它允许开发人员以声明性方式处理集合，其核心类库主要改进了对集合类的 API 和新增 Stream 操作。Stream 类中每一个方法都对应集合上的一种操作。将真正的函数式编程引入到 Java 中，能 让代码更加简洁，极大地简化了集合的处理操作，提高了开发的效率和生产力。惰性取值，只有等到用户真正需要结果的时候才会执行。并且对于现在调用的方法，本身都是一种高层次构件，与线程模型无关。因此在并行使用中，开发者们无需再去操心线程和锁了。Stream 内部都已经做好了 。
Stream 流是Java8为Collection类新增的一种功能，利用Stream，我们可以
不写 for 循环，而遍历整个Collection，且速度更快
替换 Collection 中的成员（类型和值都可以替换）
收集替换结果，然后将原Collection类转为任意想要的新Collection类
Stream 可以由数组或集合创建，对流的操作分为两种：
中间操作 ：会返回一个流，通过这种方式可以将多个中间操作连接起来，形成一个调用链，从而转换为另外 一个流。除非调用链后存在一个终端操作，否则中间操作对流不会进行任何结果处理。终端操作 ：每个流只能进行一次终端操作，终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值，会返回一个具体的结果，如boolean、list、integer等。
Stream 特性：
Stream 不存储数据，而是按照特定的规则对数据进行计算，一般会输出结果。
Stream 不会改变数据源，通常情况下会产生一个新的集合或一个值。
Stream 具有延迟执行特性，只有调用终端操作时，中间操作才会执行。
如果是数组的话，可以使用Arrays.stream()或者Stream.of()创建流；如果是集合的话，可以直接使用stream()方法创建流，因为该方法已经添加到 Collection 接口中。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 public class CreateStreamDemo { public static void main(String[] args) { String[] arr = new String[]{"武汉加油", "中国加油", "世界加油"}; Stream<String> stream = Arrays.stream(arr); stream = Stream.of("武汉加油", "中国加油", "世界加油"); List<String> list = new ArrayList<>(); list.add("武汉加油"); list.add("中国加油"); list.add("世界加油"); stream = list.stream(); } }
查看 Stream 源码的话，你会发现of()方法内部其实调用了Arrays.stream()方法。
1 2 3 public static<T> Stream<T> of(T... values) { return Arrays.stream(values); }
另外，集合还可以调用parallelStream()方法创建并发流，默认使用的是ForkJoinPool.commonPool()线程池。
1 2 List<Long> aList = new ArrayList<>(); Stream<Long> parallelStream = aList.parallelStream();
match：
anyMatch()：只要有一个元素匹配传入的条件，就返回 true。
allMatch()：只有有一个元素不匹配传入的条件，就返回 false；如果全部匹配，则返回 true。
noneMatch()：只要有一个元素匹配传入的条件，就返回 false；如果全部匹配，则返回 true。
Stream 也是支持类似集合的遍历和匹配元素的，只是 Stream 中的元素是以Optional类型存在的。Stream 的遍历、匹配非常简单。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1); // 遍历输出符合条件的元素 list.stream().filter(x -> x > 6).forEach(System.out::println); // 匹配第一个 Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst(); // 匹配任意（适用于并行流） Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny(); // 是否包含符合特定条件的元素 boolean anyMatch = list.stream().anyMatch(x -> x < 6); System.out.println("匹配第一个值：" + findFirst.get()); System.out.println("匹配任意一个值：" + findAny.get()); System.out.println("是否存在大于6的值：" + anyMatch);
1 2 3 4 5 6 7 8 9 10 11 12 13 14 public static void main(String[] args) { List<String> list = new ArrayList<>(); list.add("周杰伦"); list.add("王力宏"); list.add("陶喆"); list.add("林俊杰"); boolean anyMatchFlag = list.stream().anyMatch(element -> element.contains("王")); boolean allMatchFlag = list.stream().allMatch(element -> element.length() > 1); boolean noneMatchFlag = list.stream().noneMatch(element -> element.endsWith("沉")); System.out.println(anyMatchFlag); System.out.println(allMatchFlag); System.out.println(noneMatchFlag); }
因为“王力宏”以“王”字开头，所以 anyMatchFlag 应该为 true；因为“周杰伦”、“王力宏”、“陶喆”、“林俊杰”的字符串长度都大于 1，所以 allMatchFlag 为 true；因为 4 个字符串结尾都不是“沉”，所以 noneMatchFlag 为 true。
筛选，是按照一定的规则校验流中的元素，将符合条件的元素提取到新的流中的操作。
filter()：方法接收的是一个 Predicate（Java 8 新增的一个函数式接口，接受一个输入参数返回一个布尔值结果）类型的参数，因此，我们可以直接将一个 Lambda 表达式传递给该方法，比如说 element -> element.contains(“王”) 就是筛选出带有“王”的字符串。类名 :: 方法名是 Java 8 引入的新语法，System.out 返回 PrintStream 类，println 方法是打印的。
1 list.stream.filter(x -> x > 7).forEach(System.out::println);
1 2 3 4 //筛选员工中工资高于8000的人姓名，并形成新的集合 List<String> fiterList = personList.stream().filter(x -> x.getSalary() > 8000) .map(Person::getName) .collect(Collectors.toList());
max、min、count这些字眼你一定不陌生，没错，在Mysql中我们常用它们进行数据统计。Java Stream中也引入了这些概念和用法，极大地方便了我们对集合、数组的数据统计工作。
1 2 Optional<String> max = list.stream().max(Comparator.comparing(String::length)); System.out.println("最长的字符串：" + max.get());
1 2 3 4 5 6 7 8 9 10 11 12 13 // 自然排序 Optional<Integer> max = list.stream().max(Integer::compareTo); // 自定义排序 Optional<Integer> max2 = list.stream().max(new Comparator<Integer>() { @Override public int compare(Integer o1, Integer o2) { return o1.compareTo(o2); } }); System.out.println("自然排序的最大值：" + max.get()); System.out.println("自定义排序的最大值：" + max2.get());
1 2 Optional<Person> max = personList.stream().max(Comparator.comparingInt(Person::getSalary)); System.out.println("员工工资最大值：" + max.get().getSalary());
1 2 // list中大于6的元素个数 Integer count = list.stream().filter(x -> x > 6).count();
映射，可以将一个流的元素按照一定的映射规则映射到另一个流中。map和flatMap：
map：接收的是一个 Function（Java 8 新增的一个函数式接口，接受一个输入参数 T，返回一个结果 R）类型的参数函数作为参数，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。
1 2 3 4 5 // 每个元素大写 List<String> strList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList()); // 每个元素+3 List<Integer> intListNew = intList.stream().map(x -> x + 3).collect(Collectors.toList());
1 2 3 4 5 6 7 8 9 10 11 12 // 不改变原来员工集合的方式 List<Person> personListNew = personList.stream().map(person -> { Person personNew = new Person(person.getName(), 0, 0, null, null); personNew.setSalary(person.getSalary() + 10000); return personNew; }).collect(Collectors.toList()); // 改变原来员工集合的方式 List<Person> personListNew2 = personList.stream().map(person -> { person.setSalary(person.getSalary() + 10000); return person; }).collect(Collectors.toList());
1 2 3 4 5 6 List<String> listNew = 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; }).collect(Collectors.toList());
1 2 //公司加入一个新人，找出公司所有员工中年龄为18的并打印出来 Stream.of(list, newList).flatMap(persons -> persons.stream().filter(person -> person.getAge() == 18)).forEach(person -> System.out.println(person.getName()));
归约，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作。
它有两种用法：
Optional<T> reduce(BinaryOperator<T> accumulator)T reduce(T identity, BinaryOperator<T> accumulator)
运算规则可以是Lambda表达式（比如(a, b) -> a + b），也可以是类名::方法名（比如Integer::sum）
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 // 求和方式1 Optional<Integer> sum = list.stream().reduce((x, y) -> x + y); // 求和方式2 Optional<Integer> sum2 = list.stream().reduce(Integer::sum); // 求和方式3 Integer sum3 = list.stream().reduce(0, Integer::sum); // 求乘积 Optional<Integer> product = list.stream().reduce((x, y) -> x * y); // 求最大值方式1 Optional<Integer> max = list.stream().reduce((x, y) -> x > y ? x : y); // 求最大值写法2 Integer max2 = list.stream().reduce(1, Integer::max);
1 2 3 4 5 6 7 8 9 10 11 12 13 14 // 求工资之和方式1： Optional<Integer> sumSalary = personList.stream().map(Person::getSalary).reduce(Integer::sum); // 求工资之和方式2： Integer sumSalary2 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), (sum1, sum2) -> sum1 + sum2); // 求工资之和方式3： Integer sumSalary3 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum); // 求最高工资方式1： Integer maxSalary = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), Integer::max); // 求最高工资方式2： Integer maxSalary2 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), (max1, max2) -> max1 > max2 ? max1 : max2);
collect，收集，可以说是内容最繁多、功能最丰富的部分了。从字面上去理解，就是把一个流收集起来，最终可以是收集成一个值也可以收集成一个新的集合。
collect主要依赖java.util.stream.Collectors类内置的静态方法。
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。
1 2 3 4 5 6 7 8 // toList List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList()); // toSet Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet()); // toMap Map<?, Person> map = personList.stream().filter(p -> p.getSalary() > 8000).collect(Collectors.toMap(Person::getName, p -> p));
Collectors提供了一系列用于数据统计的静态方法：
计数：count
平均值：averagingInt、averagingLong、averagingDouble
最值：maxBy、minBy
求和：summingInt、summingLong、summingDouble
统计以上所有：summarizingInt、summarizingLong、summarizingDouble
1 2 3 4 5 6 7 8 9 10 11 12 13 14 // 求总数 Long count = personList.stream().collect(Collectors.counting()); // 求平均工资 Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary)); // 求最高工资 Optional<Integer> max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare)); // 求工资之和 Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary)); // 一次性统计所有信息 DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));
分区：将Stream按条件分为两个Map，比如员工按薪资是否高于8000分为两部分。Map，比如员工按性别分组。有单级分组和多级分组。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 // 将员工按薪资是否高于8000分组 Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000)); // 将员工按性别分组 Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex)); // 将员工先按性别分组，再按地区分组 Map<String, Map<String, List<Person>>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea))); // 按照年龄分组（无重复） Map<Integer, Set<Person>> map1 = list.stream().collect(Collectors.groupingBy(Person::getAge, Collectors.toSet())); // 按照年龄分组（无重复 + 保持插入顺序） Map<Integer, Set<Person>> map2 = list.stream().collect(Collectors.groupingBy(Person::getAge, LinkedHashMap::new, Collectors.toSet()));
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。
1 2 3 4 5 // 所有员工的姓名 String names = personList.stream().map(p -> p.getName()).collect(Collectors.joining(",")); // 拼接后的字符串 String string = list.stream().collect(Collectors.joining("-"));
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
1 2 3 4 5 6 // 每个员工减去起征点后的薪资之和（这个例子并不严谨，但一时没想到好的例子） Integer sum = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> (i + j - 5000))); System.out.println("员工扣税薪资总和：" + sum); // stream的reduce，员工薪资总和 Optional<Integer> sum2 = personList.stream().map(Person::getSalary).reduce(Integer::sum);
sorted，中间操作。有两种排序：
sorted()：自然排序，流中元素需实现Comparable接口
sorted(Comparator com)：Comparator排序器自定义排序
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 // 按工资升序排序（自然排序） List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName) .collect(Collectors.toList()); // 按工资倒序排序 List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()) .map(Person::getName).collect(Collectors.toList()); // 先按工资再按年龄升序排序 List<String> newList3 = personList.stream() .sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName) .collect(Collectors.toList()); // 先按工资再按年龄自定义排序（降序） List<String> newList4 = personList.stream().sorted((p1, p2) -> { if (p1.getSalary() == p2.getSalary()) { return p2.getAge() - p1.getAge(); } else { return p2.getSalary() - p1.getSalary(); } }).map(Person::getName).collect(Collectors.toList());
流也可以进行合并、去重、限制、跳过等操作。skip和limit相似，都是从1开始，传入负值会抛出异常。
1 2 3 4 5 6 7 8 // concat:合并两个流 distinct：去重 List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList()); // limit：限制从流中获得前n个数据 List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList()); // skip：跳过前n个数据 List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());
1 2 //提取list集合中的对象某个字段然后生成对应的新集合 List<Integer> modelItemIds = casePo.getAssessment().getAssessmentItems().stream().map(AssessmentItemPo::getModelItemId).collect(Collectors.toList());
1 2 字段累加求和 int total = list.stream().mapToInt(CaseInfoVO::getPersonValue).sum();
1 2 3 4 //对YsHouseInfo.contractAmt求和 BigDecimal agreConAmt = houseInfos.stream() .map(YsHouseInfo::getContractAmt) .reduce(BigDecimal.ZERO, BigDecimal::add);
Java8中Steam()流进行tomap转换编程时，遇到以下错误
1 2 3 4 5 6 7 8 9 10 11 java.lang.IllegalStateException: Duplicate key bbb at java.util.stream.Collectors.lambda$throwingMerger$0(Collectors.java:133) at java.util.HashMap.merge(HashMap.java:1253) at java.util.stream.Collectors.lambda$toMap$58(Collectors.java:1320) at java.util.stream.ReduceOps$3ReducingSink.accept(ReduceOps.java:169) at java.util.ArrayList$ArrayListSpliterator.forEachRemaining(ArrayList.java:1374) at java.util.stream.AbstractPipeline.copyInto(AbstractPipeline.java:481) at java.util.stream.AbstractPipeline.wrapAndCopyInto(AbstractPipeline.java:471) at java.util.stream.ReduceOps$ReduceOp.evaluateSequential(ReduceOps.java:708) at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:234) at java.util.stream.ReferencePipeline.collect(ReferencePipeline.java:499)
解决方式就在Java8提供的Collectors.toMap()方法中，其第三个参数就是当出现duplicate key的时候的处理方案
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 方案一： 出现重复时，取前面value的值，或者取后面放入的value值，则覆盖先前的value值 // 取后面的值，舍弃前面的值 Map<Long, String> map = userList.stream() .collect(Collectors.toMap(User::getId, User::getUsername, (v1, v2) -> v2)); // 取前面的值，舍弃后面的值 Map<Long, String> map = userList.stream() .collect(Collectors.toMap(User::getId, User::getUsername, (v1, v2) -> v1)); 方案二： Map的value可以储存一个list，把重复key的值放入list，再存到value中 userList.stream().collect(Collectors.toMap(User::getId, e -> Arrays.asList(e.getUsername()), (List<String> oldList, List<String> newList) -> { oldList.addAll(newList); return oldList; }));
相关引用：
CSDN - Stream流详解 CSDN - 一文带你入门Java Stream流，太强了
