Java8实战-总结22

使用流

数值流

可以使用reduce方法计算流中元素的总和。例如，可以像下面这样计算菜单的热量：

int calories = menu.stream()
			.map(Dish::getcalories)
			.reduce(0, Integer::sum);

这段代码的问题是，它有一个暗含的装箱成本。每个Integer都必须拆箱成一个原始类型，再进行求和。要是可以直接像下面这样调用sum方法，效果会更好：

int calories = menu.stream()
					.map(Dish::getcalories)
					.sum();

但这是不可能的。问题在于map方法会生成一个Stream<T>。虽然流中的元素是Integer类型，但Streams接口没有定义sum方法。Stream API提供了原始类型流特化，专门支持处理数值流的方法。

原始类型流特化

Java 8引入了三个原始类型特化流接口来解决这个问题：IntStream、DoubleStream和LongStream,分别将流中的元素特化为int、long和double,从而避免了暗含的装箱成本。每个接口都带来了进行常用数值归约的新方法，比如对数值流求和的sum,找到最大元素的max。此外还有在必要时再把它们转换回对象流的方法。要记住的是，这些特化的原因并不在于流的复杂性，而是装箱造成的复杂性——即类似int和Integer之间的效率差异。

1. 映射到数值流

将流转换为特化版本的常用方法是mapToInt、mapToDouble和mapToLong。这些方法和前面说的map方法的工作方式一样，只是它们返回的是一个特化流，而不是stream<T>。例如，可以像下面这样用mapToInt对menu中的卡路里求和：

int calories = menu.stream()
					.mapToInt(Dish::getcalories)//返回一个IntStream
					.sum();//返回一个Stream<Dish>

这里，mapToInt会从每道菜中提取热量(用一个Integer表示),并返回一个IntStream(而不是一个Stream<Integer>)。然后就可以调用IntStream接口中定义的sum方法，对卡路里求和了!请注意，如果流是空的，sum默认返回0。IntStream还支持其他的方便方法，如max、min、average等。

2. 转换回对象流

同样，一旦有了数值流，也可以把它转换回非特化流。例如，IntStream上的操作只能产生原始整数：IntStream的map操作接受的Lambda必须接受int并返回int(一个IntUnaryoperator)。但是可能想要生成另一类值，比如Dish。为此，需要访问stream接口中定义的那些更广义的操作。要把原始流转换成一般流(每个int都会装箱成一个Integer),可以使用boxed方法，如下所示：
将Stream转

IntStream intStream = menu.stream().mapToInt(Dish::getcalories);//将Stream转换为数值流
Stream<Integer> stream = intStream.boxed();//将数值流转换为Stream

在需要将数值范围装箱成为一个一般流时，boxed尤其有用。

3. 默认值optionalInt

求和的例子很容易，因为它有一个默认值：0。但是，如果要计算IntStream中的最大元素，就得换个法子了，因为0是错误的结果。如何区分没有元素的流和最大值真的是0的流呢?前面介绍了optional类，这是一个可以表示值存在或不存在的容器。Optional可以用Integer、String等参考类型来参数化。对于三种原始流特化，也分别有一个optional原始类型特化版本：optionalInt、optionalDouble和optionalLong。
例如，要找到IntStream中的最大元素，可以调用max方法，它会返回一个optionalInt:

OptionalInt maxCalories = menu.stream()
					.mapToInt(Dish::getcalories)
					.max();

现在，如果没有最大值的话，就可以显式处理optionalInt去定义一个默认值了：

int max = maxCalories.orElse(1);如果没有最大值的话，显式提供一个默认最大值

数值范围

和数字打交道时，有一个常用的东西就是数值范围。比如，假设想要生成1和100之间的所有数字。Java 8引入了两个可以用于IntStream和LongStream的静态方法，帮助生成这种范围：range和rangeClosed。这两个方法都是第一个参数接受起始值，第二个参数接受结束值。但range是不包含结束值的，而rangeClosed则包含结束值。例子：

//表示范围[1,100]
IntStream evenNumbers = IntStream.rangeclosed(1, 100)
							.filter(n -> n % 2 == 0);//一个从1到100的偶数流

System.out.println(evenNumbers.count());//从1到100有50个偶数

这里用了rangeClosed方法来生成1到100之间的所有数字。它会产生一个流，然后可以链接filter方法，只选出偶数。到目前为止还没有进行任何计算。最后，对生成的流调用count。因为count是一个终端操作，所以它会处理流，并返回结果50,这正是1到100(包括两端)中所有偶数的个数。请注意，比较一下，如果改用IntStream.range(1, 100),则结果将会是49个偶数，因为range是不包含结束值的。

数值流应用：勾股数

现在来看一个难一点儿的例子。

1. 勾股数

某些三元数(a,b,c)满足公式a * a + b * b = c * c,其中a、b、c都是整数。例如，(3, 4, 5)就是一组有效的勾股数，因为3 * 3 + 4 * 4 = 5 * 5或9 + 16 = 25。这样的三元数有无限组。例如，(5 , 12, 13)、(6, 8, 10)和(7, 24, 25)都是有效的勾股数。勾股数很有用，因为它们描述的正好是直角三角形的三条边长，如下图所示：

2. 表示三元数

第一步是定义一个三元数。虽然更恰当的做法是定义一个新的类来表示三元数，但这里可以使用具有三个元素的int数组，比如new int[]{3, 4, 5},来表示勾股数(3, 4, 5)。现在就可以用数组索引访问每个元素了。

3. 筛选成立的组合

假定提供了三元数中的前两个数字：a和b。怎么知道它是否能形成一组勾股数呢?需要测试a * a + b * b的平方根是不是整数，也就是说它没有小数部分——在Java里可以使用expr % 1表示。如果它不是整数，那就是说c不是整数。可以用filter操作表达这个要求:

filter(b -> Math.sqrt(a * a + b * b) % 1 == 0)

假设周围的代码给a提供了一个值，并且stream提供了b可能出现的值，filter将只选出那些可以与a组成勾股数的b。Math.sqrt(a * a + b * b) %1 == 0这一行是一种测试Math.sqrt(a * a + b * b)返回的结果是不是整数的方法。如果平方根的结果带了小数，这个条件就不成立。

4. 生成三元组

在筛选之后，知道a和b能够组成一个正确的组合。现在需要创建一个三元组。可以使用map操作，像下面这样把每个元素转换成一个勾股数组：

stream.filter(b -> Math.sqrt(a*a + b*b) % 1 == 0)
				.map(b -> new int[]{a, b, (int)Math.sqrt(a*a + b*b)});

5. 生成b值

现在需要生成b的值。前面已经看到，Stream.rangeClosed可以在给定区间内生成一个数值流。可以用它来给b提供数值，这里是1到100:

IntStream.rangeClosed(1, 100)
			.filter(b -> Math.sqrt(a*a + b*b) % 1 == 0)
			.boxed()
			.map(b -> new int[]{a, b, (int)Math.sqrt(a*a + b*b)});

在filter之后调用boxed,从rangeClosed返回的IntStream生成一个Stream<Integer>。这是因为map会为流中的每个元素返回一个int数组。而IntStream中的map方法只能为流中的每个元素返回另一个int,这不是想要的。可以用IntStream的mapToObj方法改写它，这个方法会返回一个对象值流：

IntStream.rangeClosed(1, 100)
			.filter(b -> Math.sqrt(a*a + b*b) % 1 == 0)
			.mapToobj(b -> new int[]{a, b, (int)Math.sqrt(a*a + b*b)});

6 . 生成值

这里有一个关键的假设：给出了a的值。 现在，只要已知a的值，就有了一个可以生成勾股数的流。就像b一样，需要为a生成数值。最终的解决方案如下所示：

Streamcint[]> pythagoreanTriples = IntStream.rangeClosed(1, 100).boxed()
								.flatMap(a ->
									IntStream.rangeClosed(a, 100)
									.filter(b -> Math.sqrt(a*a + b*b) % 1 == 0)
									.mapToobj(b ->
										new int[]{a, b, (int)Math.sqrt(a * a + b* b)})
);

首先，创建一个从1到100的数值范围来生成a的值。对每个给定的a值，创建一个三元数流。要是把a的值映射到三元数流的话，就会得到一个由流构成的流。flatMap方法在做映射的同时，还会把所有生成的三元数流扁平化成一个流。这样就得到了一个三元数流。还要注意，b的范围改成了a到100。没有必要再从1开始了，否则就会造成重复的三元数，例如(3,4,5)和(4,3,5)。

7. 运行代码

现在可以运行解决方案，并且可以利用前面的limit命令，明确限定从生成的流中要返回多少组勾股数了：

pythagoreanTriples.limit(5)
		.forEach(t ->
				System.out.println(t[0] + "," + t[1] + "," + t[2]));

这会打印：

3, 4, 5
5, 12, 13
6, 8, 10
7, 24, 25
8, 15, 17

8. 最优

目前的解决办法并不是最优的，因为要求两次平方根。让代码更为紧凑的一种可能的方法是，先生成所有的三元数(a*a, b*b, a*a + b*b),然后再筛选符合条件的：

Streamcdouble[]> pythagoreanTriples2 =
			IntStream.rangeClosed(1, 100).boxed()
			.flatMap(a ->
				IntStream.rangeClosed(a,100)
					.mapToObj(
						b -> new double[]{a, b, Math.sqrt(a*a + b*b)})//产生三元数
					.filter(t -> t[2] % 1 == 0));//元组中的第三个元素必须是整数