文章目录
1 Stream流式编程
可以用工厂的流水线生产来比喻Stream流编程,一般一个产品需要多步加工操作,通过流水线可以大大提高生产效率。同理,使用Stream流进行编程,可以大大简化我们的开发难度。Stream流编程可以总结出三个特点:
- Stream自己不会存储元素。
- Stream不会改变源对象。相反,他们会返回一个持有结果的新Stream。
- Stream操作是延迟执行的,这意味着他们会等到需要结果的时候才执行。
2 Stream流常用API
2.1 开始操作
开始操作,也就是获取Stream流的操作,Stream流的获取有四种方法:
- 第一种方法是单列集合均有一个stream()或者是一个parallelStream(),二者的区别是前者返回一个串行流,后者返回一个并行流。
- 第二种方法是使用数组工具类Arrays的steam(),如果是基本数据类型的数组则会产生一个xxxStream对象,如果是引用数据类型的话则会产生一个Stream对象。
- 第三种方法是使用Stream类的静态方法of()创建流对象。
- 第四种方法是使用Stream类的静态方法iterate()创建一个无限流。
public class CreateOperation {
public static void main(String[] args) {
getStream4().limit(5)
.forEach(System.out::println);
}
// 方式1
public static Stream<Integer> getStream1() {
ArrayList<Integer> list = new ArrayList<>();
list.add(1);
list.add(2);
return list.stream();
}
// 方式2
public static Stream<Integer> getStream2() {
Integer[] array = {1, 2};
return Arrays.stream(array);
}
// 方式3
public static Stream<Integer> getStream3() {
Integer[] array = {1, 2};
return Stream.of(array);
}
// 方式4
public static Stream<Integer> getStream4() {
return Stream.iterate(0, num -> num + 2);
}
}
2.2 中间操作
2.2.1 映射方法
映射方法,主要有map(),peek(),flatMap()。
public class MapOperation {
private static List<Integer> testMap() {
List<Integer> list = Arrays.asList(1, 2);
return list.stream().map(num -> num * 2)
.collect(Collectors.toList());
}
private static List<Integer> testPeek() {
List<Integer> list = Arrays.asList(1, 2);
list.stream().map(num -> {
System.out.println(num * 2);
return num;
});
// 可以简化为
return list.stream().peek(num -> System.out.println(num * 2))
.collect(Collectors.toList());
}
private static List<Integer> testFlatMap() {
List<Integer> list1 = Arrays.asList(1, 2);
List<Integer> list2 = Arrays.asList(3, 4);
List<List<Integer>> bigList = Arrays.asList(list1, list2);
// 先map再flat
return bigList.stream().flatMap(Collection::stream)
.collect(Collectors.toList());
}
}
2.3.2 筛选方法
筛选方法,主要有filter(),distinct(),limit(),skip()。
public class SelectOperation {
public static void main(String[] args) {
testSkip().forEach(System.out::println);
}
private static List<Integer> testFilter() {
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);
return list.stream().filter(num -> num % 2 == 0)
.collect(Collectors.toList());
}
private static List<Integer> testDistinct() {
List<Integer> list = Arrays.asList(1, 2, 3, 4, 4, 3);
return list.stream().distinct()
.collect(Collectors.toList());
}
private static List<Integer> testLimit() {
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);
return list.stream().limit(3)
.collect(Collectors.toList());
}
private static List<Integer> testSkip() {
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);
return list.stream().skip(3)
.collect(Collectors.toList());
}
}
2.3.3 排序方法
public class SortOperation {
public static void main(String[] args) {
List<Integer> list = Arrays.asList(1, 2, 6, 7, 3, 4, 5, 8, 9);
list.stream()
.sorted((num1, num2) -> (num1 - num2))
.forEach(System.out::println);
}
}
2.3 终止操作
只要执行了终止操作,该Stream对象就不能再使用了!
2.3.1 匹配方法
public class MatchOperation {
public static void main(String[] args) {
List<Integer> list = Arrays.asList(1, 2, 6, 7, 3, 4, 5, 8, 9);
// 是否所有数字都大于0
System.out.println(list.stream().allMatch(num -> num > 0));
// 是否存在数字都大于0
System.out.println(list.stream().anyMatch(num -> num > 10));
// 是否没有数字都大于0
System.out.println(list.stream().noneMatch(num -> num > 10));
}
}
2.3.2 收集方法
public class CollectOperation {
public static void main(String[] args) {
List<Integer> list = Arrays.asList(1, 2, 6, 7, 3, 4, 5, 8, 9);
System.out.println(list.stream().collect(Collectors.toList()));
System.out.println(list.stream().findFirst().get());
System.out.println(list.parallelStream()
.filter(num -> num > 5)
.findAny().get());
}
}
2.3.3 规约方法
public class ReduceOperation {
public static void main(String[] args) {
List<Integer> list = Arrays.asList(1, 2, 6, 7, 3, 4, 5, 8, 9);
System.out.println(list.stream().reduce((num1, num2) -> (num1 * num2)).get());
}
}
2.3.4 统计方法
public class StatOperation {
public static void main(String[] args) {
List<Integer> list = Arrays.asList(1, 2, 6, 7, 3, 4, 5, 8, 9);
System.out.println(list.stream().min((num1, num2) -> (num1 - num2)).get());
System.out.println(list.stream().max((num1, num2) -> (num1 - num2)).get());
System.out.println(list.stream().count());
}
}
3 并行流
在Java 7之前,并行处理数据集合非常麻烦。第一,你得明确地把包含数据的数据结构分成若干子部分。第二,你要给每个子部分分配一个独立的线程。第三,你需要在恰当的时候对它们进行同步来避免不希望出现的竞争条件,等待所有线程完成,最后把这些部分结果合并起来。
Java 7引入了一个叫作分支/合并(Fork/Join)的框架,让这些操作更稳定、更不易出错。分支/合并框架的目的是以递归方式将可以并行的任务拆分成更小的任务,然后将每个子任务的结果合并起来生成整体结果。它是ExecutorService接口的一个实现,它把子任务分配给线程池(称为ForkJoinPool)中的工作线程。
Java8使用stream()可以得到一个串行流,而使用parallelStream()可以得到一个并行流,并行流可以通过开启多个线程并行计算从而提到计算效率。