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());
}