学着使用stream api,并做一些总结
很好的中文文档 https://www.ibm.com/developerworks/cn/java/j-lo-java8streamapi/
流的构成
当我们使用一个流的时候,通常包括三个基本步骤:
获取一个数据源(source)→ 数据转换→执行操作获取想要的结果,每次转换原有 Stream 对象不改变,返回一个新的 Stream 对象(可以有多次转换),这就允许对其操作可以像链条一样排列,变成一个管道。
常见用法
- Collection.stream()
- Collection.parallelStream() //并行流,不需要再写多线程代码,所有对它的操作会自动并行进行的
- Arrays.stream(T array) or Stream.of()
流的操作类型分为两种:
- Intermediate:一个流可以后面跟随零个或多个 intermediate 操作。其目的主要是打开流,做出某种程度的数据映射/过滤,然后返回一个新的流,交给下一个操作使用。这类操作都是惰性化的(lazy),就是说,仅仅调用到这类方法,并没有真正开始流的遍历。如: map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 limit、 skip、 parallel、 sequential、 unordered
- Terminal:一个流只能有一个 terminal 操作,当这个操作执行后,流就被使用“光”了,无法再被操作。所以这必定是流的最后一个操作。Terminal 操作的执行,才会真正开始流的遍历,并且会生成一个结果,或者一个 side effect。如: forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator
流的使用详解
常见案例
一个很简单的例子,涉及map,collect,forEach
List<String> wordList = Arrays.asList("a", "b", "c"); //map把留转换为一个新的对象返回,collect收集器把流中的元素汇总 List<String> output = wordList.stream().map(String::toUpperCase).collect(Collectors.toList()); output.forEach(System.out::println);
map的使用,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。
collect:是一个终端操作,它接收的参数是将流中的元素累积到汇总结果的各种方式(称为收集器)
预定义收集器包括将流元素归约和汇总到一个值.如下
工厂方法 | 返回类型 | 用于 |
toList | List<T> | 把流中所有元素收集到List中 |
示例:List<Menu> menus=Menu.getMenus.stream().collect(Collector.toList()) | ||
toSet | Set<T> | 把流中所有元素收集到Set中,删除重复项 |
示例:Set<Menu> menus=Menu.getMenus.stream().collect(Collector.toSet()) | ||
toCollection | Collection<T> | 把流中所有元素收集到给定的供应源创建的集合中 |
示例:ArrayList<Menu> menus=Menu.getMenus.stream().collect(Collector.toCollection(ArrayList::new)) | ||
Counting | Long | 计算流中元素个数 |
示例:Long count=Menu.getMenus.stream().collect(counting); | ||
SummingInt | Integer | 对流中元素的一个整数属性求和 |
示例:Integer count=Menu.getMenus.stream().collect(summingInt(Menu::getCalories)) | ||
averagingInt | Double | 计算流中元素integer属性的平均值 |
示例:Double averaging=Menu.getMenus.stream().collect(averagingInt(Menu::getCalories)) | ||
Joining | String | 连接流中每个元素的toString方法生成的字符串 |
示例:String name=Menu.getMenus.stream().map(Menu::getName).collect(joining(“, ”)) | ||
maxBy | Optional<T> | 一个包裹了流中按照给定比较器选出的最大元素的optional |
示例:Optional<Menu> fattest=Menu.getMenus.stream().collect(maxBy(Menu::getCalories)) | ||
minBy | Optional<T> | 一个包裹了流中按照给定比较器选出的最大元素的optional |
示例: Optional<Menu> lessest=Menu.getMenus.stream().collect(minBy(Menu::getCalories)) | ||
Reducing | 归约操作产生的类型 | 从一个作为累加器的初始值开始,利用binaryOperator与流中的元素逐个结合,从而将流归约为单个值 |
示例:int count=Menu.getMenus.stream().collect(reducing(0,Menu::getCalories,Integer::sum)); | ||
collectingAndThen | 转换函数返回的类型 | 包裹另一个转换器,对其结果应用转换函数 |
示例:Int count=Menu.getMenus.stream().collect(collectingAndThen(toList(),List::size)) | ||
groupingBy | Map<K,List<T>> | 根据流中元素的某个值对流中的元素进行分组,并将属性值做为结果map的键 |
示例:Map<Type,List<Menu>> menuType=Menu.getMenus.stream().collect(groupingby(Menu::getType)) | ||
partitioningBy | Map<Boolean,List<T>> | 根据流中每个元素应用谓语的结果来对项目进行分区 |
示例:Map<Boolean,List<Menu>> menuType=Menu.getMenus.stream().collect(partitioningBy(Menu::isType)); |
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。
filter的使用
Integer[] sixNuMS = {1, 2, 3, 4, 5, 6}; List<Integer> evens = Stream.of(sixNuMS).filter(n->n%2==0).collect(Collectors.toList()); evens.forEach(System.out::println);
reduce的使用
//拼接字符串 String concact = Stream.of("A","B","C","D").reduce("",String::concat); System.out.println(concact); //求最小值 double minValue = Stream.of(1.5,1.0,2.0,-3.0,-2.1).reduce(Double.MAX_VALUE,Double::min); System.out.println(minValue); //求和 int sumValue = Stream.of(1,2,3,4).reduce(Integer::sum).get(); System.out.println(sumValue);
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
sorted的使用
List<Integer> list = Arrays.asList(1, 5, 7, 9, 3, 4); List<Integer> list2 = list.stream().sorted((a, b) -> a.compareTo(b)).limit(4).collect(Collectors.toList()); System.out.println(list2);
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。
match 的使用
List<Integer> list = Arrays.asList(1, 5, 7, 9, 3, 4); boolean all = list.stream().allMatch(n -> n > 10); System.out.println(all); boolean any = list.stream().anyMatch(n -> n > 10); System.out.println(any); boolean none = list.stream().noneMatch(n -> n > 10); System.out.println(none);
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
总结
总之,Stream 的特性可以归纳为:
- 不是数据结构
- 它没有内部存储,它只是用操作管道从 source(数据结构、数组、generator function、IO channel)抓取数据。
- 它也绝不修改自己所封装的底层数据结构的数据。例如 Stream 的 filter 操作会产生一个不包含被过滤元素的新 Stream,而不是从 source 删除那些元素。
- 所有 Stream 的操作必须以 lambda 表达式为参数
- 不支持索引访问
- 你可以请求第一个元素,但无法请求第二个,第三个,或最后一个。不过请参阅下一项。
- 很容易生成数组或者 List
- 惰性化
- 很多 Stream 操作是向后延迟的,一直到它弄清楚了最后需要多少数据才会开始。
- Intermediate 操作永远是惰性化的。
- 并行能力
- 当一个 Stream 是并行化的,就不需要再写多线程代码,所有对它的操作会自动并行进行的。
- 可以是无限的
- 集合有固定大小,Stream 则不必。limit(n) 和 findFirst() 这类的 short-circuiting 操作可以对无限的 Stream 进行运算并很快完成。