Stream 不是集合元素,它不是数据结构并不保存数据,它是有关算法和计算的,它更像一个高级版本的 Iterator。获取一个数据源(source)→ 数据转换→执行操作获取想要的结果,每次转换原有 Stream 对象不改变,返回一个新的 Stream 对象(可以有多次转换),这就允许对其操作可以像链条一样排列,变成一个管道
为什么不在集合类实现这些操作,而是定义了全新的Stream API?Oracle官方给出了几个重要原因:
一是集合类持有的所有元素都是存储在内存中的,非常巨大的集合类会占用大量的内存,而Stream的元素却是在访问的时候才被计算出来,这种“延迟计算”的特性有点类似Clojure的lazy-seq,占用内存很少。
二是集合类的迭代逻辑是调用者负责,通常是for
循环,而Stream的迭代是隐含在对Stream的各种操作中,例如map()
。
stream是Java8新增的一大API。官方定义:支持在元素流上支持功能式操作,例如映射减少集合上的转换。
特点:
不储存。数据流不是存储元素的数据结构;相反,它将元素从源数据结构、数组、生成器函数或输入/输出通道传递到计算操作的管道中。
功能性。一个流操作产生一个结果,但不修改它的源。例如,从一个集合中过滤得到的数据流产生一个新的流,而不过滤元素,而不是从源集合中移除元素。
懒惰寻求。许多流操作,如过滤、映射,或去除重复,可以懒洋洋地,暴露的机会,优化。例如,“寻找三个连续的元音字母的第一个字符串”不需要检查所有的输入字符串。流操作分为中间(流生产)操作和终端(价值或副作用生产)操作。中间操作总是懒惰。
可能无界。虽然集合有一个有限的大小,流不需要。短路操作如极限(n)或findfirst()可以允许无限流计算在有限的时间内完成.
意为流但与I/O流又有所不同。Stream 是对集合(Collection)对象功能的增强,它专注于对集合对象进行各种非常便利、高效的聚合操作(aggregate operation),或者大批量数据操作 (bulk data operation)。Stream API 借助于同样新出现的 Lambda 表达式,极大的提高编程效率和程序可读性。同时它提供串行和并行两种模式进行汇聚操作,并发模式能够充分利用多核处理器的优势,使用 fork/join 并行方式来拆分任务和加速处理过程。通常编写并行代码很难而且容易出错, 但使用 Stream API 无需编写一行多线程的代码,就可以很方便地写出高性能的并发程序。所以说,Java 8 中首次出现的 java.util.stream 是一个函数式语言+多核时代综合影响的产物。
Lambda语法:
(params) -> expression
(params) -> statement
(params) -> { statements }
关键字:
filter:是一个中间操作,接受一个predicate接口类型的变量,并将所有流对象中的元素进行过滤。filter(s -> s.getState()==State.pay)
map:是一个对于流对象的中间操作,通过给定的方法,它能够把流对象中的每一个元素对应到另外一个对象上。map(s -> s.getPlanNo()) / map(s -> Plan::planNo) / 价格变成 10倍 map(s -> s.getPrice().multiply(BigDecimal.valueOf(10)))
reduce:把 Stream 元素组合起来。它提供一个起始值(种子),然后依照运算规则(BinaryOperator),返回单个的结果值,并且reduce操作每处理一个元素总是创建一个新值
BigDecimal total = stream().reduce(BigDecimal.zero, (a,b) -> a.add(b)); 或
BigDecimal total = stream().reduce(BigDecimal.ZERO, BigDecimal::add)
limit : 返回 Stream 的前面 n 个元素;skip 则是扔掉前 n 个元素
sorted: 一个中间操作,能够返回一个排过序的流对象的视图。流对象中的元素会默认按照自然顺序进行排序,除非你自己指定一个Comparator接口来改变排序规则.
collect: 修改现存的值
Collectors 类的主要作用就是辅助进行各类有用的 reduction 操作
groupingBy 按规则分组:stream().collect(Collectors.groupingBy(p->p.getState()))
partitioningBy 是一种特殊的 groupingBy,它依照条件测试的是否两种结果来构造返回的数据结构,get(true) 和 get(false) 能即为全部的元素对象。
Stream 有三个 match 方法,从语义上说:
allMatch:Stream 中全部元素符合传入的 predicate,返回 true
anyMatch:Stream 中只要有一个元素符合传入的 predicate,返回 true
noneMatch:Stream 中没有一个元素符合传入的 predicate,返回 true
示例,domain
public class Plan {
private int id;
private String planNo;
private BigDecimal price;
private long total;
private State state;
private Calendar createTime;
private JSONObject features = new JSONObject();
List
1. 把方案编号planNo转换大写 返回列表
List
2,价格由高到低排序
List
3,状态为支付的价格由高到低排序
planList.stream().filter(s -> State.pay == s.getState()).sorted((a,b) -> b.getPrice().compareTo(a.getPrice())).collect(Collectors.toList());
4,求最高价/最低价/总价, total数量平均,总和
BigDecimal max = planList.stream().max((a,b)->a.getPrice().compareTo(b.getPrice())).get().getPrice();
BigDecimal min = planList.stream().min((a,b)->a.getPrice().compareTo(b.getPrice())).get().getPrice();
BigDecimal total = planList.stream().map(p->p.getPrice()).reduce(BigDecimal.ZERO,(a,b)->a.add(b));
平均 : planList.stream().mapToLong(Plan::getTotal).average().getAsDouble();
总和:planList.stream().mapToLong(Plan::getTotal).sum()
5,总共有多少种状态值
long count = planList.stream().map(p->p.getState()).distinct().count();
long c2 = planList.stream().map(p->p.getState()).collect(Collectors.toSet()).size();
6,方案编号中包含某些字符
List
7,价格前三的方案
List
8,按方案状态分组列表
Map
9,方案分成是否支付二种,查询列表
Map
map.get(true) 是全部 未支付
map.get(false) 是支付 和 结算
10,转换成Map结构 <方案编号 , 价格>
Map
11,转换数据结构 , list转成数组
Plan[] ps = planList.stream().toArray(Plan[]::new);
12,按状态算数量的总和/平均数
平均:Map
求和:Map
Map
LongSummaryStatistics描述流中元素的各种摘要数据,求 count, min, max, sum, and average.