流模型的操作很豐富，下面介紹一些常用的API。這些方法可以被分成兩種：

延遲方法

返回值類型仍然是 Stream 接口自身類型的方法，因此支持鏈式調用。(除了終結方法外，其余方 法均為延遲方法。)

終結方法

返回值類型不再是 Stream 接口自身類型的方法，因此不再支持類似 StringBuilder 那樣的鏈式調 用。在這里介紹的終結方法包括 count 和 forEach 方法。

逐一處理：forEach

雖然方法名字叫 forEach ，但是與for循環(huán)中的“for-each”昵稱不同。

void forEach(Consumer super T> action);

該方法接收一個 Consumer 接口函數(shù)，會將每一個流元素交給該函數(shù)進行處理。

java.util.function.Consumer接口是一個消費型接口。

Consumer接口中包含抽象方法void accept(T t)，意為消費一個指定泛型的數(shù)據(jù)。

基本使用：

importjava.util.stream.Stream;public classDemo06ForEach {public static voidmain(String[] args) {

Stream stream = Stream.of("Java", "C", "Python", "Hadoop", "Spark");

stream.forEach(name->System.out.println(name));

}

}

這里調用的of()方法，方法簽名：

@SafeVarargspublic static Streamof(T... values) {returnArrays.stream(values);

}

過濾：filter

可以通過 filter 方法將一個流轉換成另一個子集流。方法簽名：

Stream filter(Predicate super T> predicate);

該接口接收一個 Predicate 函數(shù)式接口參數(shù)(可以是一個Lambda或方法引用)作為篩選條件。

boolean test(T t);

該方法將會產生一個boolean值結果，代表指定的條件是否滿足。如果結果為true，那么Stream流的 filter 方法將會留用元素;如果結果為false，那么 filter 方法將會舍棄元素。

基本使用

Stream流中的 filter 方法基本使用的代碼如：

importjava.util.stream.Stream;public classDemo07StreamFilter {public static voidmain(String[] args) {

Stream original = Stream.of("Java", "C", "Python", "Hadoop", "Spark");

Stream result = original.filter(s -> s.length() >= 5);

result.forEach(System.out::println);

}

}

運行程序，控制臺輸出：

Python

Hadoop

Spark

這個例子中，通過Lambda表達式來指定了篩選的條件：字符串的長度要大于等于5。

映射：map

如果需要將流中的元素映射到另一個流中，可以使用 map 方法。方法簽名：

Stream map(Function super T, ? extends R> mapper);

該接口需要一個 Function 函數(shù)式接口參數(shù)，可以將當前流中的T類型數(shù)據(jù)轉換為另一種R類型的流。

java.util.stream.Function 接口是一個函數(shù)式接口，其中唯一的抽象方法為：

R apply(T t);

這可以將一種T類型轉換成為R類型，而這種轉換的動作，就稱為“映射”。

基本使用

Stream流中的 map 方法基本使用的代碼如：

importjava.util.stream.Stream;public classDemo08StreamMap {public static voidmain(String[] args) {

Stream original = Stream.of("100", "200", "300");

Stream result = original.map(str ->Integer.parseInt(str));

result.forEach(System.out::println);

}

}

運行程序，控制臺輸出：

100

200

300

這段代碼中， map 方法的參數(shù)通過方法引用，將字符串類型轉換成為了int類型(并自動裝箱為 Integer 類對象)。然后調用Stream接口中的forEach方法，逐一輸出結果。

統(tǒng)計個數(shù)：count

正如舊集合 Collection 當中的 size 方法一樣，流提供 count 方法來數(shù)一數(shù)其中的元素個數(shù)：

long count();

該方法返回一個long值代表元素個數(shù)(不再像舊集合那樣是int值)。

基本使用

importjava.util.stream.Stream;public classDemo09StreamCount {public static voidmain(String[] args) {

Stream original = Stream.of("Java", "C", "Python", "Hadoop", "Spark");

Stream result = original.filter(s -> s.length() >= 5);

System.out.println(result.count());

}

}

運行程序，控制臺輸出：

3

取用前幾個：limit

limit 方法可以對流進行截取，只取用前n個。方法簽名：

Stream limit(long maxSize);

參數(shù)是一個long型，如果集合當前長度大于參數(shù)則進行截取;否則不進行操作。

基本使用

importjava.util.stream.Stream;public classDemo10StreamLimit {public static voidmain(String[] args) {

Stream original = Stream.of("Java", "C", "Python", "Hadoop", "Spark");

Stream result = original.limit(3);

result.forEach(System.out::println);

}

}

運行程序，控制臺輸出：

Java

C

Python

跳過前幾個：skip

如果希望跳過前幾個元素，可以使用 skip 方法獲取一個截取之后的新流：

Stream skip(long n);

如果流的當前長度大于n，則跳過前n個;否則將會得到一個長度為0的空流。

基本使用

importjava.util.stream.Stream;public classDemo11StreamSkip {public static voidmain(String[] args) {

Stream original = Stream.of("Java", "C", "Python", "Hadoop", "Spark");

Stream result = original.skip(3);

result.forEach(System.out::println);

}

}

運行程序，控制臺輸出：

Hadoop

Spark

組合：concat

如果有兩個流，希望合并成為一個流，那么可以使用 Stream 接口的靜態(tài)方法 concat：

static Stream concat(Stream extends T> a, Stream extends T> b)

備注：這是一個靜態(tài)方法，與 java.lang.String 當中的 concat 方法是不同的。

基本使用

importjava.util.stream.Stream;public classDemo12StreamConcat {public static voidmain(String[] args) {

Stream original1 = Stream.of("Java", "C", "Python");

Stream original2 = Stream.of("Hadoop", "Spark");

Stream result =Stream.concat(original1, original2);

result.forEach(System.out::println);

}

}

運行程序，控制臺輸出：

Java

C

Python

Hadoop

Spark

Stream 接口中的常用方法就介紹到這里，為了加深理解，可以看一下使用Stream方式完成的簡單練習。

總結

以上是生活随笔為你收集整理的java.util.stream_java.util.stream.Stream 接口中的常用方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。