JDK8辅助学习(七)：IntStream

谁践踏了优雅 2022-11-14 14:58 74阅读 0赞

### 本文目录 ###

*   *  1.创建IntStream流(IntStream中的静态方法：of / builder/ range / rangeClosed / generate / iterate)
     *  2.filter
     *  3.map
     *  4.flatMap
     *  5.peek
     *  6.mapToObj / mapToLong / mapToDouble / asLongStream / asDoubleStream
     *  7.forEach / forEachOrdered
     *  8.distinct
     *  9.sorted
     *  10.limit
     *  11.skip
     *  12.reduce
     *  13.sum / min / max / count / average / summaryStatistics
     *  14.anyMatch / allMatch / noneMatch
     *  15.findFirst / findAny
     *  16.sequential / parallel
     *  17.iterator
     *  18.boxed
     *  19.toArray
     *  20.close / onClose
     *  21.collect

--------------------

> 本章节我们提供一些 Java 8 中的 `IntStream`、`LongStream` 和 `DoubleStream` 使用范例。IntStream、LongStream 和 DoubleStream 分别表示原始 int 流、 原始 long 流 和 原始 double 流。

> 这三个原始流类在 `java.util.stream` 命名空间下，并提供了大量的方法用于`操作流中的数据`，同时`提供了相应的静态方法来初始化它们自己`。

> 本文仅介绍`IntStream`的方法，LongStream/DoubleStream 的使用同 IntStream 一致，此处不再过多介绍。

--------------------

## 1.创建IntStream流(IntStream中的静态方法：of / builder/ range / rangeClosed / generate / iterate) ##

创建IntStream流的几种方式，如下：

> **1. IntStream.of()方式**
> 
>     // 支持一个参数，也支持可变参数
>     IntStream intStream = IntStream.of(1);
>     IntStream intStream = IntStream.of(1,2,3,4,5,6,7);
> 
> **2. IntStream.builder()方式** **(了解即可)**
> 
>     // 1.可以使用add()方法添加元素
>     IntStream builderStream= builder.add(111).add(222).add(333).add(444).build();
>     // 2.也可以使用accept()方式添加，add()方法底层也是通过accept()方式添加的（这种方式不支持链式调用，此处了解一下即可）
>     IntStream.Builder builder = IntStream.builder();
>     builder.accept(3);
>     builder.accept(4);
>     builder.accept(5);
>     IntStream builderStream = builder.build();
> 
> **3. IntStream.range()、IntStream.rangeClosed()方式**  
>  将指定范围内的元素都添加到int流中  
>  range()前者不包含最后一个元素，**即：前闭后开区间**；  
>  rangeClosed()后者包含，**即：前闭后闭区间**；
> 
>     // 支持一个参数，也支持可变参数
>     IntStream range = IntStream.range(1, 100);    // 返回 1,2,3,4,......,99
>     IntStream range = IntStream.rangeClosed(1, 100);    // 返回 1,2,3,4,......,99,100
> 
> **4. IntStream.generate()方式** **(了解即可)**
> 
>     // 1.这种方式，是无限连续的流，会源源不断的生成100内的随机数(持续不断输出)
>     IntStream generate1 = IntStream.generate(() -> new Random().nextInt(100));
>     // 2.使用limit()会限制流中元素的数量
>     IntStream generate1 = IntStream.generate(() -> new Random().nextInt(100)).limit(6);
> 
> **5. IntStream.iterate()方式**  
>  指定生成int流中int元素的生成函数，前者的生成函数没有入参，后者会将前一次调用结果作为下一次调用生成函数的入参  
>  第一个参数seed，就是第一次调用生成函数的入参
> 
>     // 规则：生成2的幂次方int流
>     // 根据指定规则，生成一串int流（使用iterate()方式，也是无限连续的流，需使用limit()来限制元素的数量)
>     IntStream intStream11 = IntStream.iterate(1,x->{ 
>     	int a = 2 * x;
>     	return a;
>     }).limit(6);
>     // 简写：
>     IntStream intStream11 = IntStream.iterate(1,x->2 * x).limit(6);
> 
> **6. IntStream.concat()方式** **(将两个int流合并成一个流)**
> 
>     // 将A流和B流合并，生成新流
>     IntStream range1 = IntStream.range(1, 5);   // A流
>     IntStream range2 = IntStream.range(10, 15);   // B流
>     IntStream concat = IntStream.concat(range1, range2);   // 合并后的流

## 2.filter ##

> `filter() 方法，用于过滤数据，返回符合过滤条件的数据，是一个非终结方法。`我们可以通过 filter() 方法将一个流转换成另一个子集流。该接口接收一个 Predicate 函数式接口参数(可以是一个 Lambda 或 方法引用) 作为筛选条件。`因为 filter() 是一个非终结方法，所以必须调用终止方法。`示例如下：

@Test
    public void test(){ 
        // 获取1-9的int流
        IntStream intStream = IntStream.range(1, 10);
        // 通过filter方式过滤掉小于5的数字,并输出
        intStream.filter(x->x>5).forEach(System.out::println);
    }

**输出结果:**

6
    7
    8
    9

## 3.map ##

> `IntStream 中的map()方法用于对流中的所有元素执行某个修改操作`，这与 Stream 中的map()方法有所不同。Stream 中的map() 方法，参考：[JDK8新特性(三)：集合之 Stream 流式操作][JDK8_ Stream]

@Test
    public void test02() { 
        IntStream intStream = IntStream.range(1, 10);
        // 使用map(),将流中的数据*2返回
        intStream.map(new IntUnaryOperator() { 
            @Override
            public int applyAsInt(int value) { 
                return 2 * value;
            }
        }).forEach(System.out::println);
    
        // 简写
        intStream.map(o -> 2 * o).forEach(System.out::println);
    }

**输出结果:**

2
    4
    6
    8
    10
    12
    14
    16
    18

## 4.flatMap ##

> flatMap() 方法同 map() 方法。  
>    
> **区别在于：**`flatMap() 方法的返回值是一个 IntStream 而非 int 值，可以在返回的IntStream 中包含多个元素，flatMap() 方法最终返回的 IntStream 是将每次调用 flatMap() 方法返回的 IntStream 合并后的结果`。

@Test
    public void test03() { 
        IntStream intStream = IntStream.range(1, 10);
        // 使用flatMap(),将流中的数据*2返回
        intStream.flatMap(new IntFunction<IntStream>() { 
            @Override
            public IntStream apply(int value) { 
                return IntStream.of(2 * value);
            }
        }).forEach(System.out::println);
        // 简写
        intStream.flatMap(o -> IntStream.of(2 * o)).forEach(System.out::println);
    }

**输出结果:**

2
    4
    6
    8
    10
    12
    14
    16
    18

## 5.peek ##

> 介绍：该方法会生成一个包含原 Stream 的所有元素的新 Stream，同时会提供一个消费函数（Consumer实例），新Stream每个元素被消费的时候都会执行给定的消费函数；  
>    
> 存在此方法的目的，**主要是为了在您需要的地方支持调试，查看元素流过管道中特定点的情况**  
>    
> **主要用于开发过程中调试使用！！！**

@Test
    public void test04() { 
        IntStream intStream = IntStream.range(1, 10);
        long count = intStream.filter(x -> x > 5)
                .peek(val -> System.out.println("是否>5:" + val))
                .count();
    	System.out.println("过滤后总数为:" + count);
    }

**输出结果:**

是否>5:6
    是否>5:7
    是否>5:8
    是否>5:9
    过滤后总数为:4

## 6.mapToObj / mapToLong / mapToDouble / asLongStream / asDoubleStream ##

> **1.mapToObj**：将 int 流转换成`其他类型`的流 (其他类型：可以使自定义对象类型，也可以是List类型等)  
> **2.mapToLong**：将 int 流转换成`Long`类型的流，不可指定返回值规则  **(挺简单的，此处不做demo演示)**  
> **3.mapToDouble**：将 int 流转换成`Double`类型的流，不可指定返回值规则  **(挺简单的，此处不做demo演示)**  
> **4.asLongStream**：将 int 流转换成`Long`类型的流，该方法遵循标准的int到指定类型的转换规则，**不能指定规则，比如说将int流对象先 乘以2再返回**  **(挺简单的，此处不做demo演示)**  
> **5.asDoubleStream**：将 int 流转换成`Double`类型的流，该方法遵循标准的int到指定类型的转换规则，**不能指定规则，比如说将int流对象先 乘以2再返回**  **(挺简单的，此处不做demo演示)**

// mapToObj()方法演示
    @Test
    public void test06() { 
        IntStream intStream = IntStream.range(1, 10);
        // mapToObj():将int流转换成Person对象
        intStream.mapToObj(val -> new Person(val, "Mary" + val))
                .forEach(System.out::println);
    }
    
    // Person类
    public class Person { 
    
        private int id;
    
        private String name;
    
        public Person(int id, String name) { 
            this.id = id;
            this.name = name;
        }
    
        @Override
        public String toString() { 
            return "Person{" +
                    "id=" + id +
                    ", name='" + name + '\'' +
                    '}';
        }
    }

// mapToLong / mapToDouble / asLongStream / asDoubleStream()方法演示
    // 一个stream流只能被消费一次,以下是伪代码,会报错。
    @Test
    public void test07() { 
        IntStream intStream = IntStream.range(1, 10);
        // mapToLong()方法(可指定返回值规则)
        intStream.mapToLong(val -> 2 * val).forEach(System.out::println);
        
        // mapToDouble()方法(可指定返回值规则)
        intStream.mapToDouble(val -> 2 * val).forEach(System.out::println);
        
        // asDoubleStream()方法(不可指定返回值规则)
        intStream.asDoubleStream().forEach(System.out::println);
        
        // asLongStream()方法(不可指定返回值规则)
        intStream.asLongStream().forEach(System.out::println);
    }

## 7.forEach / forEachOrdered ##

> 这两个方法都是用来遍历流中的元素，是一个终结方法。该方法接收一个 IntConsumer 接口函数，会将每一个流元素交给该函数进行处理。  
> **1.forEach**：遍历流中的元素  
> **2.mapToLong**：`forEachOrdered`同`forEach`的区别在于并行流处理下，forEachOrdered会保证实际的处理顺序与流中元素的顺序一致，而forEach方法无法保证，默认的串行流处理下，两者无区别，都能保证处理顺序与流中元素顺序一致。

@Test
    public void test08() { 
        IntStream intStream = IntStream.of(2,6,3,5,9,8,1).parallel();
        intStream.forEach(x->{ 
            System.out.println("forEach->"+x);
        });
    
        // forEachOrdered()同forEach()方法
        // 区别：在于并行流处理下,forEachOrdered会保证实际的处理顺序与流中元素的顺序一致
        // 而forEach方法无法保证,默认的串行流处理下,两者无区别,都能保证处理顺序与流中元素顺序一致
        IntStream intStream1 = IntStream.of(2,6,3,5,9,8,1).parallel();
        intStream1.forEachOrdered(x->{ 
            System.out.println("forEachOrdered->"+x);
        });
    }

**输出结果:**

forEach->9
    forEach->5
    forEach->2
    forEach->1
    forEach->8
    forEach->3
    forEach->6
    forEachOrdered->2
    forEachOrdered->6
    forEachOrdered->3
    forEachOrdered->5
    forEachOrdered->9
    forEachOrdered->8
    forEachOrdered->1

## 8.distinct ##

> distinct() 方法，`可以用来去除重复数据`。因为 distinct() 方法是一个非终结方法，所以必须调用终止方法。

@Test
    public void test09() { 
        IntStream intStream = IntStream.of(1, 2, 3, 4, 5, 6, 1, 4, 5, 2);
        intStream.distinct().forEach(System.out::println);
    }

**输出结果:**

1
    2
    3
    4
    5
    6

## 9.sorted ##

> sorted() 方法，可以用来对 Stream 流中的数据进行排序。  
> **Stream流**中的sorted()方法，还允许我们自定义Comparator规则进行排序；参考:[JDK8新特性(三)：集合之 Stream 流式操作][JDK8_ Stream] 中的sorted()方法  
> **IntStream流**中的sorted()方法，就是纯粹对int数值进行排序，所以也没有Comparator自定义比较器排序的必要

@Test
    public void test10() { 
        IntStream intStream = IntStream.of(1, 9, 4, 35, 5, 2);
        intStream.sorted().forEach(System.out::println);
    }

**输出结果：**

1
    2
    4
    5
    9
    35

## 10.limit ##

> **limit()方法**，用来对 Stream 流中的数据进行截取，只取用前 n 个，是一个非终结方法。参数是一个 long 型，如果集合当前长度大于参数则进行截取，否则不进行操作。因为 limit() 是一个非终结方法，所以必须调用终止方法

@Test
    public void test11() { 
        IntStream intStream = IntStream.of(1, 9, 4, 35, 5, 2);
        // limit()截取,截取IntStream流中的前4个元素
        intStream.limit(4).forEach(System.out::println);
    }

**输出结果：**

1
    9
    4
    35

## 11.skip ##

> **如果希望跳过前几个元素，去取后面的元素，则可以使用 skip()方法**，获取一个截取之后的新流，它是一个非终结方法。参数是一个 long 型，如果 Stream 流的当前长度大于 n，则跳过前 n 个，否则将会得到一个长度为 0 的空流。因为 limit() 是一个非终结方法，所以必须调用终止方法。

@Test
    public void test11() { 
        IntStream intStream = IntStream.of(1, 9, 4, 35, 5, 2);
        // skip()跳过流中前2个元素,获取剩下的元素
        intStream.skip(2).forEach(System.out::println);
    }

**输出结果：**

4
    35
    5
    2

**备注：**

skip() 和 limit() 配合使用，即可实现类似分页的操作了

//一页10条 分页操作
    //第一页
    skip(0).limit(10)
    //第二页
    skip(10).limit(10)
    //第三页
    skip(20).limit(10)
    ...

## 12.reduce ##

> **reduce**方法，用于执行类似于累加的操作，上一次调用处理函数的结果会作为入参下一次调用的入参；  
>    
> reduce方法，有如下两个不同参数的方法供调用
> 
>     int reduce(int identity, IntBinaryOperator op);
>     OptionalInt reduce(IntBinaryOperator op);
> 
> 参数说明：  
> 1.int identity：初始值（是否需要设置初始值，视情况而定）  
> 2.IntBinaryOperator op：计算规则  
>    
> 方法说明：  
> 1.方法1有初始值，返回值为int  
> 2.方法2无初始值，有可能为空的情况，所以返回 OptionalInt 类型

@Test
    public void test22() { 
        // IntStream流
        IntStream intStream = IntStream.of(1, 1, 1, 1, 1, 1);
    
        // 1.设置初始值为10,(求和则会在10的基础上进行计算,计算结果为16,返回值类型为int)
        // 基础写法
        int reduce = intStream.reduce(10, new IntBinaryOperator() { 
            @Override
            public int applyAsInt(int left, int right) { 
                return left + right;
            }
        });
        System.out.println(reduce);    // 16
    
        // 简写
        IntStream intStream1 = IntStream.of(1, 1, 1, 1, 1, 1);
        int reduce1 = intStream1.reduce(10, Integer::sum);
        System.out.println(reduce1);    // 16
        
        // 2.无初始值(因为返回值可能为空,所以返回类型为OptionInt)
        // 因为没有初始值,int类型默认为0,所以计算结果为6
        IntStream intStream2 = IntStream.of(1, 1, 1, 1, 1, 1);
        OptionalInt reduce2 = intStream2.reduce(Integer::sum);
        System.out.println(reduce2.getAsInt());    // 6
    }

**分析过程：**  
![在这里插入图片描述][20210331150306611.png]

## 13.sum / min / max / count / average / summaryStatistics ##

> sum：求和  
> min：求最小值  
> max：求最大值  
> count：计算IntStream流中元素个数  
> average：求平均值  
> summaryStatistics：该方法一次调用获取上述5个属性值

@Test
    public void test11() { 
        IntStream intStream = IntStream.of(1, 9, 4, 35, 5, 2);
        // sum:求和
        int sum = intStream.sum();
        System.out.println("sum -> " + sum);
        
        // min:最小值
        IntStream intStream1 = IntStream.of(1, 9, 4, 35, 5, 2);
        OptionalInt min = intStream1.min();
        System.out.println("min -> " + min.getAsInt());
        
        // max:最大值
        IntStream intStream2 = IntStream.of(1, 9, 4, 35, 5, 2);
        OptionalInt max = intStream2.max();
        System.out.println("max -> " + max.getAsInt());
        
        // count:统计流中元素个数
        IntStream intStream3 = IntStream.of(1, 9, 4, 35, 5, 2);
        long count = intStream3.count();
        System.out.println("count -> " + count);
        
        // average:统计流中元素个数
        IntStream intStream4 = IntStream.of(1, 9, 4, 35, 5, 2);
        OptionalDouble average = intStream4.average();
        System.out.println("average -> " + average.getAsDouble());
        
        // summaryStatistics:汇总方法,一次性返回sum/min/max/count/average值
        // average:统计流中元素个数
        IntStream intStream5 = IntStream.of(1, 9, 4, 35, 5, 2);
        IntSummaryStatistics intSummaryStatistics = intStream5.summaryStatistics();
        System.out.println("summaryStatistics -> " + intSummaryStatistics.toString());
        System.out.println("summaryStatistics.sum -> " + intSummaryStatistics.getSum());
        System.out.println("summaryStatistics.min -> " + intSummaryStatistics.getMin());
        System.out.println("summaryStatistics.max -> " + intSummaryStatistics.getMax());
        System.out.println("summaryStatistics.count -> " + intSummaryStatistics.getCount());
        System.out.println("summaryStatistics.average -> " + intSummaryStatistics.getAverage());
    }

**输出结果：**

sum -> 56
    min -> 1
    max -> 35
    count -> 6
    average -> 9.333333333333334
    summaryStatistics -> IntSummaryStatistics{ count=6, sum=56, min=1, average=9.333333, max=35}
    summaryStatistics.sum -> 56
    summaryStatistics.min -> 1
    summaryStatistics.max -> 35
    summaryStatistics.count -> 6
    summaryStatistics.average -> 9.333333333333334

## 14.anyMatch / allMatch / noneMatch ##

> 这三个方法，均返回 `boolean` 类型  
> **allMatch**：流中的所有元素都满足给定的匹配条件  
> **anyMatch**：流中是否存在任何一个元素满足匹配条件  
> **noneMatch**：流中的所有元素都不满足给定的匹配条件

@Test
    public void test12() { 
        IntStream intStream = IntStream.of(1, 9, 4, 35, 5, 2);
        // allMatch:流中是否所有元素都 > 10
        boolean allMatch = intStream.allMatch(val -> val > 10);
        System.out.println("allMatch -> " + allMatch);
        
        // anyMatch:流中是否存在一个元素 > 10
        IntStream intStream1 = IntStream.of(1, 9, 4, 35, 5, 2);
        boolean anyMatch = intStream1.anyMatch(val -> val > 10);
        System.out.println("anyMatch -> " + anyMatch);
        
        // noneMatch:流中元素是否都不满足给定条件(流中元素都<10)
        IntStream intStream2 = IntStream.of(1, 9, 4, 35, 5, 2);
        boolean noneMatch = intStream2.noneMatch(val -> val > 10);
        System.out.println("noneMatch -> " + noneMatch);
    }

**输出结果：**

allMatch -> false
    anyMatch -> true
    noneMatch -> false

## 15.findFirst / findAny ##

> IntStream流中的这两个方法，均返回 OptionalInt 类型  
> **findFirst**：返回IntStream流中的第一个元素，如果流中数据为空，返回空OptionalInt  
> **findAny**：返回的元素是不确定的，对于同一个列表多次调用findAny()有可能会返回不同的值。使用findAny()是为了更高效的性能。如果是数据较少，串行地情况下，一般会返回第一个结果，如果是并行的情况，那就不能确保是第一个

@Test
    public void test13() { 
        // findFirst:返回流中的第一个元素
        IntStream intStream = IntStream.of(1, 9, 4, 35, 5, 2);
        OptionalInt first = intStream.findFirst();
        System.out.println("findFirst -> " + first.getAsInt());
    
        // findAny:串行地情况下，一般会返回第一个结果.如果是并行的情况，那就不能确保是第一个
        IntStream intStream1 = IntStream.of(1, 9, 4, 35, 5, 2).parallel();
        OptionalInt any = intStream1.findAny();
        System.out.println("findAny -> " + any.getAsInt());
    }

**输出结果：**

findFirst -> 1
    findAny -> 35

## 16.sequential / parallel ##

> sequential：串行(默认为串行，可以不使用sequential()方法)  
> parallel：并行

/** * sequential:串行 */
    @Test
    public void test14() { 
        IntStream intStream = IntStream.of(1, 9, 4, 35, 5, 2);
        
        long start = System.currentTimeMillis();
        intStream.sequential().forEach(val -> { 
            try { 
                Thread.sleep(1000);
            } catch (InterruptedException e) { 
                e.printStackTrace();
            }
            System.out.println(Thread.currentThread().getName() + ":" + val);
        });
        long end = System.currentTimeMillis();
        System.out.println("sequential串行,用时:" + (end - start) + "ms");
    }

**输出结果：**

main:1
    main:9
    main:4
    main:35
    main:5
    main:2
    sequential串行,用时:6037ms

**分析：**

> **sequential串行**：只有main主线程执行，共耗时6037ms

/** * parallel:并行 */
    @Test
    public void test15() { 
        IntStream intStream = IntStream.of(1, 9, 4, 35, 5, 2);
    
        long start = System.currentTimeMillis();
        intStream.parallel().forEach(val -> { 
            try { 
                Thread.sleep(1000);
            } catch (InterruptedException e) { 
                e.printStackTrace();
            }
            System.out.println(Thread.currentThread().getName() + ":" + val);
        });
        long end = System.currentTimeMillis();
        System.out.println("parallel并行,用时:" + (end - start) + "ms");
    }

**执行结果：**

ForkJoinPool.commonPool-worker-2:2
    ForkJoinPool.commonPool-worker-3:1
    ForkJoinPool.commonPool-worker-1:9
    ForkJoinPool.commonPool-worker-5:4
    ForkJoinPool.commonPool-worker-4:5
    main:35
    parallel并行,用时:1033ms

**分析：**

> **parallel并行**：共启动6个线程，共耗时1033ms

## 17.iterator ##

> **iterator**： 迭代器，遍历返回流中的元素

@Test
    public void test16() { 
        // iterator:迭代器
        IntStream intStream = IntStream.of(1, 9, 4, 35, 5, 2);
        PrimitiveIterator.OfInt iterator = intStream.iterator();
        while (iterator.hasNext()) { 
            Integer next = iterator.next();
            System.out.println("iterator迭代数据:" + next);
        }
    }

**输出结果：**

iterator迭代数据:1
    iterator迭代数据:9
    iterator迭代数据:4
    iterator迭代数据:35
    iterator迭代数据:5
    iterator迭代数据:2

## 18.boxed ##

> **boxed**：翻译过来是盒子被包装的意思。即：返回由IntStream流中的元素组成的Stream流，每个box 都装着Integer类  
> 在Stream流中，是没有boxed()方法的；  
> 只有在IntStream、DoubleStream、LongStream 这三种类型的流中，才有boxed()方法

**源码：**

@Override
    public final Stream<Integer> boxed() { 
        return mapToObj(Integer::valueOf);
    }

**解析：**

> ①IntStream流中存的是 int 类型的 Stream，而Steam<Integer>是一个存了Integer的Stream。  
> ②`看源码发现，boxed()的作用就是将int类型的Stream转成了Integer类型的Stream`。  
> ②即：将IntStream转换成Stream<Integer>的过程，该过程也可通过上面介绍到的**mapToObj()方法**来实现

@Test
    public void test17() { 
        // boxed:返回一个流中元素的包装类的流(即：将IntStream转成Stream<Integer>类型)
    
        // 1.通过mapToObj()方法的方式返回Stream<xxx>类型
        IntStream intStream = IntStream.of(1, 9, 4, 35, 5, 2);
        intStream.mapToObj(Integer::valueOf).collect(Collectors.toList()).forEach(System.out::println);
    
        // 2.通过boxed()方法的方式返回Stream<Integer>类型
        IntStream intStream1 = IntStream.of(1, 9, 4, 35, 5, 2);
        Stream<Integer> boxed = intStream1.boxed();  // 看这里,通过boxed返回的是Stream<Integer>类型
        List<Integer> collect = boxed.collect(Collectors.toList()); // 转换成List<Integer>类型
    }

**扩展：**

@Test
    public void test18() { 
        // IntStream 转 Stream<Integer>
        IntStream intStream = IntStream.of(111, 222);
        Stream<Integer> boxed = intStream.boxed();
        // Stream<Integer> 转 IntStream
        Stream<Integer> integerStream = Stream.of(1111, 222);
        IntStream intStream1 = integerStream.mapToInt(Integer::valueOf);
    }

## 19.toArray ##

> **toArray**：将IntStream流中的元素转换成一个数组

@Test
    public void test19() { 
        IntStream intStream = IntStream.of(1, 9, 4, 35, 5, 2);
        // toArray:将IntStream流中的元素转换成一个数组
        int[] intArray = intStream.toArray();
        System.out.println(Arrays.toString(intArray));
    }

**输出结果：**

[1, 9, 4, 35, 5, 2]

## 20.close / onClose ##

> **close**：用于关闭Stream流，  
> **onClose**：该方法用于注册一个回调函数，它返回的是一个新的流，可以连续调用onClose，注册多个回调方法

@Test
    public void test21() { 
        // IntStream流
        IntStream intStream = IntStream.of(1, 9, 4, 35, 5, 2);
    
        // 使用onClose()方法注册多个回调函数
        IntStream newStream = intStream
                                .onClose(() -> System.out.println("1"))
                                .onClose(() -> System.out.println("2"))
                                .onClose(() -> System.out.println("3"));
    
        // 调用close()方法关闭流时,会一次执行注册的回调函数
        newStream.close();
    
        // 关闭流后,就不能再使用该流了(此处会报错:stream has already been operated upon or closed)
        int sum = newStream.sum();
    
    }

**输出结果：**

// 关闭流时的回调函数内容
    1
    2
    3
    // 报错信息
    java.lang.IllegalStateException: stream has already been operated upon or closed

## 21.collect ##

> **collect**：用于将流中最终计算好的数据进行收集，并返回  
>    
> collect() 方法的使用，也有很多内容学习，此处内容过多，不做一一列举。  
> 在使用collect()方法时，我们会常用到一个**Collectors**工具类，该工具类为我们提供了很多日常开发中会用到的一些方法  
>    
> 比如说：  
> 1.将结果收集到List集合  
> 2.将结果收集到Set集合  
> 3.将结果收集到Collection集合中  
> 4.将结果进行聚合计算后返回  
> … … 等很多工具类，挺好用的。  
>    
> 此处不过多介绍。请参考：[JDK8辅助学习(四)：Stream流 collect() 方法的详细使用介绍][JDK8_Stream_ collect_]  
>    
> Example：此处来一个简单的案例，将strem流计算返回的结果，收集到List集合中

@Test
    public void test23() { 
        // IntStream流
        IntStream intStream = IntStream.of(2, 9, 12, 35, 38, 8, 13, 39, 58, 86, 63);
    
        // 操作
        List<Integer> collect = intStream.filter(val -> val > 10)  // 过滤掉<10的,返回:12, 35, 38, 13, 39, 58, 86, 63
                .map(val -> 2 * val)   // 翻倍,返回:24, 70, 76, 26, 78, 116, 172, 126
                .skip(2)  // 跳过前2个,返回:76, 26, 78, 116, 172, 126
                .limit(4)  // 截取前4个,返回:76, 26, 78, 116
                .boxed()  // IntStream 转 Stream<Integer>
                .collect(Collectors.toList());  // 将结果收集至List集合
    
        // 输出
        collect.forEach(System.out::println);
    }

**输出结果：**

76
    26
    78
    116

Collectors工具类的使用，更多内容请参考：[JDK8辅助学习(四)：Stream流 collect() 方法的详细使用介绍][JDK8_Stream_ collect_]

--------------------

**博主写作不易，加个关注呗**

**求关注、求点赞，加个关注不迷路 ヾ(◍°∇°◍)ﾉﾞ**

**我不能保证所写的内容都正确，但是可以保证不复制、不粘贴。保证每一句话、每一行代码都是亲手敲过的，错误也请指出，望轻喷 Thanks♪(･ω･)ﾉ**

[JDK8_ Stream]: https://blog.csdn.net/lzb348110175/article/details/103877590
[20210331150306611.png]: /images/20221022/0ba0b145f4ca4a63bf879d7e3ae49e5e.png
[JDK8_Stream_ collect_]: https://blog.csdn.net/lzb348110175/article/details/103923237