JUC并发编程（十三）-Stream流式计算

最新推荐文章于 2024-03-05 15:57:54 发布

makyan

最新推荐文章于 2024-03-05 15:57:54 发布

阅读量1.7k

点赞数 4

分类专栏： JUC并发编程

本文链接：https://blog.csdn.net/makyan/article/details/104533966

版权

13、Stream流式计算

使用Stream流式计算，将大大提高效率！

13.1. 流的基本概念

13.1.1 什么是流？

Stream是操作集合的一种计算数据的工具！集合就是数据，Stream是计算集合中的数据的工具

流是Java8引入的全新概念，它用来处理集合中的数据，暂且可以把它理解为一种高级集合。

集合操作非常麻烦，若要对集合进行筛选、投影，需要写大量的代码，而流是以声明的形式操作集合，它就像SQL语句，我们只需告诉流需要对集合进行什么操作，它就会自动进行操作，并将执行结果交给你，无需我们自己手写代码。

因此，流的集合操作对我们来说是透明的，我们只需向流下达命令，它就会自动把我们想要的结果给我们。由于操作过程完全由Java处理，因此它可以根据当前硬件环境选择最优的方法处理，我们也无需编写复杂又容易出错的多线程代码了。

13.1.2 流的特点

1、只能遍历一次
我们可以把流想象成一条流水线，流水线的源头是我们的数据源(一个集合)，数据源中的元素依次被输送到流水线上，我们可以在流水线上对元素进行各种操作。一旦元素走到了流水线的另一头，那么这些元素就被“消费掉了”，我们无法再对这个流进行操作。当然，我们可以从数据源那里再获得一个新的流重新遍历一遍。

2、采用内部迭代方式
若要对集合进行处理，则需我们手写处理代码，这就叫做外部迭代。而要对流进行处理，我们只需告诉流我们需要什么结果，处理过程由流自行完成，这就称为内部迭代。

13.1.3 流的操作种类

流的操作分为两种，分别为中间操作和终端操作。

操作类型	操作方法	说明
中间操作(Intermediate)	map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 limit、 skip、 parallel、 sequential、 unordered	当数据源中的数据上了流水线后，这个过程对数据进行的所有操作都称为“中间操作”。中间操作仍然会返回一个流对象，因此多个中间操作可以串连起来形成一个流水线。
终端操作(Terminal)	forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator	当所有的中间操作完成后，若要将数据从流水线上拿下来，则需要执行终端操作。终端操作将返回一个执行结果，这就是你想要的数据。
短路操作(Short-circuiting)	anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 limit	从以上两种操作中，还可以总结出短路操作

13.1.4 流的操作过程

获取一个数据源（source）→ 数据转换→执行操作获取想要的结果。

每次转换原有 Stream 对象不改变，返回一个新的 Stream 对象（可以有多次转换），这就允许对其操作可以像链条一样排列，变成一个管道，如下图所示（图片来源于网络）：

在这里插入图片描述

使用流一共需要三步：

1.准备一个数据源
2.执行中间操作：中间操作可以有多个，它们可以串连起来形成流水线。
3.执行终端操作
执行终端操作后本次流结束，你将获得一个执行结果。

13.2. 流的使用

13.2.1 获取流

在使用流之前，首先需要拥有一个数据源，并通过StreamAPI提供的一些方法获取该数据源的流对象。数据源可以有多种形式：

（1）集合
这种数据源较为常用，通过stream()方法即可获取流对象：

List<Person> list = new ArrayList<Person>(); 
Stream<Person> stream = list.stream();

Collection.stream();
Collection.parallelStream();
Arrays.stream(T array) or Stream.of()

（2）数组
通过Arrays类提供的静态函数stream()获取数组的流对象：

String[] names = {
   "chaimm","peter","john"};
Stream<String> stream = Arrays.stream(names);

（3）值
直接将几个值变成流对象：

Stream<String> stream = Stream.of("chaimm","peter","john");

（4）文件

try(Stream lines = Files.lines(Paths.get(“文件路径名”),Charset.defaultCharset())){
   
//可对lines做一些操作
}catch(IOException e){
   
}

PS：Java7简化了IO操作，把打开IO操作放在try后的括号中即可省略关闭IO的代码。

（5）从 BufferedReader

java.io.BufferedReader.lines();

（6）静态工厂

java.util.stream.IntStream.range();
java.nio.file.Files.walk();

（7）自己构建

java.util.Spliterator;

（8）其它

Random.ints();
BitSet.stream();
Pattern.splitAsStream(java.lang.CharSequence);
JarFile.stream();

13.2.2 筛选filter

filter函数接收一个Lambda表达式作为参数，该表达式返回boolean，在执行过程中，流将元素逐一输送给filter，并筛选出执行结果为true的元素。
如，筛选出所有学生：

List<Person> result = list.stream()
                    .filter(Person::isStudent)
                    .collect(toList());

13.2.3 去重distinct

去掉重复的结果：

2.3 去重distinct
去掉重复的结果：

List<Person> result = list.stream()
                    .distinct()
                    .collect(toList());

13.2.4 截取

截取流的前N个元素：

List<Person> result = list.stream()
                    .limit(3)
                    .collect(toList());

13.2.5 跳过

跳过流的前n个元素：

List<Person> result = list.stream()
                    .skip(3)
                    .collect(toList());

13.2.6 映射

对流中的每个元素执行一个函数，使得元素转换成另一种类型输出。流会将每一个元素输送给map函数，并执行map中的Lambda表达式，最后将执行结果存入一个新的流中。
如，获取每个人的姓名(实则是将Perosn类型转换成String类型)：

List<Person> result = list.stream()
                    .map(Person::getName)
                    .collect(toList());

13.2.7 合并多个流

例：列出List中各不相同的单词，List集合如下：

List<String> list = new ArrayList<String>();
list.add("I am a boy");
list.add("I love the girl");
list.add("But the girl loves another girl");

思路如下：

首先将list变成流：

list.stream();

按空格分词：

list.stream()
            .map(line->line.split(" "));

分完词之后，每个元素变成了一个String[]数组。

将每个String[]变成流：

list.stream()
            .map(line->line.split(" "))
            .map(Arrays::stream)

此时一个大流里面包含了一个个小流，我们需要将这些小流合并成一个流。

将小流合并成一个大流：用flagmap替换刚才的map

去重

list.stream()
            .map(line->line.split(" "))
            .flagmap(Arrays::stream)
            .distinct()
            .collect(toList());

13.2.8 是否匹配任一元素：anyMatch

anyMatch用于判断流中是否存在至少一个元素满足指定的条件，这个判断条件通过Lambda表达式传递给anyMatch，执行结果为boolean类型。
如，判断list中是否有学生：

boolean result = list.stream()
            .anyMatch(Person::isStudent);

13.2.9 是否匹配所有元素：allMatch

allMatch用于判断流中的所有元素是否都满足指定条件，这个判断条件通过Lambda表达式传递给anyMatch，执行结果为boolean类型。
如，判断是否所有人都是学生：

boolean result = list.stream()
            .allMatch(Person::isStudent);

13.2.10 是否未匹配所有元素：noneMatch

noneMatch与allMatch恰恰相反，它用于判断流中的所有元素是否都不满足指定条件：

boolean result = list.stream()
            .noneMatch(Person::isStudent);

13.2.11 获取任一元素findAny

findAny能够从流中随便选一个元素出来，它返回一个Optional类型的元素。

Optional<Person> person = list.stream()
                                    .findAny();

13.2.12.Optional介绍

Optional是Java8新加入的一个容器，这个容器只存1个或0个元素，它用于防止出现NullpointException，它提供如下方法：

isPresent() ：判断容器中是否有值。

ifPresent(Consume lambda)：容器若不为空则执行括号中的Lambda表达式。

T get() ：获取容器中的元素，若容器为空则抛出NoSuchElement异常。

T orElse(T other)：获取容器中的元素，若容器为空则返回括号中的默认值。

获取第一个元素findFirst

Optional<Person> person = list.stream()
                                    .findFirst();

13.2.13 归约

归约是将集合中的所有元素经过指定运算，折叠成一个元素输出，如：求最值、平均数等，这些操作都是将一个集合的元素折叠成一个元素输出。

在流中，reduce函数能实现归约。
reduce函数接收两个参数：

初始值

进行归约操作的Lambda表达式

13.2.13.1 元素求和：自定义Lambda表达式实现求和

例：计算所有人的年龄总和

int age = list.stream().reduce(0, (person1,person2

最低0.47元/天解锁文章

makyan

关注

4
点赞
踩
12

收藏

觉得还不错? 一键收藏
0
评论
JUC并发编程（十三）-Stream流式计算

13、Stream流式计算使用Stream流式计算，将大大提高效率！13.1. 流的基本概念13.1.1 什么是流？ Stream是操作集合的一种计算数据的工具！集合就是数据，Stream是计算集合中的数据的工具流是Java8引入的全新概念，它用来处理集合中的数据，暂且可以把它理解为一种高级集合。集合操作非常麻烦，若要对集合进行筛选、投影，需要写...
复制链接

扫一扫