简而言之，stream api 提供了一种高效且易于使用的处理数据的方式。
特点：
不是数据结构，不会保存数据。
不会修改原来的数据源，它会将操作后的数据保存到另外一个对象中。（保留意见：毕竟peek方法可以修改流中元素）
惰性求值，流在中间处理过程中，只是对操作进行了记录，并不会立即执行，需要等到执行终止操作的时候才会进行实际的计算。
二、分类
无状态： 指元素的处理不受之前元素的影响；
有状态： 指该操作只有拿到所有元素之后才能继续下去。
非短路操作： 指必须处理所有元素才能得到最终结果；
短路操作： 指遇到某些符合条件的元素就可以得到最终结果，如 a || b，只要a为true，则无需判断b的结果。
三、具体用法1. 流的常用创建方法1.1 使用collection下的 stream() 和 parallelstream() 方法
list<string> list = new arraylist<>();stream<string> stream = list.stream(); //获取一个顺序流stream<string> parallelstream = list.parallelstream(); //获取一个并行流
1.2 使用arrays 中的stream()方法，将数组转成流
integer[] nums = new integer[10];stream<integer> stream = arrays.stream(nums);
1.3 使用stream中的静态方法：of()、iterate()、generate()
stream<integer> stream = stream.of(1,2,3,4,5,6);stream<integer> stream2 = stream.iterate(0, (x) -> x + 2).limit(6);stream2.foreach(system.out::println); // 0 2 4 6 8 10stream<double> stream3 = stream.generate(math::random).limit(2);stream3.foreach(system.out::println);
1.4 使用 bufferedreader.lines() 方法，将每行内容转成流
bufferedreader reader = new bufferedreader(new filereader("f:\\test_stream.txt"));stream<string> linestream = reader.lines();linestream.foreach(system.out::println);
1.5 使用 pattern.splitasstream() 方法，将字符串分隔成流
pattern pattern = pattern.compile(",");stream<string> stringstream = pattern.splitasstream("a,b,c,d");stringstream.foreach(system.out::println);
2. 流的中间操作2.1 筛选与切片
filter：过滤流中的某些元素
limit(n)：获取n个元素
skip(n)：跳过n元素，配合limit(n)可实现分页
distinct：通过流中元素的 hashcode() 和 equals() 去除重复元素
stream<integer> stream = stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14);stream<integer> newstream = stream.filter(s -> s > 5) //6 6 7 9 8 10 12 14 14.distinct() //6 7 9 8 10 12 14.skip(2) //9 8 10 12 14.limit(2); //9 8newstream.foreach(system.out::println);
2.2 映射
map：接收一个函数作为参数，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。
list<string> list = arrays.aslist("a,b,c", "1,2,3");//将每个元素转成一个新的且不带逗号的元素stream<string> s1 = list.stream().map(s -> s.replaceall(",", ""));s1.foreach(system.out::println); // abc 123stream<string> s3 = list.stream().flatmap(s -> {//将每个元素转换成一个streamstring[] split = s.split(",");stream<string> s2 = arrays.stream(split);return s2;});s3.foreach(system.out::println); // a b c 1 2 3
2.3 排序
sorted()：自然排序，流中元素需实现comparable接口
sorted(comparator com)：定制排序，自定义comparator排序器
list<string> list = arrays.aslist("aa", "ff", "dd");//string 类自身已实现compareable接口list.stream().sorted().foreach(system.out::println);// aa dd ffstudent s1 = new student("aa", 10);student s2 = new student("bb", 20);student s3 = new student("aa", 30);student s4 = new student("dd", 40);list<student> studentlist = arrays.aslist(s1, s2, s3, s4);//自定义排序：先按姓名升序，姓名相同则按年龄升序studentlist.stream().sorted((o1, o2) -> {if (o1.getname().equals(o2.getname())) {return o1.getage() - o2.getage();} else {return o1.getname().compareto(o2.getname());}}).foreach(system.out::println);
2.4 消费
peek：如同于map，能得到流中的每一个元素。但map接收的是一个function表达式，有返回值；而peek接收的是consumer表达式，没有返回值。
student s1 = new student("aa", 10);student s2 = new student("bb", 20);list<student> studentlist = arrays.aslist(s1, s2);studentlist.stream().peek(o -> o.setage(100)).foreach(system.out::println);//结果：student{name='aa', age=100}student{name='bb', age=100}
3. 流的终止操作3.1 匹配、聚合操作
allmatch：接收一个 predicate 函数，当流中每个元素都符合该断言时才返回true，否则返回false
nonematch：接收一个 predicate 函数，当流中每个元素都不符合该断言时才返回true，否则返回false
anymatch：接收一个 predicate 函数，只要流中有一个元素满足该断言则返回true，否则返回false
findfirst：返回流中第一个元素
findany：返回流中的任意元素
count：返回流中元素的总个数
max：返回流中元素最大值
min：返回流中元素最小值
list<integer> list = arrays.aslist(1, 2, 3, 4, 5);boolean allmatch = list.stream().allmatch(e -> e > 10); //falseboolean nonematch = list.stream().nonematch(e -> e > 10); //trueboolean anymatch = list.stream().anymatch(e -> e > 4); //trueinteger findfirst = list.stream().findfirst().get(); //1integer findany = list.stream().findany().get(); //1long count = list.stream().count(); //5integer max = list.stream().max(integer::compareto).get(); //5integer min = list.stream().min(integer::compareto).get(); //1
3.2 规约操作
optional<t> reduce(binaryoperator<t> accumulator)：第一次执行时，accumulator函数的第一个参数为流中的第一个元素，第二个参数为流中元素的第二个元素；第二次执行时，第一个参数为第一次函数执行的结果，第二个参数为流中的第三个元素；依次类推。
t reduce(t identity, binaryoperator<t> accumulator)：流程跟上面一样，只是第一次执行时，accumulator函数的第一个参数为identity，而第二个参数为流中的第一个元素。
<u> u reduce(u identity,bifunction<u, ? super t, u> accumulator,binaryoperator<u> combiner)：在串行流(stream)中，该方法跟第二个方法一样，即第三个参数combiner不会起作用。在并行流(parallelstream)中,我们知道流被fork join出多个线程进行执行，此时每个线程的执行流程就跟第二个方法reduce(identity,accumulator)一样，而第三个参数combiner函数，则是将每个线程的执行结果当成一个新的流，然后使用第一个方法reduce(accumulator)流程进行规约。
//经过测试，当元素个数小于24时，并行时线程数等于元素个数，当大于等于24时，并行时线程数为16list<integer> list = arrays.aslist(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24);integer v = list.stream().reduce((x1, x2) -> x1 + x2).get();system.out.println(v); // 300integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2);system.out.println(v1); //310integer v2 = list.stream().reduce(0,(x1, x2) -> {system.out.println("stream accumulator: x1:" + x1 + " x2:" + x2);return x1 - x2;},(x1, x2) -> {system.out.println("stream combiner: x1:" + x1 + " x2:" + x2);return x1 * x2;});system.out.println(v2); // -300integer v3 = list.parallelstream().reduce(0,(x1, x2) -> {system.out.println("parallelstream accumulator: x1:" + x1 + " x2:" + x2);return x1 - x2;},(x1, x2) -> {system.out.println("parallelstream combiner: x1:" + x1 + " x2:" + x2);return x1 * x2;});system.out.println(v3); //197474048
3.3 收集操作
collect：接收一个collector实例，将流中元素收集成另外一个数据结构。
collector<t, a, r> 是一个接口，有以下5个抽象方法：
supplier<a> supplier()：创建一个结果容器a
biconsumer<a, t> accumulator()：消费型接口，第一个参数为容器a，第二个参数为流中元素t。
binaryoperator<a> combiner()：函数接口，该参数的作用跟上一个方法(reduce)中的combiner参数一样，将并行流中各个子进程的运行结果(accumulator函数操作后的容器a)进行合并。
function<a, r> finisher()：函数式接口，参数为：容器a，返回类型为：collect方法最终想要的结果r。
set<characteristics> characteristics()：返回一个不可变的set集合，用来表明该collector的特征。有以下三个特征：
concurrent：表示此收集器支持并发。（官方文档还有其他描述，暂时没去探索，故不作过多翻译）
unordered：表示该收集操作不会保留流中元素原有的顺序。
identity_finish：表示finisher参数只是标识而已，可忽略。
3.3.1 collector 工具库：collectors
student s1 = new student("aa", 10,1);student s2 = new student("bb", 20,2);student s3 = new student("cc", 10,3);list<student> list = arrays.aslist(s1, s2, s3);//装成listlist<integer> agelist = list.stream().map(student::getage).collect(collectors.tolist()); // [10, 20, 10]//转成setset<integer> ageset = list.stream().map(student::getage).collect(collectors.toset()); // [20, 10]//转成map,注:key不能相同，否则报错map<string, integer> studentmap = list.stream().collect(collectors.tomap(student::getname, student::getage)); // {cc=10, bb=20, aa=10}//字符串分隔符连接string joinname = list.stream().map(student::getname).collect(collectors.joining(",", "(", ")")); // (aa,bb,cc)//聚合操作//1.学生总数long count = list.stream().collect(collectors.counting()); // 3//2.最大年龄 (最小的minby同理)integer maxage = list.stream().map(student::getage).collect(collectors.maxby(integer::compare)).get(); // 20//3.所有人的年龄integer sumage = list.stream().collect(collectors.summingint(student::getage)); // 40//4.平均年龄double averageage = list.stream().collect(collectors.averagingdouble(student::getage)); // 13.333333333333334// 带上以上所有方法doublesummarystatistics statistics = list.stream().collect(collectors.summarizingdouble(student::getage));system.out.println("count:" + statistics.getcount() + ",max:" + statistics.getmax() + ",sum:" + statistics.getsum() + ",average:" + statistics.getaverage());//分组map<integer, list<student>> agemap = list.stream().collect(collectors.groupingby(student::getage));//多重分组,先根据类型分再根据年龄分map<integer, map<integer, list<student>>> typeagemap = list.stream().collect(collectors.groupingby(student::gettype, collectors.groupingby(student::getage)));//分区//分成两部分，一部分大于10岁，一部分小于等于10岁map<boolean, list<student>> partmap = list.stream().collect(collectors.partitioningby(v -> v.getage() > 10));//规约integer allage = list.stream().map(student::getage).collect(collectors.reducing(integer::sum)).get(); //40
3.3.2 collectors.tolist() 解析
//tolist 源码public static <t> collector<t, ?, list<t>> tolist() {return new collectorimpl<>((supplier<list<t>>) arraylist::new, list::add,(left, right) -> {left.addall(right);return left;}, ch_id);}//为了更好地理解，我们转化一下源码中的lambda表达式public <t> collector<t, ?, list<t>> tolist() {supplier<list<t>> supplier = () -> new arraylist();biconsumer<list<t>, t> accumulator = (list, t) -> list.add(t);binaryoperator<list<t>> combiner = (list1, list2) -> {list1.addall(list2);return list1;};function<list<t>, list<t>> finisher = (list) -> list;set<collector.characteristics> characteristics = collections.unmodifiableset(enumset.of(collector.characteristics.identity_finish));return new collector<t, list<t>, list<t>>() {@overridepublic supplier supplier() {return supplier;}@overridepublic biconsumer accumulator() {return accumulator;}@overridepublic binaryoperator combiner() {return combiner;}@overridepublic function finisher() {return finisher;}@overridepublic set<characteristics> characteristics() {return characteristics;}};}
以上就是java8 stream流常用方法是什么的详细内容。