流的操作
流的使用一般包括三件事:
一个数据源来执行一个查询;
一个中间操作链,形成一条流的流水线;
一个终端操作,执行流水线,并能生成结果
中间操作
操作 | 类型 | 返回类型 | 操作参数 | 函数描述符 |
---|---|---|---|---|
filter | 中间 | Stream | Predicate | T -> boolean |
map | 中间 | Stream | Function |
T->R |
limit | 中间 | Stream | ||
sorted | 中间 | Stream | Comparator | (T,T)->int |
distinct | 中间 | Stream |
终端操作
操作 | 类型 | 目的 |
---|---|---|
forEach | 终端 | 消费流中的每个元素并对其应用Lambda.这一操作返回void |
count | 终端 | 返回流中元素的个数,这一操作返回long |
collect | 终端 | 把流归约成一个集合,比如List,Map甚至是Integer |
使用流
筛选
出了filter ,流还支持一个叫做distinct的方法,它会返回一个元素各异(根据流所生成元素的hashCode和equals方法实现)的流.例如,如下代码会筛选出列表中所有的偶数,并确保没有重复
List numbers = Arrays.asList(1,2,1,3,3,2,4);
numbers.stream()
.filter(i -> i%2 ==0)
.distinct()
.forEach(System.out::println);
截断流
流支持limit(n) 方法,该方法会返回一个不超过给定长度的流.
List dishes = menu.stream()
.filter(d->d.getCalories()>300)
.limit(3)
.collect(toList());
跳过元素
流还支持skip(n)方法,返回一个扔掉了前n个元素的流.
List dishes = menu.stream().filter(d->d.getCalories()>300).skip(2).collect(toList());
映射
对流中每一个元素应用函数
例如: 如果要找出每道菜的名称有多长,则如下:
List dishNameLengths = menu.stream().map(Dish::getname).map(String::length).collect(toList())
流的扁平化
例如:给定单词列表["hello","world"],你想要返回列表["h","e","l","l","o","w","o","r","l","d"]
利用上面的可能是:
words.stream().map(word->word.split("")).distinct().collect(toList());
这个方法的问题自傲与,传递给map方法的Lambda为每个单词返回一个String[] (String列表),因此,map返回的流实际上是Stream< String[] >类型的.你真正想要的是用Stream< String > 来表示一个字符流
1.尝试使用map和Arrays.stream()
String[] arrayOfWords = {"GoodBye","World"};
Stream< String> streamOfWords = Arrays.stream(arrayOfWords);
2.使用flatMap
String[] arrayOfWords = {"GoodBye","World"};
Stream< String> streamOfWords = Arrays.stream(arrayOfWords);
List collect = streamOfWords.map(m -> m.split("")).collect(toList());
System.out.println(collect);
例2:
给定列表[1,2,3] 和[3,4] ,返回[(1,3),(1,4),(2,3).....]
List integers = Arrays.asList(1, 2, 3);
List integers1 = Arrays.asList(3, 4);
List collect = integers.stream()
.flatMap(i -> integers1.stream()
.map(j -> new int[]{i, j}))
.collect(toList());
collect.forEach(i -> {
String s = Arrays.toString(i);
System.out.println(s);
});
例3:
扩展前面的例子,只返回综合能被3正处的数对呢?
List int1 = Arrays.asList(1, 2, 3);
List int2 = Arrays.asList(3, 4);
List collect = int1.stream().flatMap(i -> int2.stream().filter(j -> (i + j) % 3 == 0).map(j -> new int[]{i, j})).collect(toList());
System.out.println(collect);
查找和匹配
匹配
1.检查谓词是否至少匹配一个一元素
anyMatch方法可以回答"流中是否有一个元素能匹配给定的谓词"
if(menu.stream().anyMatch(Dish::isVegetarian)){
System.out.println("The menu is vegetarian friendly!!");
}
2.检查谓词是否匹配所有元素
例如:用allMatch来看看菜品是否有利健康
boolean isHealthy = menu.stream().allMatch(d->d.getCalories()<1000);
3.确保流中没有任何元素与给定的谓词匹配 noneMatch
boolean isHealthy = menu.stream().noneMatch(d->d.getCalories()<1000);
查找
findAny方法将返回当前流中的任意元素
Optional dish = menu.stream().filter(Dish::isVegetarian).findAny();
查找第一个元素
List someNumbers = Arrays.asList(1,2,3,4,5);
Optional firstSquareDivisibleByThree =
someNumbers.stream()
.map(x->x*x)
.filter(x->x%3 == 0)
.findFirst();
归约
元素求和 reduce
reduce接受两个参数
一个初始值,这里是0
一个BinaryOperator< T >来将两个元素结合起来产生一个新值 ,这里我们用的是lambda(a,b)->a+b;
int sum = numbers.stream().reduce(0,(a,b)->a+b);
相乘:
int product = numbers.stream().reduce(1,(a,b)->a*b);
在java 8 中,Integer类现有了一个静态的sum方法来对两个数求和
int num=numbers.stream().reduce(0,Integer::sum);
最大值:
Optional max = numbers.stream().reduce(Intger::max)
最小值:
Optional min = numbers.stream().reduce(Integer::min);
数值流
原始类型流特化
java 8 引入了三个原始类型特化流接口来专门支持处理数值流的方法:IntStream . DoubleStream 和LongStream,.
分别将流中的元素特化成为int,long ,double,从而避免了暗含装箱成本
1.映射到数值流
将流转化为特化版本的常用方法是mapToInt,mapToDouble ,mapToLong.
int calaories = menu.stream()
.mapToInt(Dish::getCalories)//返回一个IntStream
.sum();
2.转换回対向流 boxed
IntStream intStream = menu.stream().mapToInt(Dish::getCalories);
Stream stream = intStream.boxed();
3.默认值OptionalInt
IntStream中有个默认值0,所以,为了解决求最大值或最小值的问题 ,使用Optional原始类型特化版本:OptionalInt,
OptionalDouble,OptionalLong.
例如:要找到IntStream中的最大元素,可以调用max方法,它会返回一个OptionalInt:
OptionalInt maxCalories = menu.stream()
.mapToInt(Dish::getCalories)
.max();
//如果没有最大值的话,可默认一个最大值
int max = maxCalories.orElse(1);
4.数值范围
假如你想要生成1到100之间的所有数字. java8引入了两个可以用于IntStream和LongStream的静态方法,帮助生成这种范围:range和rangeClosed. 这两个方法都是第一个参数接受起始值,第二个参数接受结束值.但是range是不包含结束值的,而rangeClosed则包含结束值
IntStream evenNumbers = IntStream.rangeClosed(1,100)
.filter(n -> n % 2 == 0);//一个从1到100的偶数流
System.out.println(evenNumbers.count());//从1到100有50个偶数
构建流
由值创建流
可以使用静态方法Stream.of,通过显示值创建一个流.它可以接受任意数量的参数
Strean stream = Stream.of("java 8","Lambdas ","In ","Action");
stream.map(String::toUpperCase).forEach(System.out::println);
//使用empty得到一个空流
Stream emptySteam = Stream.empty();
由数组创建流
int[] numbers = {2,3,4,11,13};
int sum = Arrays.stream(numbers).sum();
由文件生成流
long uniqueWords = 0;
try(Stream lines =
Files.lines(Paths.get("data.txt"),Charset.defaultCharset())){
uniqueWords = lines.flatMap(line -> Arrays.stream(line.split(" ")))
.distinct()
.count();
}catch(IOException e){
}
由函数生成流:创建无限流
Stream.iterate和Stream.generate ,一般来说应该使用limit(n)来对这种流加以限制,以避免打印无穷多个值
1.迭代
Stream.iterate(0,n -> n+2)
.limit(10)
.forEach(System.out::println);
2.生成
与iterate方法类似,generate方法也可生成一个无限流.但generate不是依次对每个新生成的值应用函数的.它接受一个Supplier< T >类型的Lambda提供新的值
Stream.generate(Math::random)
.limit(5)
.forEach(System.out::println);
//下面的代码就是出安静了一个斐波那契
IntSupplier fib = new IntSuppleir(){
private int previous = 0;
private int current = 1;
public int getAsint(){
int oldPrevious = this.previous;
int nextValue = this.previous + this.current;
this.previous = this.current;
this.current = nextValue;
return oldPrevious;
}
};
IntStream.generate(fib).limit(10).forEach(System.out::println);