02 java8新特性-stream

为什么使用Stream流

​ 减少数据库的访问,在内存中操作,执行效率更快

​ stream中提供了一套api,封装了的对集合(List)的数据的各种操作

循环遍历弊端

对集合中的元素进行操作的时候,需要进行循环,再循环,操作步骤比较繁琐,如果此类操作的过多,容易造成代码的重复度高

Stream流

1.元素序列

​ 可以支持函数式编程

​ 集合讲的是数据存储,流讲的是计算

2.源

​ 流使用一个提供数据的源

3.数据处理操作

​ 使用Stream中的api

Stream流的对象创建

1.对list集合,掌握

list.stream()

2.Arrays集合

 Arrays.stream();

3.stream流,掌握

 Stream.of();

4.stream流

 Stream.iterate()

5.stream流

 Stream.generate()

Stream提供的API

筛选和切片

filter((Predicate p):过滤

distinct:去重

limit(long n):限定保留数据的个数

skip(long n):跳过n个数据

映射

1.map(Function <T,R> f),将一个元素映射为另一个元素

2.flatMap(Function<T, Stream> mapper),将两个流合并成一个流

排序

​ comparater是比较器

1.sorted():这是默认的升序,从小到大

2.sorted(Comparator.reverseOrder():自定义排序规则,降序

3.sorted((o1, o2) -> o2-o1):通过改变表达式后边的顺序改变排序规则

查找匹配

里面的结果都是true/false

allMatch:检查是否匹配所有元素

anyMatch:坚持是否至少匹配一个元素

noneMatch:检查是否没有匹配的元素

findFirst:返回第一个元素,返回值类型是Optional

findAny:用于并行流,返回流中的任意一个元素,返回值类型是Optional

示例:

Stream.of(12, 35, 45, 56)
                .allMatch(num -> num % 2 == 0)

Optional的作用:

防止出现NullpointException,里面有以下方法可以使用:

Optional<Integer> first = Stream.of(12, 35, 45, 56).findAny();

​ isPresent():判断容器中是否有值

first.isPresent()

​ ifPresent(Consume lambda):不为空就执行Lambda表达式

first.ifPresent(x-> System.out.println(x));

​ get:获取容器中的元素

first.get()

统计

**count()😗*返回流中元素的个数

**max(Comparator)😗*返回流中的最大值,里面需要进行比较大小,得到的是最大的索引,使用get方法取出值

Optional<Integer> max = Stream.of(12, 35, 45, 56).max((a, b) -> a-b);
System.out.println(max.get());

**min(Comparator)😗*取出流中最小值

归约

对元素进行加减乘除的到一个值

reduce(1, (x, y) -> x * y):1表示起始值,后面的是计算过程

汇总

**collect()😗*从Stream中生成一个集合或者Map等复杂的对象

1.stream->ArrayList集合

list.stream().collect(Collectors.toList());

2.stream->HashSet集合

list.stream().collect(Collectors.toSet());

3.stream->TreeSet集合,其他类型也是这样写,自己指定类型的集合

list.stream().collect(Collectors.toCollection(TreeSet::new));

4.Stream->sum,使用方法summarizingInt

IntSummaryStatistics collect = list.stream()
        .collect(Collectors.summarizingInt(Integer::new));
        System.out.println(collect.getSum());

5.Stream->Max

6.Stream->Min

7.Stream->count

分组和分区

Collectors.groupingBy():会根据条件对元素分组

Map<String,List<Product>> map=    products.stream()
             .collect(Collectors.groupingBy(p->p.getName()));
 System.out.println(map);

Collectors.partitioningBy():根据条件得到的boolean类型分成两个区

并行和并发

并行:同一时间点执行多个任务,单核

并发,同一时间段执行多个任务,多核,利用cpu的空闲时间,多线程

并行流的特点

​ 利用多核的空间提高执行的操作效率

将顺序流转化为并行流

​ 方式一

list.stream().parallel()

​ 方式二,省略转化成Stream流的步骤

list.parallelStream()

影响并行流性能的主要因素

1.数据大小

在数据量过大的时候会体现出并行流的性能

2.处理集合类型的数据结构

3.cpu核的数量

4.花费在流中每个元素的时间越长越明显