stream流-学习笔记

最新推荐文章于 2024-05-06 14:05:25 发布

hhz_1024

最新推荐文章于 2024-05-06 14:05:25 发布

阅读量179

点赞数

文章标签：学习 java

本文链接：https://blog.csdn.net/qq_45859461/article/details/129182800

版权

stream流

概述:

Stream是一个来自数据源的元素队列，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和数组，类似于Iterable的集合类。能够以一种声明的方式处理数据源（集合、数组等），它专注于对数据源进行各种高效的聚合操作（aggregate operation）和大批量数据操作 (bulk data operation)。

关键概念:

1.元素 Stream是一个来自数据源的元素队列，Stream本身并不存储元素。
2.数据源（即Stream的来源）包含集合、数组、I/O channel、generator（发生器）等。
3.聚合操作 类似SQL中的filter、map、find、match、sorted等操作
4.管道运算 Stream在Pipeline中运算后返回Stream对象本身，这样多个操作串联成一个Pipeline，并形成fluent风格的代码。这种方式可以优化操作，如延迟执行(laziness)和短路( short-circuiting)。
5.内部迭代 不同于java8以前对集合的遍历方式（外部迭代），Stream API采用访问者模式（Visitor）实现了内部迭代。
6.并行运算 Stream API支持串行（stream() ）或并行（parallelStream() ）的两种操作方式。

Stream操作有两个基础的特征：
1.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)。

2.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。

两种实现流方式:

1.常用方式(返回一个顺序流)

List<String> list = Arrays.asList("test", "hello", "hello world", "fright");
Stream<String> stream = list.stream();

2.多线程(并行流)，必需考虑线程安全问题

List<Employee> list = new ArrayList<>();
//普通流
Stream<Employee> stream = list.stream();
//并行流
Stream<Employee> parallelStream = list.parallelSteam();

两种函数式创建流的方式:

1.迭代

Stream<Integer> stream = Stream.iterate(0, (x) -> x + 2).limit(2);
stream.forEach(System.out::println);

2.生成(创建无限流)

Stream<Double> generate = Stream.generate(new Supplier<Double>(){//函数接口生产者接口
    @Override
    public Double get(){
        return java.lang.Math.random();
    }
});
//generate实现了生产者函数接口，所以可以使用lambda
Stream<Double> generateB = Stream.generate(() -> java.lang.Math.random());
Stream<Double> generateC = Stream.generate(java.lang.Math::random).limit(4);
generateC.forEach((System.out::println));

Api测试:

1.filter过滤: stream.filter(s -> s.isEmpty()).forEach(System.out::println)

参数:filter(参数 -> 判断式(返回为Boolean))

@Test
public void testFilter(){
	List<String> strings = Arrays.asList("test", "hello", "Hello", "HelloWorld", "小学鸡加油");
    //过滤出hello的字符串并输出
	strings.stream().filter(s -> s.equals("hello")).forEach(System.out::println);
}

2.concat合并两个流

若两个输入的Stream都是排序的，则新Stream也是排序的；

若输入的Stream中任何一个是并行的，则新的Stream也是并行的；

若关闭新的Stream时，则两个输入的Stream都将执行关闭处理。

@Test
public void testConcat(){
    Stream<Integer> s1 = Stream.of(1, 2);
    Stream<Integer> s2 = Stream.of(2, 4, 8)
    Stream.concat(s1, s2).forEach(num -> System.out.print(num + " "));
}

3.映射map(实际操作流内的元素并可以返回)

该方法接收一个Function函数式接口作为参数，可以将当前流中的T类型转换为另一种R类型。

方法	描述
map(Function f)	接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
mapToDouble(ToDoubleFunction f)	接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 DoubleStream。
mapToInt(ToIntFunction f)	接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 IntStream。
mapToLong(ToLongFunction f)	接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 LongStream。
flatMap(Function f)	接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流

@Test
public void testMap(){
    Stream<String> mapTarget = Stream.of("11", "22", "9");
    Stream<Integer> mapRes = mapTarget.map((s -> Integer.parseInt(s)));
    mapRes.forEach(s -> System.out.print(s + " "));
}

4.flatMap

flatmap()是将原Stream的元素取代为转换的Stream。

@Test
public void testFlatmap(){
    //该Stream会被后面那个处理过的Stream替换
    Stream.of(1, 2, 3).flatMap(num -> Stream.of(num * 10)).forEach(System.out::println);
    //输出结果:10 20 30
}

5.reduce计算流的元素(重点)

reduce方法有三个重载的方法。

1.使用lambda表达式实现计算操作
@Test
public void testFirst(){
    List<Integer> numList = Arrays.asList(1,2,3,4,5);
    int result = numList.stream().reduce((a,b) -> a + b ).get();
    System.out.println(result);
}

2.该方法首次执行时表达式第一次参数并不是stream的第一个元素，而是通过签名的第一个参数identity来指定。
用处:需要在不改变原集合时增加条件
@Test
public void testSecond(){
    List<Integer> numList = Arrays.asList(1,2,3,4,5);
    //计算过程: 2 + 1 + 2 ... + 5
    int result = numList.stream().reduce(2,(a,b) ->  a + b );
    System.out.println(result);
}

3.前两种实现有一个缺陷，它们的计算结果必须和stream中的元素类型相同，因此加入第三个签名
方法原型:<U> U reduce(U identity,
                	BiFunction<U, ? super T, U> accumulator,
                 	BinaryOperator<U> combiner);
用处:但返回的结果与原来集合的结果类型不同时，可以使用参数指定返回结果类型
@Test
public void testThrid(){
    List<Integer> numList = Arrays.asList(1, 2, 3, 4, 5, 6);
        List<String> result = numList.stream().reduce(new ArrayList<String>(), (a, b) -> {
            a.add("int转成string:" + Integer.toString(b));
            return a;
        }, (a, b) -> null);
        System.out.println(result);
}
4.参数解析:
使用了parallelStream reduce操作是并发进行的，为了避免竞争，每个reduce线程都会有独立的result combiner的作用在于合并每个线程的result得到最终结果。
BinaryOperator是供多线程使用的，如果不在Stream中声明使用多线程，就不会使用子任务，自然也不会调用到该方法。另外多线程下使用BinaryOperator的时候是需要考虑线程安全的问题。

6.peek消费Stream里面的元素(只对元素进行操作，对结果没有改变)

生成一个包含原Stream的所有元素的新Stream，同时会提供一个消费函数（Consumer的实例），新Stream每个元素被消费的时候都会优先执行给定的消费函数

用处：主要用于Debug的时候看到对应消费的元素

@Test
public void testPeekWork(){
    Stream.of("one", "two", "three","four")
                .peek(e -> System.out.println("Filtered value: " + e))
                .map(String::toUpperCase)
                .peek(e -> System.out.println("Mapped value: " + e))
                .collect(Collectors.toList());
}

结果: ONE TWO THREE FOUR
@Test
public void testPeekUnwork(){
     Stream.of("one", "two", "three","four")
                .peek(e -> e.toUpperCase()).collect(Collectors.toList());
}

结果: one two three four

但对对象进行的操作会进行保存(重点)

@Test
public void testPeekObject(){
    List<User> userList=Stream.of(new User("a"),new User("b"),new User("c")).peek(u->u.setName("kkk")).collect(Collectors.toList());
        userList.forEach(s -> System.out.println(s.getName()));
} 
结果: kkk kkk kkk

7.count统计个数

count是统计流中的元素个数

@Test
public void testCount(){
    Stream<String> stream = Stream.of("张三", "张无忌", "李四", "王五");
    //统计张姓的个数，，count函数使用后会关闭流对象(即后面不能再调用stream)
    long sum = stream.filter(s -> s.startsWith("张")).count();
    System.out.println(sum);
}

8.limit对流的元素进行截取

limit可以对流进行截取，支取前几个，参数是一个long类型，如果集合当前长度大于参数，则进行截取，否则不进行操作。

@Test
public void testLimit(){
    Stream<Integer> stream = Stream.of(1, 23, 43, 142);
    stream.limit(3).forEach(num -> System.out.println(num));
}

9.skip跳过流的前几个元素

希望跳过前几个元素，则可以使用skip方法获取一个截取之后的新流。

参数是一个long类型，如果流的当前长度大于n，则跳过前n个，否则，将会得到一个长度为0的空流。

@Test
public void testSkip(){
    Stream<Integer> stream = Stream.of(1, 23, 43, 142);
    stream.skip(2).forEach(num -> System.out.println(num));
}

10.sorted对流的元素进行排序

默认是从小到大排序，可以使用函数进行自定义排序

@Test
public void testSorted(){
    List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);
	numbers.stream().sorted().forEach(System.out::println);
}
结果: 2 2 3 3 3 5 7
    
@Test
public void testSortedFunction(){
    List<Integer> list = Arrays.asList(2, 3, 1, 5, 9);
    //函数的方式
    list.stream().sorted((a, b) -> a - b).forEach(System.out::println);
}
结果: 1 2 3 5 9

11.distinct对流内元素进行去重

@Test
public void testDistinct(){
    List<Integer> numbers = Arrays.asList(3, 3, 7, 3, 5);
	numbers.stream().distinct().forEach(System.out::println);
}
结果: 3 7 5

12.结合使用

@Test
public void testDemo(){
    List<String> strings = Arrays.asList("", "lucas", "Hello", "HelloWorld", "武汉加油");
        Stream<Integer> stream = strings.stream()
                .filter(string -> string.length() <= 6) //过滤掉了"HelloWorld"
                .map(String::length)  //将Stream从原来元数据的String类型变成了int
                .sorted() //int从小到大
                .limit(2) //只选前两个
                .distinct(); //去重
       	stream.forEach( System.out::println);
}

Stream的终止操作

最终操作会消耗流，产生一个最终结果。也就是说，在最终操作之后，不能再次使用流，也不能在使用任何中间操作，否则将抛出异常。

方法	描述
allMatch(Predicate p)	检查是否匹配所有元素
anyMatch(Predicate p)	检查是否至少匹配一个元素
noneMatch(Predicate p)	检查是否没有匹配所有元素
findFirst()	返回第一个元素
findAny()	返回当前流中的任意元素
count()	返回流中元素总数
max(Comparator c)	返回流中最大值
min(Comparator c)	返回流中最小值
forEach(Consumer c)	内部迭代(使用 Collection 接口需要用户去做迭代，称为外部迭代。相反，Stream API 使用内部迭代——它帮你把迭代做了)

Collect方法的使用

collect是一个归约操作，可以接受各种做法作为参数，将流中的元素累积成一个汇总结果。

方法	返回类型	作用	实例
toList	List	把流中元素收集到List	List emps= list.stream().collect(Collectors.toList());
toSet	Set	把流中元素收集到Set	Set emps= list.stream().collect(Collectors.toSet());
toCollection	Collection	把流中元素收集到创建的集合	Collectionemps=list.stream().collect(Collectors.toCollection(ArrayList::new));
counting	Long	计算流中元素的个数	long count = list.stream().collect(Collectors.counting());
summingInt	Integer	对流中元素的整数属性求和	inttotal=list.stream().collect(Collectors.summingInt(Employee::getSalary));
joining	String	连接流中每个字符串	String str= list.stream().map(Employee::getName).collect(Collectors.joining());
groupingBy	Map<K, List>	根据某属性值对流分组，属性为K，结果为V	Map<Emp.Status, List> map= list.stream() .collect(Collectors.groupingBy(Employee::getStatus));
partitioningBy	Map<Boolean, List>	根据true或false进行分区	Map<Boolean,List>vd= list.stream().collect(Collectors.partitioningBy(Employee::getManage));
reducing	归约产生的类型	从一个作为累加器的初始值开始，利用BinaryOperator与流中元素逐个结合，从而归约成单个值	int total=list.stream().collect(Collectors.reducing(0, Employee::getSalar, Integer::sum));
averagingInt	Double	计算流中元素Integer属性的平均值	double avg= list.stream().collect(Collectors.averagingInt(Employee::getSalary));
maxBy	Optional	根据比较器选择最大值	Optional max= list.stream().collect(Collectors.maxBy(comparingInt(Employee::getSalary)));
minBy	Optional	根据比较器选择最小值	Optional min = list.stream().collect(Collectors.minBy(comparingInt(Employee::getSalary)));
summarizingInt	IntSummaryStatistics	收集流中Integer属性的统计值。如:平均值	Int SummaryStatisticsiss= list.stream().collect(Collectors.summarizingInt(Employee::getSalary));
collectingAndThen	转换函数返回的类型	包裹另一个收集器，对其结果转换函数	int how= list.stream().collect(Collectors.collectingAndThen(Collectors.toList(), List::size));