Java Strem流

最新推荐文章于 2023-06-28 15:32:30 发布

刚入门的Rain

最新推荐文章于 2023-06-28 15:32:30 发布

阅读量1.9k

点赞数 1

分类专栏： java基础入门

原文链接：https://blog.csdn.net/y_k_y/article/details/84633001

版权

java基础入门专栏收录该内容

14 篇文章 0 订阅

订阅专栏

一、概述

Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。使用Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简而言之，Stream API 提供了一种高效且易于使用的处理数据的方式。

特点：

直接阅读代码的字面意思即可完美展示无关逻辑方式的语义
Stream流把真正的函数式编程风格引入到Java中
惰性求值，流在中间处理过程中，只是对操作进行了记录，并不会立即执行，需要等到执行终止操作的时候才会进行实际的计算。
不会修改原来的数据源，它会将操作后的数据保存到另外一个对象中。
无状态：指元素的处理不受之前元素的影响；
有状态：指该操作只有拿到所有元素之后才能继续下去。
非短路操作：指必须处理所有元素才能得到最终结果；
短路操作：指遇到某些符合条件的元素就可以得到最终结果，如 A || B，只要A为true，则无需判断B的结果。

二、体验Stream流

创建一个集合，存储多个字符串元素
把集合中所有以"张"开头的元素存储到一个新的集合
把"张"开头的集合中的长度为3的元素存储到一个新的集合
遍历上一步得到的集合

public class StreamDemo {
    public static void main(String[] args) {
//创建一个集合，存储多个字符串元素
        ArrayList<String> list = new ArrayList<String>();
        list.add("Jack");
        list.add("Rrain");
        list.add("Frak");
        list.add("Csher");
        list.add("Jane"); //Stream流来改进
        list.stream().filter(s -> s.startsWith("J")).filter(s -> s.length() ==
                4).forEach(System.out::println);
    }
}

如果不使用Stream的话，就创建好几个中间变量，此处是List变量来储存筛选后的Arraylist。

三、Stream流的常见生成方式

Collection体系集合

使用默认方法stream()生成流，以及parallelStream() 方法


List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //获取一个顺序流
Stream<String> parallelStream = list.parallelStream(); //获

Map体系集合

把Map转成Set集合，间接的生成流
数组

通过Stream接口的静态方法of(T… values)生成流

Integer[] nums = new Integer[10];
Stream<Integer> stream = Arrays.stream(nums);

public class StreamDemo { 
public static void main(String[] args) { 
//Collection体系的集合可以使用默认方法stream()生成流 
List<String> list = new ArrayList<String>(); 
Stream<String> listStream = list.stream(); 
Set<String> set = new HashSet<String>(); 
Stream<String> setStream = set.stream(); 
//Map体系的集合间接的生成流 
Map<String,Integer> map = new HashMap<String, Integer>(); 
Stream<String> keyStream = map.keySet().stream(); 
Stream<Integer> valueStream = map.values().stream(); 
Stream<Map.Entry<String, Integer>> entryStream = map.entrySet().stream();
String[] strArray = {"hello","world","java"}; 
Stream<String> strArrayStream = Stream.of(strArray); 
Stream<String> strArrayStream2 = Stream.of("hello", "world", "java"); 
Stream<Integer> intStream = Stream.of(10, 20, 30); 
}

使用Stream中的静态方法：of()、iterate()、generate()

Stream<Integer> stream = Stream.of(1,2,3,4,5,6);
 
Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6);
stream2.forEach(System.out::println); // 0 2 4 6 8 10
 
Stream<Double> stream3 = Stream.generate(Math::random).limit(2);
stream3.forEach(System.out::println);

使用 BufferedReader.lines() 方法，将每行内容转成流

在这里插入代码片

Stream流中间操作方法

在这里插入图片描述
filter代码演示

list.stream().filter(s -> s.startsWith("张")).forEach(System.out::println); 
System.out.println("--------"); 
//需求2：把list集合中长度为3的元素在控制台输出 
list.stream().filter(s -> s.length() == 3).forEach(System.out::println); 
System.out.println("--------"); 
//需求3：把list集合中以张开头的，长度为3的元素在控制台输出 
list.stream().filter(s -> s.startsWith("张")).filter(s -> s.length() == 
3).forEach(System.out::println);

注意：filter的参数是一个Predicate接口，一般表示判断。

limit&skip代码演示

list.stream().limit(3).forEach(System.out::println); 
System.out.println("--------"); 
//需求2：跳过3个元素，把剩下的元素在控制台输出 
list.stream().skip(3).forEach(System.out::println); 
System.out.println("--------"); 
//需求3：跳过2个元素，把剩下的元素中前2个在控制台输出 
list.stream().skip(2).limit(2).forEach(System.out::println);

limit就是获取得到前几个数据，而skip就是跳过几个数据。

映射

map：接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
flatMap：接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。

List<String> list = Arrays.asList("a,b,c", "1,2,3");
 
//将每个元素转成一个新的且不带逗号的元素
Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
s1.forEach(System.out::println); // abc  123
 
Stream<String> s3 = list.stream().flatMap(s -> {
    //将每个元素转换成一个stream
    String[] split = s.split(",");
    Stream<String> s2 = Arrays.stream(split);
    return s2;
});
s3.forEach(System.out::println); // a b c 1 2 3

排序

sorted()：自然排序，流中元素需实现Comparable接口
sorted(Comparator com)：定制排序，自定义Comparator排序器


List<String> list = Arrays.asList("aa", "ff", "dd");
//String 类自身已实现Compareable接口
list.stream().sorted().forEach(System.out::println);// aa dd ff
 
Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
Student s3 = new Student("aa", 30);
Student s4 = new Student("dd", 40);
List<Student> studentList = Arrays.asList(s1, s2, s3, s4);
 
//自定义排序：先按姓名升序，姓名相同则按年龄升序
studentList.stream().sorted(
        (o1, o2) -> {
            if (o1.getName().equals(o2.getName())) {
                return o1.getAge() - o2.getAge();
            } else {
                return o1.getName().compareTo(o2.getName());
            }
        }
).forEach(System.out::println);

消费

peek：如同于map，能得到流中的每一个元素。但map接收的是一个Function表达式，有返回值；而peek接收的是Consumer表达式，没有返回值。
对于Function接口和Consumer接口不理解的
请看该链接内容
Java 函数式接口.

Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
List<Student> studentList = Arrays.asList(s1, s2);
 
studentList.stream()
        .peek(o -> o.setAge(100))
        .forEach(System.out::println);   
 
//结果：
Student{name='aa', age=100}
Student{name='bb', age=100}

流的终止操作

匹配、聚合操作

allMatch：接收一个 Predicate 函数，当流中每个元素都符合该断言时才返回true，否则返回false
noneMatch：接收一个 Predicate 函数，当流中每个元素都不符合该断言时才返回true，否则返回false
anyMatch：接收一个 Predicate 函数，只要流中有一个元素满足该断言则返回true，否则返回false
findFirst：返回流中第一个元素
findAny：返回流中的任意元素
count：返回流中元素的总个数
max：返回流中元素最大值
min：返回流中元素最小值

List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
 
boolean allMatch = list.stream().allMatch(e -> e > 10); //false
boolean noneMatch = list.stream().noneMatch(e -> e > 10); //true
boolean anyMatch = list.stream().anyMatch(e -> e > 4);  //true
 
Integer findFirst = list.stream().findFirst().get(); //1
Integer findAny = list.stream().findAny().get(); //1
 
long count = list.stream().count(); //5
Integer max = list.stream().max(Integer::compareTo).get(); //5
Integer min = list.stream().min(Integer::compareTo).get(); //1

归约操作

Optional reduce(BinaryOperator accumulator)：

第一次执行时，accumulator函数的第一个参数为流中的第一个元素，第二个参数为流中元素的第二个元素；第二次执行时，第一个参数为第一次函数执行的结果，第二个参数为流中的第三个元素；依次类推。
T reduce(T identity, BinaryOperator accumulator)：

流程跟上面一样，只是第一次执行时，accumulator函数的第一个参数为identity，而第二个参数为流中的第一个元素。
U reduce(U identity,BiFunction<U, ? super T, U>accumulator,BinaryOperator combiner)：

在串行流(stream)中，该方法跟第二个方法一样，即第三个参数combiner不会起作用。在并行流(parallelStream)中,我们知道流被fork join出多个线程进行执行，此时每个线程的执行流程就跟第二个方法reduce(identity,accumulator)一样，而第三个参数combiner函数，则是将每个线程的执行结果当成一个新的流，然后使用第一个方法reduce(accumulator)流程进行规约。


//经过测试，当元素个数小于24时，并行时线程数等于元素个数，当大于等于24时，并行时线程数为16
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24);
 
Integer v = list.stream().reduce((x1, x2) -> x1 + x2).get();
System.out.println(v);   // 300
 
Integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2);
System.out.println(v1);  //310
 
Integer v2 = list.stream().reduce(0,
        (x1, x2) -> {
            System.out.println("stream accumulator: x1:" + x1 + "  x2:" + x2);
            return x1 - x2;
        },
        (x1, x2) -> {
            System.out.println("stream combiner: x1:" + x1 + "  x2:" + x2);
            return x1 * x2;
        });
System.out.println(v2); // -300
 
Integer v3 = list.parallelStream().reduce(0,
        (x1, x2) -> {
            System.out.println("parallelStream accumulator: x1:" + x1 + "  x2:" + x2);
            return x1 - x2;
        },
        (x1, x2) -> {
            System.out.println("parallelStream combiner: x1:" + x1 + "  x2:" + x2);
            return x1 * x2;
        });

这里比较难理解的应该是第三个
U reduce(U identity,BiFunction<U, ? super T, U>accumulator,BinaryOperator combiner)：
我个人的理解是该并行流会开启 ForkJoinpool中创建若干线程来并行进行流的操作，在此处例子即进行reduce中参数0和list中数据的运算。
每个线程的运算结果再进行combiner处理此处是相乘，因此整个运算结果实际上就是24的阶乘。

parallelStream accumulator: x1:0  x2:1
parallelStream combiner: x1:-8  x2:-9
parallelStream combiner: x1:-19  x2:420
parallelStream accumulator: x1:0  x2:3
parallelStream combiner: x1:-4  x2:30
parallelStream accumulator: x1:0  x2:23
parallelStream combiner: x1:-2  x2:-3
parallelStream combiner: x1:-7  x2:72
parallelStream accumulator: x1:0  x2:10
parallelStream accumulator: x1:0  x2:12
parallelStream combiner: x1:-1  x2:6
parallelStream combiner: x1:-23  x2:-24
parallelStream combiner: x1:-6  x2:-120
parallelStream combiner: x1:-11  x2:-12
parallelStream combiner: x1:-22  x2:552
parallelStream combiner: x1:-10  x2:132
parallelStream combiner: x1:-7980  x2:-12144
parallelStream combiner: x1:-504  x2:-1320
parallelStream combiner: x1:13366080  x2:96909120
parallelStream combiner: x1:720  x2:665280
parallelStream combiner: x1:479001600  x2:1633652736
-775946240

Process finished with exit code 0

这是打印的结果，最终由于java默认的整形是int 由于int是32位，因此进行运算时得到的数据越界，保留后32位，得到-775946240

收集操作

collect：接收一个Collector实例，将流中元素收集成另外一个数据结构。
Collector<T, A, R> 是一个接口，有以下5个抽象方法：
Supplier supplier()：创建一个结果容器A
BiConsumer<A, T> accumulator()：消费型接口，第一个参数为容器A，第二个参数为流中元素T。
BinaryOperator combiner()：函数接口，该参数的作用跟上一个方法(reduce)中的combiner参数一样，将并行流中各个子进程的运行结果(accumulator函数操作后的容器A)进行合并。
Function<A, R> finisher()：函数式接口，参数为：容器A，返回类型为：collect方法最终想要的结果R。
Set characteristics()：返回一个不可变的Set集合，用来表明该Collector的特征。有以下三个特征：
CONCURRENT：表示此收集器支持并发。（官方文档还有其他描述，暂时没去探索，故不作过多翻译）
UNORDERED：表示该收集操作不会保留流中元素原有的顺序。
IDENTITY_FINISH：表示finisher参数只是标识而已，可忽略。

Collector 工具库：Collectors

Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);
 
//装成list
List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]
 
//转成set
Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]
 
//转成map,注:key不能相同，否则报错
Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}
 
//字符串分隔符连接
String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)
 
//聚合操作
//1.学生总数
Long count = list.stream().collect(Collectors.counting()); // 3
//2.最大年龄 (最小的minBy同理)
Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20
//3.所有人的年龄
Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40
//4.平均年龄
Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334
// 带上以上所有方法
DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge));
System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());
 
//分组
Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge));
//多重分组,先根据类型分再根据年龄分
Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));
 
//分区
//分成两部分，一部分大于10岁，一部分小于等于10岁
Map<Boolean, List<Student>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));
 
//规约
Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40

刚入门的Rain

关注

1
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
Java Strem流

一、概述Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。使用Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简而言之，Stream API 提供了一种高效且易于使用的处理数据的方式。特点：直接阅读代码的字面意思即可完美展示无关逻辑方式的语义Stream流把真正的函数式编程风格引入到Java中惰性求值，流在中间处理过程
复制链接

扫一扫