Java8之流Stream

時間  2021-08-15
標籤 java 程序員 數據庫 數組 數據結構 併發 dom ide 函數 工具 欄目 Java 简体版
原文   原文鏈接

概述java

java 8 API添加了一個新的抽象稱爲流Stream，可讓你以一種聲明的方式處理數據。 程序員

 

Stream 使用一種相似用 SQL 語句從數據庫查詢數據的直觀方式來提供一種對 Java 集合運算和表達的高階抽象。 數據庫

 

Stream API能夠極大提升Java程序員的生產力，讓程序員寫出高效率、乾淨、簡潔的代碼。這種風格將要處理的元素集合看做一種流， 流在管道中傳輸， 而且能夠在管道的節點上進行處理， 好比篩選， 排序，聚合等。 數組

元素流在管道中通過中間操做（intermediate operation）的處理，最後由最終操做(terminal operation)獲得前面處理的結果。數據結構

 

流程：併發

+--------------------+ +------+ +------+ +---+ +-------+
| stream of elements +-----> |filter+-> |sorted+-> |map+-> |collect|
+--------------------+ +------+ +------+ +---+ +-------+

什麼是 Streamdom

Stream（流）是一個來自數據源的元素隊列並支持聚合操做 ide

  • 元素是特定類型的對象，造成一個隊列。Java中的Stream並不會存儲元素，而是按需計算。 函數

  • 數據源 流的來源。 能夠是集合，數組，I/O channel， 產生器generator 等。 工具

  • 聚合操做 相似SQL語句同樣的操做， 好比filter, map, reduce, find, match, sorted等。

     

和之前的Collection操做不一樣， Stream操做還有兩個基礎的特徵： 

  • Pipelining: 中間操做都會返回流對象自己。 這樣多個操做能夠串聯成一個管道， 如同流式風格（fluent style）。 這樣作能夠對操做進行優化， 好比延遲執行(laziness)和短路( short-circuiting)。

  • 內部迭代： 之前對集合遍歷都是經過Iterator或者For-Each的方式, 顯式的在集合外部進行迭代， 這叫作外部迭代。 Stream提供了內部迭代的方式， 經過訪問者模式(Visitor)實現。

 

特色：

  • 不是數據結構，不會保存數據。

  • 不會修改原來的數據源，它會將操做後的數據保存到另一個對象中。（保留意見：畢竟peek方法能夠修改流中元素）

  • 惰性求值，流在中間處理過程當中，只是對操做進行了記錄，並不會當即執行，須要等到執行終止操做的時候纔會進行實際的計算。

流的建立方法

在 Java 8 中, 集合接口有兩個方法來生成流：

  • stream() − 爲集合建立串行流。 

  • parallelStream() − 爲集合建立並行流。

 

經常使用的建立方法：

1.使用Collection下的 stream() 和 parallelStream() 方法

List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //獲取一個順序流
Stream<String> parallelStream = list.parallelStream(); //獲取一個並行流

2.使用Arrays 中的 stream() 方法，將數組轉成流

Integer[] nums = new Integer[10];
Stream<Integer> stream = Arrays.stream(nums);

3.使用Stream中的靜態方法：of()、iterate()、generate()

Stream<Integer> stream = Stream.of(1,2,3,4,5,6);

Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6);
stream2.forEach(System.out::println); // 0 2 4 6 8 10

Stream<Double> stream3 = Stream.generate(Math::random).limit(2);
stream3.forEach(System.out::println);

4.使用 BufferedReader.lines() 方法，將每行內容轉成流

BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt"));
Stream<String> lineStream = reader.lines();
lineStream.forEach(System.out::println);

5.使用 Pattern.splitAsStream() 方法，將字符串分隔成流

Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
stringStream.forEach(System.out::println);

流的中間操做

1 篩選與切片

  • filter：過濾流中的某些元素 

  • limit(n)：獲取n個元素 

  • skip(n)：跳過n元素，配合limit(n)可實現分頁 

  • distinct：經過流中元素的 hashCode() 和 equals() 去除重複元素

Stream<Integer> stream = Stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14);
  
Stream<Integer> newStream = stream.filter(s -> s > 5) //6 6 7 9 8 10 12 14 14
.distinct() //6 7 9 8 10 12 14
.skip(2) //9 8 10 12 14
.limit(2); //9 8
newStream.forEach(System.out::println);

2. 映射 

  • map：接收一個函數做爲參數，該函數會被應用到每一個元素上，並將其映射成一個新的元素。 

  • flatMap：接收一個函數做爲參數，將流中的每一個值都換成另外一個流，而後把全部流鏈接成一個流。

List<String> list = Arrays.asList("a,b,c", "1,2,3");
  
//將每一個元素轉成一個新的且不帶逗號的元素
Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
s1.forEach(System.out::println); // abc 123
  
Stream<String> s3 = list.stream().flatMap(s -> {
//將每一個元素轉換成一個stream
String[] split = s.split(",");
Stream<String> s2 = Arrays.stream(split);
return s2;
});
s3.forEach(System.out::println); // a b c 1 2 3

3. 排序 

  • sorted()：天然排序，流中元素需實現Comparable接口 

  • sorted(Comparator com)：定製排序，自定義Comparator排序器

List<String> list = Arrays.asList("aa", "ff", "dd");
//String 類自身已實現Compareable接口
list.stream().sorted().forEach(System.out::println);// aa dd ff
  
Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
Student s3 = new Student("aa", 30);
Student s4 = new Student("dd", 40);
List<Student> studentList = Arrays.asList(s1, s2, s3, s4);
  
//自定義排序：先按姓名升序，姓名相同則按年齡升序
studentList.stream().sorted(
(o1, o2) -> {
if (o1.getName().equals(o2.getName())) {
     return o1.getAge() - o2.getAge();
} else {
     return o1.getName().compareTo(o2.getName());
}
}
).forEach(System.out::println);

4. 消費 

peek：如同於map，能獲得流中的每個元素。但map接收的是一個Function表達式，有返回值；而peek接收的是Consumer表達式，沒有返回值。

Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
List<Student> studentList = Arrays.asList(s1, s2);
  
studentList.stream()
.peek(o -> o.setAge(100))
.forEach(System.out::println);
  
//結果：
Student{name='aa', age=100}
Student{name='bb', age=100}

流的終止操做

1 匹配

聚合操做 

  • allMatch：接收一個 Predicate 函數，當流中每一個元素都符合該斷言時才返回true，不然返回false noneMatch：接收一個 

  • Predicate 函數，當流中每一個元素都不符合該斷言時才返回true，不然返回false 

  • anyMatch：接收一個 Predicate 函數，只要流中有一個元素知足該斷言則返回true，不然返回false 

  • findFirst：返回流中第一個元素 

  • findAny：返回流中的任意元素 

  • count：返回流中元素的總個數 

  • max：返回流中元素最大值 

  • min：返回流中元素最小值

List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
  
boolean allMatch = list.stream().allMatch(e -> e > 10); //false
boolean noneMatch = list.stream().noneMatch(e -> e > 10); //true
boolean anyMatch = list.stream().anyMatch(e -> e > 4); //true
  
Integer findFirst = list.stream().findFirst().get(); //1
Integer findAny = list.stream().findAny().get(); //1
  
long count = list.stream().count(); //5
Integer max = list.stream().max(Integer::compareTo).get(); //5
Integer min = list.stream().min(Integer::compareTo).get(); //1

2.規約操做 

Optional reduce(BinaryOperator accumulator)：

第一次執行時，accumulator函數的第一個參數爲流中的第一個元素，第二個參數爲流中元素的第二個元素；第二次執行時，第一個參數爲第一次函數執行的結果，第二個參數爲流中的第三個元素；依次類推。

 

  • T reduce(T identity, BinaryOperator accumulator)：

  • 流程跟上面同樣，只是第一次執行時，accumulator函數的第一個參數爲identity，而第二個參數爲流中的第一個元素。

  • U reduce(U identity,BiFunction<U,? super T,U> accumulator,BinaryOperator combiner)：

  • 在串行流(stream)中，該方法跟第二個方法同樣，即第三個參數combiner不會起做用。在並行流(parallelStream)中,咱們知道流被fork join出多個線程進行執行，此時每一個線程的執行流程就跟第二個方法reduce(identity,accumulator)同樣，而第三個參數combiner函數，則是將每一個線程的執行結果當成一個新的流，而後使用第一個方法reduce(accumulator)流程進行規約。

//通過測試，當元素個數小於24時，並行時線程數等於元素個數，當大於等於24時，並行時線程數爲16
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24);
  
Integer v = list.stream().reduce((x1, x2) -> x1 + x2).get();
System.out.println(v); // 300
  
Integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2);
System.out.println(v1); //310
  
Integer v2 = list.stream().reduce(0,
(x1, x2) -> {
System.out.println("stream accumulator: x1:" + x1 + " x2:" + x2);
return x1 - x2;
},
(x1, x2) -> {
System.out.println("stream combiner: x1:" + x1 + " x2:" + x2);
return x1 * x2;
});
System.out.println(v2); // -300
  
Integer v3 = list.parallelStream().reduce(0,
(x1, x2) -> {
System.out.println("parallelStream accumulator: x1:" + x1 + " x2:" + x2);
return x1 - x2;
},
(x1, x2) -> {
System.out.println("parallelStream combiner: x1:" + x1 + " x2:" + x2);
return x1 * x2;
});
System.out.println(v3); //197474048

3.收集操做 

  • collect：接收一個Collector實例，將流中元素收集成另一個數據結構。

  • Collector<T, A, R> 是一個接口，有如下5個抽象方法：Supplier<A> 

  • supplier()：建立一個結果容器A BiConsumer<A, T> 

  • accumulator()：消費型接口，第一個參數爲容器A，第二個參數爲流中元素T。

  • BinaryOperator<A> combiner()：函數接口，該參數的做用跟上一個方法(reduce)中的combiner參數同樣，將並行流中各 個子進程的運行結果(accumulator函數操做後的容器A)進行合併。

  • Function<A, R> finisher()：函數式接口，參數爲：容器A，返回類型爲：collect方法最終想要的結果R。

  • Set<Characteristics> characteristics()：返回一個不可變的Set集合，用來代表該Collector的特徵。有如下三個特徵：

    • CONCURRENT：表示此收集器支持併發。（官方文檔還有其餘描述，暫時沒去探索，故不做過多翻譯） 

    • UNORDERED：表示該收集操做不會保留流中元素原有的順序。

    • IDENTITY_FINISH：表示finisher參數只是標識而已，可忽略。

 

Collector 工具庫：Collectors

Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);
  
//裝成list
List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]
  
//轉成set
Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]
  
//轉成map,注:key不能相同，不然報錯
Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}
  
//字符串分隔符鏈接
String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)
  
//聚合操做
//1.學生總數
Long count = list.stream().collect(Collectors.counting()); // 3
//2.最大年齡 (最小的minBy同理)
Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20
//3.全部人的年齡
Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40
//4.平均年齡
Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334
// 帶上以上全部方法
DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge));
System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());
  
//分組
Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge));
//多重分組,先根據類型分再根據年齡分
Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));
  
//分區
//分紅兩部分，一部分大於10歲，一部分小於等於10歲
Map<Boolean, List<Student>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));
  
//規約
Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40

Collectors.toList() 解析

//toList 源碼
public static <T> Collector<T, ?, List<T>> toList() {
return new CollectorImpl<>((Supplier<List<T>>) ArrayList::new, List::add,
(left, right) -> {
left.addAll(right);
return left;
}, CH_ID);
}
  
//爲了更好地理解，咱們轉化一下源碼中的lambda表達式
public <T> Collector<T, ?, List<T>> toList() {
Supplier<List<T>> supplier = () -> new ArrayList();
BiConsumer<List<T>, T> accumulator = (list, t) -> list.add(t);
BinaryOperator<List<T>> combiner = (list1, list2) -> {
list1.addAll(list2);
return list1;
};
Function<List<T>, List<T>> finisher = (list) -> list;
Set<Collector.Characteristics> characteristics = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.IDENTITY_FINISH));
  
return new Collector<T, List<T>, List<T>>() {
@Override
public Supplier supplier() {
return supplier;
}
  
@Override
public BiConsumer accumulator() {
return accumulator;
}
  
@Override
public BinaryOperator combiner() {
return combiner;
}
  
@Override
public Function finisher() {
return finisher;
}
  
@Override
public Set<Characteristics> characteristics() {
return characteristics;
}
};
}

示例：

public class StreamDemo {
    public static void main(String[] args) {
        List<StudentInfo> studentList = new ArrayList<>();
        studentList.add(new StudentInfo("李明", true, 19, 1.76, LocalDate.of(2001, 3, 23)));
        studentList.add(new StudentInfo("張國麗", false, 19, 1.61, LocalDate.of(2001, 12, 3)));
        studentList.add(new StudentInfo("杜朋", true, 20, 1.82, LocalDate.of(2000, 3, 11)));
        studentList.add(new StudentInfo("陳魅析", false, 18, 1.67, LocalDate.of(2002, 10, 18)));
        //使用年齡進行升序排序
        List<StudentInfo> studentsSortName = studentList.stream().sorted(Comparator.comparing(StudentInfo::getAge)).collect(Collectors.toList());
        System.out.println("--------------");
        for (StudentInfo studentInfo : studentsSortName) {
            System.out.println(studentInfo.getName() + studentInfo.getAge());
        }
        //使用年齡進行降序排序（使用reversed()方法）
        List<StudentInfo> studentsSortName2 = studentList.stream().sorted(Comparator.comparing(StudentInfo::getAge).reversed()).collect(Collectors.toList());
        for (StudentInfo studentInfo : studentsSortName2) {
            System.out.println(studentInfo.getName() + studentInfo.getAge());
        }
        System.out.println("--------------");
        //使用年齡進行降序排序，年齡相同再使用身高升序排序
        List<StudentInfo> studentsSortName3 = studentList.stream()
                .sorted(Comparator.comparing(StudentInfo::getAge).reversed().thenComparing(StudentInfo::getHeight))
                .collect(Collectors.toList());

        System.out.println("--------------");
        for (StudentInfo studentInfo : studentsSortName3) {
            System.out.println(studentInfo.getName() + studentInfo.getAge() + ":" + studentInfo.getHeight());
        }
        //對中文排序
        List<String> list = Arrays.asList("谷歌", "騰訊", "百度", "淘寶");
        Collator collator = Collator.getInstance(Locale.CHINA);
        list.sort((string1, string2) -> collator.compare(string1, string2));
        System.out.println(list);

        //去除空數據
        List<String> strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
        List<String> filtered = strings.stream().filter(string -> !string.isEmpty()).collect(Collectors.toList());
        for (String s : filtered) {
            System.out.println(s);
        }

    }
}
public class StudentInfo {
    private String name;
    private  boolean isOK;
    private int age;
    private double height;
    private LocalDate date ;

    public StudentInfo(String name, boolean isOK, int age,double sore, LocalDate date) {
        this.name = name;
        this.isOK = isOK;
        this.age = age;
        this.height = sore;
        this.date = date;
    }

    public String getName() {
        return name;
    }

    public double getHeight() {
        return height;
    }

    public void setHeight(double height) {
        this.height = height;
    }

    public void setName(String name) {
        this.name = name;
    }

    public boolean isOK() {
        return isOK;
    }

    public void setOK(boolean OK) {
        isOK = OK;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }

    public LocalDate getDate() {
        return date;
    }

    public void setDate(LocalDate date) {
        this.date = date;
    }
}

輸出：

--------------
陳魅析18
李明19
張國麗19
杜朋20
杜朋20
李明19
張國麗19
陳魅析18
--------------
--------------
杜朋20:1.82
張國麗19:1.61
李明19:1.76
陳魅析18:1.67
[百度, 谷歌, 淘寶, 騰訊]
abc
bc
efg
abcd
jkl
相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程