为何需要引入流
在我们平常的开发中几乎每天都会有到List、Map等集合API,若是问Java什么API使用最多,我想也应该是集合了。举例:假如我有个集合List,里面元素有1,7,3,8,2,4,9
,需要找出里面大于5的元素,具体实现代码:
public List getGt5Data() {
List data = Arrays.asList(1, 7, 3, 8, 2, 4, 9);
List result = new ArrayList<>();
for (Integer num : data) {
if (num > 5) {
result.add(num);
}
}
return result;
}
这个实现让我们感觉到了集合的操作不是太完美,如果是数据库的话,我们只需要简单的在where后面加一个条件大于5就可以得到我们想要的结果,为什么Java的集合就没有这种API呢?
其次,如果我们遇到有大集合需要处理,为了提高性能,我们可能需要使用到多线程来处理,但是写并行程序的复杂度有提高了不少。
基于以上的问题,所有Java8推出了Stream
Stream简介
Stream有哪些特点:
- 元素的序列:与集合一样可以访问里面的元素,集合讲的是数据,而流讲的是操作,比如:filter、map
- 源: 流也需要又一个提供数据的源,顺序和生成时的顺序一致
- 数据的操作:流支持类似于数据库的操作,支持顺序或者并行处理数据;上面的例子用流来实现会更加的简洁
public List getGt5Data() {
return Stream.of(1, 7, 3, 8, 2, 4, 9)
.filter(num -> num > 5)
.collect(toList());
}
- 流水线操作:很多流的方法本身也会返回一个流,这样可以把多个操作连接起来,形成流水线操作
- 内部迭代:与以往的迭代不同,流使用的内部迭代,用户只需要专注于数据处理
- 只能遍历一次: 遍历完成之后我们的流就已经消费完了,再次遍历的话会抛出异常
使用Stream
Java8中的Stream定义了很多方法,基本可以把他们分为两类:中间操作、终端操作;要使用一个流一般都需要三个操作:
- 定义一个数据源
- 定义中间操作形成流水线
- 定义终端操作,执行流水线,生成计算结果
构建流
- 使用
Stream.of
方法构建一个流
Stream.of("silently","9527","silently9527.cn")
.forEach(System.out::println);
- 使用数组构建一个流
int[] nums = {3, 5, 2, 7, 8, 9};
Arrays.stream(nums).sorted().forEach(System.out::println);
- 通过文件构建一个流
使用java.nio.file.Files.lines方法可以轻松构建一个流对象
Files.lines(Paths.get("/Users/huaan9527/Desktop/data.txt"))
.forEach(System.out::println);
中间操作
中间操作会返回另外一个流,这样可以让多个操作连接起来形成一个流水线的操作,只要不触发终端操作,那么这个中间操作都不会实际执行。
filter
该操作接受一个返回boolean的函数,当返回false的元素将会被排除掉
举例:假如我们100个客户,需要筛选出年龄大于20岁的客户
List matchCustomers = allCustomers.stream()
.filter(customer -> customer.getAge()>20)
.collect(toList());
distinct
该操作将会排除掉重复的元素
List data = Stream.of(1, 7, 3, 8, 2, 4, 9, 7, 9)
.filter(num -> num > 5)
.distinct()
.collect(toList());
limit
该方法限制流只返回指定个数的元素
List data = Stream.of(1, 7, 3, 8, 2, 4, 9, 7, 9)
.filter(num -> num > 5)
.limit(2)
.collect(toList());
skip
扔掉前指定个数的元素;配合limit使用可以达到翻页的效果
List data = Stream.of(1, 7, 3, 8, 2, 4, 9, 7, 9)
.filter(num -> num > 5)
.skip(1)
.limit(2)
.collect(toList());
map
该方法提供一个函数,流中的每个元素都会应用到这个函数上,返回的结果将形成新类型的流继续后续操作。
举例:假如我们100个客户,需要筛选出年龄大于20岁的客户,打印出他们的名字
allCustomers.stream()
.filter(customer -> customer.getAge() > 20)
.map(Customer::getName)
.forEach(System.out::println);
在调用map之前流的类型是Stream
,执行完map之后的类型是Stream
flatMap
假如我们需要把客户的名字中的每个字符打印出来,代码如下:
List allCustomers = Arrays.asList(new Customer("silently9527", 30));
allCustomers.stream()
.filter(customer -> customer.getAge() > 20)
.map(customer -> customer.getName().split(""))
.forEach(System.out::println);
执行本次结果,你会发现没有达到期望的结果,打印的结果
[Ljava.lang.String;@38cccef
这是因为调用map之后返回的流类型是Stream
,所有forEach的输入就是String[]
;这时候我们需要使用flatMap把String[]
中的每个元素都转换成一个流,然后在把所有的流连接成一个流,修改后的代码如下
List allCustomers = Arrays.asList(new Customer("silently9527", 30));
allCustomers.stream()
.filter(customer -> customer.getAge() > 20)
.map(customer -> customer.getName().split(""))
.flatMap(Arrays::stream)
.forEach(System.out::println);
执行结果:
sorted
对所有的元素进行排序
List numbers = Arrays.asList(1, 7, 3, 8, 2, 4, 9);
numbers.stream().sorted(Integer::compareTo).forEach(System.out::println);
终端操作
终端操作会执行所有的中间操作生成执行的结果,执行的结果不在是一个流。
anyMatch
如果流中有一个元素满足条件将返回true
if (allCustomers.stream().anyMatch(customer -> "silently9527".equals(customer.getName()))) {
System.out.println("存在用户silently9527");
}
allMatch
确保流中所有的元素都能满足
if (allCustomers.stream().allMatch(customer -> customer.getAge() > 20)) {
System.out.println("所有用户年龄都大于20");
}
noneMatch
与allMatch操作相反,确保流中所有的元素都不满足
if (allCustomers.stream().noneMatch(customer -> customer.getAge() < 20)) {
System.out.println("所有用户年龄都大于20");
}
findAny
返回流中的任意一个元素,比如返回大于20岁的任意一个客户
Optional optional = allCustomers.stream()
.filter(customer -> customer.getAge() > 20)
.findAny();
findFirst
返回流中的第一个元素
Optional optional = allCustomers.stream()
.filter(customer -> customer.getAge() > 20)
.findFirst();
reduce
接受两个参数:一个初始值,一个BinaryOperator
将两个元素合并成一个新的值
比如我们对一个数字list累加
List numbers = Arrays.asList(1, 7, 3, 8, 2, 4, 9);
Integer sum = numbers.stream().reduce(0, (a, b) -> a + b);
上面的代码,我们可以简写
Integer reduce = numbers.stream().reduce(0, Integer::sum);
找出流中的最大值、最小值 min、max
numbers.stream().reduce(Integer::max)
numbers.stream().reduce(Integer::min)
count
统计流中元素的个数
numbers.stream().count()
数据收集器collect
在Java8中已经预定义了很多收集器,我们可以直接使用,所有的收集器都定义在了Collectors
中,基本上可以把这些方法分为三类:
- 将元素归约和汇总成一个值
- 分组
- 分区
归约和汇总
先看下我们之前求最大值和最小值采用收集器如何实现
- 找出年龄最大和最小的客户
Optional minAgeCustomer = allCustomers.stream().collect(minBy(Comparator.comparing(Customer::getAge)));
Optional maxAgeCustomer = allCustomers.stream().collect(maxBy(Comparator.comparing(Customer::getAge)));
- 求取年龄的平均值
Double avgAge = allCustomers.stream().collect(averagingInt(Customer::getAge));
- 进行字符串的连接
把客户所有人的名字连接成一个字符串用逗号分隔
allCustomers.stream().map(Customer::getName).collect(joining(","));
分组
在数据库的操作中,我们可以轻松的实现通过一个属性或者多个属性进行数据分组,接下来我们看看Java8如何来实现这个功能。
- 根据客户的年龄进行分组
Map> groupByAge = allCustomers.stream().collect(groupingBy(Customer::getAge));
Map的key就是分组的值年龄,List
就是相同年龄的用户
- 我们需要先按照用户的地区分组,在按年龄分组
Map>> groups = allCustomers.stream()
.collect(groupingBy(Customer::getArea, groupingBy(Customer::getAge)));
在相对于普通的分组,这里多传了第二个参数又是一个groupingBy
;理论上我们可以通过这个方式扩展到n层分组
- 分组后再统计数量
Map groupByCounting = allCustomers.stream()
.collect(groupingBy(Customer::getArea, counting()));
- 以用户所在地区分组后找出年龄最大的用户
Map> optionalMap = allCustomers.stream()
.collect(groupingBy(Customer::getArea, maxBy(Comparator.comparing(Customer::getAge))));
这时候返回的Map中的value被Optional包裹,如果我们需要去掉Optional,可以使用collectingAndThen
Map customerMap = allCustomers.stream()
.collect(groupingBy(Customer::getArea,
collectingAndThen(maxBy(Comparator.comparing(Customer::getAge)), Optional::get)
));
写在最后(看完不点赞,你们想白嫖我吗)
- 首先感谢大家可以耐心地读到这里。点关注,不迷路
- 当然,文中或许会存在或多或少的不足、错误之处,有建议或者意见也非常欢迎大家在评论交流。
- 最后,白嫖不好,创作不易,希望朋友们可以点赞评论关注三连,因为这些就是我分享的全部动力来源
原创不易 转载请注明出处: https://silently9527.cn/archives/66
参数资料《Java8实战》