使用Stream API優化代碼

Java8的新特性主要是Lambda表達式和流，當流和Lambda表達式結合起來一塊兒使用時，由於流申明式處理數據集合的特色，可讓代碼變得簡潔易讀

放大招，流如何簡化代碼

若是有一個需求，須要對數據庫查詢到的菜餚進行一個處理：

• 篩選出卡路里小於400的菜餚
• 對篩選出的菜餚進行一個排序
• 獲取排序後菜餚的名字

菜餚：Dish.java

public class Dish {
    private String name;
    private boolean vegetarian;
    private int calories;
    private Type type;

    // getter and setter
}

Java8之前的實現方式

private List<String> beforeJava7(List<Dish> dishList) {
        List<Dish> lowCaloricDishes = new ArrayList<>();
        
        //1.篩選出卡路里小於400的菜餚
        for (Dish dish : dishList) {
            if (dish.getCalories() < 400) {
                lowCaloricDishes.add(dish);
            }
        }
        
        //2.對篩選出的菜餚進行排序
        Collections.sort(lowCaloricDishes, new Comparator<Dish>() {
            @Override
            public int compare(Dish o1, Dish o2) {
                return Integer.compare(o1.getCalories(), o2.getCalories());
            }
        });
        
        //3.獲取排序後菜餚的名字
        List<String> lowCaloricDishesName = new ArrayList<>();
        for (Dish d : lowCaloricDishes) {
            lowCaloricDishesName.add(d.getName());
        }
        
        return lowCaloricDishesName;
    }

Java8以後的實現方式

private List<String> afterJava8(List<Dish> dishList) {
        return dishList.stream()
                .filter(d -> d.getCalories() < 400)  //篩選出卡路里小於400的菜餚
                .sorted(comparing(Dish::getCalories))  //根據卡路里進行排序
                .map(Dish::getName)  //提取菜餚名稱
                .collect(Collectors.toList()); //轉換爲List
    }

不拖泥帶水，一鼓作氣，原來須要寫24代碼實現的功能如今只需5行就能夠完成了

高高興興寫完需求這時候又有新需求了，新需求以下：

• 對數據庫查詢到的菜餚根據菜餚種類進行分類，返回一個Map<Type, List<Dish>>的結果

這要是放在jdk8以前確定會頭皮發麻

Java8之前的實現方式

private static Map<Type, List<Dish>> beforeJdk8(List<Dish> dishList) {
    Map<Type, List<Dish>> result = new HashMap<>();

    for (Dish dish : dishList) {
        //不存在則初始化
        if (result.get(dish.getType())==null) {
            List<Dish> dishes = new ArrayList<>();
            dishes.add(dish);
            result.put(dish.getType(), dishes);
        } else {
            //存在則追加
            result.get(dish.getType()).add(dish);
        }
    }

    return result;
}

還好jdk8有Stream，不再用擔憂複雜集合處理需求

Java8之後的實現方式

private static Map<Type, List<Dish>> afterJdk8(List<Dish> dishList) {
    return dishList.stream().collect(groupingBy(Dish::getType));
}

又是一行代碼解決了需求，忍不住大喊Stream API牛批
看到流的強大功能了吧，接下來將詳細介紹流

什麼是流

流是從支持數據處理操做的源生成的元素序列，源能夠是數組、文件、集合、函數。流不是集合元素，它不是數據結構並不保存數據，它的主要目的在於計算

如何生成流

生成流的方式主要有五種

• 經過集合生成，應用中最經常使用的一種

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream();

經過集合的stream方法生成流

• 經過數組生成

int[] intArr = new int[]{1, 2, 3, 4, 5};
IntStream stream = Arrays.stream(intArr);

經過Arrays.stream方法生成流，而且該方法生成的流是數值流【即IntStream】而不是Stream<Integer>。補充一點使用數值流能夠避免計算過程當中拆箱裝箱，提升性能。Stream API提供了mapToInt、mapToDouble、mapToLong三種方式將對象流【即Stream<T>】轉換成對應的數值流，同時提供了boxed方法將數值流轉換爲對象流

• 經過值生成

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

經過Stream的of方法生成流，經過Stream的empty方法能夠生成一個空流

• 經過文件生成

Stream<String> lines = Files.lines(Paths.get("data.txt"), Charset.defaultCharset())

經過Files.line方法獲得一個流，而且獲得的每一個流是給定文件中的一行

• 經過函數生成

提供了iterate和generate兩個靜態方法從函數中生成流

• iterator

  Stream<Integer> stream = Stream.iterate(0, n -> n + 2).limit(5);

iterate方法接受兩個參數，第一個爲初始化值，第二個爲進行的函數操做，由於iterator生成的流爲無限流，經過limit方法對流進行了截斷，只生成5個偶數

• generator

  Stream<Double> stream = Stream.generate(Math::random).limit(5);

generate方法接受一個參數，方法參數類型爲Supplier<T> ，由它爲流提供值。generate生成的流也是無限流，所以經過limit對流進行了截斷

流的操做類型

流的操做類型主要分爲兩種

• 中間操做
  一個流能夠後面跟隨零個或多箇中間操做。其目的主要是打開流，作出某種程度的數據映射/過濾，而後返回一個新的流，交給下一個操做使用。這類操做都是惰性化的，僅僅調用到這類方法，並無真正開始流的遍歷，真正的遍歷需等到終端操做時，常見的中間操做有下面即將介紹的filter、map等
• 終端操做

一個流有且只能有一個終端操做，當這個操做執行後，流就被關閉了，沒法再被操做，所以一個流只能被遍歷一次，若想在遍歷須要經過源數據在生成流。終端操做的執行，纔會真正開始流的遍歷。以下面即將介紹的count、collect等

流使用

count計算流中元素個數

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
System.out.println(integerList.stream().count());

經過使用count方法計算出流中元素個數

filter篩選

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
 integerList.stream().filter(i -> i > 3).forEach(System.out::println);

經過使用filter方法進行條件篩選，filter的方法參數爲一個條件

distinct去除重複元素

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
integerList.stream().distinct().forEach(System.out::println);

經過distinct方法快速去除重複的元素

limit返回指定流個數

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
integerList.stream().limit(3).forEach(System.out::println);

經過limit方法指定返回流的個數，limit的參數值必須>=0，不然將會拋出異常

skip跳過流中的元素

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
 integerList.stream().skip(2).forEach(System.out::println);

經過skip方法跳過流中的元素，上述例子跳過前兩個元素，因此打印結果爲2,3,4,5，skip的參數值必須>=0，不然將會拋出異常

map流映射

所謂流映射就是將接受的元素映射成另一個元素

List<String> stringList = Arrays.asList("Java 8", "Lambdas",  "In", "Action");
stringList.stream().map(String::length).forEach(System.out::println);

經過map方法能夠完成映射，該例子完成中String -> Integer的映射，以前上面的例子經過map方法完成了Dish->String的映射

flatMap流轉換

將一個流中的每一個值都轉換爲另外一個流

List<String> stringList = Arrays.asList("Hello", "World");
List<Stream<String>> str = stringList.stream()
        .map(world -> world.split(" "))
        .flatMap(Arrays::stream)
        .distinct()
        .collect(Collectors.toList());

map(world -> world.split(" "))的返回值爲Stream<String[]>，咱們想得到的結果爲Stream<String>，能夠經過flatMap方法完成Stream<String[]> ->Stream<String>的轉換

元素匹配

提供了三種匹配方式

• allMatch匹配全部

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().allMatch(i -> i > 3)) {
    System.out.println("值都大於3");
}

經過allMatch方法實現

• anyMatch匹配其中一個

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().anyMatch(i -> i > 3)) {
    System.out.println("存在大於3的值");
}

等同於

for (Integer i : integerList) {
    if (i > 3) {
        System.out.println("存在大於3的值");
        break;
    }
}

存在大於3的值則打印，java8中經過anyMatch方法實現這個功能

• noneMatch所有不匹配

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().noneMatch(i -> i > 3)) {
    System.out.println("值都小於3");
}

經過noneMatch方法實現

查找

提供了兩種查找方式

• findFirst查找第一個

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
System.out.println(integerList.stream().filter(i -> i > 3).findFirst());

經過findFirst方法查找到第一個大於三的元素並打印

• findAny隨機查找一個

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
System.out.println(integerList.stream().filter(i -> i > 3).findAny());

經過findAny方法查找到其中一個大於三的元素並打印，由於內部進行優化的緣由，當找到第一個知足大於三的元素時就結束，該方法結果和findFirst方法結果同樣。提供findAny方法是爲了更好的利用並行流，findFirst方法在並行上限制更多【本篇文章將不介紹並行流】

min/max獲取流中最小最大值

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> min = integerList.stream().min(Integer::compareTo);
Optional<Integer> max = integerList.stream().max(Integer::compareTo);

min獲取流中最小值，max獲取流中最大值，方法參數爲Comparator<? super T> comparator

reduce將流中的元素組合起來

假設咱們對一個集合中的值進行求和

• jdk8以前

int sum = 0;
for (int i : integerList) {
    sum += i;
}

• jdk8以後經過reduce進行處理

int sum = integerList.stream().reduce(0, (a, b) -> (a + b));

一行就能夠完成，還可使用方法引用簡寫成：

int sum = integerList.stream().reduce(0, Integer::sum);

reduce接受兩個參數，一個初始值這裏是0，一個BinaryOperator<T> accumulator
來將兩個元素結合起來產生一個新值
另外reduce方法還有一個沒有初始化值的重載方法，經過reduce咱們還能夠進行求最大值和最小值

Optional<Integer> min = integerList.stream().reduce(Integer::min);
Optional<Integer> max = integerList.stream().reduce(Integer::max);

進階經過groupingBy進行分組

Map<Type, List<Dish>> result = dishList.stream().collect(groupingBy(Dish::getType));

在collect方法中傳入groupingBy進行分組，其中groupingBy的方法參數爲分類函數。還能夠經過嵌套使用groupingBy進行多級分類

Map<Type, List<Dish>> result = menu.stream().collect(groupingBy(Dish::getType,
        groupingBy(dish -> {
            if (dish.getCalories() <= 400) return CaloricLevel.DIET;
                else if (dish.getCalories() <= 700) return CaloricLevel.NORMAL;
                else return CaloricLevel.FAT;
        })));

進階經過partitioningBy進行分區

分區是特殊的分組，它分類依據是true和false，因此返回的結果最多能夠分爲兩組

Map<Boolean, List<Dish>> result = menu.stream().collect(partitioningBy(Dish :: isVegetarian))

等同於

Map<Boolean, List<Dish>> result = menu.stream().collect(groupingBy(Dish :: isVegetarian))

這個例子可能並不能看出分區和分類的區別，甚至以爲分區根本沒有必要，換個明顯一點的例子：

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Map<Boolean, List<Integer>> result = integerList.stream().collect(partitioningBy(i -> i < 3));

返回值的鍵仍然是布爾類型，可是它的分類是根據範圍進行分類的，分區比較適合處理根據範圍進行分類

總結

經過使用Stream API能夠簡化代碼，同時提升了代碼可讀性，趕忙在項目裏用起來。講道理在沒學Stream API以前，誰要是給我在應用裏寫不少Lambda，Stream API，飛起就想給他一腳。我想，我如今可能愛上他了【嘻嘻】。同時使用的時候注意不要將聲明式和命令式編程混合使用，前幾天刷segment刷到一條：

imango老哥說的很對，別用聲明式編程的語法幹命令式編程的勾