1. 流的基本概念
1.1 什么是流?
流是Java8引入的全新概念,它用来处理集合中的数据,暂且可以把它理解为一种高级集合。
众所周知,集合操作非常麻烦,若要对集合进行筛选、投影,需要写大量的代码,而流是以声明的形式操作集合,它就像SQL语句,我们只需告诉流需要对集合进行什么操作,它就会自动进行操作,并将执行结果交给你,无需我们自己手写代码。
因此,流的集合操作对我们来说是透明的,我们只需向流下达命令,它就会自动把我们想要的结果给我们。由于操作过程完全由Java处理,因此它可以根据当前硬件环境选择最优的方法处理,我们也无需编写复杂又容易出错的多线程代码了。
1.2 流的特点
只能遍历一次
我们可以把流想象成一条流水线,流水线的源头是我们的数据源(一个集合),数据源中的元素依次被输送到流水线上,我们可以在流水线上对元素进行各种操作。一旦元素走到了流水线的另一头,那么这些元素就被“消费掉了”,我们无法再对这个流进行操作。当然,我们可以从数据源那里再获得一个新的流重新遍历一遍。采用内部迭代方式
若要对集合进行处理,则需我们手写处理代码,这就叫做外部迭代。而要对流进行处理,我们只需告诉流我们需要什么结果,处理过程由流自行完成,这就称为内部迭代。
1.3 流的操作种类
流的操作分为两种,分别为中间操作 和 终端操作。
中间操作
当数据源中的数据上了流水线后,这个过程对数据进行的所有操作都称为“中间操作”。
中间操作仍然会返回一个流对象,因此多个中间操作可以串连起来形成一个流水线。终端操作
当所有的中间操作完成后,若要将数据从流水线上拿下来,则需要执行终端操作。
终端操作将返回一个执行结果,这就是你想要的数据。
1.4 流的操作过程
使用流一共需要三步:
- 准备一个数据源
- 执行中间操作
中间操作可以有多个,它们可以串连起来形成流水线。 - 执行终端操作
执行终端操作后本次流结束,你将获得一个执行结果。
2. 流的使用
2.1 获取流
在使用流之前,首先需要拥有一个数据源,并通过StreamAPI提供的一些方法获取该数据源的流对象。数据源可以有多种形式:
- 集合
这种数据源较为常用,通过stream()方法即可获取流对象:
List<Person> list = new ArrayList<Person>();
Stream<Person> stream = list.stream();
- 1
- 2
- 数组
通过Arrays类提供的静态函数stream()获取数组的流对象:
String[] names = {"chaimm","peter","john"};
Stream<String> stream = Arrays.stream(names);
- 1
- 2
- 值
直接将几个值变成流对象:
Stream<String> stream = Stream.of("chaimm","peter","john");
- 1
- 文件
try(Stream lines = Files.lines(Paths.get(“文件路径名”),Charset.defaultCharset())){
//可对lines做一些操作
}catch(IOException e){
}
PS:Java7简化了IO操作,把打开IO操作放在try后的括号中即可省略关闭IO的代码。
2.2 筛选filter
filter函数接收一个Lambda表达式作为参数,该表达式返回boolean,在执行过程中,流将元素逐一输送给filter,并筛选出执行结果为true的元素。
如,筛选出所有学生:
List<Person> result = list.stream()
.filter(Person::isStudent)
.collect(toList());
- 1
- 2
- 3
2.3 去重distinct
去掉重复的结果:
List<Person> result = list.stream()
.distinct()
.collect(toList());
- 1
- 2
- 3
2.4 截取
截取流的前N个元素:
List<Person> result = list.stream()
.limit(3)
.collect(toList());
- 1
- 2
- 3
2.5 跳过
跳过流的前n个元素:
List<Person> result = list.stream()
.skip(3)
.collect(toList());
- 1
- 2
- 3
2.6 映射
对流中的每个元素执行一个函数,使得元素转换成另一种类型输出。流会将每一个元素输送给map函数,并执行map中的Lambda表达式,最后将执行结果存入一个新的流中。
如,获取每个人的姓名(实则是将Perosn类型转换成String类型):
List<Person> result = list.stream()
.map(Person::getName)
.collect(toList());
- 1
- 2
- 3
2.7 合并多个流
例:列出List中各不相同的单词,List集合如下:
List<String> list = new ArrayList<String>();
list.add("I am a boy");
list.add("I love the girl");
list.add("But the girl loves another girl");
- 1
- 2
- 3
- 4
思路如下:
- 首先将list变成流:
list.stream();
- 1
- 按空格分词:
list.stream()
.map(line->line.split(" "));
- 1
- 2
分完词之后,每个元素变成了一个String[]数组。
- 将每个String[]变成流:
list.stream()
.map(line->line.split(" "))
.map(Arrays::stream)
- 1
- 2
- 3
此时一个大流里面包含了一个个小流,我们需要将这些小流合并成一个流。
- 将小流合并成一个大流:
用flagmap替换刚才的map
list.stream()
.map(line->line.split(" "))
.flagmap(Arrays::stream)
- 1
- 2
- 3
- 去重
list.stream()
.map(line->line.split(" "))
.flagmap(Arrays::stream)
.distinct()
.collect(toList());
- 1
- 2
- 3
- 4
- 5
2.8 是否匹配任一元素:anyMatch
anyMatch用于判断流中是否存在至少一个元素满足指定的条件,这个判断条件通过Lambda表达式传递给anyMatch,执行结果为boolean类型。
如,判断list中是否有学生:
boolean result = list.stream()
.anyMatch(Person::isStudent);
- 1
- 2
2.9 是否匹配所有元素:allMatch
allMatch用于判断流中的所有元素是否都满足指定条件,这个判断条件通过Lambda表达式传递给anyMatch,执行结果为boolean类型。
如,判断是否所有人都是学生:
boolean result = list.stream()
.allMatch(Person::isStudent);
- 1
- 2
2.10 是否未匹配所有元素:noneMatch
noneMatch与allMatch恰恰相反,它用于判断流中的所有元素是否都不满足指定条件:
boolean result = list.stream()
.noneMatch(Person::isStudent);
- 1
- 2
2.11 获取任一元素findAny
findAny能够从流中随便选一个元素出来,它返回一个Optional类型的元素。
Optional<Person> person = list.stream()
.findAny();
- 1
- 2
Optional介绍
Optional是Java8新加入的一个容器,这个容器只存1个或0个元素,它用于防止出现NullpointException,它提供如下方法:
- isPresent()
判断容器中是否有值。 - ifPresent(Consume lambda)
容器若不为空则执行括号中的Lambda表达式。 - T get()
获取容器中的元素,若容器为空则抛出NoSuchElement异常。 - T orElse(T other)
获取容器中的元素,若容器为空则返回括号中的默认值。
2.12 获取第一个元素findFirst
Optional<Person> person = list.stream()
.findFirst();
- 1
- 2
2.13 归约
归约是将集合中的所有元素经过指定运算,折叠成一个元素输出,如:求最值、平均数等,这些操作都是将一个集合的元素折叠成一个元素输出。
在流中,reduce函数能实现归约。
reduce函数接收两个参数:
- 初始值
- 进行归约操作的Lambda表达式
2.13.1 元素求和:自定义Lambda表达式实现求和
例:计算所有人的年龄总和
int age = list.stream().reduce(0, (person1,person2)->person1.getAge()+person2.getAge());
- 1
reduce的第一个参数表示初试值为0;
reduce的第二个参数为需要进行的归约操作,它接收一个拥有两个参数的Lambda表达式,reduce会把流中的元素两两输给Lambda表达式,最后将计算出累加之和。
2.13.2 元素求和:使用Integer.sum函数求和
上面的方法中我们自己定义了Lambda表达式实现求和运算,如果当前流的元素为数值类型,那么可以使用Integer提供了sum函数代替自定义的Lambda表达式,如:
int age = list.stream().reduce(0, Integer::sum);
- 1
Integer类还提供了min、max等一系列数值操作,当流中元素为数值类型时可以直接使用。
2.14 数值流的使用
采用reduce进行数值操作会涉及到基本数值类型和引用数值类型之间的装箱、拆箱操作,因此效率较低。
当流操作为纯数值操作时,使用数值流能获得较高的效率。
2.14.1 将普通流转换成数值流
StreamAPI提供了三种数值流:IntStream、DoubleStream、LongStream,也提供了将普通流转换成数值流的三种方法:mapToInt、mapToDouble、mapToLong。
如,将Person中的age转换成数值流:
IntStream stream = list.stream()
.mapToInt(Person::getAge);
- 1
- 2
2.14.2 数值计算
每种数值流都提供了数值计算函数,如max、min、sum等。
如,找出最大的年龄:
OptionalInt maxAge = list.stream()
.mapToInt(Person::getAge)
.max();
- 1
- 2
- 3
由于数值流可能为空,并且给空的数值流计算最大值是没有意义的,因此max函数返回OptionalInt,它是Optional的一个子类,能够判断流是否为空,并对流为空的情况作相应的处理。
此外,mapToInt、mapToDouble、mapToLong进行数值操作后的返回结果分别为:OptionalInt、OptionalDouble、OptionalLong