目錄
- Stream簡介
- 爲何要使用Stream
- 實例數據源
- Filter
- Map
- FlatMap
- Reduce
- Collect
- Optional
- 併發
- 調試
Stream簡介
- Java 8引入了全新的Stream API。這裏的Stream和I/O流不一樣，它更像具備Iterable的集合類，但行爲和集合類又有所不一樣。
- stream是對集合對象功能的加強，它專一於對集合對象進行各類很是便利、高效的聚合操做，或者大批量數據操做。
- 只要給出須要對其包含的元素執行什麼操做，好比 「過濾掉長度大於 10 的字符串」、「獲取每一個字符串的首字母」等，Stream 會隱式地在內部進行遍歷，作出相應的數據轉換。
爲何要使用Stream
- 函數式編程帶來的好處尤其明顯。這種代碼更多地表達了業務邏輯的意圖，而不是它的實現機制。易讀的代碼也易於維護、更可靠、更不容易出錯。
- 高端
實例數據源
public class Data { private static List<PersonModel> list = null; static { PersonModel wu = new PersonModel("wu qi", 18, "男"); PersonModel zhang = new PersonModel("zhang san", 19, "男"); PersonModel wang = new PersonModel("wang si", 20, "女"); PersonModel zhao = new PersonModel("zhao wu", 20, "男"); PersonModel chen = new PersonModel("chen liu", 21, "男"); list = Arrays.asList(wu, zhang, wang, zhao, chen); } public static List<PersonModel> getData() { return list; } }
Filter
- 遍歷數據並檢查其中的元素時使用。
- filter接受一個函數做爲參數，該函數用Lambda表達式表示。
image.png
/** * 過濾全部的男性 */ public static void fiterSex(){ List<PersonModel> data = Data.getData(); //old List<PersonModel> temp=new ArrayList<>(); for (PersonModel person:data) { if ("男".equals(person.getSex())){ temp.add(person); } } System.out.println(temp); //new List<PersonModel> collect = data .stream() .filter(person -> "男".equals(person.getSex())) .collect(toList()); System.out.println(collect); } /** * 過濾全部的男性 而且小於20歲 */ public static void fiterSexAndAge(){ List<PersonModel> data = Data.getData(); //old List<PersonModel> temp=new ArrayList<>(); for (PersonModel person:data) { if ("男".equals(person.getSex())&&person.getAge()<20){ temp.add(person); } } //new 1 List<PersonModel> collect = data .stream() .filter(person -> { if ("男".equals(person.getSex())&&person.getAge()<20){ return true; } return false; }) .collect(toList()); //new 2 List<PersonModel> collect1 = data .stream() .filter(person -> ("男".equals(person.getSex())&&person.getAge()<20)) .collect(toList()); }
Map
- map生成的是個一對一映射,for的做用
- 比較經常使用
- 並且很簡單
image.png
/** * 取出全部的用戶名字 */ public static void getUserNameList(){ List<PersonModel> data = Data.getData(); //old List<String> list=new ArrayList<>(); for (PersonModel persion:data) { list.add(persion.getName()); } System.out.println(list); //new 1 List<String> collect = data.stream().map(person -> person.getName()).collect(toList()); System.out.println(collect); //new 2 List<String> collect1 = data.stream().map(PersonModel::getName).collect(toList()); System.out.println(collect1); //new 3 List<String> collect2 = data.stream().map(person -> { System.out.println(person.getName()); return person.getName(); }).collect(toList()); }
FlatMap
-
顧名思義，跟map差很少,更深層次的操做java
-
但仍是有區別的編程
-
map和flat返回值不一樣數據結構
-
Map 每一個輸入元素，都按照規則轉換成爲另一個元素。
還有一些場景，是一對多映射關係的，這時須要 flatMap。併發 -
Map一對一app
-
Flatmap一對多函數式編程
-
map和flatMap的方法聲明是不同的函數
-
- <r> Stream<r> map(Function mapper);
-
- <r> Stream<r> flatMap(Function> mapper);
-
map和flatMap的區別：我我的認爲，flatMap的能夠處理更深層次的數據，入參爲多個list，結果能夠返回爲一個list，而map是一對一的，入參是多個list，結果返回必須是多個list。通俗的說，若是入參都是對象，那麼flatMap能夠操做對象裏面的對象，而map只能操做第一層。post
image.png
public static void flatMapString() { List<PersonModel> data = Data.getData(); //返回類型不同 List<String> collect = data.stream() .flatMap(person -> Arrays.stream(person.getName().split(" "))).collect(toList()); List<Stream<String>> collect1 = data.stream() .map(person -> Arrays.stream(person.getName().split(" "))).collect(toList()); //用map實現 List<String> collect2 = data.stream() .map(person -> person.getName().split(" ")) .flatMap(Arrays::stream).collect(toList()); //另外一種方式 List<String> collect3 = data.stream() .map(person -> person.getName().split(" ")) .flatMap(str -> Arrays.asList(str).stream()).collect(toList()); }
Reduce
- 感受相似遞歸
- 數字(字符串)累加
- 我的沒咋用過
image.png
public static void reduceTest(){ //累加，初始化值是 10 Integer reduce = Stream.of(1, 2, 3, 4) .reduce(10, (count, item) ->{ System.out.println("count:"+count); System.out.println("item:"+item); return count + item; } ); System.out.println(reduce); Integer reduce1 = Stream.of(1, 2, 3, 4) .reduce(0, (x, y) -> x + y); System.out.println(reduce1); String reduce2 = Stream.of("1", "2", "3") .reduce("0", (x, y) -> (x + "," + y)); System.out.println(reduce2); }
Collect
- collect在流中生成列表，map，等經常使用的數據結構
- toList()
- toSet()
- toMap()
- 自定義
/** * toList */ public static void toListTest(){ List<PersonModel> data = Data.getData(); List<String> collect = data.stream() .map(PersonModel::getName) .collect(Collectors.toList()); } /** * toSet */ public static void toSetTest(){ List<PersonModel> data = Data.getData(); Set<String> collect = data.stream() .map(PersonModel::getName) .collect(Collectors.toSet()); } /** * toMap */ public static void toMapTest(){ List<PersonModel> data = Data.getData(); Map<String, Integer> collect = data.stream() .collect( Collectors.toMap(PersonModel::getName, PersonModel::getAge) ); data.stream() .collect(Collectors.toMap(per->per.getName(), value->{ return value+"1"; })); } /** * 指定類型 */ public static void toTreeSetTest(){ List<PersonModel> data = Data.getData(); TreeSet<PersonModel> collect = data.stream() .collect(Collectors.toCollection(TreeSet::new)); System.out.println(collect); } /** * 分組 */ public static void toGroupTest(){ List<PersonModel> data = Data.getData(); Map<Boolean, List<PersonModel>> collect = data.stream() .collect(Collectors.groupingBy(per -> "男".equals(per.getSex()))); System.out.println(collect); } /** * 分隔 */ public static void toJoiningTest(){ List<PersonModel> data = Data.getData(); String collect = data.stream() .map(personModel -> personModel.getName()) .collect(Collectors.joining(",", "{", "}")); System.out.println(collect); } /** * 自定義 */ public static void reduce(){ List<String> collect = Stream.of("1", "2", "3").collect( Collectors.reducing(new ArrayList<String>(), x -> Arrays.asList(x), (y, z) -> { y.addAll(z); return y; })); System.out.println(collect); }
Optional
- Optional 是爲核心類庫新設計的一個數據類型，用來替換 null 值。
- 人們對原有的 null 值有不少抱怨，甚至連發明這一律唸的Tony Hoare也是如此，他曾說這是本身的一個「價值連城的錯誤」
- 用處很廣，不光在lambda中，哪都能用
- Optional.of(T)，T爲非空，不然初始化報錯
- Optional.ofNullable(T)，T爲任意，能夠爲空
- isPresent()，至關於 ！=null
- ifPresent(T)， T能夠是一段lambda表達式 ，或者其餘代碼，非空則執行
public static void main(String[] args) { PersonModel personModel=new PersonModel(); //對象爲空則打出 - Optional<Object> o = Optional.of(personModel); System.out.println(o.isPresent()?o.get():"-"); //名稱爲空則打出 - Optional<String> name = Optional.ofNullable(personModel.getName()); System.out.println(name.isPresent()?name.get():"-"); //若是不爲空，則打出xxx Optional.ofNullable("test").ifPresent(na->{ System.out.println(na+"ifPresent"); }); //若是空，則返回指定字符串 System.out.println(Optional.ofNullable(null).orElse("-")); System.out.println(Optional.ofNullable("1").orElse("-")); //若是空，則返回 指定方法，或者代碼 System.out.println(Optional.ofNullable(null).orElseGet(()->{ return "hahah"; })); System.out.println(Optional.ofNullable("1").orElseGet(()->{ return "hahah"; })); //若是空，則能夠拋出異常 System.out.println(Optional.ofNullable("1").orElseThrow(()->{ throw new RuntimeException("ss"); })); // Objects.requireNonNull(null,"is null"); //利用 Optional 進行多級判斷 EarthModel earthModel1 = new EarthModel(); //old if (earthModel1!=null){ if (earthModel1.getTea()!=null){ //... } } //new Optional.ofNullable(earthModel1) .map(EarthModel::getTea) .map(TeaModel::getType) .isPresent(); // Optional<EarthModel> earthModel = Optional.ofNullable(new EarthModel()); // Optional<List<PersonModel>> personModels = earthModel.map(EarthModel::getPersonModels); // Optional<Stream<String>> stringStream = personModels.map(per -> per.stream().map(PersonModel::getName)); //判斷對象中的list Optional.ofNullable(new EarthModel()) .map(EarthModel::getPersonModels) .map(pers->pers .stream() .map(PersonModel::getName) .collect(toList())) .ifPresent(per-> System.out.println(per)); List<PersonModel> models=Data.getData(); Optional.ofNullable(models) .map(per -> per .stream() .map(PersonModel::getName) .collect(toList())) .ifPresent(per-> System.out.println(per)); }
併發
-
stream替換成parallelStream或 parallel性能
-
輸入流的大小並非決定並行化是否會帶來速度提高的惟一因素，性能還會受到編寫代碼的方式和核的數量的影響測試
-
影響性能的五要素是:數據大小、源數據結構、值是否裝箱、可用的CPU核數量，以及處理每一個元素所花的時間
//根據數字的大小，有不一樣的結果 private static int size=10000000; public static void main(String[] args) { System.out.println("-----------List-----------"); testList(); System.out.println("-----------Set-----------"); testSet(); } /** * 測試list */ public static void testList(){ List<Integer> list = new ArrayList<>(size); for (Integer i = 0; i < size; i++) { list.add(new Integer(i)); } List<Integer> temp1 = new ArrayList<>(size); //老的 long start=System.currentTimeMillis(); for (Integer i: list) { temp1.add(i); } System.out.println(+System.currentTimeMillis()-start); //同步 long start1=System.currentTimeMillis(); list.stream().collect(Collectors.toList()); System.out.println(System.currentTimeMillis()-start1); //併發 long start2=System.currentTimeMillis(); list.parallelStream().collect(Collectors.toList()); System.out.println(System.currentTimeMillis()-start2); } /** * 測試set */ public static void testSet(){ List<Integer> list = new ArrayList<>(size); for (Integer i = 0; i < size; i++) { list.add(new Integer(i)); } Set<Integer> temp1 = new HashSet<>(size); //老的 long start=System.currentTimeMillis(); for (Integer i: list) { temp1.add(i); } System.out.println(+System.currentTimeMillis()-start); //同步 long start1=System.currentTimeMillis(); list.stream().collect(Collectors.toSet()); System.out.println(System.currentTimeMillis()-start1); //併發 long start2=System.currentTimeMillis(); list.parallelStream().collect(Collectors.toSet()); System.out.println(System.currentTimeMillis()-start2); }
調試
-
list.map.fiter.map.xx 爲鏈式調用，最終調用collect(xx)返回結果
-
分惰性求值和及早求值
-
判斷一個操做是惰性求值仍是及早求值很簡單:只需看它的返回值。若是返回值是 Stream，那麼是惰性求值;若是返回值是另外一個值或爲空，那麼就是及早求值。使用這些操做的理想方式就是造成一個惰性求值的鏈，最後用一個及早求值的操做返回想要的結果。
-
經過peek能夠查看每一個值，同時能繼續操做流
private static void peekTest() { List<PersonModel> data = Data.getData(); //peek打印出遍歷的每一個per data.stream().map(per->per.getName()).peek(p->{ System.out.println(p); }).collect(toList()); }