lambda表达式是stream的基础,初学者建议先学习lambda表达式,http://www.zzvips.com/article/123637.html
1.初识stream
先来一个总纲:
东西就是这么多啦,stream是java8中加入的一个非常实用的功能,最初看时以为是io中的流(其实一点关系都没有),让我们先来看一个小例子感受一下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
@before public void init() { random = new random(); stulist = new arraylist<student>() { { for ( int i = 0 ; i < 100 ; i++) { add( new student( "student" + i, random.nextint( 50 ) + 50 )); } } }; } public class student { private string name; private integer score; //-----getters and setters----- } //1列出班上超过85分的学生姓名,并按照分数降序输出用户名字 @test public void test1() { list<string> studentlist = stulist.stream() .filter(x->x.getscore()> 85 ) .sorted(comparator.comparing(student::getscore).reversed()) .map(student::getname) .collect(collectors.tolist()); system.out.println(studentlist); } |
列出班上分数超过85分的学生姓名,并按照分数降序输出用户名字,在java8之前我们需要三个步骤:
1)新建一个list<student> newlist,在for循环中遍历stulist,将分数超过85分的学生装入新的集合中
2)对于新的集合newlist进行排序操作
3)遍历打印newlist
这三个步骤在java8中只需要两条语句,如果紧紧需要打印,不需要保存新生产list的话实际上只需要一条,是不是非常方便。
2.stream的特性
我们首先列出stream的如下三点特性,在之后我们会对照着详细说明
1.stream不存储数据
2.stream不改变源数据
3.stream的延迟执行特性
通常我们在数组或集合的基础上创建stream,stream不会专门存储数据,对stream的操作也不会影响到创建它的数组和集合,对于stream的聚合、消费或收集操作只能进行一次,再次操作会报错,如下代码:
1
2
3
4
5
6
|
@test public void test1(){ stream<string> stream = stream.generate(()-> "user" ).limit( 20 ); stream.foreach(system.out::println); stream.foreach(system.out::println); } |
程序在正常完成一次打印工作后报错。
stream的操作是延迟执行的,在列出班上超过85分的学生姓名例子中,在collect方法执行之前,filter、sorted、map方法还未执行,只有当collect方法执行时才会触发之前转换操作
看如下代码:
1
2
3
4
5
6
7
8
9
10
11
|
public boolean filter(student s) { system.out.println( "begin compare" ); return s.getscore() > 85 ; } @test public void test() { stream<student> stream = stream.of(stuarr).filter( this ::filter); system.out.println( "split-------------------------------------" ); list<student> studentlist = stream.collect(tolist()); } |
我们将filter中的逻辑抽象成方法,在方法中加入打印逻辑,如果stream的转换操作是延迟执行的,那么split会先打印,否则后打印,代码运行结果为
可见stream的操作是延迟执行的。
tip:
当我们操作一个流的时候,并不会修改流底层的集合(即使集合是线程安全的),如果想要修改原有的集合,就无法定义流操作的输出。
由于stream的延迟执行特性,在聚合操作执行前修改数据源是允许的。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
list<string> wordlist; @before public void init() { wordlist = new arraylist<string>() { { add( "a" ); add( "b" ); add( "c" ); add( "d" ); add( "e" ); add( "f" ); add( "g" ); } }; } /** * 延迟执行特性,在聚合操作之前都可以添加相应元素 */ @test public void test() { stream<string> words = wordlist.stream(); wordlist.add( "end" ); long n = words.distinct().count(); system.out.println(n); } |
最后打印的结果是8
如下代码是错误的
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
/** * 延迟执行特性,会产生干扰 * nullpointexception */ @test public void test2(){ stream<string> words1 = wordlist.stream(); words1.foreach(s -> { system.out.println( "s->" +s); if (s.length() < 4 ) { system.out.println( "select->" +s); wordlist.remove(s); system.out.println(wordlist); } }); } |
结果报空指针异常
3.创建stream
1)通过数组创建
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
/** * 通过数组创建流 */ @test public void testarraystream(){ //1.通过arrays.stream //1.1基本类型 int [] arr = new int []{ 1 , 2 , 34 , 5 }; intstream intstream = arrays.stream(arr); //1.2引用类型 student[] studentarr = new student[]{ new student( "s1" , 29 ), new student( "s2" , 27 )}; stream<student> studentstream = arrays.stream(studentarr); //2.通过stream.of stream<integer> stream1 = stream.of( 1 , 2 , 34 , 5 , 65 ); //注意生成的是int[]的流 stream< int []> stream2 = stream.of(arr,arr); stream2.foreach(system.out::println); } |
2)通过集合创建流
1
2
3
4
5
6
7
8
9
10
11
|
/** * 通过集合创建流 */ @test public void testcollectionstream(){ list<string> strs = arrays.aslist( "11212" , "dfd" , "2323" , "dfhgf" ); //创建普通流 stream<string> stream = strs.stream(); //创建并行流 stream<string> stream1 = strs.parallelstream(); } |
3)创建空的流
1
2
3
4
5
6
7
8
9
10
11
12
|
@test public void testemptystream(){ //创建一个空的stream stream<integer> stream = stream.empty(); } 4 )创建无限流 @test public void testunlimitstream(){ //创建无限流,通过limit提取指定大小 stream.generate(()-> "number" + new random().nextint()).limit( 100 ).foreach(system.out::println); stream.generate(()-> new student( "name" , 10 )).limit( 20 ).foreach(system.out::println); } |
5)创建规律的无限流
1
2
3
4
5
6
7
8
9
10
|
/** * 产生规律的数据 */ @test public void testunlimitstream1(){ stream.iterate( 0 ,x->x+ 1 ).limit( 10 ).foreach(system.out::println); stream.iterate( 0 ,x->x).limit( 10 ).foreach(system.out::println); //stream.iterate(0,x->x).limit(10).foreach(system.out::println);与如下代码意思是一样的 stream.iterate( 0 , unaryoperator.identity()).limit( 10 ).foreach(system.out::println); } |
4.对stream的操作
1)最常使用
map:转换流,将一种类型的流转换为另外一种流
1
2
3
4
5
6
7
8
9
|
/** * map把一种类型的流转换为另外一种类型的流 * 将string数组中字母转换为大写 */ @test public void testmap() { string[] arr = new string[]{ "yes" , "yes" , "no" , "no" }; arrays.stream(arr).map(x -> x.tolowercase()).foreach(system.out::println); } |
filter:过滤流,过滤流中的元素
1
2
3
4
5
|
@test public void testfilter(){ integer[] arr = new integer[]{ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 }; arrays.stream(arr).filter(x->x> 3 &&x< 8 ).foreach(system.out::println); } |
flapmap:拆解流,将流中每一个元素拆解成一个流
1
2
3
4
5
6
7
8
9
10
11
|
/** * flapmap:拆解流 */ @test public void testflapmap1() { string[] arr1 = { "a" , "b" , "c" , "d" }; string[] arr2 = { "e" , "f" , "c" , "d" }; string[] arr3 = { "h" , "j" , "c" , "d" }; // stream.of(arr1, arr2, arr3).flatmap(x -> arrays.stream(x)).foreach(system.out::println); stream.of(arr1, arr2, arr3).flatmap(arrays::stream).foreach(system.out::println); } |
sorted:对流进行排序
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
|
string[] arr1 = { "abc" , "a" , "bc" , "abcd" }; /** * comparator.comparing是一个键提取的功能 * 以下两个语句表示相同意义 */ @test public void testsorted1_(){ /** * 按照字符长度排序 */ arrays.stream(arr1).sorted((x,y)->{ if (x.length()>y.length()) return 1 ; else if (x.length()<y.length()) return - 1 ; else return 0 ; }).foreach(system.out::println); arrays.stream(arr1).sorted(comparator.comparing(string::length)).foreach(system.out::println); } /** * 倒序 * reversed(),java8泛型推导的问题,所以如果comparing里面是非方法引用的lambda表达式就没办法直接使用reversed() * comparator.reverseorder():也是用于翻转顺序,用于比较对象(stream里面的类型必须是可比较的) * comparator. naturalorder():返回一个自然排序比较器,用于比较对象(stream里面的类型必须是可比较的) */ @test public void testsorted2_(){ arrays.stream(arr1).sorted(comparator.comparing(string::length).reversed()).foreach(system.out::println); arrays.stream(arr1).sorted(comparator.reverseorder()).foreach(system.out::println); arrays.stream(arr1).sorted(comparator.naturalorder()).foreach(system.out::println); } /** * thencomparing * 先按照首字母排序 * 之后按照string的长度排序 */ @test public void testsorted3_(){ arrays.stream(arr1).sorted(comparator.comparing( this ::com1).thencomparing(string::length)).foreach(system.out::println); } public char com1(string x){ return x.charat( 0 ); } |
2)提取流和组合流
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
@before public void init(){ arr1 = new string[]{ "a" , "b" , "c" , "d" }; arr2 = new string[]{ "d" , "e" , "f" , "g" }; arr3 = new string[]{ "i" , "j" , "k" , "l" }; } /** * limit,限制从流中获得前n个数据 */ @test public void testlimit(){ stream.iterate( 1 ,x->x+ 2 ).limit( 10 ).foreach(system.out::println); } /** * skip,跳过前n个数据 */ @test public void testskip(){ // stream.of(arr1).skip(2).limit(2).foreach(system.out::println); stream.iterate( 1 ,x->x+ 2 ).skip( 1 ).limit( 5 ).foreach(system.out::println); } /** * 可以把两个stream合并成一个stream(合并的stream类型必须相同) * 只能两两合并 */ @test public void testconcat(){ stream<string> stream1 = stream.of(arr1); stream<string> stream2 = stream.of(arr2); stream.concat(stream1,stream2).distinct().foreach(system.out::println); } |
3)聚合操作
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
|
@before public void init(){ arr = new string[]{ "b" , "ab" , "abc" , "abcd" , "abcde" }; } /** * max、min * 最大最小值 */ @test public void testmaxandmin(){ stream.of(arr).max(comparator.comparing(string::length)).ifpresent(system.out::println); stream.of(arr).min(comparator.comparing(string::length)).ifpresent(system.out::println); } /** * count * 计算数量 */ @test public void testcount(){ long count = stream.of(arr).count(); system.out.println(count); } /** * findfirst * 查找第一个 */ @test public void testfindfirst(){ string str = stream.of(arr).parallel().filter(x->x.length()> 3 ).findfirst().orelse( "noghing" ); system.out.println(str); } /** * findany * 找到所有匹配的元素 * 对并行流十分有效 * 只要在任何片段发现了第一个匹配元素就会结束整个运算 */ @test public void testfindany(){ optional<string> optional = stream.of(arr).parallel().filter(x->x.length()> 3 ).findany(); optional.ifpresent(system.out::println); } /** * anymatch * 是否含有匹配元素 */ @test public void testanymatch(){ boolean aboolean = stream.of(arr).anymatch(x->x.startswith( "a" )); system.out.println(aboolean); } @test public void teststream1() { optional<integer> optional = stream.of( 1 , 2 , 3 ).filter(x->x> 1 ).reduce((x,y)->x+y); system.out.println(optional.get()); } |
4)optional类型
通常聚合操作会返回一个optional类型,optional表示一个安全的指定结果类型,所谓的安全指的是避免直接调用返回类型的null值而造成空指针异常,调用optional.ifpresent()可以判断返回值是否为空,或者直接调用ifpresent(consumer<? super t> consumer)在结果部位空时进行消费操作;调用optional.get()获取返回值。通常的使用方式如下:
1
2
3
4
5
6
7
8
9
10
11
12
|
@test public void testoptional() { list<string> list = new arraylist<string>() { { add( "user1" ); add( "user2" ); } }; optional<string> opt = optional.of( "andy with u" ); opt.ifpresent(list::add); list.foreach(system.out::println); } |
使用optional可以在没有值时指定一个返回值,例如
1
2
3
4
5
6
7
8
9
10
|
@test public void testoptional2() { integer[] arr = new integer[]{ 4 , 5 , 6 , 7 , 8 , 9 }; integer result = stream.of(arr).filter(x->x> 9 ).max(comparator.naturalorder()).orelse(- 1 ); system.out.println(result); integer result1 = stream.of(arr).filter(x->x> 9 ).max(comparator.naturalorder()).orelseget(()->- 1 ); system.out.println(result1); integer result2 = stream.of(arr).filter(x->x> 9 ).max(comparator.naturalorder()).orelsethrow(runtimeexception:: new ); system.out.println(result2); } |
optional的创建
采用optional.empty()创建一个空的optional,使用optional.of()创建指定值的optional。同样也可以调用optional对象的map方法进行optional的转换,调用flatmap方法进行optional的迭代
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
@test public void teststream1() { optional<student> studentoptional = optional.of( new student( "user1" , 21 )); optional<string> optionalstr = studentoptional.map(student::getname); system.out.println(optionalstr.get()); } public static optional< double > inverse( double x) { return x == 0 ? optional.empty() : optional.of( 1 / x); } public static optional< double > squareroot( double x) { return x < 0 ? optional.empty() : optional.of(math.sqrt(x)); } /** * optional的迭代 */ @test public void teststream2() { double x = 4d; optional< double > result1 = inverse(x).flatmap(streamtest7::squareroot); result1.ifpresent(system.out::println); optional< double > result2 = optional.of( 4.0 ).flatmap(streamtest7::inverse).flatmap(streamtest7::squareroot); result2.ifpresent(system.out::println); } |
5)收集结果
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
|
student[] students; @before public void init(){ students = new student[ 100 ]; for ( int i= 0 ;i< 30 ;i++){ student student = new student( "user" ,i); students[i] = student; } for ( int i= 30 ;i< 60 ;i++){ student student = new student( "user" +i,i); students[i] = student; } for ( int i= 60 ;i< 100 ;i++){ student student = new student( "user" +i,i); students[i] = student; } } @test public void testcollect1(){ /** * 生成list */ list<student> list = arrays.stream(students).collect(tolist()); list.foreach((x)-> system.out.println(x)); /** * 生成set */ set<student> set = arrays.stream(students).collect(toset()); set.foreach((x)-> system.out.println(x)); /** * 如果包含相同的key,则需要提供第三个参数,否则报错 */ map<string,integer> map = arrays.stream(students).collect(tomap(student::getname,student::getscore,(s,a)->s+a)); map.foreach((x,y)-> system.out.println(x+ "->" +y)); } /** * 生成数组 */ @test public void testcollect2(){ student[] s = arrays.stream(students).toarray(student[]:: new ); for ( int i= 0 ;i<s.length;i++) system.out.println(s[i]); } /** * 指定生成的类型 */ @test public void testcollect3(){ hashset<student> s = arrays.stream(students).collect(tocollection(hashset:: new )); s.foreach(system.out::println); } /** * 统计 */ @test public void testcollect4(){ intsummarystatistics summarystatistics = arrays.stream(students).collect(collectors.summarizingint(student::getscore)); system.out.println( "getaverage->" +summarystatistics.getaverage()); system.out.println( "getmax->" +summarystatistics.getmax()); system.out.println( "getmin->" +summarystatistics.getmin()); system.out.println( "getcount->" +summarystatistics.getcount()); system.out.println( "getsum->" +summarystatistics.getsum()); } |
6)分组和分片
分组和分片的意义是,将collect的结果集展示位map<key,val>的形式,通常的用法如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
|
student[] students; @before public void init(){ students = new student[ 100 ]; for ( int i= 0 ;i< 30 ;i++){ student student = new student( "user1" ,i); students[i] = student; } for ( int i= 30 ;i< 60 ;i++){ student student = new student( "user2" ,i); students[i] = student; } for ( int i= 60 ;i< 100 ;i++){ student student = new student( "user3" ,i); students[i] = student; } } @test public void testgroupby1(){ map<string,list<student>> map = arrays.stream(students).collect(groupingby(student::getname)); map.foreach((x,y)-> system.out.println(x+ "->" +y)); } /** * 如果只有两类,使用partitioningby会比groupingby更有效率 */ @test public void testpartitioningby(){ map< boolean ,list<student>> map = arrays.stream(students).collect(partitioningby(x->x.getscore()> 50 )); map.foreach((x,y)-> system.out.println(x+ "->" +y)); } /** * downstream指定类型 */ @test public void testgroupby2(){ map<string,set<student>> map = arrays.stream(students).collect(groupingby(student::getname,toset())); map.foreach((x,y)-> system.out.println(x+ "->" +y)); } /** * downstream 聚合操作 */ @test public void testgroupby3(){ /** * counting */ map<string, long > map1 = arrays.stream(students).collect(groupingby(student::getname,counting())); map1.foreach((x,y)-> system.out.println(x+ "->" +y)); /** * summingint */ map<string,integer> map2 = arrays.stream(students).collect(groupingby(student::getname,summingint(student::getscore))); map2.foreach((x,y)-> system.out.println(x+ "->" +y)); /** * maxby */ map<string,optional<student>> map3 = arrays.stream(students).collect(groupingby(student::getname,maxby(comparator.comparing(student::getscore)))); map3.foreach((x,y)-> system.out.println(x+ "->" +y)); /** * mapping */ map<string,set<integer>> map4 = arrays.stream(students).collect(groupingby(student::getname,mapping(student::getscore,toset()))); map4.foreach((x,y)-> system.out.println(x+ "->" +y)); } |
5.原始类型流
在数据量比较大的情况下,将基本数据类型(int,double...)包装成相应对象流的做法是低效的,因此,我们也可以直接将数据初始化为原始类型流,在原始类型流上的操作与对象流类似,我们只需要记住两点
1.原始类型流的初始化
2.原始类型流与流对象的转换
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
doublestream doublestream; intstream intstream; /** * 原始类型流的初始化 */ @before public void teststream1(){ doublestream = doublestream.of( 0.1 , 0.2 , 0.3 , 0.8 ); intstream = intstream.of( 1 , 3 , 5 , 7 , 9 ); intstream stream1 = intstream.rangeclosed( 0 , 100 ); intstream stream2 = intstream.range( 0 , 100 ); } /** * 流与原始类型流的转换 */ @test public void teststream2(){ stream< double > stream = doublestream.boxed(); doublestream = stream.maptodouble( double :: new ); } |
6.并行流
可以将普通顺序执行的流转变为并行流,只需要调用顺序流的parallel() 方法即可,如stream.iterate(1, x -> x + 1).limit(10).parallel()。
1) 并行流的执行顺序
我们调用peek方法来瞧瞧并行流和串行流的执行顺序,peek方法顾名思义,就是偷窥流内的数据,peek方法声明为stream<t> peek(consumer<? super t> action);加入打印程序可以观察到通过流内数据,见如下代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
public void peek1( int x) { system.out.println(thread.currentthread().getname() + ":->peek1->" + x); } public void peek2( int x) { system.out.println(thread.currentthread().getname() + ":->peek2->" + x); } public void peek3( int x) { system.out.println(thread.currentthread().getname() + ":->final result->" + x); } /** * peek,监控方法 * 串行流和并行流的执行顺序 */ @org .junit.test public void testpeek() { stream<integer> stream = stream.iterate( 1 , x -> x + 1 ).limit( 10 ); stream.peek( this ::peek1).filter(x -> x > 5 ) .peek( this ::peek2).filter(x -> x < 8 ) .peek( this ::peek3) .foreach(system.out::println); } @test public void testpeekpal() { stream<integer> stream = stream.iterate( 1 , x -> x + 1 ).limit( 10 ).parallel(); stream.peek( this ::peek1).filter(x -> x > 5 ) .peek( this ::peek2).filter(x -> x < 8 ) .peek( this ::peek3) .foreach(system.out::println); } |
串行流打印结果如下:
并行流打印结果如下:
咋看不一定能看懂,我们用如下的图来解释
我们将stream.filter(x -> x > 5).filter(x -> x < 8).foreach(system.out::println)的过程想象成上图的管道,我们在管道上加入的peek相当于一个阀门,透过这个阀门查看流经的数据,
1)当我们使用顺序流时,数据按照源数据的顺序依次通过管道,当一个数据被filter过滤,或者经过整个管道而输出后,第二个数据才会开始重复这一过程
2)当我们使用并行流时,系统除了主线程外启动了七个线程(我的电脑是4核八线程)来执行处理任务,因此执行是无序的,但同一个线程内处理的数据是按顺序进行的。
2) sorted()、distinct()等对并行流的影响
sorted()、distinct()是元素相关方法,和整体的数据是有关系的,map,filter等方法和已经通过的元素是不相关的,不需要知道流里面有哪些元素 ,并行执行和sorted会不会产生冲突呢?
结论:1.并行流和排序是不冲突的,2.一个流是否是有序的,对于一些api可能会提高执行效率,对于另一些api可能会降低执行效率
3.如果想要输出的结果是有序的,对于并行的流需要使用foreachordered(foreach的输出效率更高)
我们做如下实验:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
/** * 生成一亿条0-100之间的记录 */ @before public void init() { random random = new random(); list = stream.generate(() -> random.nextint( 100 )).limit( 100000000 ).collect(tolist()); } /** * tip */ @org .junit.test public void test1() { long begin1 = system.currenttimemillis(); list.stream().filter(x->(x > 10 )).filter(x->x< 80 ).count(); long end1 = system.currenttimemillis(); system.out.println(end1-begin1); list.stream().parallel().filter(x->(x > 10 )).filter(x->x< 80 ).count(); long end2 = system.currenttimemillis(); system.out.println(end2-end1); long begin1_ = system.currenttimemillis(); list.stream().filter(x->(x > 10 )).filter(x->x< 80 ).distinct().sorted().count(); long end1_ = system.currenttimemillis(); system.out.println(end1-begin1); list.stream().parallel().filter(x->(x > 10 )).filter(x->x< 80 ).distinct().sorted().count(); long end2_ = system.currenttimemillis(); system.out.println(end2_-end1_); } |
可见,对于串行流.distinct().sorted()方法对于运行时间没有影响,但是对于串行流,会使得运行时间大大增加,因此对于包含sorted、distinct()等与全局数据相关的操作,不推荐使用并行流。
7.stream vs spark rdd
最初看到stream的一个直观感受是和spark像,真的像
1
2
3
4
|
val count = sc.parallelize( 1 to num_samples).filter { _ => val x = math.random val y = math.random x*x + y*y < 1 }.count()println(s "pi is roughly ${4.0 * count / num_samples}" ) |
以上代码摘自spark官网,使用的是scala语言,一个最基础的word count代码,这里我们简单介绍一下spark,spark是当今最流行的基于内存的大数据处理框架,spark中的一个核心概念是rdd(弹性分布式数据集),将分布于不同处理器上的数据抽象成rdd,rdd上支持两种类型的操作1) transformation(变换)2) action(行动),对于rdd的transformation算子并不会立即执行,只有当使用了action算子后,才会触发。
总结
以上所示是小编给大家介绍的java8中的stream相关知识,希望对大家有所帮助,如果大家有任何疑问欢迎给我留言,小编会及时回复大家的!
原文链接:http://www.cnblogs.com/andywithu/p/7404101.html