Stream API

Stream簡介編程

  • 爲何要使用Stream數據結構

  • 實例數據源併發

  • Filterapp

  • Map函數式編程

  • FlatMap函數

  • Reduce性能

  • Collect測試

  • Optionalui

  • 併發spa

  • 調試


Stream簡介

一、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。

二、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。

三、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

一、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。

二、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

一、遍歷數據並檢查其中的元素時使用。

二、filter接受一個函數做爲參數,該函數用Lambda表達式表示。

    /**      * 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

一、map生成的是個一對一映射,for的做用

二、比較經常使用

三、並且很簡單

   /**      * 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

一、顧名思義,跟map差很少,更深層次的操做

二、但仍是有區別的

三、map和flat返回值不一樣

四、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。

五、Map一對一

六、Flatmap一對多

七、map和flatMap的方法聲明是不同的

(1) Stream map(Function mapper);

(2) Stream flatMap(Function> mapper);

(3) 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。

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

一、感受相似遞歸

二、數字(字符串)累加

三、我的沒咋用過

 public static void reduceTest(){
        //累加,初始化值是 10
        Integer reduce = Stream.of(1234)
                .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(1234)
                .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

一、collect在流中生成列表,map,等經常使用的數據結構

二、toList()

三、toSet()

四、toMap()

五、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

一、Optional 是爲核心類庫新設計的一個數據類型,用來替換 null 值。

二、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」

三、用處很廣,不光在lambda中,哪都能用

四、Optional.of(T),T爲非空,不然初始化報錯

五、Optional.ofNullable(T),T爲任意,能夠爲空

六、isPresent(),至關於 !=null

七、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

一、stream替換成parallelStream或 parallel

二、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

三、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

一、list.map.fiter.map.xx 爲鏈式調用,最終調用collect(xx)返回結果

二、分惰性求值和及早求值

三、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。

四、經過peek能夠查看每一個值,同時能繼續操做流

相關文章
相關標籤/搜索