java8读书笔记：探究java8流收集数据原理

java8专栏目录：

1. java8实战读书笔记：Lambda表达式语法与函数式编程接口

2. java8实战读书笔记：复合Lambda表达式

3. java8实战读书笔记：初识Stream、流的基本操作（流计算）

4. java8实战读书笔记：数值流、Stream创建与Optional类的使用

本文揭示如何学习一门新技术，从示例入手，重点阐述Stream#collect方法的实现原理，为更好的使用java8中流来收集数据。

本节目录

• • 1、Stream#collect

• 2、Collector接口

• 3、Collectors.toList()

• 4、总结

我们在前面的文章中反复使用的场景：获取菜单中所有菜品的名称，返回一个集合，其代码如下：

public static void test_toList(List menu) {

List names = menu.stream().map(Dish::getName)

.collect(Collectors.toList()); // @1

for(String s : names) {

System.out.println(s);

}

}

通过Stream.collect这个终端操作进行数据收集，至于如何收集，则由该方法的参数来决定(Collector)，即行为参数化。

代码@1：collect(Collectors.toList()) 的意思就是返回List，这里涉及到两个关键，一个是Stream#collect方法，另外一个就是其参数Collectors.toList()。

接下来我们将以上述两个突破点来揭开如何使用java8的流来收集数据。

1、Stream#collect

---

ReferencePipeline#collect

public final <R, A> R collect(Collector<? super P_OUT, A, R> collector) { // @1

A container;

if (isParallel()

&& (collector.characteristics().contains(Collector.Characteristics.CONCURRENT))

&& (!isOrdered() || collector.characteristics().contains(Collector.Characteristics.UNORDERED))) { // @2

container = collector.supplier().get(); // @3

BiConsumer<A, ? super P_OUT> accumulator = collector.accumulator();

forEach(u -> accumulator.accept(container, u));

}

else { // @4

container = evaluate(ReduceOps.makeRef(collector));

}

return collector.characteristics().contains(Collector.Characteristics.IDENTITY_FINISH) // @5

? ® container

collector.finisher().apply(container);

}

代码@1：函数声明，该方法返回的结果类型为R，传入的行为参数接口为Collector。

代码@2：判断是否符合并行化累积与规约的条件。

• 是否是并行流，例如上例中创建流的代码为menu.stream()，该方法的流是非并行化流，如果要支持并行化执行，需要满足的第一个条件就是需要使用menu.parallelStream()方法返回的流。

• Collector(收集器，行为化参数)中收集器行为集合中是否包含Characteristics.CONCURRENT(并行执行)，如果不包含该行为，则不支持并行执行。

• 原始流是否有顺序 或 者 收集器的行为集合中明确包含Characteristics.UNORDERED(不要求顺序性)。

上述三个条件必须同时满足，才能并行执行，否则串行执行。

代码@3：并行执行收集动作。

代码@4：串行执行收集动作。

代码@5：如果收集器收集行为集合中包含Characteristics.IDENTITY_FINISH，则直接返回原始值，否则使用Collector.finishier()方式对计算的值进行函数式计算。

通过上面的代码，我们应该对Characteristics枚举类型中的3个值不难得出如下类型：

• CONCURRENT

收集器行为，表示收集其中的累积函数是否支持并行执行。

• Characteristics.UNORDERED

收集器行为，表示整个收集期间，没有顺序要求。

• Characteristics.IDENTITY_FINISH

收集器行为，表示可以忽略Collector.finsher()定义的最终转换函数，直接返回累积之后的结果即可。

疑问？代码@3,这段代码不是很好理解，该怎么继续往下深入呢？

针对上面看不太懂的代码，我的处理办法是先转移思路，看一下Collector接口以及示例中Collectos.toList()返回的收集器是什么(重点关注返回的Collector中具体属性)。

2、Collector接口

---

收集器中的泛型参数说明如下：

• T ：累积器中一个操作数类型

• A： 累积器中的初始值类型

• R：返回值的类型，例如List< R >。

其属性一览如下：

• Supplier< A > supplier()

该函数式接口，大家应该都非常熟悉了，其函数声明如下：() -> T，通常用于构建对象，那这里是构建什么对象呢？这是下一个待解疑问。

• BiConsumer<A, T> accumulator()

从名字命名来看，应该是返回累积器，（T,U）-> void。通常用于输入两个参数，对其进行处理，但返回void类型。

• BinaryOperator< A > combiner()

从名字命令来看，应该是组合器（请参考流计算函数reduce)。

• Function<A, R> finisher()

最终函数，如果收集器行为包含IDENTITY_FINISH，则无需使用该函数对累积器产生的结果进行处理，否则使用该函数对累积器结果进行最后的处理。

• Set< Characteristics > characteristics()

累积器行为，在上文已做详细介绍。

其supplier函数到底是干什么的呢？对上面的方法都是基于名字来推测的（当然JDK代码非常优雅，根据名字去猜测，准确度还是很高的），但如何确认呢？这个时候我们还是结合Collectos.toList()方法返回的Collector来做进一步推断。

3、Collectors.toList()

---

代码如下：

最后

面试前一定少不了刷题，为了方便大家复习，我分享一波个人整理的面试大全宝典

• Java核心知识整理

Java核心知识

• Spring全家桶（实战系列）

• 其他电子书资料

Step3：刷题

既然是要面试，那么就少不了刷题，实际上春节回家后，哪儿也去不了，我自己是刷了不少面试题的，所以在面试过程中才能够做到心中有数，基本上会清楚面试过程中会问到哪些知识点，高频题又有哪些，所以刷题是面试前期准备过程中非常重要的一点。

以下是我私藏的面试题库：

了解详情https://docs.qq.com/doc/DSmxTbFJ1cmN1R2dB
aBnk-1724314668538)]

Step3：刷题

既然是要面试，那么就少不了刷题，实际上春节回家后，哪儿也去不了，我自己是刷了不少面试题的，所以在面试过程中才能够做到心中有数，基本上会清楚面试过程中会问到哪些知识点，高频题又有哪些，所以刷题是面试前期准备过程中非常重要的一点。

以下是我私藏的面试题库：

[外链图片转存中…(img-orlZsFnM-1724314668539)]

了解详情https://docs.qq.com/doc/DSmxTbFJ1cmN1R2dB