java 集合操作_java8-Stream集合操作快速上手

目录

Stream简介

为什么要使用Stream

实例数据源

Filter

Map

FlatMap

Reduce

Collect

Optional

并发

调试

Stream简介

Java 8引入了全新的Stream API。这里的Stream和I/O流不同，它更像具有Iterable的集合类，但行为和集合类又有所不同。

stream是对集合对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作，或者大批量数据操作。

只要给出需要对其包含的元素执行什么操作，比如 “过滤掉长度大于 10 的字符串”、“获取每个字符串的首字母”等，Stream 会隐式地在内部进行遍历，做出相应的数据转换。

为什么要使用Stream

函数式编程带来的好处尤为明显。这种代码更多地表达了业务逻辑的意图，而不是它的实现机制。易读的代码也易于维护、更可靠、更不容易出错。

高端

实例数据源

public class Data {

private static List list = null;

static {

PersonModel wu = new PersonModel("wu qi", 18, "男");

PersonModel zhang = new PersonModel("zhang san", 19, "男");

PersonModel wang = new PersonModel("wang si", 20, "女");

PersonModel zhao = new PersonModel("zhao wu", 20, "男");

PersonModel chen = new PersonModel("chen liu", 21, "男");

list = Arrays.asList(wu, zhang, wang, zhao, chen);

}

public static List getData() {

return list;

}

}

Filter

遍历数据并检查其中的元素时使用。

filter接受一个函数作为参数，该函数用Lambda表达式表示。

image.png

/**

* 过滤所有的男性

*/

public static void fiterSex(){

List data = Data.getData();

//old

List temp=new ArrayList<>();

for (PersonModel person:data) {

if ("男".equals(person.getSex())){

temp.add(person);

}

}

System.out.println(temp);

//new

List collect = data

.stream()

.filter(person -> "男".equals(person.getSex()))

.collect(toList());

System.out.println(collect);

}

/**

* 过滤所有的男性 并且小于20岁

*/

public static void fiterSexAndAge(){

List data = Data.getData();

//old

List temp=new ArrayList<>();

for (PersonModel person:data) {

if ("男".equals(person.getSex())&&person.getAge()<20){

temp.add(person);

}

}

//new 1

List collect = data

.stream()

.filter(person -> {

if ("男".equals(person.getSex())&&person.getAge()<20){

return true;

}

return false;

})

.collect(toList());

//new 2

List collect1 = data

.stream()

.filter(person -> ("男".equals(person.getSex())&&person.getAge()<20))

.collect(toList());

}

Map

map生成的是个一对一映射,for的作用

比较常用

而且很简单

image.png

/**

* 取出所有的用户名字

*/

public static void getUserNameList(){

List data = Data.getData();

//old

List list=new ArrayList<>();

for (PersonModel persion:data) {

list.add(persion.getName());

}

System.out.println(list);

//new 1

List collect = data.stream().map(person -> person.getName()).collect(toList());

System.out.println(collect);

//new 2

List collect1 = data.stream().map(PersonModel::getName).collect(toList());

System.out.println(collect1);

//new 3

List collect2 = data.stream().map(person -> {

System.out.println(person.getName());

return person.getName();

}).collect(toList());

}

FlatMap

顾名思义，跟map差不多,更深层次的操作

但还是有区别的

map和flat返回值不同

Map 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。

Map一对一

Flatmap一对多

map和flatMap的方法声明是不一样的

Stream map(Function mapper);

Stream flatMap(Function> mapper);

map和flatMap的区别：我个人认为，flatMap的可以处理更深层次的数据，入参为多个list，结果可以返回为一个list，而map是一对一的，入参是多个list，结果返回必须是多个list。通俗的说，如果入参都是对象，那么flatMap可以操作对象里面的对象，而map只能操作第一层。

image.png

public static void flatMapString() {

List data = Data.getData();

//返回类型不一样

List collect = data.stream()

.flatMap(person -> Arrays.stream(person.getName().split(" "))).collect(toList());

List> collect1 = data.stream()

.map(person -> Arrays.stream(person.getName().split(" "))).collect(toList());

//用map实现

List collect2 = data.stream()

.map(person -> person.getName().split(" "))

.flatMap(Arrays::stream).collect(toList());

//另一种方式

List collect3 = data.stream()

.map(person -> person.getName().split(" "))

.flatMap(str -> Arrays.asList(str).stream()).collect(toList());

}

Reduce

感觉类似递归

数字(字符串)累加

个人没咋用过

image.png

public static void reduceTest(){

//累加，初始化值是 10

Integer reduce = Stream.of(1, 2, 3, 4)

.reduce(10, (count, item) ->{

System.out.println("count:"+count);

System.out.println("item:"+item);

return count + item;

} );

System.out.println(reduce);

Integer reduce1 = Stream.of(1, 2, 3, 4)

.reduce(0, (x, y) -> x + y);

System.out.println(reduce1);

String reduce2 = Stream.of("1", "2", "3")

.reduce("0", (x, y) -> (x + "," + y));

System.out.println(reduce2);

}

Collect

collect在流中生成列表，map，等常用的数据结构

toList()

toSet()

toMap()

自定义

/**

* toList

*/

public static void toListTest(){

List data = Data.getData();

List collect = data.stream()

.map(PersonModel::getName)

.collect(Collectors.toList());

}

/**

* toSet

*/

public static void toSetTest(){

List data = Data.getData();

Set collect = data.stream()

.map(PersonModel::getName)

.collect(Collectors.toSet());

}

/**

* toMap

*/

public static void toMapTest(){

List data = Data.getData();

Map collect = data.stream()

.collect(

Collectors.toMap(PersonModel::getName, PersonModel::getAge)

);

data.stream()

.collect(Collectors.toMap(per->per.getName(), value->{

return value+"1";

}));

}

/**

* 指定类型

*/

public static void toTreeSetTest(){

List data = Data.getData();

TreeSet collect = data.stream()

.collect(Collectors.toCollection(TreeSet::new));

System.out.println(collect);

}

/**

* 分组

*/

public static void toGroupTest(){

List data = Data.getData();

Map> collect = data.stream()

.collect(Collectors.groupingBy(per -> "男".equals(per.getSex())));

System.out.println(collect);

}

/**

* 分隔

*/

public static void toJoiningTest(){

List data = Data.getData();

String collect = data.stream()

.map(personModel -> personModel.getName())

.collect(Collectors.joining(",", "{", "}"));

System.out.println(collect);

}

/**

* 自定义

*/

public static void reduce(){

List collect = Stream.of("1", "2", "3").collect(

Collectors.reducing(new ArrayList(), x -> Arrays.asList(x), (y, z) -> {

y.addAll(z);

return y;

}));

System.out.println(collect);

}

Optional

Optional 是为核心类库新设计的一个数据类型，用来替换 null 值。

人们对原有的 null 值有很多抱怨，甚至连发明这一概念的Tony Hoare也是如此，他曾说这是自己的一个“价值连城的错误”

用处很广，不光在lambda中，哪都能用

Optional.of(T)，T为非空，否则初始化报错

Optional.ofNullable(T)，T为任意，可以为空

isPresent()，相当于 ！=null

ifPresent(T)， T可以是一段lambda表达式 ，或者其他代码，非空则执行

public static void main(String[] args) {

PersonModel personModel=new PersonModel();

//对象为空则打出 -

Optional o = Optional.of(personModel);

System.out.println(o.isPresent()?o.get():"-");

//名称为空则打出 -

Optional name = Optional.ofNullable(personModel.getName());

System.out.println(name.isPresent()?name.get():"-");

//如果不为空，则打出xxx

Optional.ofNullable("test").ifPresent(na->{

System.out.println(na+"ifPresent");

});

//如果空，则返回指定字符串

System.out.println(Optional.ofNullable(null).orElse("-"));

System.out.println(Optional.ofNullable("1").orElse("-"));

//如果空，则返回 指定方法，或者代码

System.out.println(Optional.ofNullable(null).orElseGet(()->{

return "hahah";

}));

System.out.println(Optional.ofNullable("1").orElseGet(()->{

return "hahah";

}));

//如果空，则可以抛出异常

System.out.println(Optional.ofNullable("1").orElseThrow(()->{

throw new RuntimeException("ss");

}));

// Objects.requireNonNull(null,"is null");

//利用 Optional 进行多级判断

EarthModel earthModel1 = new EarthModel();

//old

if (earthModel1!=null){

if (earthModel1.getTea()!=null){

//...

}

}

//new

Optional.ofNullable(earthModel1)

.map(EarthModel::getTea)

.map(TeaModel::getType)

.isPresent();

// Optional earthModel = Optional.ofNullable(new EarthModel());

// Optional> personModels = earthModel.map(EarthModel::getPersonModels);

// Optional> stringStream = personModels.map(per -> per.stream().map(PersonModel::getName));

//判断对象中的list

Optional.ofNullable(new EarthModel())

.map(EarthModel::getPersonModels)

.map(pers->pers

.stream()

.map(PersonModel::getName)

.collect(toList()))

.ifPresent(per-> System.out.println(per));

List models=Data.getData();

Optional.ofNullable(models)

.map(per -> per

.stream()

.map(PersonModel::getName)

.collect(toList()))

.ifPresent(per-> System.out.println(per));

}

并发

stream替换成parallelStream或 parallel

输入流的大小并不是决定并行化是否会带来速度提升的唯一因素，性能还会受到编写代码的方式和核的数量的影响

影响性能的五要素是:数据大小、源数据结构、值是否装箱、可用的CPU核数量，以及处理每个元素所花的时间

//根据数字的大小，有不同的结果

private static int size=10000000;

public static void main(String[] args) {

System.out.println("-----------List-----------");

testList();

System.out.println("-----------Set-----------");

testSet();

}

/**

* 测试list

*/

public static void testList(){

List list = new ArrayList<>(size);

for (Integer i = 0; i < size; i++) {

list.add(new Integer(i));

}

List temp1 = new ArrayList<>(size);

//老的

long start=System.currentTimeMillis();

for (Integer i: list) {

temp1.add(i);

}

System.out.println(+System.currentTimeMillis()-start);

//同步

long start1=System.currentTimeMillis();

list.stream().collect(Collectors.toList());

System.out.println(System.currentTimeMillis()-start1);

//并发

long start2=System.currentTimeMillis();

list.parallelStream().collect(Collectors.toList());

System.out.println(System.currentTimeMillis()-start2);

}

/**

* 测试set

*/

public static void testSet(){

List list = new ArrayList<>(size);

for (Integer i = 0; i < size; i++) {

list.add(new Integer(i));

}

Set temp1 = new HashSet<>(size);

//老的

long start=System.currentTimeMillis();

for (Integer i: list) {

temp1.add(i);

}

System.out.println(+System.currentTimeMillis()-start);

//同步

long start1=System.currentTimeMillis();

list.stream().collect(Collectors.toSet());

System.out.println(System.currentTimeMillis()-start1);

//并发

long start2=System.currentTimeMillis();

list.parallelStream().collect(Collectors.toSet());

System.out.println(System.currentTimeMillis()-start2);

}

调试

list.map.fiter.map.xx 为链式调用，最终调用collect(xx)返回结果

分惰性求值和及早求值

判断一个操作是惰性求值还是及早求值很简单:只需看它的返回值。如果返回值是 Stream，那么是惰性求值;如果返回值是另一个值或为空，那么就是及早求值。使用这些操作的理想方式就是形成一个惰性求值的链，最后用一个及早求值的操作返回想要的结果。

通过peek可以查看每个值，同时能继续操作流

private static void peekTest() {

List data = Data.getData();

//peek打印出遍历的每个per

data.stream().map(per->per.getName()).peek(p->{

System.out.println(p);

}).collect(toList());

}

请各路大佬指教