四川盐亭网站制作公司

Stream流整理-创新互联

一、概述

JDK 1.8新增的Stream，配合Lambda，给操作集合(Collection)提供了极大的便利。

网站建设公司,为您提供网站建设,网站制作,网页设计及定制网站建设服务,专注于成都定制网页设计,高端网页制作,对茶艺设计等多个行业拥有丰富的网站建设经验的网站建设公司。专业网站设计,网站优化推广哪家好,专业seo优化排名优化,H5建站,响应式网站。

那么什么是Stream？Stream将要处理的元素集合看作一种流，在流的过程中，借助Stream API对流中的元素进行操作，比如：筛选、排序、聚合等。

Stream可以由数组或集合创建，对流的操作分为两种：

  • 中间操作，每次返回一个新的流，可以有多个。

  • 终端操作，每个流只能进行一次终端操作，终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值。

另外，Stream有几个特性：

  1. stream不存储数据，而是按照特定的规则对数据进行计算，一般会输出结果。

  1. stream不会改变数据源，通常情况下会产生一个新的集合或一个值。

  1. stream具有延迟执行特性，只有调用终端操作时，中间操作才会执行。

二、常用方法 2.1 创建

Stream有三种创建方式

  1. 通过java.util.Collection.stream()方法用集合创建流

  1. 使用java.util.Arrays.stream(T[] array)方法用数组创建流

  1. 使用Stream的静态方法：of()、iterate()、generate()

2.1.1 通过集合创建流
Listlist = Arrays.asList("a", "b", "c");
// 创建一个顺序流
Streamstream = list.stream();
// 创建一个并行流
StreamparallelStream = list.parallelStream();

  • 串行流：适合存在线程安全问题、阻塞任务、重量级任务，以及需要使用同一事务的逻辑。

  • 并行流：适合没有线程安全问题、较单纯的数据处理任务。

2.1.2 使用数组创建流
int[] array = {1,3,5,6,8};
IntStreamstream= Arrays.stream(array);
2.1.3 使用静态方法
Streamstream = Stream.of(1, 2, 3, 4, 5, 6);

Streamstream2 = Stream.iterate(0, (x) ->x + 3).limit(4);
stream2.forEach(System.out::println);

Streamstream3 = Stream.generate(Math::random).limit(3);
stream3.forEach(System.out::println);

输出结果：

0 3 6 9
0.6796156909271994
0.1914314208854283
0.8116932592396652

stream和parallelStream的简单区分：stream是顺序流，由主线程按顺序对流执行操作，而parallelStream是并行流，内部以多线程并行执行的方式对流进行操作，但前提是流中的数据处理没有顺序要求。例如：筛选集合中的奇数，两者的处理不同之处：如果流中的数据量足够大，并行流可以加快处速度。

除了直接创建并行流，还可以通过parallel()把顺序流转换成并行流：

OptionalfindFirst = list.stream().parallel().filter(x ->x >6).findFirst();

关于更多的Parallel Stream，请参考：Java Parallel Stream和Java Stream之Parallel Streams编程指南

2.2 中间操作 2.2.1 筛选与切片

  1. filter(Predicate)：筛选流中某些元素

  1. limit(long val)：截断流，取流中前val个元素

  1. skip(n)：跳过n元素，配合limit(n)可实现分页

  1. distinct()：通过流所生成元素的equals和hashCode去重

2.2.2 映射

  1. map(Function f)：接收流中元素，并且将其映射成为新元素，例如：从student对象中取name属性

  1. flatMap(Function f)：将所有流中的元素并到一起连接成一个流

2.2.3 消费

  1. peek(Consumer c)：获取流中元素，操作流中元素，与foreach不同的是不会截断流，可继续操作。

使用场景：当遍历完数组后还有后续操作时或list数组转stream时，不适合在用Iterable的foreach循环，这个时候peek就派上用场了。
2.2.4 排序

  1. sorted()/sorted(Comparator)：产生一个新流，按照自然顺序/比较器规则排序

ArrayListnumber = new ArrayList<>();
        number.add(12);
        number.add(121);
        number.add(23);
        number.add(45);
        number.add(67);
        number.add(67);
        number.add(77);
        number.add(98);
        number.add(99);
        number.add(67);
        Streamdistinct = number.stream().filter(x ->x >50)//121,67,67,77,98，99,67
                .skip(2)//67,77,98，99,67
                .sorted()//67,67,77,98,99
                .distinct()//67,77,98,99
                .limit(3);//67,77,98
        distinct.forEach(System.out::println);
2.3 终止操作 2.3.1 匹配/聚合操作

匹配

  1. allMatch(Predicate)：当流中每个元素都符合该断言时才返回true，否则返回false

  1. noneMatch(Predicate)：当流中每个元素都不符合该断言时才返回true，否则返回false

  1. anyMatch(Predicate)：只要流中有一个元素满足该断言则返回true，否则返回false

寻找元素

  1. findFirst()：返回流中第一个元素

  1. findAny()：返回流中的任意元素

计数和极值

  1. count()：返回流中元素的总个数

  1. max()：返回流中元素大值

  1. min()：返回流中元素最小值

2.3.2 归约操作

  1. Optional reduce(BinaryOperator 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。

  1. T reduce(T identity, BinaryOperator 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。

  1. U reduce(U identity, BiFunctionaccumulator, BinaryOperator 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)流程进行归约。

2.3.3 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是一个接口，有以下5个抽象方法：

  1. Supplier supplier()：创建一个结果容器A

  1. BiConsumer 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

  1. BinaryOperator 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。

  1. Function 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()：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。

collect主要依赖java.util.stream.Collectors类内置的静态方法。Collectors具体方法如下：

归集

  1. toList()：将元素收集到一个新的List。

  1. toMap()：将元素收集到Map中，Map其键和值是将提供的映射函数应用于元素的结果。

  1. toSet()：将元素收集到一个新的Set。

  1. toCollection()：将元素Collection按遇到顺序收集到一个new中。

  1. toConcurrentMap()：将元素收集到ConcurrentMap的并发对象，其键和值是将提供的映射函数应用于元素的结果。

  1. toUnmodifiableList()：将元素收集到一个不可修改的List集合中。任何修改List集合的操作都将导致UnsupportedOperationException。

  1. toUnmodifiableSet()：将元素收集到一个不可修改的Set集合中。任何修改Set集合的操作都将导致UnsupportedOperationException。

统计

  1. counting()：返回计算元素数量，如果没有元素，则结果为0。

  1. averagingDouble()：应用于元素的double值函数的算术平均值。如果没有元素，则结果为0。

  1. averagingInt()：应用于元素的int值函数的算术平均值。

  1. averagingLong()：应用于元素的long值函数的算术平均值。

  1. summarizingDouble()：将生成double映射函数应用于每个元素，并返回结果值的汇总统计信息。

  1. summarizingInt()：将生成int映射函数应用于每个元素，并返回结果值的汇总统计信息。

  1. summarizingLong()：将生成long映射函数应用于每个元素，并返回结果值的汇总统计信息。

  1. summingDouble()：应用于元素的double值函数的总和。

  1. summingInt()：应用于元素的int值函数的总和。

  1. summingLong()：应用于元素的long值函数的总和。

  1. maxBy()：根据给定的比较器产生大元素。

  1. minBy()：根据给定的比较器产生最小元素。

分组

  1. groupingBy()：根据分类函数对元素进行分组，并返回结果Map。

  1. groupingByConcurrent()：并发执行，根据分类函数对元素进行分组。

  1. partitioningBy()：对元素进行分区Predicate，并将它们组织成Map>。

接合

  1. joining()：按遇到顺序将元素连接成String。

归约

  1. reducing()：在指定的BinaryOperator下执行其元素的缩减。

映射

  1. mapping()：通过在累加之前对每个元素应用映射函数。

结果集处理

  1. collectingAndThen()：调整Collector执行其它的结束转换。

三、使用案例

在使用Stream之前，先理解一个概念：Optional，Optional类是一个可以为null的容器对象。如果值存在则isPresent()方法会返回true，调用get()方法会返回该对象。

案例使用的员工类，这是后面案例中使用的员工类：

//学生类
package StreamCain;
public class Student {
    private String name;
    private String sex;
    private int age;
    private double soux;

    //无参数
    public Student(){}
    //有参数构造方法
    public Student(String name,String sex,int age,double soux){
        this.name=name;
        this.sex=sex;
        this.age=age;
        this.soux=soux;
    }
    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public String getSex() {
        return sex;
    }

    public void setSex(String sex) {
        this.sex = sex;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }

    public double getSoux() {
        return soux;
    }

    public void setSoux(double soux) {
        this.soux = soux;
    }
}

//老师类

package StreamCain;

import java.util.ArrayList;
import java.util.IntSummaryStatistics;
import java.util.stream.Collectors;

public class Teacher {
    public static void main(String[] args) {
        Student cainfly = new Student("Cainfly", "男", 25, 198);
        Student ss = new Student("ss", "女", 25, 176);
        Student mm = new Student("mm", "男", 56, 156);
        Student gg = new Student("gg", "女", 34, 136);
        Student ff = new Student("ff", "女", 12, 98);
        Student hh = new Student("hh", "男", 4, 77);
        //将这些对象添加到集合中
        ArrayListstudent = new ArrayList<>();
        student.add(cainfly);
        student.add(ss);
        student.add(mm);
        student.add(gg);
        student.add(ff);
        student.add(hh);
        System.out.println(student);
        Integer sunage = student.stream().collect(Collectors.summingInt(Student::getAge));
        //::方法的引用
        System.out.println(sunage);
    }
}
3.1 遍历/匹配(foreach/find/match)

Stream也是支持类似集合的遍历和匹配元素的，只是Stream中的元素是以Optional类型存在的。Stream的遍历、匹配非常简单。

publicclassStreamTest {
    publicstaticvoidmain(String[] args) {
        Listlist = Arrays.asList(7, 6, 9, 3, 8, 2, 1);
        // 匹配第一个
        OptionalfindFirst = list.stream().filter(x ->x >6).findFirst();
        // 匹配任意（适用于并行流）
        OptionalfindAny = list.parallelStream().filter(x ->x >6).findAny();
        // 是否包含符合特定条件的元素booleananyMatch= list.stream().anyMatch(x ->x >6);
        System.out.println("匹配第一个值：" + findFirst.get());
        System.out.println("匹配任意一个值：" + findAny.get());
        System.out.println("是否存在大于6的值：" + anyMatch);
    }
}

运行结果：

匹配第一个值：7
匹配任意一个值：8
是否存在大于6的值：true

list.forEach()与list.stream().forEach()区别

list.forEach()使用增强for循环。list.stream().forEach()首先将集合转换为流，然后对集合的流进行迭代。最后调用ReferencePipeline类的forEach方法。

publicvoidforEach(Consumeraction) {
     if (!isParallel()) {
         sourceStageSpliterator().forEachRemaining(action);
     } else {
         super.forEach(action);
     }
 }

forEachRemaining方法对集合中剩余的元素进行操作，也就是说只遍历一次集合元素。

  1. 当一边遍历一边删除的时候，forEach能够快速失败，而stream().forEach()只有等到数组遍历完之后才会抛异常。

3.2 筛选(filter)

筛选，是按照一定的规则校验流中的元素，将符合条件的元素提取到新的流中的操作。

案例一：筛选出Integer集合中大于7的元素，并打印出来

publicclassStreamTest {
    publicstaticvoidmain(String[] args) {
        Listlist = Arrays.asList(6, 7, 3, 8, 1, 2, 9);
        Streamstream = list.stream();
        stream.filter(x ->x >7).forEach(System.out::println);
    }
}

预期结果：

8 9
3.3 聚合(max/min/count)

max、min、count这些字眼你一定不陌生，没错，在mysql中我们常用它们进行数据统计。Java stream中也引入了这些概念和用法，极大地方便了我们对集合、数组的数据统计工作。

案例一：获取String集合中最长的元素。

publicclassStreamTest {
    publicstaticvoidmain(String[] args) {
        Listlist = Arrays.asList("adnm", "admmt", "pot", "xbangd", "weoujgsd");
        // 比较
        Optionalmax = list.stream().max(Comparator.comparing(String::length));
        System.out.println("最长的字符串：" + max.get());
    }
}

输出结果：

最长的字符串：weoujgsd

案例二：获取Integer集合中的大值。

publicclassStreamTest {
    publicstaticvoidmain(String[] args) {
        Listlist = Arrays.asList(7, 6, 9, 4, 11, 6);
        // 自然排序
        Optionalmax = list.stream().max(Integer::compareTo);
        // 自定义排序
        Optionalmax2 = list.stream().max(newComparator() {
            @Overridepublicintcompare(Integer o1, Integer o2) {
                return o1.compareTo(o2);
            }
        });
        System.out.println("自然排序的大值：" + max.get());
        System.out.println("自定义排序的大值：" + max2.get());
    }
}

输出结果：

自然排序的大值：11
自定义排序的大值：11

案例三：获取学生年龄最高的人。

Optionalmax = student.stream().max(Comparator.comparingInt(Student::getAge));
        System.out.println(max.get().getAge());//56

案例四：计算Integer集合中大于6的元素的个数。

publicclassStreamTest {
    publicstaticvoidmain(String[] args) {
        Listlist = Arrays.asList(7, 6, 4, 8, 2, 11, 9);
        longcount= list.stream().filter(x ->x >6).count();
        System.out.println("list中大于6的元素个数：" + count);
    }
}

输出结果：

list中大于6的元素个数：4
3.4 映射(map/flatMap)

映射，可以将一个流的元素按照一定的映射规则映射到另一个流中。分为map和flatMap：

  • 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。

案例一：英文字符串数组的元素全部改为大写。整数数组每个元素加3。

publicclassStreamTest {
    publicstaticvoidmain(String[] args) {
        String[] strArr = {"abcd", "bcdd", "defde", "fTr"};
        // 数组元素转大写
        ListstrList = Arrays.stream(strArr).map(String::toUpperCase)
                .collect(Collectors.toList());

        ListintList = Arrays.asList(1, 3, 5, 7, 9, 11);
        // 元素加法
        ListintListNew = intList.stream().map(x ->x + 3).collect(Collectors.toList());

        System.out.println("每个元素大写：" + strList);
        System.out.println("每个元素 + 3：" + intListNew);
    }
}

输出结果：

每个元素大写：[ABCD, BCDD, DEFDE, FTR]
每个元素 + 3：[4, 6, 8, 10, 12, 14]

案例二：将员工的薪资全部增加1000。

publicclassStreamTest {
    publicstaticvoidmain(String[] args) {
        ListemployeeList = init();

        // 不改变原来员工集合的方式
        ListemployeeListNew = employeeList.stream().map(employee ->{
            EmployeeemployeeNew=newEmployee(employee.getName(), 0, 0, null, null);
            employeeNew.setSalary(employee.getSalary() + 10000);
            return employeeNew;
        }).collect(Collectors.toList());
        System.out.println("一次改动前：" + employeeList.get(0).getName() 
                                        + "-->" + employeeList.get(0).getSalary());
        System.out.println("一次改动后：" + employeeListNew.get(0).getName()
                                        + "-->" + employeeListNew.get(0).getSalary());

        // 改变原来员工集合的方式
        ListemployeeListNew2 = employeeList.stream().map(employee ->{
            employee.setSalary(employee.getSalary() + 10000);
            return employee;
        }).collect(Collectors.toList());
        System.out.println("二次改动前：" + employeeList.get(0).getName()
                                        + "-->" + employeeListNew.get(0).getSalary());
        System.out.println("二次改动后：" + employeeListNew2.get(0).getName()
                                        + "-->" + employeeListNew.get(0).getSalary());
    }
}

输出结果：

一次改动前：Tom–>8900
一次改动后：Tom–>18900
二次改动前：Tom–>18900
二次改动后：Tom–>18900

案例三：将两个字符数组合并成一个新的字符数组。

publicclassStreamTest {
    publicstaticvoidmain(String[] args) {
        Listlist = Arrays.asList("m, k, l, a", "1, 3, 5, 7");
        ListlistNew = list.stream().flatMap(s ->{
            // 将每个元素转换成一个stream
            String[] split = s.split(",");
            Streams2 = Arrays.stream(split);
            return s2;
        }).collect(Collectors.toList());
        
        System.out.println("处理前的集合：" + list);
        System.out.println("处理后的集合：" + listNew);
    }
}

输出结果：

处理前的集合：[m-k-l-a, 1-3-5-7]
处理后的集合：[m, k, l, a, 1, 3, 5, 7]
3.5 归约(reduce)

归约，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作。

案例一：求Integer集合的元素之和、乘积和大值。

publicclassStreamTest {
    publicstaticvoidmain(String[] args) {
        Listlist = Arrays.asList(1, 3, 2, 8, 11, 4);
        // 求和方式1
        Optionalsum = list.stream().reduce((x, y) ->x + y);
        // 求和方式2
        Optionalsum2 = list.stream().reduce(Integer::sum);
        // 求和方式3Integersum3= list.stream().reduce(0, Integer::sum);
        
        // 求乘积
        Optionalproduct = list.stream().reduce((x, y) ->x * y);

        // 求大值方式1
        Optionalmax = list.stream().reduce((x, y) ->x >y ? x : y);
        // 求大值写法2Integermax2= list.stream().reduce(1, Integer::max);
	    
        System.out.println("list求和：" + sum.get() + "," + sum2.get() + "," + sum3);
        System.out.println("list求积：" + product.get());
        System.out.println("list求和：" + max.get() + "," + max2);
    }
}

输出结果：

list求和：29,29,29
list求积：2112
list求和：11,11

案例二：求所有学生的工资之和

Double reduce1 = student.stream().map(Student::getSoux).reduce(0.0, Double::sum);
        Optionalreduce = student.stream().map(Student::getSoux).reduce(Double::sum);
        System.out.println(reduce1);//841.0
        System.out.println(reduce.get().doubleValue());//841.0
3.6 收集(collect)

collect(收集)，可以说是内容最繁多、功能最丰富的部分了。从字面上去理解，就是把一个流收集起来，最终可以是收集成一个值也可以收集成一个新的集合。collect主要依赖java.util.stream.Collectors类内置的静态方法。

3.6.1 归集(toList/toSet/toMap)

因为流不存储数据，那么在流中的数据完成处理后，需要将流中的数据重新归集到新的集合里。toList、toSet和toMap比较常用，另外还有toCollection、toConcurrentMap等复杂一些的用法。

下面用一个案例演示toList、toSet和toMap：

ArrayListobjects = new ArrayList<>();
        objects.add("i");
        objects.add("123");
        objects.add("aa");
        objects.add("vv");
        objects.add("vv");
        objects.add("you");
        Listlist = objects.stream().collect(Collectors.toList());//转list
        Setset = objects.stream().collect(Collectors.toSet());//转set
        String joining = objects.stream().collect(Collectors.joining(","));//拼接
        ArrayListnewList= objects.stream().collect(Collectors.toCollection(ArrayList::new));//不是转为了list或set，而是转为了指定的集合
        System.out.println("list的结果为："+list);
        System.out.println("set的结果为："+set);//唯一性
        System.out.println("joining的结果为："+joining);
        System.out.println(newList);

运行结果：

list的结果为：[i, 123, aa, vv, vv, you]
set的结果为：[aa, vv, 123, i, you]
joining的结果为：i,123,aa,vv,vv,you
[i, 123, aa, vv, vv, you]
3.6.2 统计(count/averaging)

Collectors提供了一系列用于数据统计的静态方法：

  1. 计数：count

  1. 平均值：averagingInt、averagingLong、averagingDouble

  1. 最值：maxBy、minBy

  1. 求和：summingInt、summingLong、summingDouble

  1. 统计以上所有：summarizingInt、summarizingLong、summarizingDouble

案例：统计学生人数、平均工资、年龄总合、最高工资。

   Long count = student.stream().collect(Collectors.counting());//总数
    Double aveng = student.stream().collect(Collectors.averagingDouble(Student::getSoux));//平均数
    Integer age = student.stream().collect(Collectors.summingInt(Student::getAge));//年龄总和
    Optionalmaxage = student.stream().map(Student::getAge).collect((Collectors.maxBy(Integer::compare)));//年龄的大值
    Optionalmax = student.stream().max(Comparator.comparingInt(Student::getAge));//年龄的大值
        System.out.println(count);//6
        System.out.println(aveng);//140.16666666666666
        System.out.println(age);//156
        System.out.println(maxage.get().toString());//56
        System.out.println(max.get().getAge());//56
3.6.3 接合(joining)

joining可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。

   String name = student.stream().map(Student::getName).collect(Collectors.joining(","));
    System.out.println(name);//Cainfly,ss,mm,gg,ff,hh
    	Listlist = Arrays.asList("A", "B", "C");
    	Stringstring= list.stream().collect(Collectors.joining("-"));
    	System.out.println("拼接后的字符串：" + string);//A-B-C
    }
}
3.6.4 归约(reducing)

Collectors类提供的reducing方法，相比于stream本身的reduce方法，增加了对自定义归约的支持。

   Double reduce1 = student.stream().map(Student::getSoux).reduce(0.0, Double::sum);
     Optionalreduce = student.stream().map(Student::getSoux).reduce(Double::sum);
        System.out.println(reduce1);//841.0
        System.out.println(reduce.get().doubleValue());//841.0
3.7 排序(sorted)

sorted，中间操作。有两种排序：

sorted()：自然排序，流中元素需实现Comparable接口

sorted(Comparator com)：Comparator排序器自定义排序

案例：将员工按工资由高到低（工资一样则按年龄由大到小）排序

// 按工资升序排序（自然排序)
        Listcollect = student.stream().sorted(Comparator.comparing(Student::getSoux)).map(Student::getName).collect(Collectors.toList());
        System.out.println(collect);
四、拓展 4.1 peek与map的区别
Streampeek(Consumeraction)Streammap(Functionmapper);

peek接收一个Consumer，而map接收一个Function。

  • map：用于对流中的每个元素进行映射处理，然后再形成新的流；

  • peek：用于debug调试流中间结果，不能形成新的流，但能修改引用类型字段的值；

Consumer是没有返回值的，它只是对Stream中的元素进行某些操作，但是操作之后的数据并不返回到Stream中，所以Stream中的元素还是原来的元素。

而Function是有返回值的，这意味着对于Stream的元素的所有操作都会作为新的结果返回到Stream中。

这就是为什么peek String不会发生变化而peek Object会发送变化的原因。

4.2 peek和foreach区别

  • peek：会继续返回Stream对象

  • forEach：返回void，结束Stream操作。

你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧


分享题目：Stream流整理-创新互联
URL分享：http://scyanting.com/article/ejgid.html

其他资讯