Java lamda Stream

 

 

• Intermediate：一個流能夠後面跟隨零個或多個 intermediate 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（lazy），就是說，僅僅調用到這類方法，並無真正開始流的遍歷。
• Terminal：一個流只能有一個 terminal 操做，當這個操做執行後，流就被使用「光」了，沒法再被操做。因此這一定是流的最後一個操做。Terminal 操做的執行，纔會真正開始流的遍歷，而且會生成一個結果，或者一個 side effect。

　　在對於一個 Stream 進行屢次轉換操做 (Intermediate 操做)，每次都對 Stream 的每一個元素進行轉換，並且是執行屢次，這樣時間複雜度就是 N（轉換次數）個 for 循環裏把全部操做都作掉的總和嗎？其實不是這樣的，轉換操做都是 lazy 的，多個轉換操做只會在 Terminal 操做的時候融合起來，一次循環完成。咱們能夠這樣簡單的理解，Stream 裏有個操做函數的集合，每次轉換操做就是把轉換函數放入這個集合中，在 Terminal 操做的時候循環 Stream 對應的集合，而後對每一個元素執行全部的函數。

還有一種操做被稱爲 short-circuiting。用以指：

• 對於一個 intermediate 操做，若是它接受的是一個無限大（infinite/unbounded）的 Stream，但返回一個有限的新 Stream。
• 對於一個 terminal 操做，若是它接受的是一個無限大的 Stream，但能在有限的時間計算出結果。

當操做一個無限大的 Stream，而又但願在有限時間內完成操做，則在管道內擁有一個 short-circuiting 操做是必要非充分條件。

 

 

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

　　

stream() 獲取當前小物件的 source，filter 和 mapToInt 爲 intermediate 操做，進行數據篩選和轉換，最後一個 sum() 爲 terminal 操做，對符合條件的所有小物件做重量求和。

 

• Intermediate：

map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 limit、 skip、 parallel、 sequential、 unordered

• Terminal：

forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator

• Short-circuiting：

anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 limit