Java8 新特性之Stream----java.util.stream

这个包主要提供元素的streams函数操作,比如对collections的map,reduce.
例如:

int sum = widgets.stream()
                      .filter(b -> b.getColor() == RED)
                      .mapToInt(b -> b.getWeight())
                      .sum();

本例中的widgets是Stream的源,类型为Collection,通过filter->map->reduce操作获取red widget的sum weight.
除了基本的Stream,JAVA8还专门为基础类型int,long,double提供了IntStream,LongStream,DoubleStream.

* Streams和collections的不同之处

  1. Stream没有存储。即不是一个存储结构,而是通过管道操作从Array,IO channel等转换而来。
  2. Stream本质上是泛函。Streams上的操作不会修改源数据,比如filter操作只是将符合要求的数据放在一个新的Stream,而不是真的删除源数据。
  3. Laziness-seeking,懒查询。
  4. 大小不受限制,collections 有大小限制,streams没有。比如,limit或者findfirst等Short-circuiting操作会在有限的时间内完成无限的大小的streams操作。
  5. 不可逆的,streams中的元素只能被操作一次。就像流水一样,一去不复返。如果你希望在源数据中获取一个新的Stream,必须在源数据上重新开始。

* Stream创建

怎样创建一个Stream呢,有下面几种方法:

  1. Collection的Stream()和paralleStream()方法。
  2. Arrays.stream(Object[])
  3. Stream 类的静态方法,比如 Stream.of(Object[]),IntStream.range(int, int) or Stream.iterate(Object, UnaryOperator);
  4. File的lines操作, BufferedReader.lines();
  5. Files中的一些方法获取file path的stream.例如
static Stream<Path>     list(Path dir)
static Stream<Path>     walk(Path start, FileVisitOption... options)

6.Random.ints()返回IntStream
7.JDK中也有很多方法产生Stream,比如

BitSet.stream(),
Pattern.splitAsStream(java.lang.CharSequence),
JarFile.stream()

java.util.stream包中的接口和类

1.接口

BaseStream<T,S extends BaseStream<T,S>>

Streams的Base interface,支持各种并行和线性聚合操作。

Collector<T,A,R>,可以将元素聚集在一个容器中,容器类型可变,比如List,Map. 是一个Stream处理完毕之后的结束操作。

DoubleStream ,处理double类型的stream
DoubleStream.Builder, 可变的builder。
IntStream,处理int类型的stream.
IntStream.Builder, 可变的builder
LongStream,处理Long类型的Stream.
LongStream.Builder,可变的builder

Stream<T> -–数据流,支持并行和线性聚合操作。
Stream.Builder<T>—-Stream的可变builder.

2.类

执行Collector reduce操作的类,比如将元素聚合为collection,list等。
StreamSupport,创建和处理Stream的低级工具。

3.Enum
Collector.Characteristics—Collector的属性,可以用于优化reduce 操作。
Collector.Characteristics CONCURRENT:表示collector的result container可以被多个线程同时处理。
Collector.Characteristics UNORDERED:collection操作不保证操作元素的原有顺序
Collector.Characteristics IDENTITY_FINISH:类型转换时不会检查

* Stream的操作和管道

Stream操作是管道操作,操作分为中间操作和结束操作两种。整个管道操作的流程为数据源->中间操作->结束操作。
中间操作比如:Stream.filter、Stream.map,可以有0个或者多个中间操作。
结束操作,比如Sream.foreach、Stream.reduce,Stream.collect,结束操作是必须的。
中间操作返回的仍然是stream,这些操作经常是“懒惰的”。比如filter操作,并非真的对源数据进行过滤,而是重新创建一个Stream。而且当多个中间操作时,不是真的每次都去遍历源数据,而是在结束操作时,才会去遍历源数据,从而执行这些中间操作。在遍历中,操作的懒惰性表现在,并不是每次都是遍历所有的数据,比如“找出长度大于1000的第一个String”,找到之后就会返回。

结束操作的目的是将Stream转换为想要的结果或者结构。当结束操作之后,当前管道结束,不可以再重复使用。如果你仍然想操作源数据,那你必须创建一个新的Stream.

中间操作又分为无状态有状态两种。比如map和filter是无状态操作,也就是各元素间的操作是无关的,可单独进行。而distinct和sorted 是有状态操作,在操作时需要用到前元素,也就是元素之间的处理是相关的。
有状态的操作必须全部执行完毕的时候才能装入结果中。
1.并行操作

JDK的默认操作都是线性的,或者说单线程的。并行操作可以通过Collection.parallelStream()和BaseStream.parallel()实现。
例如:

int sumOfWeights = widgets.parallelStream()
                               .filter(b -> b.getColor() == RED)
                               .mapToInt(b -> b.getWeight())
                               .sum();

检查一个Stream的执行方式可以调用 isParallel() 方法。

但并不是所有的数据都是可以使用并行操作的。要执行的操作必须是可以并行执行的,也就是多个线程操作之后,和顺序执行的结果是一致的,即线程安全。

int[] wordLength = new int[12];

Stream.of("It", "is", "your", "responsibility").parallel().forEach(s -> {
    if (s.length() < 12) wordLength[s.length()]++;
});

比如上面的wordlength操作就是非线程安全的。并行操作的线程安全问题可以参考博客:

2.非干扰性

通常在结束操作之前,源数据都是可以修改的。除了一些Concurrent数据,还有iterator,spliterator操作。
下面的例子就是正确的:

List<String> l = new ArrayList(Arrays.asList("one", "two"));
     Stream<String> sl = l.stream();
     l.add("three");
     String s = sl.collect(joining(" "));

3.无状态的行为

在streams操作中使用无状态的行为,即操作的结果不受其他状态的影响,就比如上面提高的parallel操作要考虑多线程的行为,是否有线程安全问题。

4.collect,reduce操作通常是线程安全的,可参考博客

5.顺序
对于有顺序的源数据,比如list,set,Stream操作之后仍然会按照顺序排(线性操作)。
如果是非固定顺序的数据源,则不保证其最后处理的顺序。
对于线性Streams,源的固定顺序对性能没有特别影响。
对于并行Streams,不强调顺序的话显然性能会更好。比如filter,distinct,groupingBy操作,非顺序操作的效率就更好,可参考博客
另外,如果数据本身是固定顺序的,但是开发者本身不在意是否按顺序处理,那么可以通过unordered()处理之后再操作,会提高某些有状态的并行操作和结束操作的效率。

下面穿插一些线程安全的操作例子:

List<Integer> datalist=new ArrayList<>(1000);
List<Integer> datalist_collect=new ArrayList<>();
//无状态的并行操作,即元素的操作和其他元素状态无关,线程安全
        long sum = IntStream.range(0,1000).parallel().filter(s->s%2==0).count();
        System.out.println("并行:"+sum);
//datalist为非线程安全的,因此属于有状态并行操作,非线程安全     IntStream.range(0,1000).parallel().forEach(data->datalist.add(data));
        System.out.println("并行foreach:"+datalist.size());

//collect操作线程安全
datalist_collect=IntStream.range(0,1000).parallel().collect(ArrayList::new, (c,e)->c.add(e), (c1,c2)->c1.addAll(c2));
        System.out.println("并行collect:"+datalist_collect.size());

        long sum2 = IntStream.range(0,1000).filter(s->s%2==0).count();
            System.out.println("串行:"+sum2);


        List<Integer> intlist=IntStream.range(0,10).collect(ArrayList::new, (c,e)->c.add(e), (c1,c2)->c1.addAll(c2));
        System.out.println("并行数据开始:");
  //并行操作时无顺序    intlist.parallelStream().map(e->e+1).forEach(System.out::println);

        System.out.println("串行数据开始:");
//串行操作保证顺序
        intlist.stream().forEach(System.out::println);
        System.out.println("串行数据结束:");

运行结果如下-----:

并行:500
并行foreach:980
并行collect:1000
串行:500
并行数据开始:
7
8
10
6
5
4
1
9
3
2
串行数据开始:
0
1
2
3
4
5
6
7
8
9
串行数据结束

6.Reduction 操作
Reduction操作将元素通过合并操作还原为一个result,比如总数,最大值,元素存入list等。
Reduction操作的函数有很多,比如 reduce(),collect(),sum(),max(),count()等。
Reduction操作不仅看起来简洁,而且可以使用并行来实现,效率高,不存在效率安全问题,比如

int sum = 0;
    for (int x : numbers) {
       sum += x;
    }

可以写为:

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

这里介绍一下reduce()的定义, 该方法的定义1为:

T reduce(T identity,
         BinaryOperator<T> accumulator)

该方法使用提供的identity和accumulator来获取result.等同于下面的写法,其实identity就是计算的初始值:

T result = identity;
     for (T element : this stream)
         result = accumulator.apply(result, element)
     return result;

但于for循环不同的是,reduce操作不局限于线性运行。但对于同一个对象T,其accumulator的运算结果必须相同。

Reduce()方法的定义2是:

Optional<T> reduce(BinaryOperator<T> accumulator)

这个操作等同于:

 boolean foundAny = false;
     T result = null;
     for (T element : this stream) {
         if (!foundAny) {
             foundAny = true;
             result = element;
         }
         else
             result = accumulator.apply(result, element);
     }
     return foundAny ? Optional.of(result) : Optional.empty();

Accumulator的操作和上个方法一样,详见官网:

这里主要介绍Optional返回值的作用,可以参考文章
官方文档

Reduce()定义3

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

等同于:

 U result = identity;
     for (T element : this stream)
         result = accumulator.apply(result, element)
     return result;

此方法通常用于将map和reduce操作的结合来使用。

下面介绍第一种reduction操作—–stream.collect()

collect()和reduce()不同的是,reduce是从初始值开始,计算得到一个Optional结果,可以转换为一个值。
而collect操作则是将结果放supplier中,supplier即提供一个类或者lamda表达式。
这里说明一下Supplier,该接口返回一个T类型的对象,类似工厂方法。官方文档

collect()方法定义1:

<R> R collect(Supplier<R> supplier,
              BiConsumer<R,? super T> accumulator,
              BiConsumer<R,R> combiner)

该方法可以对stream的元素做可变的reduction 操作,可变的reduction操作指的是这个操作的结果是一个可变的结果容器,比如ArrayList,并且操作过程中是修改结果的状态而不是替换结果中的内容。
这个方法的操作等同于:

R result = supplier.get();
     for (T element : this stream)
         accumulator.accept(result, element);
     return result;

类似

T reduce(T identity,
         BinaryOperator<T> accumulator)

Collect操作是线程安全的,并且是一个结束操作

Collect方法中的supplier用于创建一个结果容器,在并行操作中,这个方法可能会被多次调用,每次返回一个最新的值。
accumulator —用于将一个元素放入到result container,但要求其符合结合律,互不干涉,无状态性。
combiner—用于合并两个值。必须与accumulator函数一致。

collect()的定义2

<R,A> R collect(Collector<? super T,A,R> collector)

通过一个Collector完成可变的container操作。

Collector<? super T,A,R> collector的例子有:将元素放入Collection中;用StringBuffer把String连起来;
计算元素的min,max,average或者sum。 Collectors提供了很多类似的方法。详情可以参考博客java8中Collectors的使用方法举例和Function

String concatenated = strings.reduce("", String::concat)

这个操作也可以并行执行。但是这样的操作往往会损耗性能,因为会执行多次String的copy操作。更有效的方法是将集合操作的结果放入StringBuilder,StringBuilder是一个动态容器(mutable container)。
因此上面的例子修改为下面的方法,效率会更高

String[] testStrings={"a","b","c","d","e"};     
  String testStringBuilder=Stream.of(testStrings).parallel().collect(StringBuilder::new, StringBuilder::append,StringBuilder::append).toString();

我这里附上四种String连接的方法和测试结果,从结果测试来看,的确StringBuilder在处理已经存在的String数据时速度很快,但原来旧的for循环反而比Stream快。当然这里的数据量并不是很大,实际选择时需要自己测试,根据情况选,这篇文章的分析可以参考 https://segmentfault.com/a/1190000004171551

String[] testStrings={"a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e","a","b","c","d","e"};

四种方法由快到慢的顺序是:

方法1:

StringBuilder sumbuilder=new StringBuilder();
        for(int i=0;i<testStrings.length;i++)
            sumbuilder.append(testStrings[i]);

方法2:

String  sumString="";
        for(int i=0;i<testStrings.length;i++)
            sumString+=testStrings[i];

方法3:

String testStringBuilder=Stream.of(testStrings).collect(StringBuilder::new, StringBuilder::append,StringBuilder::append).toString();

方法4:

String concatenated = Stream.of(testStrings).reduce("", String::concat);

对于组装一个list来说,下面的方法是等效的:

方法1:

ArrayList<String> strings = stream.collect(() -> new ArrayList<>(),(c, e) -> c.add(e.toString()), (c1, c2) -> c1.addAll(c2));

方法2:

ist<String> strings = stream.map(Object::toString)
                                  .collect(ArrayList::new, ArrayList::add, ArrayList::addAll);

方法3:

List<String> strings = stream.map(Object::toString)
                                  .collect(Collectors.toList());

其中,方法3利用了Collectors的一些方法,这些在写代码的过程中非常有用。
比如,还可以利用Collectors转换map:

Collector<Employee, ?, Integer> summingSalaries
         = Collectors.summingInt(Employee::getSalary);
Map<Department, Integer> salariesByDept
         = employees.stream().collect(Collectors.groupingBy(Employee::getDepartment,
                                                            summingSalaries));

动态还原操作的要求满足等效性,无论操作拆分与否:

A a1 = supplier.get();
     accumulator.accept(a1, t1);
     accumulator.accept(a1, t2);
     R r1 = finisher.apply(a1);  // result without splitting

     A a2 = supplier.get();
     accumulator.accept(a2, t1);
     A a3 = supplier.get();
     accumulator.accept(a3, t2);
     R r2 = finisher.apply(combiner.apply(a2, a3));  // result with splitting

最后做个总结,在你希望更换掉原有的for循环操作时,如何很在乎运行的时间或者说性能,那么使用Streams操作时,务必做相应的性能检测。
如果对时间的要求不是很高,并且需要对数据进行管道操作等,可以选择Streams方法,代码看起来简洁明了,而且操作简单,但数据量较大时,其实和for循环的性能相当。

Collectors的用法详见博客:
java8中Collectors的使用方法举例和Function<T,R>简介
Lambda表达式详解见博客Java8的lambda表达式和函数式接口

©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页