stream流
Stream是一种流,是一种抽象的处理数据的思想,这种编程方式将要处理的元素集合看作一种流,流在管道中传输,然后在管道的每一个节点上对流进行操作(去重,分组,过滤…),元素流在经过管道的操作后,最后由最终操作得到新的一个元素集合。
Stream是一个来自数据源的元素队列并支持聚合操作
- 元素是特定类型的对象所形成的一个队列,Stream并不会去储存元素,而是按照需求所进行元素计算等操作
- 数据源流的来源可以是集合、数组、产生器generator等
- 聚合操作就是类似于SQL语句的操作,filter,map,reduce,find,match,sorted等。
Stream流操作分为3种类型
- 创建Stream
- Stream中间处理
- 终止Steam
开始管道
主要负责新建一个Stream流,或者基于现有的数组、List、Set、Map等集合类型对象创建出新的Stream流。
API | 功能说明 |
---|---|
stream() | 为集合创建串行流对象 |
parallelStream() | 为集合创建并行流对象 |
串行流就是按照顺序执行一直到结束,并行流就是把内容切成多个数据块,并且利用多个线程分别处理每个数据块的内容。Stream的API中声明可以通过parallel()和sequential()方法在并行流和串行流之间切换。
中间管道
负责对Stream进行处理操作,并返回一个新的Stream对象,中间管道操作可以进行叠加
API | 功能说明 |
---|---|
filter() | 按照条件过滤符合要求的元素,返回新的stream流 |
map() | 将已有元素转换为另一个对象类型,一对一逻辑,返回新的stream流 |
flatMap() | 将已有元素转换为另一个对象类型,一对多逻辑,即原来一个元素对象可能会转换为1个或者多个新类型的元素,返回新的stream流 |
limit() | 仅保留集合前面指定个数的元素,返回新的stream流 |
skip() | 跳过集合前面指定个数的元素,返回新的stream流 |
concat() | 将两个流的数据合并起来为1个新的流,返回新的stream流 |
distinct() | 对Stream中所有元素进行去重,返回新的stream流 |
sorted() | 对stream中所有的元素按照指定规则进行排序,返回新的stream流 |
peek() | 对stream流中的每个元素进行逐个遍历处理,返回处理后的stream流 |
终止管道
顾名思义,通过终止管道操作之后,Stream流将会结束,对应 Stream 占用的资源空间会被 JVM 收回,最后可能会执行某些逻辑处理,或者是按照要求返回某些执行后的结果数据。
注意点:一旦一个Stream被执行了终止操作之后,后续便不可以再读这个流执行其他的操作了,否则会报错。
API | 功能说明 |
---|---|
count() | 返回stream处理后最终的元素个数 |
max() | 返回stream处理后的元素最大值 |
min() | 返回stream处理后的元素最小值 |
findFirst() | 找到第一个符合条件的元素时则终止流处理 |
findAny() | 找到任何一个符合条件的元素时则退出流处理,这个对于串行流时与findFirst相同,对于并行流时比较高效,任何分片中找到都会终止后续计算逻辑 |
anyMatch() | 返回一个boolean值,类似于isContains(),用于判断是否有符合条件的元素 |
allMatch() | 返回一个boolean值,用于判断是否所有元素都符合条件 |
noneMatch() | 返回一个boolean值,用于判断是否所有元素都不符合条件 |
collect() | 将流转换为指定的类型,通过Collectors进行指定 |
toArray() | 将流转换为数组 |
iterator() | 将流转换为Iterator对象 |
foreach() | 无返回值,对元素进行逐个遍历,然后执行给定的处理逻辑 |
结果收集终止方法
因为Stream主要用于对集合数据的处理场景,所以除了上面几种获取简单结果的终止方法之外,更多的场景是获取一个集合类的结果对象,比如List、Set或者HashMap等。
这里就需要collect方法出场了,它可以支持生成如下类型的结果数据:
-
一个集合类,比如List、Set或者HashMap等
-
StringBuilder对象,支持将多个字符串进行拼接处理并输出拼接后结果
-
一个可以记录个数或者计算总和的对象(数据批量运算统计)
forEachOrdered和forEach
这两个函数都是对于集合的流,进行遍历操作,是属于内部迭代,传入一个Consumer的函数式接口(这个接口,接收一个泛型的参数T,然后调用accept,对这个参数做一系列的操作,没有返回值,可以理解为理解Consumer,消费者,主要是对入参做一些列的操作,在stream里,主要是用于forEach)
List<String> strs = Arrays.asList("a", "b", "c");
strs.stream().forEachOrdered(System.out::print);//abc
System.out.println();
strs.stream().forEach(System.out::print);//abc
System.out.println();
strs.parallelStream().forEachOrdered(System.out::print);//abc
System.out.println();
strs.parallelStream().forEach(System.out::print);//bca
toArray操作
该方法没有传参,返回Object[],在具体实现中也是调用了
public final <A> A[] toArray(IntFunction<A[]> generator)
重载的toArray的实现,传入了一个Object的数据
具体使用:
List<String> strs = Arrays.asList("a", "b", "c");
String[] dd = strs.stream().toArray(str -> new String[strs.size()]);
String[] dd1 = strs.stream().toArray(String[]::new);
Object[] obj = strs.stream().toArray();
String[] dd2 = strs.toArray(new String[strs.size()]);
Object[] obj1 = strs.toArray();
可以看到,前三个,是调用的stream的toArray的函数,以及一些用法,后面的两个,是直接调用的List接口的toArray函数,List接口里的。
reduce操作
reduce是一种归约操作,将流归约成一个值的操作,用函数式编程的术语来说叫做折叠
常用于集合中元素的累加,例子如下:
List<Integer> numList = Arrays.asList(1,2,3,4,5);
int result = numList.stream().reduce((a,b) -> a + b ).get();
System.out.println(result);
代码实现了对numList中的元素累加。lambada表达式的a参数是表达式的执行结果的缓存,也就是表达式这一次的执行结果会被作为下一次执行的参数,而第二个参数b则是依次为stream中每个元素。如果表达式是第一次被执行,a则是stream中的第一个元素。
在表达式中假如打印参数的代码,打印出来的内容如下:
a=1,b=2
a=3,b=3
a=6,b=4
a=10,b=5
Stream相较于传统的foreach的方式处理stream的优势
- 代码更简洁、偏声明式的编码风格,更容易体现出代码的逻辑意图
- 逻辑间解耦,一个stream中间处理逻辑,无需关注上游与下游的内容,只需要按约定实现自身逻辑即可
- 并行流场景效率会比迭代器逐个循环更高
- 函数式接口,延迟执行的特性,中间管道操作不管有多少步骤都不会立即执行,只有遇到终止操作的时候才会开始执行,可以避免一些中间不必要的操作消耗