Java8 - Stream API快速入门

系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
例如：第一章 Python 机器学习入门之pandas的使用

---

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

参考链接: https://zhuanlan.zhihu.com/p/28112239

---

一、为什么需要Stream？

1.外部迭代和内部迭代

使用迭代器或for循环是外部迭代
使用stream时内部迭代

---

二、流操作

流的操作可以分为两类：处理操作、聚合操作。

1.处理操作

1. filter (过滤)
注意: 参数需实现Predicate predicate接口 -->即一个从T到boolean的函数。

2.map (数据类型转换)
注意: 参数需实现Function接口(lambda表达式)

3. flatMap(提取子流)

例如: 对于List<List>结构的数据 , 可以把第二层级的所有String 都提取出来.

List<List<String>> lists = new ArrayList<>();
lists.add(Arrays.asList("apple", "click"));
lists.add(Arrays.asList("boss", "dig", "qq", "vivo"));
lists.add(Arrays.asList("c#", "biezhi"));

逻辑: 获取这些数据中长度大于2的单词个数

lists.stream()
        .flatMap(Collection::stream)
        .filter(str -> str.length() > 2)
        .count();

4. max和min (参数需实现Comparator接口)
重点: 用什么作为排序的指标

Property property = properties.stream()
            .max(Comparator.comparingInt(p -> p.priceLevel))
            .get();

2.收集结果

1. 获取距离我最近的2个店铺

List<Property> properties = properties.stream()
            .sorted(Comparator.comparingInt(x -> x.distance))
            .limit(2)
            .collect(Collectors.toList());

三、并行数据处理

1. Stream并行流

与串行的区别只是在于: parallelStream 和 stream 方法的区别:

properties.parallelStream()
            .filter(p -> p.priceLevel < 4)
            .sorted(Comparator.comparingInt(Property::getDistance))
            .map(Property::getName)
            .limit(2)
            .collect(Collectors.toList());

2. 先要问自己一个问题：并行化运行基于流的代码是否比串行化运行更快？

---

总结

人丑就要多读书 , 哈哈