你还在用for循环遍历list吗?
Java 8 Stream
Java 8 API添加了一个新的抽象称为流Stream,可以让你以一种声明的方式处理数据。
Stream 使用一种类似用 SQL 语句从数据库查询数据的直观方式来提供一种对 Java 集合运算和表达的高阶抽象。
Stream API可以极大提高Java程序员的生产力,让程序员写出高效率、干净、简洁的代码。
这种风格将要处理的元素集合看作一种流, 流在管道中传输, 并且可以在管道的节点上进行处理, 比如筛选, 排序,聚合等。
元素流在管道中经过中间操作(intermediate operation)的处理,最后由最终操作(terminal operation)得到前面处理的结果。
对比起for循环操作list,最大的弊端就是代码太长太乱了,如果涉及3-4张表的操作,也就是涉及多个DAO操作,那个括号简直就是俄罗斯套娃,写到最后真的自己都不知道在写什么。
+--------------------+ +------+ +------+ +---+ +-------+
| stream of elements +-----> |filter+-> |sorted+-> |map+-> |collect|
+--------------------+ +------+ +------+ +---+ +-------+
什么是 Stream?
Stream(流)是一个来自数据源的元素队列并支持聚合操作
- 元素是特定类型的对象,形成一个队列。 Java中的Stream并不会存储元素,而是按需计算。
- 数据源 流的来源。 可以是集合,数组,I/O channel, 产生器generator 等。
- 聚合操作 类似SQL语句一样的操作, 比如filter, map, reduce, find, match, sorted等。
和以前的Collection操作不同, Stream操作还有两个基础的特征:
- Pipelining: 中间操作都会返回流对象本身。 这样多个操作可以串联成一个管道, 如同流式风格(fluent style)。 这样做可以对操作进行优化, 比如延迟执行(laziness)和短路( short-circuiting)。
- 内部迭代: 以前对集合遍历都是通过Iterator或者For-Each的方式, 显式的在集合外部进行迭代, 这叫做外部迭代。 Stream提供了内部迭代的方式, 通过访问者模式(Visitor)实现。
生成流
在 Java 8 中, 集合接口有两个方法来生成流:
- stream() − 为集合创建串行流。
- parallelStream() − 为集合创建并行流。
DAO代码
public class UserDao {
private String name;
private Double score;
public UserDao(String name, Double score) {
this.name = name;
this.score = score;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public Double getScore() {
return score;
}
public void setScore(Double score) {
this.score = score;
}
@Override
public String toString() {
return "UserPo{" +
"name='" + name + '\'' +
", score=" + score +
'}';
}
}
以下操作均以UserDao进行讲解
方法
filter
filter 方法用于通过设置的条件过滤出元素。以下代码片段使用 filter 方法过滤出空字符串:
count = userDaoList.stream().filter(p -> null != p.getScore()).count();
System.out.println("参加考试的学生人数:" + count);
map
map 方法用于映射每个元素到对应的结果,以下代码片段使用 map 将集合映射为另一个集合:
List<Double> scoreList = userDaoList.stream().map(p -> p.getScore()).collect(Collectors.toList());
System.out.println("所有学生的成绩集合:" + scoreList);
普通用法
new一个空的List集合
List<String> nameList = new ArrayList<>();
将学生姓名集合串成字符串,用逗号分割(有两种方式实现)
String nameStrings = nameList.stream().map(p -> String.valueOf(p.trim())).collect(Collectors.joining(","));
或
String nameString = nameList.stream().map(String::valueOf).collect(Collectors.joining(","));
Collectors
Collectors 类实现了很多归约操作,例如将流转换成集合和聚合元素。Collectors 可用于返回列表或字符串:
// 按成绩进行归集
System.out.println("按学生成绩归集:");
Map<Double, List<UserDao>> groupBySorceMap = userDaoList.stream().filter(p -> null != p.getScore()).collect(Collectors.groupingBy(UserDao::getScore));
for (Map.Entry<Double, List<UserDao>> entry : groupBySorceMap.entrySet()) {
System.out.println("成绩:" + entry.getKey() + "人数:" + entry.getValue().size());
}
// 返回list
filterList = userDaoList.stream().filter(p -> null != p.getScore()).collect(Collectors.toList());
//返回String ,用逗号分割
String nameString = userDaoList.stream().map(p -> p.getName()).collect(Collectors.joining(","));
sorted
sorted 方法用于对流进行排序,可以根据指定的字段进行排序
filterList = userDaoList.stream().filter(p -> null != p.getScore()).sorted(Comparator.comparing(UserDao::getScore).reversed()).collect(Collectors.toList());
System.out.println("所有学生的成绩集合,逆序排序:");
filterList.stream().forEach(System.out::println);
forEach
Stream 提供了新的方法 ‘forEach’ 来迭代流中的每个数据
// forEach
filterList.stream().forEach(p -> p.setScore(p.getScore() + 10));
System.out.println("及格的人数太少,给每个人加10分");
statistics
statistics:统计,可以统计中位数,平均值,最大、最小值,它们主要用于int、double、long等基本类型上
DoubleSummaryStatistics statistics = filterList.stream().mapToDouble(p -> p.getScore()).summaryStatistics();
System.out.println("列表中最大的数:" + statistics.getMax());
System.out.println("列表中最小的数:" + statistics.getMin());
System.out.println("所有数之和:" + statistics.getSum());
System.out.println("平均数:" + statistics.getAverage());
parallelStream并行程序
parallelStream 是流并行处理程序的代替方法。并行流,可以利用多线程进行流的操作,提升效率。但是其不具备线程传播性,因此使用时需要充分评估是否需要用并行流操作
count = userDaoList.parallelStream().filter(p -> null != p.getScore()).count();
System.out.println("并行流处理参加考试的学生人数:" + count);
limit
limit 方法用于获取指定数量的流
filterList = userDaoList.stream().limit(3).collect(Collectors.toList());
System.out.println("所有学生集合中前三位学生:");
filterList.stream().forEach(System.out::println);
Stream 完整实例代码
完整代码
public class UserDao {
private String name;
private Double score;
public UserDao(String name, Double score) {
this.name = name;
this.score = score;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public Double getScore() {
return score;
}
public void setScore(Double score) {
this.score = score;
}
@Override
public String toString() {
return "UserPo{" +
"name='" + name + '\'' +
", score=" + score +
'}';
}
}
public class StreamTest {
public static void main(String[] args) {
// write your code here
//System.out.print("Hello World");
List<UserDao> userDaoList = new ArrayList<>();
userDaoList.add(new UserDao("张三", 40.d));
userDaoList.add(new UserDao("李四", 50.d));
userDaoList.add(new UserDao("王五", 60.d));
userDaoList.add(new UserDao("赵六", 60.d));
userDaoList.add(new UserDao("周七", null));
userDaoList.add(new UserDao("钱八", 90.d));
userDaoList.add(new UserDao("郑九", 80.d));
long count = 0;
List<UserDao> filterList = null;
// filter 过滤器的适应
// 筛选出成绩不为空的学生人数
count = userDaoList.stream().filter(p -> null != p.getScore()).count();
System.out.println("参加考试的学生人数:" + count);
System.out.println("");
// collect
// 删选出成绩不为空的学生集合
filterList = userDaoList.stream().filter(p -> null != p.getScore()).collect(Collectors.toList());
System.out.println("参加考试的学生信息:");
filterList.stream().forEach(System.out::println);
System.out.println("");
// map 将集合映射为另一个集合
List<Double> scoreList = userDaoList.stream().map(p -> p.getScore()).collect(Collectors.toList());
System.out.println("所有学生的成绩集合:" + scoreList);
System.out.println("");
// 将学生姓名集合串成字符串,用逗号分割
String nameString = userDaoList.stream().map(p -> p.getName()).collect(Collectors.joining(","));
System.out.println("所有学生的姓名字符串:" + nameString);
System.out.println("");
// sorted排序,逆序排序,正序则不需要加.reversed()
filterList = userDaoList.stream().filter(p -> null != p.getScore()).sorted(Comparator.comparing(UserDao::getScore).reversed()).collect(Collectors.toList());
System.out.println("所有学生的成绩集合,逆序排序:");
filterList.stream().forEach(System.out::println);
System.out.println("");
System.out.println("按学生成绩归集:");
Map<Double, List<UserDao>> groupBySorceMap = userDaoList.stream().filter(p -> null != p.getScore()).collect(Collectors.groupingBy(UserDao::getScore));
for (Map.Entry<Double, List<UserDao>> entry : groupBySorceMap.entrySet()) {
System.out.println("成绩:" + entry.getKey() + "人数:" + entry.getValue().size());
}
System.out.println("");
// forEach
filterList.stream().forEach(p -> p.setScore(p.getScore() + 10));
System.out.println("及格的人数太少,给每个人加10分");
filterList.stream().forEach(System.out::println);
System.out.println("");
// count
count = filterList.stream().filter(p -> p.getScore() >= 60).count();
System.out.println("最后及格人数:" + count);
System.out.println("");
DoubleSummaryStatistics statistics = filterList.stream().mapToDouble(p -> p.getScore()).summaryStatistics();
System.out.println("列表中最大的数:" + statistics.getMax());
System.out.println("列表中最小的数:" + statistics.getMin());
System.out.println("所有数之和:" + statistics.getSum());
System.out.println("平均数:" + statistics.getAverage());
System.out.println("");
// 并行流 使用
count = userDaoList.parallelStream().filter(p -> null != p.getScore()).count();
System.out.println("并行流处理参加考试的学生人数:" + count);
System.out.println("");
// limit
filterList = userDaoList.stream().limit(3).collect(Collectors.toList());
System.out.println("所有学生集合中前三位学生:");
filterList.stream().forEach(System.out::println);
System.out.println("");
}
}
输出结果
参加考试的学生人数:6
参加考试的学生信息:
UserPo{name='张三', score=40.0}
UserPo{name='李四', score=50.0}
UserPo{name='王五', score=60.0}
UserPo{name='赵六', score=60.0}
UserPo{name='钱八', score=90.0}
UserPo{name='郑九', score=80.0}
所有学生的成绩集合:[40.0, 50.0, 60.0, 60.0, null, 90.0, 80.0]
所有学生的姓名字符串:张三,李四,王五,赵六,周七,钱八,郑九
所有学生的成绩集合,逆序排序:
UserPo{name='钱八', score=90.0}
UserPo{name='郑九', score=80.0}
UserPo{name='王五', score=60.0}
UserPo{name='赵六', score=60.0}
UserPo{name='李四', score=50.0}
UserPo{name='张三', score=40.0}
按学生成绩归集:
成绩:80.0人数:1
成绩:40.0人数:1
成绩:90.0人数:1
成绩:50.0人数:1
成绩:60.0人数:2
及格的人数太少,给每个人加10分
UserPo{name='钱八', score=100.0}
UserPo{name='郑九', score=90.0}
UserPo{name='王五', score=70.0}
UserPo{name='赵六', score=70.0}
UserPo{name='李四', score=60.0}
UserPo{name='张三', score=50.0}
最后及格人数:5
列表中最大的数:100.0
列表中最小的数:50.0
所有数之和:440.0
平均数:73.33333333333333
并行流处理参加考试的学生人数:6
所有学生集合中前三位学生:
UserPo{name='张三', score=50.0}
UserPo{name='李四', score=60.0}
UserPo{name='王五', score=70.0}