java双层list扁平化,浅谈java8 stream flatMap流的扁平化操作

概念：

Steam 是Java8 提出的一个新概念，不是输入输出的 Stream 流，而是一种用函数式编程方式在集合类上进行复杂操作的工具。简而言之，是以内部迭代的方式处理集合数据的操作，内部迭代可以将更多的控制权交给集合类。Stream 和 Iterator 的功能类似，只是 Iterator 是以外部迭代的形式处理集合数据的操作。

在Java8以前，对集合的操作需要写出处理的过程，如在集合中筛选出满足条件的数据，需要一 一遍历集合中的每个元素，再把每个元素逐一判断是否满足条件，最后将满足条件的元素保存返回。而Stream 对集合筛选的操作提供了一种更为便捷的操作，只需将实现函数接口的筛选条件作为参数传递进来，Stream会自行操作并将合适的元素同样以stream 的方式返回，最后进行接收即可。

2种操作：

1.intermediate operation 中间操作：中间操作的结果是刻画、描述了一个Stream，并没有产生一个新集合，这种操作也叫做惰性求值方法。

2.terminal operation 终止操作：最终会从Stream中得到值。

如何区分这2种操作呢？可以根据操作的返回值类型判断，如果返回值是Stream，则该操作是中间操作，如果返回值是其他值或者为空，则该操作是终止操作。

flatMap 中间操作:

可用 Stream 替换值，并将多个 Stream 流合并成一个 Stream 流。

将含有一串数字的两个流合并为一个流，

@Test

public void flapMapTest() {

List list = (List) Stream.of(Arrays.asList(1, 2, 3, 4, 5, 6), Arrays.asList(8, 9, 10, 11, 12))

.flatMap(test -> test.stream()).collect(Collectors.toList());

for (int i = 0, length = list.size(); i < length; i++) {

System.out.println(list.get(i));

}

}

flatMap的用法和含义住要通过一个案例来讲解，

案例：对给定单词列表 ["Hello","World"],你想返回列表["H","e","l","o","W","r","d"]

第一种方式

String[] words = new String[]{"Hello","World"};

List a = Arrays.stream(words)

.map(word -> word.split(""))

.distinct()

.collect(toList());

a.forEach(System.out::print);

代码输出为：

[Ljava.lang.String;@12edcd21[Ljava.lang.String;@34c45dca

(返回一个包含两个String[]的list)

这个实现方式是由问题的，传递给map方法的lambda为每个单词生成了一个String[](String列表)。因此，map返回的流实际上是Stream 类型的。你真正想要的是用Stream来表示一个字符串。

下方图是上方代码stream的运行流程

第二种方式：flatMap(对流扁平化处理)

String[] words = new String[]{"Hello","World"};

List a = Arrays.stream(words)

.map(word -> word.split(""))

.flatMap(Arrays::stream)

.distinct()

.collect(toList());

a.forEach(System.out::print);

结果输出：HeloWrd

使用flatMap方法的效果是，各个数组并不是分别映射一个流，而是映射成流的内容，所有使用map(Array::stream)时生成的单个流被合并起来，即扁平化为一个流。

下图是运用flatMap的stream运行流程，

示例：

import java.util.ArrayList;

import java.util.Arrays;

import java.util.List;

import java.util.stream.Collectors;

public class FlatMap {

public static void main(String[] args) {

//扁平化流

//找出数组中唯一的字符

String[] strArray = {"hello", "world"};

//具体实现

List res = Arrays.stream(strArray)

.map(w -> w.split(""))

.flatMap(Arrays::stream)

.distinct()

.collect(Collectors.toList());

System.out.println(res);

//TODO 案例

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

//Demo1:给定数组，返回数组平方和(直接使用映射)

//[1,2,3,4]=>[1,4,9,16]

Integer[] nums1 = {1, 2, 3, 4};

List nums1List = Arrays.asList(nums1);

List res1 = nums1List.stream().map(i -> i * i).collect(Collectors.toList());

System.out.println(res1);

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

//Demo2:给定两数组，返回数组对

//[1,2,3],[3,4]=>[1,3],[1,4],[2,3],[2,4],[3,3],[3,4]

Integer[] nums2 = {1, 2, 3};

Integer[] nums3 = {3, 4};

List nums2List = Arrays.asList(nums2);

List nums3List = Arrays.asList(nums3);

//使用2个map嵌套过滤

List res2 = nums2List.stream().flatMap(i -> nums3List.stream().map(j -> new int[]{i, j})).collect(Collectors.toList());

System.out.println(res2.size());

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

//Demo3:针对Demo2和Demo1组合返回总和能被3整除的数对

//(2,4)和(3,3)是满足条件的

List res3 = nums2List.stream().flatMap(i -> nums3List.stream().filter(j -> (i + j) % 3 == 0).map(j -> new int[]{i, j})).collect(Collectors.toList());

System.out.println(res3.size());

}

}

控制台输出结果：

补充知识：Java 之 Stream流中map和flatMap的区别

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。

转换大写

List output = wordList.stream().

map(String::toUpperCase).

collect(Collectors.toList());

这段代码把所有的单词转换为大写。

平方数

List nums = Arrays.asList(1, 2, 3, 4);

List squareNums = nums.stream().

map(n -> n * n).

collect(Collectors.toList());

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。

一对多

Stream> inputStream = Stream.of(

Arrays.asList(1),

Arrays.asList(2, 3),

Arrays.asList(4, 5, 6)

);

Stream outputStream = inputStream.

flatMap((childList) -> childList.stream());

flatMap 把 inpuStream 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。

以上这篇浅谈java8 stream flatMap流的扁平化操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。