使用java8新增的Stream操作集合
java8还新增了Stream、IntStream、LongStream等流式API,这些API代表多个支持串行和并行聚集操作的元素。其中Stream是一个通用的流接口,而其他的则对应int、long的流。
java8还为上面流式API提供了对用的Builder,用来通过这些Builder来创建对应的流。
独立使用Stream的步骤:
- 使用Stream或XxxStream的builder()类方法创建该Stream对应的Builder;
- 重复调用Builder的add方法向该流中添加多个元素。
- 调用Builder的build方法获取对应的Stream。
- 调用Stream的聚集方法。
IntStream is=IntStream.builder()
.add(10)
.add(-32)
.add(54)
.add(-23)
.build();
//下面聚集方法的代码每次只能执行一次
System.out.println("is所有元素中最大值:"+is.max().getAsInt());
System.out.println("is所有元素中最小值:"+is.min().getAsInt());
System.out.println("is所有元素的总数:"+is.count());
System.out.println("is所有元素的平均值:"+is.average());
System.out.println("is所有元素的平方值是否都大于20:"
+is.allMatch(ele->ele*ele>20));
System.out.println("is任何元素的平方值是否都大于20:"
+is.anyMatch(ele->ele*ele>20));
上面执行方法的代码每次只能执行一行,因此需要把其他行注释掉。
Stream提供了大量的方法进行聚集操作,这些方法既可以是“中间的”也可以是“末端的”。
中间方法:
中间操作允许保持打开状态,并允许直接调用后续方法;
末端方法:
末端方法是对流的最终操作,当对某个Stream执行末端方法后,该流将会被消耗切不可再用。
除此之外,关于流的方法还有如下特征:
有状态的方法:
这种方法会给流增加一些新特性,比如元素的唯一性,元素的最大数量、保证元素以排序的方法被处理等。有状态的方法往往需要更大的性能开销。
短路方法:
短路方法可以尽早结束对流的操作,不必检查所有元素。
中间方法的简单介绍
filter(Predicate predicate)
:过滤Stream中所有不符合Predicate的元素。map(Function function)
:映射元素,lambda把原有的元素转换为另一个元素, 不会改变个数;flatMap()
:扁平化映射,比如将二维数组映射为一维数组;mapToXxx(ToXxxFunction mapper)
:使用ToXxxFunction对流中的元素执行一对一的转换,该方法返回的新流中包含了ToXxxFunction转换生成的所有元素。peek(Consumer action)
:依次对每个元素执行一些操作,该方法返回的流与原流包含相同的元素。distinct()
:该方法用于排序流中所有重复的元素。这是一个有状态的方法。sorted():
该方法用于保证流中的元素在后续的访问中处于有序状态,这是一个有状态的方法。limit(long maxSize)
:该方法用于保证对该流的后续访问中最大允许访问的元素的个数。这是一个有状态的、短路的方法。
末端方法介绍
forEach(Consumer action):
遍历流中的所有元素,对每个元素执行action;toArray():
将流中所有元素转换成一个数组;reduce():
该方法有三个重载版本,都用于通过某种操作来合并流中的元素。min()、max()
:分别返回流中的最小值和最大值;count():
返回流中所有元素的数量;anyMatch(Predicate predicate):
判断流中是否至少包含一个元素满足Predicate条件;AllMatch(Predicate predicate):
判断流中是否所有元素满足Predicate条件;noneMatch(Predicate predicate):
判断流中是否所有元素都不符合Predicate条件;findFirst():
返回流中的第一个元素。findAny():
返回流中的任意一个元素。
除此之外java8允许使用流式API来操作集合,Collection接口提供了一个stream默认方法,该方法可返回该集合对应流,接下来即可通过流式API来操作集合了。
Collection collection= new ArrayList();
collection.add("Java");
collection.add("Python");
collection.add("C++");
collection.add("go语言");
//统计元素中包含字符o的元素个数
System.out.println(collection.stream().filter(ele->((String)ele).contains("o")).count());
//统计元素字符串大于3的元素个数
System.out.println(collection.stream().filter(ele->((String)ele).length()>3).count());
//先调用Collection对象的Stream方法将集合转换为Stream对象
//再调用Stream的mapToint方法获取原有Stream对应的IntStream
collection.stream().mapToInt(ele->((String)ele).length())
.forEach(System.out::println);
java中的常用接口
-
Predicate
:断言接口
对应Lambda 需要一个参数,返回结果是boolean值;
(a)->{return true|false}
-
Function
:函数接口
对应Lambda 需要一个参数,返回一个结果,参数和结果类型可以不一致; -
BiPredicate
双参数断言
对应Lambda 需要两个参数,返回结果是boolean值
(a,b)->{return ture|false}
-
BiFunction
:双参数函数接口
对应Lambda 需要两个参数,返回一个结果
(a,b)->{ return }
-
Consumer
:消费者接口
一个参数,不返回结果 -
Biconsumer
:双参数消费者接口
两个参数,不返回结果 -
Supplier
:生产者接口
没有参数,返回一个结果
()->{ return 结果}
Stream和接口的应用
- 分组
定义一个学生类,成员变量姓名、性别、城市,实例化多个学生类,按性别或城市分类,放在map集合中。
package demo1;
import com.sun.xml.internal.ws.api.ha.StickyFeature;
public class Student {
private String name;
private String sex;
private String city;
public Student(String name, String sex, String city) {
this.name = name;
this.sex = sex;
this.city = city;
}
@Override
public String toString() {
return "Student{" +
"name='" + name + '\'' +
", sex='" + sex + '\'' +
", city='" + city + '\'' +
'}';
}
public String getName() {
return name;
}
public String getSex() {
return sex;
}
public String getCity() {
return city;
}
}
package demo1;
import java.util.*;
import java.util.stream.Collectors;
import java.util.stream.Stream;
public class Test {
public static void main(String[] args) {
List<Student> studentsList = Arrays.asList(
new Student("张三", "男", "西安"),
new Student("李四", "女", "北京"),
new Student("王五", "男", "南京"),
new Student("赵六", "男", "西安"),
new Student("周七", "女", "上海")
);
Stream<Student> stream = studentsList.stream();
Map<String, List<Student>> collect = stream.collect(Collectors.groupingBy((student) -> {
return student.getSex();
}));
System.out.println(collect);
//{女=[Student{name='李四', sex='女', city='北京'}, Student{name='周七', sex='女', city='上海'}],
男=[Student{name='张三', sex='男', city='西安'}, Student{name='王五', sex='男', city='南京'},
Student{name='赵六', sex='男', city='西安'}]}//
}
}
下面是groupingBy方法的源代码,可以看到它需要传入一个函数式接口,所以传入student并返回student.getSex作为返回值。
Collector<T, ?, Map<K, D>> groupingBy(Function<? super T, ? extends K> classifier,
Collector<? super T, A, D> downstream) {
return groupingBy(classifier, HashMap::new, downstream);
}
- 扁平化映射
package demo1;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
import static java.util.Arrays.stream;
public class FlatmapTest {
public static void main(String[] args) {
//创建二维数组
ArrayList<String[]> lists = new ArrayList<>();
lists.add(new String[]{"张三","李四"});
lists.add(new String[]{"黎明","张学友"});
lists.add(new String[]{"刘德华","郭富城"});
//扁平化映射
System.out.println(lists.stream().flatMap(strings -> stream(strings)).collect(Collectors.toList()));
}
}
Stream的重要思想
Pipeline流水线思想:把流中的数据一个接着一个进行处理,每个数据会经过filter、map这种中间方法依次调用,但是这些不会立即生效,直到使用像forEach这种末端方法时,才会将数据一个个的取出来按调用方法的顺序执行。而且运算过程中不会改变原始集合,收集器会生成新的集合对象。
流的生成
- 用集合生成:
List.stream
- 根据数字:
IntStream.of(1,2,3,4)
- 把数组变成流:
Arrays.stream(数组)
- 把文件中的每行读取出来作为流元素:
Files.lines(Paths.get(文件名)).forEach(s->System.out.println(s));