流式处理stream - 转

 流式处理介绍：

流式处理是JAVA8的新特性之一；能够让操作集合更加简洁

流式处理流程：

过滤:

filter: 

distinct: 去重

List<Integer> evens = nums.stream().filter(num -> num % 2 == 0).distinct() .collect(Collectors.toList());

limit: limit(2) limit返回包含前n个元素的流，当集合大小小于n时，则返回实际长度

sort:

List<Student> sortedCivilStudents = students.stream().filter(student -> "土木工程".equals(student.getMajor()))
.sorted((s1, s2) -> s1.getAge() - s2.getAge()).limit(2).collect(Collectors.toList());

skip: 跳过前n个元素，

比如我们希望找出排序在2之后的土木工程专业的学生
List<Student> civilStudents = students.stream().filter(student -> "土木工程"
.equals(student.getMajor())).skip(2).collect(Collectors.toList());

映射：

在SQL中，借助SELECT关键字后面添加需要的字段名称，可以仅输出我们需要的字段数据，而流式处理的映射操作也是实现这一目的，在java8的流式处理中，主要包含两类映射操作：map和flatMap

Map: 

除了上面这类基础的map，java8还提供了 mapToDouble(Number::DoubleValue)

map(Studnet::getName)

mapToDouble(ToDoubleFunction<? super T> mapper)，

mapToInt(ToIntFunction<? super T> mapper)，

mapToLong(ToLongFunction<? super T> mapper)，这些映射分别返回对应类型的流

----》》  此外使用这些数值流的好处还在于可以避免jvm装箱操作所带来的性能消耗

例子： 假设我们希望筛选出所有专业为计算机科学的学生姓名，那么我们可以在filter筛选的基础之上，通过map将学生实体映射成为学生姓名字符串 List<String> names = students.stream().filter(student -> "计算机科学".equals(student.getMajor())) .map(Student::getName).collect(Collectors.toList());

例子2： 比如我们希望计算所有专业为计算机科学学生的年龄之和 int totalAge = students.stream().filter(student -> "计算机科学".equals(student.getMajor()))  .mapToInt(Student::getAge).sum();

flatMap:

flatMap将由map映射得到的Stream<String[]>，转换成由各个字符串数组映射成的流Stream<String>，再将这些小的流扁平化成为一个由所有字符串构成的大流Steam<String>，从而能够达到我们的目的。

flatMapToDouble(Function<? super T,? extends DoubleStream> mapper)，
flatMapToInt(Function<? super T,? extends IntStream> mapper)，
flatMapToLong(Function<? super T,? extends LongStream> mapper)。

public class StreamTest {
    public static void main(String[] args) {
        String[] strs = {"java8", "is", "easy", "to", "use"};
        List<String[]> distinctStrs =
                Arrays.stream(strs).map(str->str.split("")).distinct().collect(Collectors.toList());
        for(String[] strArr : distinctStrs){
            for(String str : strArr){
                System.out.print(str+",");
            }
            System.out.println();
        }

        System.out.println("************************");

        List<String> distinctStrs2 = Arrays.stream(strs)
        .map(str -> str.split(""))  // 映射成为Stream<String[]>
        .flatMap(Arrays::stream)  // 扁平化为Stream<String>
        .distinct()
        .collect(Collectors.toList());
        for(String str : distinctStrs2){
            System.out.println(str+",");
        }
    }
}

总结：map操作后，得到一个字符串数组string[]

distinct只有对于一个包含多个字符的流进行操作才能达到我们的目的，即对Stream<String>进行操作。此时flatMap就可以达到我们的目的

public class Arrays { public static <T> Stream<T> stream(T[] array) { return stream(array, 0, array.length); } }

j,a,v,a,8, i,s, e,a,s,y, t,o, u,s,e, ************************ j, a, v, 8, i, s, e, y, t, o, u,

终端操作：

allMatch  用于检测是否全部都满足指定的参数行为，如果全部满足则返回true

例如我们希望检测是否所有的学生都已满18周岁 boolean isAdult = students.stream().allMatch(student -> student.getAge() >= 18);

anyMatch

则是检测是否存在一个或多个满足指定的参数行为，如果满足则返回true，例如我们希望检测是否有来自武汉大学的学生，那么可以实现为：

boolean hasWhu = students.stream().anyMatch(student
-> "武汉大学".equals(student.getSchool()));

noneMathch
noneMatch用于检测是否不存在满足指定行为的元素，如果不存在则返回true，例如我们希望检测是否不存在专业为计算机科学的学生，可以实现如下：
boolean noneCs = students.stream().noneMatch(student -> "计算机科学".equals(student.getMajor()));

findFirst
用于返回满足条件的第一个元素，比如我们希望选出专业为土木工程的排在第一个学生，那么可以实现如下：
Optional<Student> optStu = students.stream().filter(student -> "土木工程".equals(student.getMajor())).findFirst();

归约：

如我的目标不是返回一个新的集合，而是希望对经过参数化操作后的集合进行进一步的运算，那么我们可用对集合实施归约操作。java8的流式处理提供了reduce方法来达到这一目的

Integer[] intArr = {1,4,2,9,3};
List<Integer> listNum = Arrays.asList(intArr);
Integer totalNum= listNum.stream(). reduce(0, Integer::sum);
Integer totalNum2= listNum.stream(). reduce(0,(a,b)->a+b);
System.out.println("total="+totalNum);
System.out.println("total2="+totalNum2);

total=19 total2=19

收集：

前面利用collect(Collectors.toList())是一个简单的收集操作，是对处理结果的封装，对应的还有toSet、toMap，以满足我们对于结果组织的需求。这些方法均来自于java.util.stream.Collectors，我们可以称之为收集器

List<String[]> distinctStrs = Arrays.stream(strs).map(str->str.split("")).distinct().collect(Collectors.toList());

foreach:

glsIdList.stream().forEach(s->{
    glsIdAll.append((String)s.get("gls_id")).append(",");
});

易错

stream()  里面如果使用外部可变变量,则可能会报错