在lambdas中,可以看到lambda表达式让代码更加简洁、干净、容易理解,并允许不需要创建一个类就可以达到目的。lambdas很好的帮助开发人员更好的表达片段代码的意思,Stream对于集合提供一个抽象计算和Fluent接口更能让程序猿变得爽歪歪。
###1. 构建stream 初始化stream的几个方法
//1. Stream generate 生成无限个无序的stream
Stream stream = Stream.generate(() -> UUID.randomUUID().toString());
// 2. of 构造stream
Stream integerStream = Stream.of(1, 2, 4, 6, 3, 9, 7);
//3.集合构造出stream
Stream> inputStream = Stream.of(
Arrays.asList(1),
Arrays.asList(2, 3),
Arrays.asList(4, 5, 6)
);
###2. 可以怎样用stream
/**
* jdk8 stream 用法
* Created by kaishui on 2016/9/3.
*/
public class JDK_07StreamTest {
static class User {
private String name;
private String password;
public User(String name, String password) {
this.name = name;
this.password = password;
}
//省略getter and setter
}
public static void main(String[] args) {
List userList = new ArrayList();
userList.add(new User("name1", "passowrd1"));
userList.add(new User("name4321", "passowrd4"));
userList.add(new User("name321", "passowrd3"));
userList.add(new User("kaishui", "kaishuiPassword"));
userList.add(new User("name21", "passowrd2"));
//1. 在jdk7之前的代码中,也许我们经常会这样写
List otherUsers = new ArrayList<>();
for (User u : userList) {
//获取含有 "name"的User
if (null != u.getName() && u.getName().indexOf("name") >= 0) {
otherUsers.add(u);
}
}
//按照名字长度排序
Collections.sort(otherUsers, new Comparator() {
@Override
public int compare(User u1, User u2) {
return u1.getName().length() - u2.getName().length();
}
});
//打印
for (User u : otherUsers) {
System.out.println(u.getName());
}
System.out.println("-------我是一条分割线1---------");
System.out.println("-------jdk8 示例---------");
// 2. jdk8 使用stream操作集合
List nameList = userList.stream()
.filter(u -> null != u.getName() && u.getName().indexOf("name") >= 0)//过滤结果
.sorted((u1, u2) -> u1.getName().length() - u2.getName().length())//排序
.map(u -> u.getName())//提取
.collect(Collectors.toList());//把上述步骤后的结果转换成list
//打印
nameList.forEach(System.out::println);
}
}
执行结果:
name1
name21
name321
name4321
-------我是一条分割线1---------
-------jdk8---------
name1
name21
name321
name4321
上面的例子,大概了解stream的用法,下面分点介绍一下: JDK8 collection中已经实现了一个default的stream方法
1. stream() 在集合collection中新建一个stream的管道,有点类似Linux命令中 grep or awk的用法。
2. filter(Predicate) 过滤条件, 看到Predicate应该可以想到就是过滤数据。
3. sorted(Comparator) 根据Comparator排序,英语国家的就是爽,写接口都可以省注释了.
4. map(Function) 提取计算,根据Funtion的作用,我们也知道,输入一个T,返回一个R。
5. collect(Collectors.toList()) 把上述操作stream的结果转为另外一个集合。
如果不了解predicate、function的用法,可以系列篇之函数式接口编程
###3. stream 懒加载
// 1. of 构造 Stream
Stream integerStream = Stream.of(1, 2, 4, 6, 3, 9, 7).map(x -> x / 0);
System.out.println("-------我是一条分割线--------");
执行结果:
-------我是一条分割线--------
上述看到,map(x -> x/0)并没有执行,如果换成下面代码:
// 1. of 构造 Stream
Stream integerStream = Stream.of(1, 2, 4, 6, 3, 9, 7).map(x -> x / 0);
List list = integerStream.collect(Collectors.toList());
System.out.println("-------我是一条分割线--------");
执行结果:
Exception in thread "main" java.lang.ArithmeticException: / by zero
at com.iu.jdk8.JDK_09StreamLazyLoadTest.lambda$main$0(JDK_09StreamLazyLoadTest.java:19)
at java.util.stream.ReferencePipeline$3$1.accept(ReferencePipeline.java:193)
at java.util.Spliterators$ArraySpliterator.forEachRemaining(Spliterators.java:948)
at java.util.stream.AbstractPipeline.copyInto(AbstractPipeline.java:481)
at java.util.stream.AbstractPipeline.wrapAndCopyInto(AbstractPipeline.java:471)
at java.util.stream.ReduceOps$ReduceOp.evaluateSequential(ReduceOps.java:708)
at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:234)
at java.util.stream.ReferencePipeline.collect(ReferencePipeline.java:499)
at com.iu.jdk8.JDK_09StreamLazyLoadTest.main(JDK_09StreamLazyLoadTest.java:20)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:497)
at com.intellij.rt.execution.application.AppMain.main(AppMain.java:144)
stream只有真正使用到的时候才去真正的执行。
###4. stream 链式编程什么时候才是结束
forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator
当steam遇上这些方法才算是结束,其他的方法,例如:
map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 limit、 skip、 parallel、 sequential、 unordered
还是可以在上一个操作结果上继续操作,例如:根据条件filter -> sort -> map
List userList = new ArrayList();
for (int i = 0; i < 10; i++) {
userList.add(new User("name" + i, "passowrd" + i, i));
}
List nameList = userList.stream()
.filter(u -> null != u.getName() && u.getName().indexOf("name") >= 0)//过滤结果
.sorted((u1, u2) -> u1.getName().length() - u2.getName().length())//排序
.map(u -> u.getName())//提取
.collect(Collectors.toList());//把上述步骤后的结果转换成list
###5. stream api 例子
####5.1 distinct 去重
Stream.of(1, 2, 4, 6, 3, 9, 7, 2, 4, 9, 7).distinct().sorted().forEach(System.out::print);
//执行结果: 1234679
####5.2 skip 跳过条数 limit 限定结果返回几条
Stream.of(1, 2, 4, 6, 3, 9, 7, 2, 4, 9, 7).skip(2).limit(3).forEach(System.out::print);
//执行结果:463
####5.3 fitler 参数为:Predicate 过滤满足条件的结果, Count 统计条数
//获取集合中7的个数
long sum = Stream.of(1, 2, 4, 6, 3, 9, 7, 2, 4, 9, 7).filter(x -> x == 7).count();
System.out.println("sum = " + sum);
//执行结果: sum = 2
####5.4 flatMap 使数据扁平化处理 很多情景,我们都会用到一个类中有List属性,怎样转化成Strean呢,这是flatMap就该出手了
public class JDK_08StreamFlatMapTest {
static class User {
private String name;
private String password;
private int no;
public User(String name, String password, int no) {
this.name = name;
this.password = password;
this.no = no;
}
//省略getter and setter
}
//班级
static class Clazz{
List users;
//省略getter and setter
}
public static void main(String[] args) {
List girlList = new ArrayList();
List boyList = new ArrayList();
for (int i = 0; i < 10; i++) {
girlList.add(new User("girl" + i, "passowrd" + i, i));
boyList.add(new User("boy" + i, "passowrd" + i, i));
}
//班级1
Clazz clazz = new Clazz();
//班级2
Clazz clazz2 = new Clazz();
girlList.addAll(boyList);
clazz.setUsers(girlList);
clazz2.setUsers(girlList);
//clazz stream
Stream clazzSteam = Stream.of(clazz, clazz2);
//clazz stream -> user stream 扁平化
Stream allUserStream = clazzSteam.flatMap(c -> c.getUsers().stream());
System.out.println("两个班级一共多少人:" + allUserStream.count());;
}
}
//执行结果:
两个班级一共多少人:40
####5.5 anyMatch
//是否存在x*x = 81的结果
boolean flag = Stream.of(1, 2, 4, 6, 3, 9, 7, 2, 4, 9, 7).map(x -> x * x).anyMatch(x -> x == 81);
System.out.println(flag);
//执行结果:true
####5.6 reduce Optional reduce(BinaryOperator accumulator) 这个方法的主要作用是把 Stream 元素组合起来,Optional使用方法,请参考网红篇:Java函数式开发——优雅的Optional空指针处理
//clazz stream -> user stream
Stream allUserStream = clazzSteam.flatMap(c -> c.getUsers().stream());
//串起所有名字 想了解optional用法可以参考:http://my.oschina.net/chkui/blog/739034
Optional names = allUserStream.
map(User::getName).sorted((first, second) -> first.compareTo(second))
.reduce((first, second) -> first + " *** " + second);
System.out.println(names.get());
执行结果:
boy0 *** boy0 *** boy1 *** boy1 *** boy2 *** boy2 *** boy3 *** boy3 *** boy4 *** boy4 *** boy5 *** boy5 *** boy6 *** boy6 *** boy7 *** boy7 *** boy8 *** boy8 *** boy9 *** boy9 *** girl0 *** girl0 *** girl1 *** girl1 *** girl2 *** girl2 *** girl3 *** girl3 *** girl4 *** girl4 *** girl5 *** girl5 *** girl6 *** girl6 *** girl7 *** girl7 *** girl8 *** girl8 *** girl9 *** girl9
####5.7 Parallel 并行运行 vs 普通stream操作
long startTime = System.nanoTime();
Map> numbersPerThread = IntStream.rangeClosed(1, 100000)
.parallel()
.boxed()
.collect(Collectors.groupingBy(i -> Thread.currentThread().getName()));
long runTime = System.nanoTime() - startTime;
System.out.println("运行时间:" + String.valueOf(runTime));
//运行时间:159695489
long startTime = System.nanoTime();
Map> numbersPerThread = IntStream.rangeClosed(1, 100000)
.boxed()
.collect(Collectors.groupingBy(i -> Thread.currentThread().getName()));
long runTime = System.nanoTime() - startTime;
System.out.println("运行时间:" + String.valueOf(runTime));
//运行时间:94576511