在Kotlin标准库中有用于平均、计数、区分、过滤、查找、分组、连接、映射、最小值、最大值、分区、切片、排序、求和、到/从数组、到/从列表、到/从映射、联合、共迭代、所有函数范式等等的函数。因此，您可以使用它们来创建小的一行程序，而不需要使用Java 8中更复杂的语法。

我认为内建的Java 8 collector类唯一缺少的是摘要(但在这个问题的另一个答案中是一个简单的解决方案)。

两者都缺少的一点是按计数批处理，这在Stack Overflow的另一个答案中可以看到，并且也有一个简单的答案。另一个有趣的例子也是来自Stack Overflow:使用Kotlin将序列分成三个列表的惯用方法。如果你想创建一个类似于流的东西。收集用于其他目的，请参见自定义流。在Kotlin收集

EDIT 2017-08-11:在Kotlin 1.2 M2中增加了分块/窗口收集操作，参见https://blog.jetbrains.com/kotlin/2017/08/kotlin-1-2-m2-is-out/

---

探索kotlin的API参考总是好的。在创建可能已经存在的新函数之前将集合作为一个整体。

下面是一些来自Java 8 Stream的转换。收集示例到Kotlin中的等效程序:

将名字积累到一个列表中

// Java:  
List<String> list = people.stream().map(Person::getName).collect(Collectors.toList());

// Kotlin:
val list = people.map { it.name }  // toList() not needed

将元素转换为字符串并连接它们，用逗号分隔

// Java:
String joined = things.stream()
                      .map(Object::toString)
                      .collect(Collectors.joining(", "));

// Kotlin:
val joined = things.joinToString(", ")

计算员工的工资总额

// Java:
int total = employees.stream()
                     .collect(Collectors.summingInt(Employee::getSalary)));

// Kotlin:
val total = employees.sumBy { it.salary }

按部门分组员工

// Java:
Map<Department, List<Employee>> byDept
     = employees.stream()
                .collect(Collectors.groupingBy(Employee::getDepartment));

// Kotlin:
val byDept = employees.groupBy { it.department }

按部门计算工资总额

// Java:
Map<Department, Integer> totalByDept
     = employees.stream()
                .collect(Collectors.groupingBy(Employee::getDepartment,
                     Collectors.summingInt(Employee::getSalary)));

// Kotlin:
val totalByDept = employees.groupBy { it.dept }.mapValues { it.value.sumBy { it.salary }}

把学生分成及格和不及格两类

// Java:
Map<Boolean, List<Student>> passingFailing =
     students.stream()
             .collect(Collectors.partitioningBy(s -> s.getGrade() >= PASS_THRESHOLD));

// Kotlin:
val passingFailing = students.partition { it.grade >= PASS_THRESHOLD }

男性成员姓名

// Java:
List<String> namesOfMaleMembers = roster
    .stream()
    .filter(p -> p.getGender() == Person.Sex.MALE)
    .map(p -> p.getName())
    .collect(Collectors.toList());

// Kotlin:
val namesOfMaleMembers = roster.filter { it.gender == Person.Sex.MALE }.map { it.name }

按性别分列的名册成员分组名称

// Java:
Map<Person.Sex, List<String>> namesByGender =
      roster.stream().collect(
        Collectors.groupingBy(
            Person::getGender,                      
            Collectors.mapping(
                Person::getName,
                Collectors.toList())));

// Kotlin:
val namesByGender = roster.groupBy { it.gender }.mapValues { it.value.map { it.name } }   

将一个列表筛选为另一个列表

// Java:
List<String> filtered = items.stream()
    .filter( item -> item.startsWith("o") )
    .collect(Collectors.toList());

// Kotlin:
val filtered = items.filter { it.startsWith('o') } 

寻找列表中最短的字符串

// Java:
String shortest = items.stream()
    .min(Comparator.comparing(item -> item.length()))
    .get();

// Kotlin:
val shortest = items.minBy { it.length }

应用筛选器后计数列表中的项

// Java:
long count = items.stream().filter( item -> item.startsWith("t")).count();

// Kotlin:
val count = items.filter { it.startsWith('t') }.size
// but better to not filter, but count with a predicate
val count = items.count { it.startsWith('t') }

然后……在所有情况下，模拟Stream.collect都不需要特殊的折叠、缩减或其他功能。如果您有更多的用例，请将它们添加到评论中，我们就可以看到了!

关于懒惰

如果您想要延迟处理一个链，您可以在链之前使用asSequence()转换为序列。在函数链的末端，通常也会得到一个序列。然后，您可以使用toList()， toSet()， toMap()或其他一些函数在最后具体化序列。

// switch to and from lazy
val someList = items.asSequence().filter { ... }.take(10).map { ... }.toList()

// switch to lazy, but sorted() brings us out again at the end
val someList = items.asSequence().filter { ... }.take(10).map { ... }.sorted()

为什么没有类型?!?

您将注意到Kotlin示例没有指定类型。这是因为Kotlin具有完整的类型推断，并且在编译时是完全类型安全的。比Java更重要，因为它也有可空类型，可以帮助防止可怕的NPE。在Kotlin中:

val someList = people.filter { it.age <= 30 }.map { it.name }

等于:

val someList: List<String> = people.filter { it.age <= 30 }.map { it.name }

因为科特林知道什么是人，而那个人。age是Int，因此过滤器表达式只允许与Int进行比较，而people.name是字符串，因此映射步骤生成List<String> (String的只读列表)。

现在，如果people可能为空，比如在List< people >?然后:

val someList = people?.filter { it.age <= 30 }?.map { it.name }

返回一个列表<字符串>?(或者使用其他Kotlin操作符来处理可空值，参见Kotlin处理可空值的惯用方法和Kotlin中处理可空或空列表的惯用方法)

参见:

Iterable扩展函数的API参考 数组扩展函数的API引用 List扩展函数的API参考 Map扩展函数的API引用

对于其他示例，这里是所有从Java 8流教程转换到Kotlin的示例。每个示例的标题都来自于源文章:

流是如何工作的

// Java:
List<String> myList = Arrays.asList("a1", "a2", "b1", "c2", "c1");

myList.stream()
      .filter(s -> s.startsWith("c"))
      .map(String::toUpperCase)
     .sorted()
     .forEach(System.out::println);

// C1
// C2

// Kotlin:
val list = listOf("a1", "a2", "b1", "c2", "c1")
list.filter { it.startsWith('c') }.map (String::toUpperCase).sorted()
        .forEach (::println)

不同类型的流

// Java:
Arrays.asList("a1", "a2", "a3")
    .stream()
    .findFirst()
    .ifPresent(System.out::println);    

// Kotlin:
listOf("a1", "a2", "a3").firstOrNull()?.apply(::println)

或者，在String上创建一个名为ifPresent的扩展函数:

// Kotlin:
inline fun String?.ifPresent(thenDo: (String)->Unit) = this?.apply { thenDo(this) }

// now use the new extension function:
listOf("a1", "a2", "a3").firstOrNull().ifPresent(::println)

参见:apply()函数

请参见:扩展函数

参见:?。安全调用操作符，以及一般的可空性:在Kotlin中，处理可空值、引用或转换它们的惯用方法是什么

不同类型的流#2

// Java:
Stream.of("a1", "a2", "a3")
    .findFirst()
    .ifPresent(System.out::println);    

// Kotlin:
sequenceOf("a1", "a2", "a3").firstOrNull()?.apply(::println)

3 .不同类型的流

// Java:
IntStream.range(1, 4).forEach(System.out::println);

// Kotlin:  (inclusive range)
(1..3).forEach(::println)

4 .不同类型的流

// Java:
Arrays.stream(new int[] {1, 2, 3})
    .map(n -> 2 * n + 1)
    .average()
    .ifPresent(System.out::println); // 5.0    

// Kotlin:
arrayOf(1,2,3).map { 2 * it + 1}.average().apply(::println)

5 .不同类型的流

// Java:
Stream.of("a1", "a2", "a3")
    .map(s -> s.substring(1))
    .mapToInt(Integer::parseInt)
    .max()
    .ifPresent(System.out::println);  // 3

// Kotlin:
sequenceOf("a1", "a2", "a3")
    .map { it.substring(1) }
    .map(String::toInt)
    .max().apply(::println)

不同类型的流

// Java:
IntStream.range(1, 4)
    .mapToObj(i -> "a" + i)
    .forEach(System.out::println);

// a1
// a2
// a3    

// Kotlin:  (inclusive range)
(1..3).map { "a$it" }.forEach(::println)

7 .不同类型的流

// Java:
Stream.of(1.0, 2.0, 3.0)
    .mapToInt(Double::intValue)
    .mapToObj(i -> "a" + i)
    .forEach(System.out::println);

// a1
// a2
// a3

// Kotlin:
sequenceOf(1.0, 2.0, 3.0).map(Double::toInt).map { "a$it" }.forEach(::println)

为什么秩序很重要

Java 8流教程的这一部分对于Kotlin和Java是一样的。

复用流

在Kotlin中，是否可以多次使用集合取决于集合的类型。Sequence每次都会生成一个新的迭代器，除非它声明“只使用一次”，否则每次被操作时它都会重置到起始位置。因此，虽然以下代码在Java 8流中失败，但在Kotlin中可以工作:

// Java:
Stream<String> stream =
Stream.of("d2", "a2", "b1", "b3", "c").filter(s -> s.startsWith("b"));

stream.anyMatch(s -> true);    // ok
stream.noneMatch(s -> true);   // exception

// Kotlin:  
val stream = listOf("d2", "a2", "b1", "b3", "c").asSequence().filter { it.startsWith('b' ) }

stream.forEach(::println) // b1, b2

println("Any B ${stream.any { it.startsWith('b') }}") // Any B true
println("Any C ${stream.any { it.startsWith('c') }}") // Any C false

stream.forEach(::println) // b1, b2

在Java中得到相同的行为:

// Java:
Supplier<Stream<String>> streamSupplier =
    () -> Stream.of("d2", "a2", "b1", "b3", "c")
          .filter(s -> s.startsWith("a"));

streamSupplier.get().anyMatch(s -> true);   // ok
streamSupplier.get().noneMatch(s -> true);  // ok

因此，在Kotlin中，数据的提供者决定是否可以重置并提供一个新的迭代器。但如果你想有意地将一个Sequence约束为一次迭代，你可以使用constrainOnce()函数用于Sequence，如下所示:

val stream = listOf("d2", "a2", "b1", "b3", "c").asSequence().filter { it.startsWith('b' ) }
        .constrainOnce()

stream.forEach(::println) // b1, b2
stream.forEach(::println) // Error:java.lang.IllegalStateException: This sequence can be consumed only once. 

高级操作

收集例子#5(是的，我在其他答案中已经跳过了这些)

// Java:
String phrase = persons
        .stream()
        .filter(p -> p.age >= 18)
        .map(p -> p.name)
        .collect(Collectors.joining(" and ", "In Germany ", " are of legal age."));

    System.out.println(phrase);
    // In Germany Max and Peter and Pamela are of legal age.    

// Kotlin:
val phrase = persons.filter { it.age >= 18 }.map { it.name }
        .joinToString(" and ", "In Germany ", " are of legal age.")

println(phrase)
// In Germany Max and Peter and Pamela are of legal age.

作为旁注，在Kotlin中，我们可以创建简单的数据类并实例化测试数据，如下所示:

// Kotlin:
// data class has equals, hashcode, toString, and copy methods automagically
data class Person(val name: String, val age: Int) 

val persons = listOf(Person("Tod", 5), Person("Max", 33), 
                     Person("Frank", 13), Person("Peter", 80),
                     Person("Pamela", 18))

收集示例#6

// Java:
Map<Integer, String> map = persons
        .stream()
        .collect(Collectors.toMap(
                p -> p.age,
                p -> p.name,
                (name1, name2) -> name1 + ";" + name2));

System.out.println(map);
// {18=Max, 23=Peter;Pamela, 12=David}    

这是Kotlin更感兴趣的例子。首先，探索从集合/序列创建Map的变化的错误答案:

// Kotlin:
val map1 = persons.map { it.age to it.name }.toMap()
println(map1)
// output: {18=Max, 23=Pamela, 12=David} 
// Result: duplicates overridden, no exception similar to Java 8

val map2 = persons.toMap({ it.age }, { it.name })
println(map2)
// output: {18=Max, 23=Pamela, 12=David} 
// Result: same as above, more verbose, duplicates overridden

val map3 = persons.toMapBy { it.age }
println(map3)
// output: {18=Person(name=Max, age=18), 23=Person(name=Pamela, age=23), 12=Person(name=David, age=12)}
// Result: duplicates overridden again

val map4 = persons.groupBy { it.age }
println(map4)
// output: {18=[Person(name=Max, age=18)], 23=[Person(name=Peter, age=23), Person(name=Pamela, age=23)], 12=[Person(name=David, age=12)]}
// Result: closer, but now have a Map<Int, List<Person>> instead of Map<Int, String>

val map5 = persons.groupBy { it.age }.mapValues { it.value.map { it.name } }
println(map5)
// output: {18=[Max], 23=[Peter, Pamela], 12=[David]}
// Result: closer, but now have a Map<Int, List<String>> instead of Map<Int, String>

现在揭晓正确答案:

// Kotlin:
val map6 = persons.groupBy { it.age }.mapValues { it.value.joinToString(";") { it.name } }

println(map6)
// output: {18=Max, 23=Peter;Pamela, 12=David}
// Result: YAY!!

我们只需要连接匹配的值来折叠列表，并为jointToString提供一个转换器，以从Person实例移动到Person.name。

收集示例#7

好的，不需要自定义Collector也可以很容易地完成这个任务，所以让我们用Kotlin方法解决它，然后设计一个新示例，展示如何为Collector执行类似的过程。summarizingInt在Kotlin中并不存在。

// Java:
Collector<Person, StringJoiner, String> personNameCollector =
Collector.of(
        () -> new StringJoiner(" | "),          // supplier
        (j, p) -> j.add(p.name.toUpperCase()),  // accumulator
        (j1, j2) -> j1.merge(j2),               // combiner
        StringJoiner::toString);                // finisher

String names = persons
        .stream()
        .collect(personNameCollector);

System.out.println(names);  // MAX | PETER | PAMELA | DAVID    

// Kotlin:
val names = persons.map { it.name.toUpperCase() }.joinToString(" | ")

这不是我的错，他们选了一个微不足道的例子!!好的，下面是Kotlin的一个新的summarizingInt方法和一个匹配的示例:

SummarizingInt例子

// Java:
IntSummaryStatistics ageSummary =
    persons.stream()
           .collect(Collectors.summarizingInt(p -> p.age));

System.out.println(ageSummary);
// IntSummaryStatistics{count=4, sum=76, min=12, average=19.000000, max=23}    

// Kotlin:

// something to hold the stats...
data class SummaryStatisticsInt(var count: Int = 0,  
                                var sum: Int = 0, 
                                var min: Int = Int.MAX_VALUE, 
                                var max: Int = Int.MIN_VALUE, 
                                var avg: Double = 0.0) {
    fun accumulate(newInt: Int): SummaryStatisticsInt {
        count++
        sum += newInt
        min = min.coerceAtMost(newInt)
        max = max.coerceAtLeast(newInt)
        avg = sum.toDouble() / count
        return this
    }
}

// Now manually doing a fold, since Stream.collect is really just a fold
val stats = persons.fold(SummaryStatisticsInt()) { stats, person -> stats.accumulate(person.age) }

println(stats)
// output: SummaryStatisticsInt(count=4, sum=76, min=12, max=23, avg=19.0)

但是最好创建一个扩展函数，2实际上是为了匹配Kotlin stdlib中的样式:

// Kotlin:
inline fun Collection<Int>.summarizingInt(): SummaryStatisticsInt
        = this.fold(SummaryStatisticsInt()) { stats, num -> stats.accumulate(num) }

inline fun <T: Any> Collection<T>.summarizingInt(transform: (T)->Int): SummaryStatisticsInt =
        this.fold(SummaryStatisticsInt()) { stats, item -> stats.accumulate(transform(item)) }

现在你有两种方法来使用新的summarizingInt函数:

val stats2 = persons.map { it.age }.summarizingInt()

// or

val stats3 = persons.summarizingInt { it.age }

所有这些都产生了相同的结果。我们还可以创建这个扩展来处理Sequence和适当的原语类型。

为了好玩，比较一下实现这个摘要所需的Java JDK代码和Kotlin自定义代码。

在某些情况下，很难避免调用collect(Collectors.toList())或类似的方法。在这些情况下，您可以使用扩展函数更快地更改为Kotlin等效，例如:

fun <T: Any> Stream<T>.toList(): List<T> = this.collect(Collectors.toList<T>())
fun <T: Any> Stream<T>.asSequence(): Sequence<T> = this.iterator().asSequence()

然后，您可以简单地stream.toList()或stream.asSequence()移回Kotlin API。像Files.list(path)这样的情况会迫使您在不需要Stream时使用它，而这些扩展可以帮助您切换回标准集合和Kotlin API。

更多关于懒惰

让我们以Jayson给出的“按部门计算工资总额”的示例解决方案为例:

val totalByDept = employees.groupBy { it.dept }.mapValues { it.value.sumBy { it.salary }}

为了使它变得懒惰(即避免在groupBy步骤中创建中间映射)，不可能使用asSequence()。相反，我们必须使用groupingBy和fold操作:

val totalByDept = employees.groupingBy { it.dept }.fold(0) { acc, e -> acc + e.salary }

对于某些人来说，这甚至可能更具有可读性，因为您没有处理映射条目:即it。一开始，解决方案中的价值部分也让我感到困惑。

因为这是一个常见的情况，我们不喜欢每次都写出折叠，在Grouping上提供一个通用的sumBy函数可能会更好:

public inline fun <T, K> Grouping<T, K>.sumBy(
        selector: (T) -> Int
): Map<K, Int> = 
        fold(0) { acc, element -> acc + selector(element) }

所以我们可以简单地写:

val totalByDept = employees.groupingBy { it.dept }.sumBy { it.salary }