当前位置:首页 > 文章列表 > 文章 > java教程 > JavaStream高效过滤生成新数组

JavaStream高效过滤生成新数组

2025-09-28 10:24:34 0浏览 收藏

学习文章要努力,但是不要急!今天的这篇文章《Java Stream高效过滤数组生成新数组》将会介绍到等等知识点,如果你想深入学习文章,可以关注我!我会持续更新相关文章的,希望对大家都能有所帮助!

使用Java Stream API高效过滤数组元素并生成新数组

本教程旨在介绍如何在Java中高效地根据特定条件过滤数组元素,并将其收集到一个新的数组中。我们将重点探讨使用Java Stream API这一现代且简洁的方法,以避免传统循环的冗余和复杂性,从而提升代码的可读性和维护性。

在Java编程中,我们经常会遇到需要从一个现有数组中筛选出符合特定条件的元素,并将这些元素收集到一个新数组中的场景。例如,从一个整数数组中找出所有大于某个阈值的值。传统的实现方式通常涉及两个循环:第一个循环用于计算符合条件的元素数量,以便为新数组分配正确的内存大小;第二个循环则遍历原始数组,将符合条件的元素逐一填充到新数组中。这种方法虽然可行,但代码显得冗余且不够简洁。

传统数组过滤方法的挑战

考虑以下使用传统双循环过滤数组的示例:

public class ArrayFilterLegacy {

    // 假设存在一个名为 data 的类成员数组
    // private int[] data = {1, 2, 3, 4, 5, 6, 7, 8, 9}; 
    // 为方便演示,我们将其作为参数传入方法

    public int[] getValuesAboveThreshold(int[] data, int threshold) {
        // 第一步:计算符合条件的元素数量
        int counter = 0;
        for (int i = 0; i < data.length; i++) {
            if (data[i] > threshold) {
                counter++;
            }
        }

        // 根据计数结果创建新数组
        int[] thresholdArray = new int[counter];

        // 第二步:填充新数组
        int count = 0; // 用于新数组的索引
        for (int i = 0; i < data.length; i++) {
            if (data[i] > threshold) {
                thresholdArray[count] = data[i];
                count++;
            }
        }
        return thresholdArray;
    }

    public static void main(String[] args) {
        int threshold = 4;
        int[] data = new int[]{1, 2, 3, 4, 5, 6, 7, 8, 9};
        ArrayFilterLegacy filter = new ArrayFilterLegacy();
        int[] filteredArray = filter.getValuesAboveThreshold(data, threshold);
        System.out.println("传统方法过滤结果: " + java.util.Arrays.toString(filteredArray)); // 输出: [5, 6, 7, 8, 9]
    }
}

这段代码清晰地展示了传统方法的两阶段处理:首先预扫描以确定新数组大小,然后再次扫描以填充数据。这种模式在功能上没有问题,但在代码的简洁性和可读性方面有提升空间。

利用Java Stream API进行高效过滤

Java 8引入的Stream API提供了一种更现代、更函数式的方法来处理集合和数组数据。它允许我们以声明式的方式表达数据处理管道,从而使代码更加简洁、易读且易于维护。

使用Stream API过滤数组元素并生成新数组的核心步骤如下:

  1. 将数组转换为Stream: 使用 Arrays.stream() 方法将原始数组转换为一个 IntStream (对于 int[]) 或 Stream (对于对象数组)。
  2. 应用过滤条件: 使用 filter() 方法,传入一个 Predicate(通常是Lambda表达式),来定义筛选条件。只有满足条件的元素才能通过此阶段。
  3. 收集结果: 使用 toArray() 方法将过滤后的Stream元素收集回一个新的数组。

下面是使用Stream API实现相同功能的示例代码:

import java.util.Arrays;

public class ArrayFilterStream {

    /**
     * 使用Java Stream API过滤数组中大于指定阈值的元素。
     *
     * @param originalArray 原始整数数组。
     * @param threshold     过滤阈值。
     * @return 包含所有大于阈值的元素的新数组。
     */
    private static int[] getValuesAboveThreshold(int[] originalArray, int threshold) {
        return Arrays.stream(originalArray) // 1. 将int[]转换为IntStream
                     .filter(val -> val > threshold) // 2. 过滤出大于阈值的元素
                     .toArray(); // 3. 将过滤后的元素收集回一个新的int[]
    }

    public static void main(String[] args) {
        int threshold = 4;
        int[] data = new int[]{1, 2, 3, 4, 5, 6, 7, 8, 9};

        // 调用Stream API方法进行过滤
        int[] filteredArray = getValuesAboveThreshold(data, threshold);

        System.out.println("Stream API过滤结果: " + Arrays.toString(filteredArray)); // 输出: [5, 6, 7, 8, 9]
    }
}

代码解析

  • Arrays.stream(originalArray): 这一步将一个 int 数组转换成一个 IntStream。IntStream 是专门用于处理基本类型 int 的Stream,相比 Stream 在性能上更优。
  • .filter(val -> val > threshold): 这是Stream管道中的核心过滤操作。filter() 方法接收一个 IntPredicate 函数式接口的实例,这里我们使用Lambda表达式 val -> val > threshold 来实现。这个Lambda表达式为Stream中的每个元素 val 执行一个条件检查,只有当 val 大于 threshold 时,该元素才能继续流向下一个操作。
  • .toArray(): 这是Stream管道的终止操作,它将Stream中剩余的所有元素收集到一个新的 int 数组中并返回。这个方法会自动处理新数组的大小分配,无需预先计数。

Stream API的优势

使用Stream API进行数组过滤带来了多方面的优势:

  1. 简洁性与可读性: Stream管道以链式调用的方式清晰地表达了数据处理的逻辑,将“做什么”而非“如何做”放在首位,代码量显著减少。
  2. 函数式编程风格: 鼓励使用不可变数据和纯函数,减少副作用,使代码更易于理解和测试。
  3. 易于并行化: 对于大规模数据,Stream API可以非常容易地通过 parallelStream() 或 parallel() 方法实现并行处理,从而提高执行效率(尽管对于本例这样的小数组,并行化可能不会带来明显优势,甚至可能引入开销)。
  4. 避免中间变量: 无需像传统方法那样手动管理 counter 和 count 等中间变量。

注意事项

  • 原始类型Stream: 对于 int[]、long[]、double[] 等基本类型数组,应优先使用 Arrays.stream() 返回的 IntStream、LongStream、DoubleStream,而不是将其装箱为 Stream 等,以避免不必要的装箱/拆箱开销,提高性能。
  • 终止操作: Stream管道必须以一个终止操作(如 toArray()、collect()、forEach() 等)结束,否则Stream不会执行任何操作。
  • Stream的一次性使用: Stream是惰性求值的,并且只能被消费一次。一旦Stream的终止操作被执行,该Stream就不能再被重复使用。

总结

Java Stream API为数组和集合的数据处理提供了强大而优雅的解决方案。通过链式调用 stream()、filter() 和 toArray() 等方法,我们可以以极高的效率和可读性完成数据筛选任务,避免了传统双循环的冗余。掌握Stream API是现代Java开发中不可或缺的技能,它能帮助开发者编写出更简洁、更具表达力的代码。在处理数据转换和过滤的场景中,优先考虑使用Stream API,将显著提升开发效率和代码质量。

好了,本文到此结束,带大家了解了《JavaStream高效过滤生成新数组》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

Golangchannel底层原理:环形缓冲与调度解析Golangchannel底层原理:环形缓冲与调度解析
上一篇
Golangchannel底层原理:环形缓冲与调度解析
Grok写论文技巧与实用方法分享
下一篇
Grok写论文技巧与实用方法分享
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    499次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    484次学习
查看更多
AI推荐
  • AI 试衣:潮际好麦,电商营销素材一键生成
    潮际好麦-AI试衣
    潮际好麦 AI 试衣平台,助力电商营销、设计领域,提供静态试衣图、动态试衣视频等全方位服务,高效打造高质量商品展示素材。
    70次使用
  • 蝉妈妈AI:国内首个电商垂直大模型,抖音增长智能助手
    蝉妈妈AI
    蝉妈妈AI是国内首个聚焦电商领域的垂直大模型应用,深度融合独家电商数据库与DeepSeek-R1大模型。作为电商人专属智能助手,它重构电商运营全链路,助力抖音等内容电商商家实现数据分析、策略生成、内容创作与效果优化,平均提升GMV 230%,是您降本增效、抢占增长先机的关键。
    153次使用
  • 社媒分析AI:数说Social Research,用AI读懂社媒,驱动增长
    数说Social Research-社媒分析AI Agent
    数说Social Research是数说故事旗下社媒智能研究平台,依托AI Social Power,提供全域社媒数据采集、垂直大模型分析及行业场景化应用,助力品牌实现“数据-洞察-决策”全链路支持。
    128次使用
  • 先见AI:企业级商业智能平台,数据驱动科学决策
    先见AI
    先见AI,北京先智先行旗下企业级商业智能平台,依托先知大模型,构建全链路智能分析体系,助力政企客户实现数据驱动的科学决策。
    129次使用
  • 职优简历:AI驱动的免费在线简历制作平台,提升求职成功率
    职优简历
    职优简历是一款AI辅助的在线简历制作平台,聚焦求职场景,提供免费、易用、专业的简历制作服务。通过Markdown技术和AI功能,帮助求职者高效制作专业简历,提升求职竞争力。支持多格式导出,满足不同场景需求。
    121次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码