java8实战读书笔记：初识Stream、流的基本操作（流计算）

2401_84048621

于 2024-05-15 02:08:08 发布

阅读量333

点赞数 4

分类专栏：程序员文章标签： java 开发语言

本文链接：https://blog.csdn.net/2401_84048621/article/details/138879506

版权

程序员专栏收录该内容

451 篇文章 1 订阅

订阅专栏

我们来看一下Stream关于map方法的声明：

Stream map(Function<? super T, ? extends R> mapper)

接受一个函数Function，其函数声明为：T -> R，接收一个T类型的对象，返回一个R类型的对象。

当然，java为了高效的处理基础数据类型（避免装箱、拆箱带来性能损耗）也定义了如下方法：

IntStream mapToInt(ToIntFunction<? super T> mapper)

LongStream mapToLong(ToLongFunction<? super T> mapper)

DoubleStream mapToDouble(ToDoubleFunction<? super T> mapper)

思考题：对于字符数值[“Hello”,“World”] ，输出字符序列，并且去重。

第一次尝试：

public static void test_flat_map() {

String[] strArr = new String[] {“hello”, “world”};

List strList = Arrays.asList(strArr);

strList.stream().map( s -> s.split(“”))

.distinct().forEach(System.out::println);

}

输出结果：

在这里插入图片描述

为什么会返回两个String[]元素呢？因为map(s -> s.split()) 此时返回的流为Stream<String[]>，那我们是不是可以继续对该Steam[String[]],把String[]转换为字符流，其代码如下：

public static void test_flat_map() {

String[] strArr = new String[] {“hello”, “world”};

List strList = Arrays.asList(strArr);

strList.stream().map( s -> s.split(“”))

.map(Arrays::stream)

.distinct().forEach(System.out::println);

}

其返回结果：

在这里插入图片描述

还是不符合预期，其实原因也很好理解，再次经过map(Arrays:stream)后，返回的结果为 Stream<Stream< String>>，即包含两个元素，每一个元素为一个字符流，可以通过如下代码验证：

public static void test_flat_map() {

String[] strArr = new String[] {“hello”, “world”};

List strList = Arrays.asList(strArr);

strList.stream().map( s -> s.split(“”))

.map(Arrays::stream)

.forEach( (Stream s) -> {

System.out.println(“\n --start—”);

s.forEach(a -> System.out.print(a + " "));

System.out.println(“\n --end—”);

} );

}

综合上述分析，之所以不符合预期，主要是原数组中的两个字符，经过map后返回的是两个独立的流，那有什么方法将这两个流合并成一个流，然后再进行disinic去重呢？

答案当然是可以的，flatMap方法闪亮登场：先看代码和显示结果：

public static void test_flat_map() {

String[] strArr = new String[] {“hello”, “world”};

List strList = Arrays.asList(strArr);

strList.stream().map( s -> s.split(“”))

.flatMap(Arrays::stream)

.distinct().forEach( a -> System.out.print(a +" "));

}

其输出结果：

在这里插入图片描述

符合预期。一言以蔽之，flatMap可以把两个流合并成一个流进行操作。

2.3 查找和匹配

Stream API提供了allMatch、anyMatch、noneMatch、findFirst和findAny方法来实现对流中数据的匹配与查找。

2.3.1 allMatch

我们先看一下该方法的声明：

boolean allMatch(Predicate<? super T> predicate);

接收一个谓词函数(T->boolean)，返回一个boolean值，是一个终端操作，用于判断流中的所有元素是否与Predicate相匹配，只要其中一个元素不复合，该表达式将返回false。

示例如下：例如存在这样一个List a,其中元素为 1,2,4,6,8。判断流中的元素是否都是偶数。

boolean result = a.stream().allMatch( a -> a % 2 == 0 )； // 将返回false。

2.3.2 anyMatch

该方法的函数声明如下：

boolean anyMatch(Predicate<? super T> predicate)

同样接收一个谓词Predicate( T -> boolean )，表示只要流中的元素至少一个匹配谓词，即返回真。

示例如下：例如存在这样一个List a,其中元素为 1,2,4,6,8。判断流中的元素是否包含偶数。

boolean result = a.stream().anyMatch( a -> a % 2 == 0 )； // 将返回true。

2.3.3 noneMatch

该方法的函数声明如下：

boolean noneMatch(Predicate<? super T> predicate);

同样接收一个谓词Predicate( T -> boolean )，表示只要流中的元素全部不匹配谓词表达式，则返回true。

示例如下：例如存在这样一个List a,其中元素为 2,4,6,8。判断流中的所有元素都不式奇数。

boolean result = a.stream().noneMatch( a -> a % 2 == 1 )； // 将返回true。

2.3.4 findFirst

查找流中的一个元素，其函数声明如下：

Optional findFirst();

返回流中的一个元素。其返回值为Optional，这是jdk8中引入的一个类，俗称值容器类，其主要左右是用来避免值空指针，一种更加优雅的方式来处理null。该类的具体使用将在下一篇详细介绍。

public static void test_find_first(List menu) {

Optional dish = menu.stream().findFirst();

// 这个方法表示，Optional中包含Dish对象，则执行里面的代码，否则什么事不干，是不是比判断是否为null更友好

dish.ifPresent(a -> System.out.println(a.getName()));

}

2.3.5 findAny

返回流中任意一个元素，其函数声明如下：

Optional findAny();

2.4 reduce

reduce归约，看过大数据的人用过会非常敏感，目前的java8的流操作是不是有点map-reduce的味道，归约，就是对流中所有的元素进行统计分析，归约成一个数值。

首先我们看一下reduce的函数说明：

T reduce(T identity, BinaryOperator accumulator)

T identity：累积器的初始值。
BinaryOperator< T> accumulator：累积函数。BinaryOperator< T> extend BiFunction<T, U, R>。BinaryOperator的函数式表示，接受两个T类型的入参，返回T类型的返回值。

Optional reduce(BinaryOperator accumulator);

可以理解为没有初始值的归约，如果流为空，则会返回空，故其返回值使用了Optional类来优雅处理null值。

U reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator combiner);

首先，最后的返回值类型为U。

U identity：累积函数的初始值。
BiFunction<U, ? super T, U> accumulator：累积器函数，对流中的元素使用该累积器进行归约，在具体执行时accumulator.apply( identity, 第二个参数的类型不做限制 )，只要最终返回U即可。
BinaryOperator< U> combiner：组合器。对累积器的结果进行组合，因为归约reduce，java流计算内部使用了fork-join框架，会对流的中的元素使用并行累积，每个线程处理流中一部分数据，最后对结果进行组合，得出最终的值。

温馨提示：对流API的学习，一个最最重点的就是要掌握这些函数式编程接口，然后掌握如何使用Lambda表达式进行行为参数化（lambda表达当成参数传入到函数中）。

接下来我们举例来展示如何使用reduce。

示例1：对集合中的元素求和

List goodsNumber = Arrays.asList( 3, 5, 8, 4, 2, 13 );

java7之前的示例：

int sum = 0;

for(Integer i : goodsNumber) {

sum += i;// sum = sum + i;

}

System.out.println(“sum:” + sum);

求和运算符： c = a + b，也就是接受2个参数，返回一个值，并且这三个值的类型一致。

故我们可以使用T reduce(T identity, BinaryOperator< T> accumulator)来实现我们的需求：

public static void test_reduce() {

List goodsNumber = Arrays.asList( 3, 5, 8, 4, 2, 13 );

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

//这里也可以写成这样：

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

System.out.println(sum);

}

不知大家是否只读(a,b)这两个参数的来源，其实第一个参数为初始值T identity，第二个参数为流中的元素。

那三个参数的reduce函数主要用在什么场景下呢？接下来还是用求和的例子来展示其使用场景。在java多线程编程模型中，引入了fork-join框架，就是对一个大的任务进行先拆解，用多线程分别并行执行，最终再两两进行合并，得出最终的结果。reduce函数的第三个函数，就是组合这个动作，下面给出并行执行的流式处理示例代码如下：

public static void test_reduce_combiner() {

/** 初始化待操作的流 */

List nums = new ArrayList<>();

int s = 0;

for(int i = 0; i < 200; i ++) {

nums.add(i);

s = s + i;

}

// 对流进行归并，求和,这里使用了流的并行执行版本 parallelStream，内部使用Fork-Join框架多线程并行执行，

// 关于流的内部高级特性，后续再进行深入，目前先以掌握其用法为主。

int sum2 = nums.parallelStream().reduce(0,Integer::sum, Integer::sum);

System.out.println(“和为：” + sum2);

// 下面给出上述版本的debug版本。

// 累积器执行的次数

AtomicInteger accumulatorCount = new AtomicInteger(0);

// 组合器执行的次数（其实就是内部并行度）

AtomicInteger combinerCount = new AtomicInteger(0);

int sum = nums.parallelStream().reduce(0,(a,b) -> {

accumulatorCount.incrementAndGet();

return a + b;

}, (c,d) -> {

combinerCount.incrementAndGet();

return c+d;

});

System.out.println(“accumulatorCount:” + accumulatorCount.get());

System.out.println(“combinerCountCount:” + combinerCount.get());

}

从结果上可以看出，执行了100次累积动作，但只进行了15次合并。

流的基本操作就介绍到这里，在此总结一下，目前接触到的流操作：

1、filter

函数功能：过滤
操作类型：中间操作
返回类型：Stream
函数式接口：Predicate
函数描述符：T -> boolean

2、distinct

函数功能：去重
操作类型：中间操作
返回类型：Stream

3、skip

函数功能：跳过n个元素
操作类型：中间操作
返回类型：Stream
接受参数：long

4、limit

函数功能：截断流，值返回前n个元素的流
操作类型：中间操作
返回类型：Stream
接受参数：long

5、map

函数功能：映射
操作类型：中间操作
返回类型：Stream
函数式接口：Function<T,R>
函数描述符：T -> R

6、flatMap

函数功能：扁平化流，将多个流合并成一个流
操作类型：中间操作
返回类型：Stream
函数式接口：Function<T, Stream>
函数描述符：T -> Stream

7、sorted

函数功能：排序
操作类型：中间操作
返回类型：Stream
函数式接口：Comparator
函数描述符：(T,T) -> int

8、anyMatch

函数功能：流中任意一个匹配则返回true
操作类型：终端操作
返回类型：boolean
函数式接口：Predicate
函数描述符：T -> boolean

9、allMatch

函数功能：流中全部元素匹配则返回true
操作类型：终端操作
返回类型：boolean
函数式接口：Predicate
函数描述符：T -> boolean

10、 noneMatch

函数功能：流中所有元素都不匹配则返回true
操作类型：终端操作
返回类型：boolean
函数式接口：Predicate
函数描述符：T -> boolean

11、findAny

函数功能：从流中任意返回一个元素
操作类型：终端操作
返回类型：Optional

12、findFirst

函数功能：返回流中第一个元素
操作类型：终端操作
返回类型：Optional

13、forEach

函数功能：遍历流
操作类型：终端操作
返回类型：void
函数式接口：Consumer
函数描述符：T -> void

14、collect

函数功能：将流进行转换
操作类型：终端操作
返回类型：R
函数式接口：Collector<T,A,R>

15、reduce

函数功能：规约流
操作类型：终端操作
返回类型：Optional
函数式接口：BinaryOperator
函数描述符：(T,T) -> T

16、count

函数功能：返回流中总元素个数
操作类型：终端操作
返回类型：long

由于篇幅的原因，流的基本计算就介绍到这里了，下文还将重点介绍流的创建，数值流与Optional类的使用。

最后

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Java开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

16、count

函数功能：返回流中总元素个数
操作类型：终端操作
返回类型：long

由于篇幅的原因，流的基本计算就介绍到这里了，下文还将重点介绍流的创建，数值流与Optional类的使用。

最后

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

[外链图片转存中…(img-Cw1yeOFv-1715710077169)]

[外链图片转存中…(img-1lQYumXP-1715710077169)]

[外链图片转存中…(img-56IisXKT-1715710077169)]

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

2401_84048621

关注

4
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
java8实战读书笔记：初识Stream、流的基本操作（流计算）

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
复制链接

扫一扫