Java 8 新特性

1、面试诱因让我发现java8新增特性 Java 8 Stream

前几天面试遇到的问题，Map和ArrayList如何按顺序排序，我当时说用循环，面试官说不对，我一直觉得循环也可以做到啊，为什么不对呢？直到我查阅了java 8， 发现java8增加了新的特性，这就是我们今天要讲的Java 8 Stream

2、Java 8 Stream 官方解释

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。

+--------------------+       +------+   +------+   +---+   +-------+
| stream of elements +-----> |filter+-> |sorted+-> |map+-> |collect|
+--------------------+       +------+   +------+   +---+   +-------+

以上的流程转换为 Java 代码为

List<Integer> transactionsIds = 
widgets.stream()
             .filter(b -> b.getColor() == RED)
             .sorted((x,y) -> x.getWeight() - y.getWeight())
             .mapToInt(Widget::getWeight)
             .sum();

3、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。

4、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

 实例：操作list集合，判断为空的就剔除

List<String> strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
List<String> filtered = strings.stream().filter(string -> !string.isEmpty()).collect(Collectors.toList());

显示结果如下：

[abc, bc, efg, abcd, jkl]

 

forEach

 Stream 提供了新的方法 'forEach' 来迭代流中的每个数据。以下代码片段使用 forEach 输出了10个随机数：

实例：获取int最大值到最小值的随机数 limit(10)的意思是显示10条 ints就是以int类型 double、flot都可以，ints()方法可以传参如ints(1,10),则是随机显示1到10的数字，不传参默认是int最大值到最小值（包括负值）

sorted 方法用于对流进行排序。使用 sorted 方法对输出的 10 个随机数进行排序

Random random = new Random();
random.ints().limit(10).sorted().forEach(System.out::println);

显示结果为(此结果为随机结果):

249270220
-841938889
1960520876
991816196
1994681462
-1995020571
-1283075045
1683375847
2037333598
-244432242

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 输出了元素对应的平方数：

实例:该方法只显示不重复的平方数，例如：(2,2,2)  2的2次方是4，后面的还有2那么就不生效

List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);
// 获取对应的平方数
List<Integer> squaresList = numbers.stream().map( i -> i*i).distinct().collect(Collectors.toList());

显示结果为:

[9, 4, 49, 25]

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：

List<String>strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
// 获取空字符串的数量
int count = strings.stream().filter(string -> string.isEmpty()).count();

显示结果（表示两个字符串为空）:

2

并行（parallel）程序

parallelStream 是流并行处理程序的代替方法。以下实例我们使用 parallelStream 来输出空字符串的数量：

List<String> strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
// 获取空字符串的数量
int count = strings.parallelStream().filter(string -> string.isEmpty()).count();
//显示结果仍为(表示有两个空值):2

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：

List<String>strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
List<String> filtered = strings.stream().filter(string -> !string.isEmpty()).collect(Collectors.toList());
 
System.out.println("筛选列表: " + filtered);
String mergedString = strings.stream().filter(string -> !string.isEmpty()).collect(Collectors.joining(", "));
System.out.println("合并字符串: " + mergedString);

显示结果(获取不等于空的List然后把List转换成字符转换成字符串形式):

筛选列表: [abc, bc, efg, abcd, jkl]
合并字符串: abc, bc, efg, abcd, jkl

统计

另外，一些产生统计结果的收集器也非常有用。它们主要用于int、double、long等基本类型上，它们可以用来产生类似如下的统计结果。

List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);
 
IntSummaryStatistics stats = numbers.stream().mapToInt((x) -> x).summaryStatistics();
 
System.out.println("列表中最大的数 : " + stats.getMax());
System.out.println("列表中最小的数 : " + stats.getMin());
System.out.println("所有数之和 : " + stats.getSum());
System.out.println("平均数 : " + stats.getAverage());

分组

可以以对象来进行分组或者数字来进行分组，对象中的分组某一字段进行分组：如下面自定义字段getType进行分组

		List<Apple> appleList = new ArrayList<Apple>();
		Apple apple1 = new Apple();
		apple1.setId("1");
		apple1.setName("fendo1");
		apple1.setCount((long) 10);
		apple1.setType("1");
		apple1.setPrice(new BigDecimal(20));
		appleList.add(apple1);

		Apple apple2 = new Apple();
		apple2.setId("2");
		apple2.setName("fendo2");
		apple2.setCount((long) 10);
		apple2.setType("1");
		apple2.setPrice(new BigDecimal(20));
		appleList.add(apple2);

		Apple apple6 = new Apple();
		apple6.setId("6");
		apple6.setName("fendo6");
		apple6.setCount((long) 30);
		apple6.setType("1");
		apple6.setPrice(new BigDecimal(20));
		appleList.add(apple6);

		Apple apple3 = new Apple();
		apple3.setId("3");
		apple3.setName("fendo3");
		apple3.setCount((long) 10);
		apple3.setType("2");
		apple3.setPrice(new BigDecimal(20));
		appleList.add(apple3);

		Apple apple4 = new Apple();
		apple4.setId("4");
		apple4.setName("fendo4");
		apple4.setCount((long) 10);
		apple4.setType("3");
		apple4.setPrice(new BigDecimal(20));
		appleList.add(apple4);

		Apple apple5 = new Apple();
		apple5.setId("5");
		apple5.setName("fendo5");
		apple5.setCount((long) 10);
		apple5.setType("4");
		apple5.setPrice(new BigDecimal(20));
		appleList.add(apple5);
		// 分组
		Map<String, List<Apple>> map = appleList.stream().collect(Collectors.groupingBy(Apple::getType));
		for (Map.Entry<String, List<Apple>> entry : map.entrySet()) {
			JSONObject fromObject = JSONObject.fromObject(entry);
			System.out.println("分组:" + fromObject.toString());

		}
		// 分组求和
		Map<String, LongSummaryStatistics> map1 = appleList.stream()
				.collect(Collectors.groupingBy(Apple::getType, Collectors.summarizingLong(Apple::getCount)));
		for(Map.Entry<String, LongSummaryStatistics> entry : map1.entrySet()){
			LongSummaryStatistics lo = entry.getValue();
			System.out.println("----------------key值------------------------"+entry.getKey());
			System.out.println("求和:" + lo.getSum());
            System.out.println("求平均" + lo.getAverage());
            System.out.println("求最大:" + lo.getMax());
            System.out.println("求最小:" + lo.getMin());
            System.out.println("求总数:" + lo.getCount());
		}