Stream是Java8的重要特性之一。那么生成Stream的方式有哪些? 1, 通过Collections类,2,通过静态方法,例如IntStream.range,Files.walk方法等, 3,借助Java.util.Spliterator,有关stream的更详细内容后面会介绍,这里只是简单给出生成stream的例子。
有多种方式生成 Stream Source:
- 从 Collection 和数组
-
- Collection.stream()
- Collection.parallelStream()
- Arrays.stream(T array) or Stream.of()
- java.io.BufferedReader.lines()
- 静态工厂
- java.util.stream.IntStream.range()
- java.nio.file.Files.walk()
- 自己构建
-
- java.util.Spliterator
- Random.ints()
- BitSet.stream()
- Pattern.splitAsStream(java.lang.CharSequence)
- JarFile.stream()
下面通过代码示例一一展示。
第一种,通过Collections类
List<String> stringCollection = new ArrayList<>();
stringCollection.add("ddd2");
stringCollection.add("aaa2");
stringCollection.add("bbb1");
stringCollection.add("aaa1");
stringCollection.add("bbb3");
stringCollection.add("ccc4");
stringCollection.add("bbb2");
stringCollection.add("ddd1");
stringCollection
.stream()
.filter((s) -> s.startsWith("a"))
.forEach(System.out::println);
第二种,通过静态方法
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;
import java.util.stream.Stream;
import java.io.IOException;
public class FilesWalk {
public static void main(String[] args) {
final Path path = Paths.get("C:\\Afolder");
int maxDepth = 5;
try( Stream<Path> entries = Files.walk(path, maxDepth) ) {
entries.onClose( () -> System.out.println("Done!") ).forEach(
p -> {
System.out.println(p.toFile().getAbsolutePath());
}
);
}
catch (IOException e) {
e.printStackTrace();
}
}
}
第三种,借助java.util.Spliterator;
import java.util.ArrayList;
import java.util.Spliterator;
import java.util.stream.StreamSupport;
import java.util.stream.Stream;
public class SpliteratorDemo {
public static void main(String[] args) {
ArrayList<Integer> number_List = new ArrayList<>();
Spliterator<Integer> mySpliterator, myParallelSpliterator;
number_List.add(1);
number_List.add(2);
number_List.add(3);
number_List.add(4);
number_List.add(5);
mySpliterator = number_List.spliterator();
myParallelSpliterator = number_List.spliterator();
System.out.println("Characteristics Of Spliterator are : "+mySpliterator.characteristics());
System.out.println("estimateSize Of Spliterator is : "+mySpliterator.estimateSize());
Stream<Integer> intStream = StreamSupport.stream(mySpliterator.trySplit(), false);
Stream<Integer> intStream2 = StreamSupport.stream(mySpliterator.trySplit(), false);
Stream<Integer> intStream3 = StreamSupport.stream(mySpliterator.trySplit(), false);
//Stream<Integer> intStream4 = StreamSupport.stream(mySpliterator.trySplit(), false);
Stream<Integer> intStream4 = StreamSupport.stream(myParallelSpliterator.trySplit(), true);
System.out.println("All elements");
intStream
.filter((p) -> (p < 9))
.forEach(System.out::println);
System.out.println("All elements");
intStream2
.forEach(System.out::println);
System.out.println("All elements");
intStream3
.forEach(System.out::println);
System.out.println("All elements");
intStream4
.forEach(System.out::println);
}
}
列举创建Stream<T>、IntStream(LongStream、DoubleStream)对象的一些常见例子。
1.by Values or Collection
(1)因为Stream<T>的静态方法of
public static<T> Stream<T> of(T... values) {
return Arrays.stream(values);
}
通过一系列值创建流对象,与Arrays.stream(重载)一致,两者放在一起。
Stream<T> of(T... values) 按照参数类型创建Stream<T> 对象。如Stream<String>、Stream<Integer>
Stream<T> of(T t)按照参数类型创建只有一个元素的流对象。
(2)Arrays.stream()
Arrays.stream(int[] array) 创建IntStream流对象(long[]、double[]类似),注意不是Stream<Integer>。
Arrays.stream(T[] array)对象数组为参数创建Stream<T> ,如Stream<String>。
对于集合,使用Collection<E>的默认方法stream()
default Stream<E> stream() {
return StreamSupport.stream(spliterator(), false);
}
public static void fromValues() {
Stream<String> s = Stream.of("create", "Stream", "by", "Stream.of");
Stream<Integer> s2 = Stream.of(1,2,3);
int[] array = {1, 2, 3};
Stream<int[]> s3 = Stream.of(array);
s3.forEach(System.out::println); //[I@1c20c684
}
public static void fromCollection() {
int[] array = {1, 2, 3};
IntStream stream = Arrays.stream(array);//注意
int sum = stream.sum();
String[] strArray = {"a","b"};
Stream<String> stream1 = Arrays.stream(strArray);
List<String> myList = Arrays.asList("a1", "a2","a1");
Stream<String> stream2 = myList.stream();
stream2.forEach(System.out::print); //a1a2a1
System.out.println();
HashSet<String> set = new HashSet<>(myList);
Stream<String> stream3 = set.stream();
stream3.forEach(System.out::print); //a1a2
}
从值、数组和List、Set等创建流对象,是最基本的。
2.无限流
Stream的静态方法iterate和generate可以创建无限流,因此需要在适当的时候限制一下流元素的长度。
public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
public static<T> Stream<T> generate(Supplier<T> s)
iterate的种子的类型决定了流的类型参数,一元操作不断应用于前一个元素。
generate使用一个Supplier<T>作为产生无限流的依据。下面例子分别使用了
Supplier<String> supplier =()->{return "a";};
和Math的random()函数。
public static void infiniteStream() {
Stream<Integer> stream_int = Stream.iterate(0, n -> n + 2);
stream_int.limit(5).forEach(s -> System.out.print(s + " "));
System.out.println();
Stream<String> stream_str = Stream.iterate("a", s -> s + "a");
stream_str.limit(5).forEach(s -> System.out.print(s + " "));
System.out.println();
Stream<Double> stream_double = Stream.generate(Math::random).limit(3);
stream_double.forEach(s -> System.out.print(s + " "));
System.out.println();
Supplier<String> supplier =()->{return "a";};
Stream<String> stream_str2 = Stream.generate(supplier).limit(3);
stream_str2.forEach(s -> System.out.print(s + " "));
}
输出:
0 2 4 6 8
a aa aaa aaaa aaaaa
0.537544433840739 0.18913558672368358 0.007618540214730407
a a a
打印Fibonacci数列的前10项。iterate的种子new int[]{0, 1},产生 (0,1), (1, 1), (1,2), (2, 3), (3, 5), (5, 8), (8, 13), (13, 21)...流
Stream<int[]> iterate = Stream.iterate(new int[]{0, 1},
t -> new int[]{t[1], t[0] + t[1]});
iterate.limit(10).forEach(t -> Print.pln(t));
注:Print有方法
public static void pln(int[] arr){
System.out.println(java.util.Arrays.toString(arr));
}
输出:
[0, 1]
[1, 1]
[1, 2]
[2, 3]
[3, 5]
[5, 8]
[8, 13]
[13, 21]
[21, 34]
[34, 55]
3.范围
对于int和long数据,一个常见的用法是按照一个range,生成IntStream或LongStream对象。
rangeClosed(int startInclusive, int endInclusive) 数学上表示为[a,b];range(int a, int b) 数学上表示为[a,b)。
public static void rangesStream() {
IntStream stream_int = IntStream.rangeClosed(1, 4);
stream_int.forEach(s -> System.out.print(s + " "));
System.out.println();
LongStream.range(1, 4).forEach(s -> System.out.print(s + " "));
}
输出:
1 2 3 4
1 2 3
流的操作
流操作
java.util.stream.Stream中定义了许多流操作的方法,为了更好的理解Stream API掌握它常用的操作非常重要。 流的操作其实可以分为两类:处理操作、聚合操作。
- 处理操作:诸如filter、map等处理操作将Stream一层一层的进行抽离,返回一个流给下一层使用。
- 聚合操作:从最后一次流中生成一个结果给调用方,foreach只做处理不做返回。
filter
filter看名字也知道是过滤的意思,我们通常在筛选数据的时候用到,频率非常高。 filter方法的参数是Predicate<T> predicate即一个从T到boolean的函数。
筛选出距离我在1000米内的店铺
1 2 |
|
筛选出名称大于5个字的店铺
1 2 |
|
map
有时候我们需要将流中处理的数据类型进行转换,这时候就可以使用map方法来完成,将流中的值转换为一个新的流。
列出所有店铺的名称
1 2 |
|
传给map的lambda表达式接收一个Property类型的参数,返回一个String。 参数和返回值不必属于同一种类型,但是lambda表达式必须是Function接口的一个实例。
flatMap
有时候我们会遇到提取子流的操作,这种情况用的不多但是遇到flatMap将变得更容易处理。
例如我们有一个List<List<String>>结构的数据:
1 2 3 4 |
|
要做的操作是获取这些数据中长度大于2的单词个数
1 2 3 4 |
|
在不使用flatMap前你可能需要做2次for循环。这里调用了List的stream方法将每个列表转换成Stream对象, 其他的就和之前的操作一样。
max和min
Stream中常用的操作之一是求最大值和最小值,Stream API 中的max和min操作足以解决这一问题。
我们需要筛选出价格最低的店铺:
1 2 3 |
|
查找Stream中的最大或最小元素,首先要考虑的是用什么作为排序的指标。 以查找价格最低的店铺为例,排序的指标就是店铺的价格等级。
为了让Stream对象按照价格等级进行排序,需要传给它一个Comparator对象。 Java8提供了一个新的静态方法comparingInt,使用它可以方便地实现一个比较器。 放在以前,我们需要比较两个对象的某项属性的值,现在只需要提供一个存取方法就够了。
收集结果
通常我们处理完流之后想查看一下结果,比如获取总数,转换结果,在前面的示例中你发现调用了 filter、map之后没有下文了,后续的操作应该调用Stream中的collect方法完成。
获取距离我最近的2个店铺
1 2 3 4 |
|
获取所有店铺的名称
1 2 3 |
|
获取每个店铺的价格等级
1 2 |
|
所有价格等级的店铺列表
1 2 |
|
并行数据处理
并行和并发
并发是两个任务共享时间段,并行则是两个任务在同一时间发生,比如运行在多核CPU上。 如果一个程序要运行两个任务,并且只有一个CPU给它们分配了不同的时间片,那么这就是并发,而不是并行。
并行化是指为缩短任务执行时间,将一个任务分解成几部分,然后并行执行。
这和顺序执行的任务量是一样的,区别就像用更多的马来拉车,花费的时间自然减少了。 实际上,和顺序执行相比,并行化执行任务时,CPU承载的工作量更大。
数据并行化是指将数据分成块,为每块数据分配单独的处理单元。
还是拿马拉车那个例子打比方,就像从车里取出一些货物,放到另一辆车上,两辆马车都沿着同样的路径到达目的地。
当需要在大量数据上执行同样的操作时,数据并行化很管用。 它将问题分解为可在多块数据上求解的形式,然后对每块数据执行运算,最后将各数据块上得到的结果汇总,从而获得最终答案。
人们经常拿任务并行化和数据并行化做比较,在任务并行化中,线程不同,工作各异。 我们最常遇到的JavaEE应用容器便是任务并行化的例子之一,每个线程不光可以为不同用户服务, 还可以为同一个用户执行不同的任务,比如登录或往购物车添加商品。
Stream并行流
流使得计算变得容易,它的操作也非常简单,但你需要遵守一些约定。默认情况下我们使用集合的stream方法 创建的是一个串行流,你有两种办法让他变成并行流。
- 调用Stream对象的parallel方法
- 创建流的时候调用parallelStream而不是stream方法
我们来用具体的例子来解释串行和并行流
串行化计算
筛选出价格等级小于4,按照距离排序的2个店铺名
1 2 3 4 5 6 |
|
调用 parallelStream 方法即能并行处理
1 2 3 4 5 6 |
|
-------------------------------------------------------------------------------------------------------------------------------------------------------------------
接下来,当把一个数据结构包装成 Stream 后,就要开始对里面的元素进行各类操作了。常见的操作可以归类如下。
- Intermediate:
map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 limit、 skip、 parallel、 sequential、 unordered
- Terminal:
forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator
- Short-circuiting:
anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 limit
我们下面看一下 Stream 的比较典型用法。
map/flatMap
我们先来看 map。如果你熟悉 scala 这类函数式语言,对这个方法应该很了解,它的作用就是把 input Stream 的每一个元素,映射成 output Stream 的另外一个元素。
清单 7. 转换大写
1 2 3 |
|
这段代码把所有的单词转换为大写。
清单 8. 平方数
1 2 3 4 |
|
这段代码生成一个整数 list 的平方数 {1, 4, 9, 16}。
从上面例子可以看出,map 生成的是个 1:1 映射,每个输入元素,都按照规则转换成为另外一个元素。还有一些场景,是一对多映射关系的,这时需要 flatMap。
清单 9. 一对多
1 2 3 4 5 6 7 |
|
flatMap 把 input Stream 中的层级结构扁平化,就是将最底层元素抽出来放到一起,最终 output 的新 Stream 里面已经没有 List 了,都是直接的数字。
filter
filter 对原始 Stream 进行某项测试,通过测试的元素被留下来生成一个新 Stream。
清单 10. 留下偶数
1 2 3 |
|
经过条件“被 2 整除”的 filter,剩下的数字为 {2, 4, 6}。
清单 11. 把单词挑出来
1 2 3 4 |
|
这段代码首先把每行的单词用 flatMap 整理到新的 Stream,然后保留长度不为 0 的,就是整篇文章中的全部单词了。
forEach
forEach 方法接收一个 Lambda 表达式,然后在 Stream 的每一个元素上执行该表达式。
清单 12. 打印姓名(forEach 和 pre-java8 的对比)
1 2 3 4 5 6 7 8 9 10 |
|
对一个人员集合遍历,找出男性并打印姓名。可以看出来,forEach 是为 Lambda 而设计的,保持了最紧凑的风格。而且 Lambda 表达式本身是可以重用的,非常方便。当需要为多核系统优化时,可以 parallelStream().forEach(),只是此时原有元素的次序没法保证,并行的情况下将改变串行时操作的行为,此时 forEach 本身的实现不需要调整,而 Java8 以前的 for 循环 code 可能需要加入额外的多线程逻辑。
但一般认为,forEach 和常规 for 循环的差异不涉及到性能,它们仅仅是函数式风格与传统 Java 风格的差别。
另外一点需要注意,forEach 是 terminal 操作,因此它执行后,Stream 的元素就被“消费”掉了,你无法对一个 Stream 进行两次 terminal 运算。下面的代码是错误的:
1 2 |
|
相反,具有相似功能的 intermediate 操作 peek 可以达到上述目的。如下是出现在该 api javadoc 上的一个示例。
清单 13. peek 对每个元素执行操作并返回一个新的 Stream
1 2 3 4 5 6 |
|
forEach 不能修改自己包含的本地变量值,也不能用 break/return 之类的关键字提前结束循环。
findFirst
这是一个 termimal 兼 short-circuiting 操作,它总是返回 Stream 的第一个元素,或者空。
这里比较重点的是它的返回值类型:Optional。这也是一个模仿 Scala 语言中的概念,作为一个容器,它可能含有某值,或者不包含。使用它的目的是尽可能避免 NullPointerException。
清单 14. Optional 的两个用例
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
|
在更复杂的 if (xx != null) 的情况中,使用 Optional 代码的可读性更好,而且它提供的是编译时检查,能极大的降低 NPE 这种 Runtime Exception 对程序的影响,或者迫使程序员更早的在编码阶段处理空值问题,而不是留到运行时再发现和调试。
Stream 中的 findAny、max/min、reduce 等方法等返回 Optional 值。还有例如 IntStream.average() 返回 OptionalDouble 等等。
reduce
这个方法的主要作用是把 Stream 元素组合起来。它提供一个起始值(种子),然后依照运算规则(BinaryOperator),和前面 Stream 的第一个、第二个、第 n 个元素组合。从这个意义上说,字符串拼接、数值的 sum、min、max、average 都是特殊的 reduce。例如 Stream 的 sum 就相当于
Integer sum = integers.reduce(0, (a, b) -> a+b); 或
Integer sum = integers.reduce(0, Integer::sum);
也有没有起始值的情况,这时会把 Stream 的前面两个元素组合起来,返回的是 Optional。
清单 15. reduce 的用例
1 2 3 4 5 6 7 8 9 10 11 12 |
|
上面代码例如第一个示例的 reduce(),第一个参数(空白字符)即为起始值,第二个参数(String::concat)为 BinaryOperator。这类有起始值的 reduce() 都返回具体的对象。而对于第四个示例没有起始值的 reduce(),由于可能没有足够的元素,返回的是 Optional,请留意这个区别。
limit/skip
limit 返回 Stream 的前面 n 个元素;skip 则是扔掉前 n 个元素(它是由一个叫 subStream 的方法改名而来)。
清单 16. limit 和 skip 对运行次数的影响
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
|
输出结果为:
1 2 3 4 5 6 7 8 9 10 11 |
|
这是一个有 10,000 个元素的 Stream,但在 short-circuiting 操作 limit 和 skip 的作用下,管道中 map 操作指定的 getName() 方法的执行次数为 limit 所限定的 10 次,而最终返回结果在跳过前 3 个元素后只有后面 7 个返回。
有一种情况是 limit/skip 无法达到 short-circuiting 目的的,就是把它们放在 Stream 的排序操作后,原因跟 sorted 这个 intermediate 操作有关:此时系统并不知道 Stream 排序后的次序如何,所以 sorted 中的操作看上去就像完全没有被 limit 或者 skip 一样。
清单 17. limit 和 skip 对 sorted 后的运行次数无影响
1 2 3 4 5 6 7 8 |
|
上面的示例对清单 13 做了微调,首先对 5 个元素的 Stream 排序,然后进行 limit 操作。输出结果为:
1 2 3 4 5 6 7 8 9 |
|
即虽然最后的返回元素数量是 2,但整个管道中的 sorted 表达式执行次数没有像前面例子相应减少。
最后有一点需要注意的是,对一个 parallel 的 Steam 管道来说,如果其元素是有序的,那么 limit 操作的成本会比较大,因为它的返回对象必须是前 n 个也有一样次序的元素。取而代之的策略是取消元素间的次序,或者不要用 parallel Stream。
sorted
对 Stream 的排序通过 sorted 进行,它比数组的排序更强之处在于你可以首先对 Stream 进行各类 map、filter、limit、skip 甚至 distinct 来减少元素数量后,再排序,这能帮助程序明显缩短执行时间。我们对清单 14 进行优化:
清单 18. 优化:排序前进行 limit 和 skip
1 2 3 4 5 6 7 |
|
结果会简单很多:
1 2 3 |
|
当然,这种优化是有 business logic 上的局限性的:即不要求排序后再取值。
min/max/distinct
min 和 max 的功能也可以通过对 Stream 元素先排序,再 findFirst 来实现,但前者的性能会更好,为 O(n),而 sorted 的成本是 O(n log n)。同时它们作为特殊的 reduce 方法被独立出来也是因为求最大最小值是很常见的操作。
清单 19. 找出最长一行的长度
1 2 3 4 5 6 7 |
|
下面的例子则使用 distinct 来找出不重复的单词。
清单 20. 找出全文的单词,转小写,并排序
1 2 3 4 5 6 7 8 9 |
|
Match
Stream 有三个 match 方法,从语义上说:
- allMatch:Stream 中全部元素符合传入的 predicate,返回 true
- anyMatch:Stream 中只要有一个元素符合传入的 predicate,返回 true
- noneMatch:Stream 中没有一个元素符合传入的 predicate,返回 true
它们都不是要遍历全部元素才能返回结果。例如 allMatch 只要一个元素不满足条件,就 skip 剩下的所有元素,返回 false。对清单 13 中的 Person 类稍做修改,加入一个 age 属性和 getAge 方法。
清单 21. 使用 Match
1 2 3 4 5 6 7 8 9 10 11 12 |
|
输出结果:
1 2 |
|
进阶:自己生成流
Stream.generate
通过实现 Supplier 接口,你可以自己来控制流的生成。这种情形通常用于随机数、常量的 Stream,或者需要前后元素间维持着某种状态信息的 Stream。把 Supplier 实例传递给 Stream.generate() 生成的 Stream,默认是串行(相对 parallel 而言)但无序的(相对 ordered 而言)。由于它是无限的,在管道中,必须利用 limit 之类的操作限制 Stream 大小。
清单 22. 生成 10 个随机整数
1 2 3 4 5 6 |
|
Stream.generate() 还接受自己实现的 Supplier。例如在构造海量测试数据的时候,用某种自动的规则给每一个变量赋值;或者依据公式计算 Stream 的每个元素值。这些都是维持状态信息的情形。
清单 23. 自实现 Supplier
1 2 3 4 5 6 7 8 9 10 11 |
|
输出结果:
1 2 3 4 5 6 7 8 9 10 |
|
Stream.iterate
iterate 跟 reduce 操作很像,接受一个种子值,和一个 UnaryOperator(例如 f)。然后种子值成为 Stream 的第一个元素,f(seed) 为第二个,f(f(seed)) 第三个,以此类推。
清单 24. 生成一个等差数列
1 |
|
输出结果:
1 |
|
与 Stream.generate 相仿,在 iterate 时候管道必须有 limit 这样的操作来限制 Stream 大小。
进阶:用 Collectors 来进行 reduction 操作
java.util.stream.Collectors 类的主要作用就是辅助进行各类有用的 reduction 操作,例如转变输出为 Collection,把 Stream 元素进行归组。
groupingBy/partitioningBy
清单 25. 按照年龄归组
1 2 3 4 5 6 7 8 |
|
上面的 code,首先生成 100 人的信息,然后按照年龄归组,相同年龄的人放到同一个 list 中,可以看到如下的输出:
1 2 3 4 5 6 7 |
|
清单 26. 按照未成年人和成年人归组
1 2 3 4 5 |
|
输出结果:
1 2 |
|
在使用条件“年龄小于 18”进行分组后可以看到,不到 18 岁的未成年人是一组,成年人是另外一组。partitioningBy 其实是一种特殊的 groupingBy,它依照条件测试的是否两种结果来构造返回的数据结构,get(true) 和 get(false) 能即为全部的元素对象。