Java8 新特性之Stream----java.util.stream

• 摘要：这个包主要提供元素的streams函数操作,比如对collections的map,reduce.例如:intsum=widgets.stream().filter(b->b.getColor()==RED).mapToInt(b->b.getWeight()).sum();本例中的widgets是Stream的源,类型为Collection**Streams和collections的不同之处**Stream没有存储。即不是一个存储结构,而是通过管道操作从Array

• 这个包主要提供元素的streams函数操作,比如对collections的map,reduce.
  例如:

  int sum = widgets.stream() .filter(b -> b.getColor() == RED) .mapToInt(b -> b.getWeight()) .sum();

  本例中的widgets是Stream的源,类型为Collection

  ** Streams和collections的不同之处**

  1. Stream没有存储。即不是一个存储结构,而是通过管道操作从Array,IO channel等转换而来。
  2. Stream本质上是泛函。Streams上的操作不会修改源数据,比如filter操作只是将符合要求的数据放在一个新的Stream,而不是真的删除源数据。
  3. Laziness-seeking,懒查询。
  4. 大小不受限制,collections 有大小限制,streams没有。比如,limit或者findfirst等Short-circuiting操作会在有限的时间内完成无限的大小的streams操作。
  5. 不可逆的,streams中的元素只能被操作一次。就像流水一样,一去不复返。如果你希望在源数据中获取一个新的Stream,必须在源数据上重新开始。

  ** Stream创建**

  怎样创建一个Stream呢,有下面几种方法:

  1. Collection的Stream()和paralleStream()方法。
  2. Arrays.stream(Object[])
  3. Stream 类的静态方法,比如 Stream.of(Object[]),IntStream.range(int, int) or Stream.iterate(Object, UnaryOperator);
  4. File的lines操作, BufferedReader.lines();
  5. Files中的一些方法获取file path的stream.例如
  static Stream list(Path dir)static Stream walk(Path start, FileVisitOption... options)

  6.Random.ints()返回IntStream
  7.JDK中也有很多方法产生Stream,比如

  BitSet.stream(),
  Pattern.splitAsStream(java.lang.CharSequence),
  JarFile.stream()

  java.util.stream包中的接口和类

  1.接口

  BaseStream>

  Streams的Base interface,支持各种并行和线性聚合操作。

  Collector,可以将元素聚集在一个容器中,容器类型可变,比如List,Map. 是一个Stream处理完毕之后的结束操作。

  DoubleStream ,处理double类型的stream
  DoubleStream.Builder, 可变的builder。
  IntStream,处理int类型的stream.
  IntStream.Builder, 可变的builder
  LongStream,处理Long类型的Stream.
  LongStream.Builder,可变的builder

  Stream ---数据流,支持并行和线性聚合操作。
  Stream.Builder----Stream的可变builder.

  2.类

  执行Collector reduce操作的类,比如将元素聚合为collection,list等。
  StreamSupport,创建和处理Stream的低级工具。

  3.Enum
  Collector.Characteristics---Collector的属性,可以用于优化reduce 操作。
  Collector.Characteristics CONCURRENT:表示collector的result container可以被多个线程同时处理。
  Collector.Characteristics UNORDERED:collection操作不保证操作元素的原有顺序
  Collector.Characteristics IDENTITY_FINISH:类型转换时不会检查

  *** Stream的操作和管道**

  Stream操作是管道操作,操作分为中间操作和结束操作两种。整个管道操作的流程为数据源->中间操作->结束操作。
  中间操作比如:Stream.filter、Stream.map,可以有0个或者多个中间操作。
  结束操作,比如Sream.foreach、Stream.reduce,Stream.collect,结束操作是必须的。
  中间操作返回的仍然是stream,这些操作经常是“懒惰的”。比如filter操作,并非真的对源数据进行过滤,而是重新创建一个Stream。而且当多个中间操作时,不是真的每次都去遍历源数据,而是在结束操作时,才会去遍历源数据,从而执行这些中间操作。在遍历中,操作的懒惰性表现在,并不是每次都是遍历所有的数据,比如“找出长度大于1000的第一个String”,找到之后就会返回。

  结束操作的目的是将Stream转换为想要的结果或者结构。当结束操作之后,当前管道结束,不可以再重复使用。如果你仍然想操作源数据,那你必须创建一个新的Stream.

  中间操作又分为无状态和有状态两种。比如map和filter是无状态操作,也就是各元素间的操作是无关的,可单独进行。而distinct和sorted 是有状态操作,在操作时需要用到前元素,也就是元素之间的处理是相关的。
  有状态的操作必须全部执行完毕的时候才能装入结果中。
  1.并行操作

  JDK的默认操作都是线性的,或者说单线程的。并行操作可以通过Collection.parallelStream()和BaseStream.parallel()实现。
  例如:

  int sumOfWeights = widgets.parallelStream() .filter(b -> b.getColor() == RED) .mapToInt(b -> b.getWeight()) .sum();

  检查一个Stream的执行方式可以调用 isParallel() 方法。

  但并不是所有的数据都是可以使用并行操作的。要执行的操作必须是可以并行执行的,也就是多个线程操作之后,和顺序执行的结果是一致的,即线程安全。

  int[] wordLength = new int[12];Stream.of("It", "is", "your", "responsibility").parallel().forEach(s -> { if (s.length() < 12) wordLength[s.length()]++;});

  比如上面的wordlength操作就是非线程安全的。并行操作的线程安全问题可以参考博客:

  2.非干扰性

  通常在结束操作之前,源数据都是可以修改的。除了一些Concurrent数据,还有iterator,spliterator操作。
  下面的例子就是正确的:

  List l = new ArrayList(Arrays.asList("one", "two")); Stream sl = l.stream(); l.add("three"); String s = sl.collect(joining(" "));

  3.无状态的行为

  在streams操作中使用无状态的行为,即操作的结果不受其他状态的影响,就比如上面提高的parallel操作要考虑多线程的行为,是否有线程安全问题。

  4.collect,reduce操作通常是线程安全的,可参考博客

  5.顺序
  对于有顺序的源数据,比如list,set,Stream操作之后仍然会按照顺序排(线性操作)。
  如果是非固定顺序的数据源,则不保证其最后处理的顺序。
  对于线性Streams,源的固定顺序对性能没有特别影响。
  对于并行Streams,不强调顺序的话显然性能会更好。比如filter,distinct,groupingBy操作,非顺序操作的效率就更好,可参考博客
  另外,如果数据本身是固定顺序的,但是开发者本身不在意是否按顺序处理,那么可以通过unordered()处理之后再操作,会提高某些有状态的并行操作和结束操作的效率。

  下面穿插一些线程安全的操作例子:

  List datalist=new ArrayList<>(1000);List datalist_collect=new ArrayList<>();//无状态的并行操作,即元素的操作和其他元素状态无关,线程安全long sum = IntStream.range(0,1000).parallel().filter(s->s%2==0).count();System.out.println("并行:"+sum);//datalist为非线程安全的,因此属于有状态并行操作,非线程安全 IntStream.range(0,1000).parallel().forEach(data->datalist.add(data));System.out.println("并行foreach:"+datalist.size());//collect操作线程安全datalist_collect=IntStream.range(0,1000).parallel().collect(ArrayList::new, (c,e)->c.add(e), (c1,c2)->c1.addAll(c2));System.out.println("并行collect:"+datalist_collect.size()); long sum2 = IntStream.range(0,1000).filter(s->s%2==0).count();System.out.println("串行:"+sum2); List intlist=IntStream.range(0,10).collect(ArrayList::new, (c,e)->c.add(e), (c1,c2)->c1.addAll(c2));System.out.println("并行数据开始:"); //并行操作时无顺序 intlist.parallelStream().map(e->e+1).forEach(System.out::println);System.out.println("串行数据开始:");//串行操作保证顺序intlist.stream().forEach(System.out::println);System.out.println("串行数据结束:");运行结果如下-----:并行:500并行foreach:980并行collect:1000串行:500并行数据开始:78106541932串行数据开始:0123456789串行数据结束

  6.Reduction 操作
  Reduction操作将元素通过合并操作还原为一个result,比如总数,最大值,元素存入list等。
  Reduction操作的函数有很多,比如 reduce(),collect(),sum(),max(),count()等。
  Reduction操作不仅看起来简洁,而且可以使用并行来实现,效率高,不存在效率安全问题,比如

  int sum = 0; for (int x : numbers) { sum += x; }

  可以写为:

  int sum = numbers.parallelStream().reduce(0, Integer::sum);

  这里介绍一下reduce()的定义, 该方法的定义1为:

  T reduce(T identity, BinaryOperator accumulator)

  该方法使用提供的identity和accumulator来获取result.等同于下面的写法,其实identity就是计算的初始值:

  T result = identity; for (T element : this stream) result = accumulator.apply(result, element) return result;

  但于for循环不同的是,reduce操作不局限于线性运行。但对于同一个对象T,其accumulator的运算结果必须相同。

  Reduce()方法的定义2是:

  Optional reduce(BinaryOperator accumulator)

  这个操作等同于:

  boolean foundAny = false; T result = null; for (T element : this stream) { if (!foundAny) { foundAny = true; result = element; } else result = accumulator.apply(result, element); } return foundAny ? Optional.of(result) : Optional.empty();

  Accumulator的操作和上个方法一样,详见官网:

  这里主要介绍Optional返回值的作用,可以参考文章
  官方文档

  Reduce()定义3:

  U reduce(U identity, BiFunction accumulator, BinaryOperator combiner)

  等同于:

  U result = identity; for (T element : this stream) result = accumulator.apply(result, element) return result;

  此方法通常用于将map和reduce操作的结合来使用。

  下面介绍第一种reduction操作-----stream.collect()

  collect()和reduce()不同的是,reduce是从初始值开始,计算得到一个Optional结果,可以转换为一个值。
  而collect操作则是将结果放supplier中,supplier即提供一个类或者lamda表达式。
  这里说明一下Supplier

  collect()方法定义1:

  R collect(Supplier supplier, BiConsumer accumulator, BiConsumer combiner)

  该方法可以对stream的元素做可变的reduction 操作,可变的reduction操作指的是这个操作的结果是一个可变的结果容器,比如ArrayList,并且操作过程中是修改结果的状态而不是替换结果中的内容。
  这个方法的操作等同于:

  R result = supplier.get(); for (T element : this stream) accumulator.accept(result, element); return result;

  类似

  T reduce(T identity, BinaryOperator accumulator)

  Collect操作是线程安全的,并且是一个结束操作。

  Collect方法中的supplier用于创建一个结果容器,在并行操作中,这个方法可能会被多次调用,每次返回一个最新的值。
  accumulator ---用于将一个元素放入到result container,但要求其符合结合律,互不干涉,无状态性。
  combiner---用于合并两个值。必须与accumulator函数一致。

  collect()的定义2:

  R collect(Collector collector)

  通过一个Collector完成可变的container操作。

  Collector collector的例子有:将元素放入Collection中;用StringBuffer把String连起来;
  计算元素的min,max,average或者sum。 Collectors提供了很多类似的方法。详情可以参考博客java8中Collectors的使用方法举例和Function

  Mutable reduction

  我把这个称之为“动态还原”,一个动态还原操作会把元素集合到一个动态的结果容器里,比如Collection,StringBuilder,因为这些容器在Stream中处理元素。
  举例说明:
  将一个stream里面的String连接为一个String,可以这样操作:

  String concatenated = strings.reduce("", String::concat)

  这个操作也可以并行执行。但是这样的操作往往会损耗性能,因为会执行多次String的copy操作。更有效的方法是将集合操作的结果放入StringBuilder,StringBuilder是一个动态容器(mutable container)。
  因此上面的例子修改为下面的方法,效率会更高

  String[] testStrings={"a","b","c","d","e"}; String testStringBuilder=Stream.of(testStrings).parallel().collect(StringBuilder::new, StringBuilder::append,StringBuilder::append).toString();

  我这里附上四种String连接的方法和测试结果,从结果测试来看,的确StringBuilder在处理已经存在的String数据时速度很快,但原来旧的for循环反而比Stream快。当然这里的数据量并不是很大,实际选择时需要自己测试,根据情况选,这篇文章的分析可以参考 https://segmentfault.com/a/1190000004171551

  String[] testStrings={"a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e"};

  四种方法由快到慢的顺序是:

  方法1:

  StringBuilder sumbuilder=new StringBuilder();for(int i=0;i方法2:
  String sumString="";for(int i=0;i方法3:
  String testStringBuilder=Stream.of(testStrings).collect(StringBuilder::new, StringBuilder::append,StringBuilder::append).toString();

  方法4:

  String concatenated = Stream.of(testStrings).reduce("", String::concat);

  对于组装一个list来说,下面的方法是等效的:

  方法1:

  ArrayList strings = stream.collect(() -> new ArrayList<>(),(c, e) -> c.add(e.toString()), (c1, c2) -> c1.addAll(c2));

  方法2:

  ist strings = stream.map(Object::toString) .collect(ArrayList::new, ArrayList::add, ArrayList::addAll);

  方法3:

  List strings = stream.map(Object::toString) .collect(Collectors.toList());

  其中,方法3利用了Collectors的一些方法,这些在写代码的过程中非常有用。
  比如,还可以利用Collectors转换map:

  Collector summingSalaries = Collectors.summingInt(Employee::getSalary);Map salariesByDept = employees.stream().collect(Collectors.groupingBy(Employee::getDepartment,summingSalaries));

  动态还原操作的要求满足等效性,无论操作拆分与否:

  A a1 = supplier.get(); accumulator.accept(a1, t1); accumulator.accept(a1, t2); R r1 = finisher.apply(a1); // result without splitting A a2 = supplier.get(); accumulator.accept(a2, t1); A a3 = supplier.get(); accumulator.accept(a3, t2); R r2 = finisher.apply(combiner.apply(a2, a3)); // result with splitting

  最后做个总结,在你希望更换掉原有的for循环操作时,如何很在乎运行的时间或者说性能,那么使用Streams操作时,务必做相应的性能检测。
  如果对时间的要求不是很高,并且需要对数据进行管道操作等,可以选择Streams方法,代码看起来简洁明了,而且操作简单,但数据量较大时,其实和for循环的性能相当。

  Collectors的用法详见博客:
  java8中Collectors的使用方法举例和Function简介
  Lambda表达式详解见博客Java8的lambda表达式和函数式接口

  整理一下java8新特性学习过程中我任务比较好的文章

  1. java8新特性终极版
     2 .Java8 新特性之Stream----java.util.stream
  2. Java8的lambda表达式和函数式接口
  3. java8中Collectors的使用方法举例和Function简介
  4. Java8 lambda表达式10个示例
  5. 跟上 Java 8 – 你忽略了的新特性