Stream 告诉你什么叫优雅
0 概述
- 了解 Stream 之前，要先知道 Lambda 表达式，在 Lambda 表达式之前，要使用函数作为参数的话，需要写大量的匿名内部类，这通常会使代码变得冗余和难以维护，引入 Lambda 表达式后，它允许我们以匿名函数的形式来表达行为参数化，从而使代码更加简洁和可读。归根结底，可以把 Lambda 表达式看作是一种语法糖。
- Stream 是 Java 8 中一个重要的新特性，它允许我们以声明性方式处理数据。你可以将 Stream 看作是一个来自数据源的元素的序列，支持顺序和并行聚合操作。与传统的 for-loop 不同，使用 Stream 可以使我们的代码更加简洁，并可以方便地并行处理数据。
- Stream 不会存储元素，它只是按需计算数据。这意味着 Stream 操作是惰性的，只有在终端操作时才会真正计算。
- 使用前：这玩意儿有什么用？
- 使用后：真香 ~ 从此代码里全是 Lambda + Stream
1 优缺点
- Lambda 表达式的优点：
- 减少了大量冗余代码
- 提供了并行流，可以很容易地利用多核处理器
- Lambda 表达式的缺点：
- 可读性差，不够直观，后期维护比较难受
- 当需要 Debug 时，调试比较困难，难以定位错误信息
- Stream 流的优点：
- 使代码更加清晰和简洁，用更少的代码来实现相同的功能
- 支持函数式编程
- API 丰富，如过滤、映射、排序、归约等，可以方便地进行各种数据转换和处理操作
- Stream 流的缺点：
- 流操作是基于内存的，对于处理大量数据的情况，可能会占用较多的内存，并且可能导致性能问题
- 某些复杂的迭代逻辑可能更适合使用传统的 for-loop
2 使用演示
-
说明：
- Stream 自己不会存储元素
- Stream 不会改变源对象。相反，他们会返回一个持有结果的新 Stream
- Stream 操作是延迟执行的，这意味着他们会等到需要结果的时候才执行
-
使用流程：
Stream 实例化==>中间操作（过滤、映射 ...）==>终止操作 -
创建 Stream：
/** * 创建 Stream * @Author Jasper * @Time 2024/02/08 * @公众号：EzCoding */ public class Stream01 { @Test public void test01(){ // 创建 Stream // 方式1: 通过 Collection 系列集合提供的 stream() 或 parallelStream() List<String> list = new ArrayList<>(); Stream<String> stream = list.stream(); // 方式二: 通过 Arrays 工具类的静态方法 stream() 获取数组流 Employee[] employees = new Employee[10]; Stream<Employee> employeeStream = Arrays.stream(employees); // 方式三: 通过 Stream 类中的静态方法 of() Stream<String> stringStream = Stream.of("aa", "bb", "cc"); // 方式四: 创建无限流 // 迭代 Stream<Integer> integerStream = Stream.iterate(0, (x) -> x + 2); integerStream.limit(5).forEach(System.out::println); // 生成 Stream.generate(() -> Math.random()).limit(10).forEach(System.out::println); } } -
Stream 的中间操作（常用的方法）：
方法 描述 filter(Predicate p) 接收 Lambda，从流中过滤某些元素 distinct() 去重，默认根据 hashCode() 和 equals() 方法去重 limit(long max) 截断，限制流中元素的个数 skip(long n) 跳过元素，返回一个扔掉了前 n 个元素的流，若不足 n 个，返回空的流，常与 limit() 进行联合使用 map(Function f) 接收一个函数作为参数，该函数会被应用到每个元素，并将其映射为一个新的元素 mapToInt(Function f) 接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 IntStream flatMap(Function f) 接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流（扁平化） sorted() 产生一个新的流，按自然顺序排序 sorted(Comparator com) 产生一个新的流，按比较器顺序排序 /** * 中间操作 * @Author Jasper * @Time 2024/02/08 * @公众号：EzCoding */ public class Stream01 { @Test public void test02(){ // 中间操作:不会执行任何操作 List<Employee> employees = Arrays.asList( new Employee("张三",20), new Employee("李四",18), new Employee("王五",23), new Employee("赵六",23), new Employee("田七",25) ); Stream<Employee> employeeStream = employees.stream().filter(e -> { System.out.println("中间操作"); return e.getAge() > 20; }); // 终止操作:一次性执行全部内容 // 内部迭代:迭代操作由 Stream API 完成 employeeStream.forEach(System.out::println); } /* 输出结果： 中间操作 中间操作 中间操作 Employee{name='王五', age=23} 中间操作 Employee{name='赵六', age=23} 中间操作 Employee{name='田七', age=25} */ ---------------------------------------------------------------------------------------------------------- @Test public void test03(){ // 中间操作:不会执行任何操作 List<Employee> employees = Arrays.asList( new Employee("王五",23), new Employee("赵六",23), new Employee("张三",20), new Employee("李四",18), new Employee("田七",25) ); employees.stream() .filter(employee -> { System.out.println("短路"); return employee.getAge() > 20; }) .limit(2) .forEach(System.out::println); } /* 输出结果： 短路 Employee{name='王五', age=23} 短路 Employee{name='赵六', age=23} */ ---------------------------------------------------------------------------------------------------------- @Test public void test04(){ // 中间操作:不会执行任何操作 List<Employee> employees = Arrays.asList( new Employee("张三",20), new Employee("李四",18), new Employee("王五",23), new Employee("赵六",23), new Employee("田七",25) ); employees.stream() .filter( e -> e.getAge() <= 20) .skip(1) // 跳过 .distinct() // 去重：【注意】是通过hashcode和equals去重，所以必须重写这两个方法 .forEach(System.out::println); } /* 输出结果： Employee{name='李四', age=18} */ }/** * 中间操作 * @Author Jasper * @Time 2024/02/08 * @公众号：EzCoding */ public class Stream02 { @Test public void test01(){ List<String> list = Arrays.asList("aa","bb","cc","dd","ee"); list.stream() .map((str) -> str.toUpperCase()) .forEach(System.out::println); } -------------------------------------------------------------------------------------------------------------------- @Test public void test02(){ List<String> list = Arrays.asList("aa","bb","cc","dd","ee"); Stream<Stream<Character>> stream = list.stream().map(Stream02::filterCharacter); stream.forEach( sm -> { // 先遍历map中的每一个流 sm.forEach(System.out::println); // 再从每一个流中遍历字符 }); System.out.println("-----------"); list.stream() // 【注意】使用flatMap，效果和上面的一样，类比add()和addAll() .flatMap(Stream02::filterCharacter) .forEach(System.out::println); } public static Stream<Character> filterCharacter(String str){ List<Character> arrayList = new ArrayList<>(); for(Character ch : str.toCharArray()){ arrayList.add(ch); } return arrayList.stream(); } }/** * 中间操作 * @Author Jasper * @Time 2024/02/08 * @公众号：EzCoding */ public class Stream03 { List<Employee> employees = Arrays.asList( new Employee("张三",20), new Employee("李四",18), new Employee("王五",23), new Employee("赵六",23), new Employee("田七",25) ); @Test public void test01(){ // 自然排序(Comparable) List<String> list = Arrays.asList("jasper","g","bc","kk","tom"); Stream<String> sorted = list.stream().sorted(); sorted.forEach(System.out::println); System.out.println("----------------"); // 定制排序(Comparator) employees.stream().sorted( (e1,e2) -> { if(e1.getAge().equals(e2.getAge())){ return e1.getName().compareTo(e2.getName()); }else{ return -e1.getAge().compareTo(e2.getAge()); } }).forEach(System.out::println); } } -
Stream 的终止操作：
方法 描述 allMatch(Predicate p) 检查是否匹配所有元素 anyMatch(Predicate p) 检查是否至少匹配一个元素 noneMatch(Predicate p) 检查是否没有匹配所有元素 findFirst() 返回第一个元素 findAny() 返回当前流中的任意元素 count() 返回流中元素的总数 max(Comparator com) 返回流中最大值 min(Comparator com) 返回流中最小值 foreach(Comsumer c) 内部迭代 reduce(BinaryOperator b) 将流中元素反复结合，得到一个值，返回 Optional< T > collect(Collector c) 将流转为其他数据结构做汇总：toSet()、toList()、counting() /** * 终止操作 * @Author Jasper * @Time 2024/02/08 * @公众号：EzCoding */ public class Stream04 { List<Employee> employees = Arrays.asList( new Employee("张三",20, Employee.Status.FREE), new Employee("李四",18, Employee.Status.BUSY), new Employee("王五",23, Employee.Status.VOCATION), new Employee("赵六",23, Employee.Status.FREE), new Employee("田七",25, Employee.Status.BUSY) ); @Test public void test(){ // 检查是否匹配所有元素 boolean allMatch = employees.stream().allMatch(e -> Employee.Status.BUSY.equals(e.getStatus())); System.out.println(allMatch); // 输出:false ------------------------------------------------------------------------------------------------------ // 检查是否至少匹配一个元素 boolean anyMatch = employees.stream().anyMatch(e -> Employee.Status.FREE.equals(e.getStatus())); System.out.println(anyMatch); // 输出:true ------------------------------------------------------------------------------------------------------ // 检查是否没有匹配的元素 boolean noneMatch = employees.stream().noneMatch(e -> Employee.Status.VOCATION.equals(e.getStatus())); System.out.println(noneMatch); // 输出:false ------------------------------------------------------------------------------------------------------ // 返回第一个元素 Optional<Employee> employee = employees.stream().sorted(Comparator.comparingInt(Employee::getAge)).findFirst(); System.out.println(employee.get()); // 输出: Employee{name='李四', age=18, status=BUSY} ------------------------------------------------------------------------------------------------------ // 返回当前流中的任意元素 Optional<Employee> anyFreeEmployee = employees.stream() .filter(e -> e.getStatus().equals(Employee.Status.FREE)) .findAny(); System.out.println(anyFreeEmployee.get()); ------------------------------------------------------------------------------------------------------ // 返回流中元素的总个数 System.out.println(employees.stream().count()); // 输出: 5 ------------------------------------------------------------------------------------------------------ // 返回流中的最大值: 比如获取年龄最大的员工(对象) Optional<Employee> max = employees.stream().max(Comparator.comparingInt(Employee::getAge)); System.out.println(max.get()); // 输出: Employee{name='田七', age=25, status=BUSY} ------------------------------------------------------------------------------------------------------ // 返回流中的最小值: 比如获取员工中最小的年龄(【注意】不是最小年龄的员工对象) // 先通过map映射筛选出员工的年龄，再根据年龄进行比较 Optional<Integer> min = employees.stream().map(Employee::getAge).min(Integer::compare); System.out.println(min.get()); // 输出: 18 } }/** * 终止操作 * @Author Jasper * @Time 2024/02/08 * @公众号：EzCoding */ // 收集 public class Stream06 { List<Employee> employees = Arrays.asList( new Employee("张三",20, Employee.Status.FREE), new Employee("李四",18, Employee.Status.BUSY), new Employee("王五",23, Employee.Status.VOCATION), new Employee("赵六",23, Employee.Status.FREE), new Employee("田七",25, Employee.Status.BUSY) ); @Test public void test01(){ // 收集员工的姓名到一个list中 List<String> list = employees.stream() .map(Employee::getName) .collect(Collectors.toList()); // .collect(Collectors.toSet()); // 收集员工的姓名到一个set中 list.forEach(System.out::println); System.out.println("-----------------"); // 收集员工的姓名到一个自定义的集合中 HashSet<String> hashSet = employees.stream() .map(Employee::getName) .collect(Collectors.toCollection(HashSet::new)); hashSet.forEach(System.out::println); } @Test public void test02(){ // 收集总数 Long collect = employees.stream().collect(Collectors.counting()); System.out.println(collect); // 5 ---------------------------------------------------------------------------------------------------------- // 平均值 Double collect1 = employees.stream().collect(Collectors.averagingInt(Employee::getAge)); System.out.println(collect1); // 22.8 ---------------------------------------------------------------------------------------------------------- // 总和 Integer collect2 = employees.stream().collect(Collectors.summingInt(Employee::getAge)); System.out.println(collect2); // 109 ---------------------------------------------------------------------------------------------------------- // 最大值(员工对象) Optional<Employee> collect3 = employees.stream().collect(Collectors.maxBy(Comparator.comparingInt(Employee::getAge))); System.out.println(collect3.get()); // Employee{name='田七', age=25, status=BUSY} ---------------------------------------------------------------------------------------------------------- // 最小值(年龄) Optional<Integer> collect4 = employees.stream().map(Employee::getAge).collect(Collectors.minBy(Integer::compare)); System.out.println(collect4.get()); // 18 ---------------------------------------------------------------------------------------------------------- // 分组(按状态) Map<Employee.Status, List<Employee>> collect5 = employees.stream().collect(Collectors.groupingBy(Employee::getStatus)); collect5.forEach( (x,y) -> { System.out.println(x + "=" + collect5.get(x)); }); /* 输出： BUSY=[Employee{name='李四', age=18, status=BUSY}, Employee{name='田七', age=25, status=BUSY}] VOCATION=[Employee{name='王五', age=23, status=VOCATION}] FREE=[Employee{name='张三', age=20, status=FREE}, Employee{name='赵六', age=23, status=FREE}] */ ---------------------------------------------------------------------------------------------------------- // 多级分组(先按状态分,再按姓名分) Map<Employee.Status, Map<String, List<Employee>>> collect6 = employees.stream().collect(Collectors.groupingBy(Employee::getStatus, Collectors.groupingBy(Employee::getName))); collect6.forEach((x,y) -> { Map<String, List<Employee>> listMap = collect6.get(x); // x即为key System.out.println(x + "=" + listMap); listMap.forEach((a,b) -> { // a即为key List<Employee> employees = listMap.get(a); System.out.println(employees); }); }); /* 输出： BUSY={李四=[Employee{name='李四', age=18, status=BUSY}], 田七=[Employee{name='田七', age=25, status=BUSY}]} [Employee{name='李四', age=18, status=BUSY}] [Employee{name='田七', age=25, status=BUSY}] VOCATION={王五=[Employee{name='王五', age=23, status=VOCATION}]} [Employee{name='王五', age=23, status=VOCATION}] FREE={张三=[Employee{name='张三', age=20, status=FREE}], 赵六=[Employee{name='赵六', age=23, status=FREE}]} [Employee{name='张三', age=20, status=FREE}] [Employee{name='赵六', age=23, status=FREE}] */ ---------------------------------------------------------------------------------------------------------- // 统计 IntSummaryStatistics collect7 = employees.stream().collect(Collectors.summarizingInt(Employee::getAge)); System.out.println(collect7); // IntSummaryStatistics{count=5, sum=109, min=18, average=21.800000, max=25} System.out.println(collect7.getSum()); // 109 } ---------------------------------------------------------------------------------------------------------- // 分区 Map<Boolean,List<Employee>> map = employees.stream().collect(Collectors.partitioningBy(e -> e.getAge() > 20)); System.out.println(map); // 输出：{false=[Employee{name='张三', age=20, status=FREE}, Employee{name='李四', age=18, status=BUSY}], true=[Employee{name='王五', age=23, status=VOCATION}, Employee{name='赵六', age=23, status=FREE}, Employee{name='田七', age=25, status=BUSY}]} ---------------------------------------------------------------------------------------------------------- // 连接 String str = employees.stream().map(Employee::getName).collect(Collectors.joining(",", "<", ">")); System.out.println(str); // 输出：<张三,李四,王五,赵六,田七> } -
以上就是 Stream 流的全部内容了，平时在工作中还是需要经常使用的，赶快收藏起来吧
-
创作不易，感谢阅读，若您喜欢这篇文章，不妨传承这份知识的力量，点个赞或关注我吧~
-
微信公众号：EzCoding
8626
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
