Java Stream API 学习笔记

念幽

于 2024-07-12 16:23:12 发布

阅读量359

点赞数 19

文章标签： java

本文链接：https://blog.csdn.net/2301_76962889/article/details/140381075

版权

Java Stream API 学习笔记

一、 Stream API 概述

Stream API 是 Java 8 引入的强大功能，它为处理数据集合提供了一种新的范式。Stream API 可以简化代码，提高可读性，并充分利用多核处理器来提升性能。

二、 Stream API 的三大核心步骤

Stream Creation (流的创建)
- 流可以从多种数据源创建，包括集合、数组、文件、IO 通道等，甚至可以创建无限流。
案例:

简单案例: 从字符串列表创建流
```
List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David", "Eve", "Frank");
Stream<String> nameStream = names.stream();
```
复杂案例: 创建一个无限流，包含从 1 开始的奇数
```
Stream<Integer> oddNumbers = Stream.iterate(1, n -> n + 2);
```

Intermediate Operations (中间操作)

中间操作用于对流中的元素进行处理，例如筛选、映射、排序等。
中间操作是惰性执行的，这意味着它们不会立即执行，直到遇到终端操作才会实际执行。
每个中间操作都会返回一个新的流，从而支持链式调用，可以构建复杂的数据处理管道。

案例:

简单案例: 筛选出年龄大于 18 岁的学生，并将他们的姓名转换为大写

class Student {
    String name;
    int age;
    // 构造函数和 getter 方法
}
List<Student> students = Arrays.asList(
        new Student("Alice", 18),
        new Student("Bob", 20),
        new Student("Charlie", 16),
        new Student("David", 22)
);
Stream<String> adultNames = students.stream()
        .filter(student -> student.age > 18)
        .map(student -> student.name.toUpperCase());

复杂案例: 将包含字符串列表的流转换为包含每个字符串中所有字符的流，并去重

List<List<String>> wordGroups = Arrays.asList(
        Arrays.asList("a", "b", "c"),
        Arrays.asList("d", "e", "f"),
        Arrays.asList("g", "h", "i")
);
Stream<String> uniqueCharacters = wordGroups.stream()
        .flatMap(words -> words.stream())
        .distinct();

Terminal Operations (终端操作)
- 终端操作是整个流处理的实际执行部分，它会触发所有之前定义的中间操作，并生成最终结果。
- 执行终端操作后，流中的元素会被消费，流就不能再次被使用了。
案例:

简单案例: 计算流中所有数字的平均值
```
  List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
  double average = numbers.stream().mapToInt(Integer::intValue).average().orElse(0.0);
```
复杂案例: 将流中的元素收集到一个 Map 中，以元素的长度为键，元素列表为值
```
List<String> words = Arrays.asList("apple", "banana", "cherry", "date", "elderberry");
Map<Integer, List<String>> wordsByLength = words.stream()
        .collect(Collectors.groupingBy(String::length));
```

三、并行流

默认情况下，创建的流都是顺序流，但也可以通过 parallel() 方法将顺序流转换为并行流。
并行流可以借助多核处理器进行并行计算，从而提升数据处理的速度。

案例:

简单案例: 使用并行流计算字符串列表中所有字符串的长度总和

List<String> words = Arrays.asList("apple", "banana", "cherry", "date", "elderberry");
int totalLength = words.stream().parallel().mapToInt(String::length).sum();

复杂案例: 使用并行流对一个大型文件中的所有单词进行排序，并打印前 10 个单词

try (Stream<String> lines = Files.lines(Paths.get("large_file.txt"))) {
    lines.parallel()
            .flatMap(line -> Arrays.stream(line.split("\\s+")))
            .sorted()
            .limit(10)
            .forEach(System.out::println);
} catch (IOException e) {
    // 处理异常
}

四、重要注意事项

流操作应该是链式调用的，即每次中间操作都应该基于前一次操作的结果，而不是重复使用同一个流实例进行多次操作。
流本身并不是数据结构，它不会存储数据或改变数据源，它只定义了数据处理的流程。
使用 Files.lines() 方法打开的文件资源必须被妥善关闭，以避免资源泄漏。为此，推荐将此操作封装在 try-with-resources 语句中，这样可以自动确保无论处理过程如何，文件资源都会被关闭。

五、其他常用操作

Collectors 工具类提供了一系列静态方法，用于创建各种常用的收集器，例如 toList()、toSet()、toMap()、groupingBy() 等。

案例:

简单案例: 使用 Collectors.toList() 将流中的元素收集到一个 List 中

List<String> words = Arrays.asList("apple", "banana", "cherry", "date", "elderberry");
List<String> collectedWords = words.stream().collect(Collectors.toList());

复杂案例: 使用 Collectors.toMap() 将流中的元素收集到一个 Map 中，以元素本身为键，元素的长度为值

List<String> words = Arrays.asList("apple", "banana", "cherry", "date", "elderberry");
Map<String, Integer> wordLengths = words.stream()
        .collect(Collectors.toMap(word -> word, word -> word.length()));

Optional 类型用于封装可能不存在的值，例如 findFirst() 和 findAny() 方法返回的结果。

案例:

简单案例: 查找流中第一个长度大于 5 的字符串

List<String> words = Arrays.asList("apple", "banana", "cherry", "date", "elderberry");
Optional<String> firstLongWord = words.stream().filter(word -> word.length() > 5).findFirst();
// 使用 ifPresent() 方法检查 Optional 是否存在值
firstLongWord.ifPresent(word -> System.out.println("First long word: " + word));