Java常用新特性之Stream API

本文介绍了JavaStreamAPI的概念,包括其与集合框架的关系,创建Stream的方式,以及Stream的中间操作(如筛选、映射、排序)、终止操作(如匹配、计数、归约和收集)和并行流的特点。文章强调了Stream的简洁性、延迟执行和性能提升,同时提到了可能遇到的限制和调试挑战。
摘要由CSDN通过智能技术生成

一, 认识Stream

1. Stream API vs 集合框架
  • Stream API 之于 集合 就类似于SQL 之于 数据表。
  • 集合:存储数据,基于内存的。
  • Stream API :处理数据,基于CPU的
3. 使用说明

①Stream 自己不会存储元素。
②Stream 不会改变源对象。相反,他们会返回一个持有结果的新Stream。
③Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。即一旦执行终止操作,就执行中间操作链,并产生结果。
④ Stream一旦执行了终止操作,就不能再调用其它中间操作或终止操作了。

4. Stream 执行流程

步骤1:创建 Stream 的对象
步骤2:执行一系列的中间操作
步骤3:执行一个终止操作
如图:在这里插入图片描述


开始之前我们先建立两个类以便后续使用

首先建立一个 Employee
/**
 * @author liuchaoxu
 * @date 2024年03月31日 9:02
 */
public class Employee {

	private int id;
	private String name;
	private int age;
	private double salary;

	public int getId() {
		return id;
	}

	public void setId(int id) {
		this.id = id;
	}

	public String getName() {
		return name;
	}

	public void setName(String name) {
		this.name = name;
	}

	public int getAge() {
		return age;
	}

	public void setAge(int age) {
		this.age = age;
	}

	public double getSalary() {
		return salary;
	}

	public void setSalary(double salary) {
		this.salary = salary;
	}

	public Employee() {
		System.out.println("Employee().....");
	}

	public Employee(int id) {
		this.id = id;
	}

	public Employee(int id, String name) {
		this.id = id;
		this.name = name;
	}

	public Employee(int id, String name, int age, double salary) {

		this.id = id;
		this.name = name;
		this.age = age;
		this.salary = salary;
	}

	@Override
	public String toString() {
		return "Employee{" + "id=" + id + ", name='" + name + '\'' + ", age=" + age + ", salary=" + salary + '}';
	}

	@Override
	public boolean equals(Object o) {
		if (this == o)
			return true;
		if (o == null || getClass() != o.getClass())
			return false;

		Employee employee = (Employee) o;

		if (id != employee.id)
			return false;
		if (age != employee.age)
			return false;
		if (Double.compare(employee.salary, salary) != 0)
			return false;
		return name != null ? name.equals(employee.name) : employee.name == null;
	}

	@Override
	public int hashCode() {
		int result;
		long temp;
		result = id;
		result = 31 * result + (name != null ? name.hashCode() : 0);
		result = 31 * result + age;
		temp = Double.doubleToLongBits(salary);
		result = 31 * result + (int) (temp ^ (temp >>> 32));
		return result;
	}
}

然后提供一个生成数据的 EmployeeData
public class EmployeeData {
	
	public static List<Employee> getEmployees(){
		List<Employee> list = new ArrayList<>();
		
		list.add(new Employee(1001, "马化腾", 34, 6000.38));
		list.add(new Employee(1002, "马云", 2, 19876.12));
		list.add(new Employee(1003, "刘强东", 33, 3000.82));
		list.add(new Employee(1004, "雷军", 26, 7657.37));
		list.add(new Employee(1005, "李彦宏", 65, 5555.32));
		list.add(new Employee(1006, "比尔盖茨", 42, 9500.43));
		list.add(new Employee(1007, "任正非", 26, 4333.32));
		list.add(new Employee(1008, "扎克伯格", 35, 2500.32));
		
		return list;
	}
	
}

二,创建Stream的三种方式

方式一:通过集合
    @Test
    public void test1(){

//        default Stream<E> stream() : 返回一个顺序流
        List<Employee> list = EmployeeData.getEmployees();
        Stream<Employee> stream = list.stream();

//        default Stream<E> parallelStream() : 返回一个并行流
        Stream<Employee> stream1 = list.parallelStream();

    }
方式二:通过数组
    @Test
    public void test2(){
        //调用Arrays类的static <T> Stream<T> stream(T[] array): 返回一个流
        int[] arr = new int[]{2,3,4,5,6,7,4,32};
        IntStream stream = Arrays.stream(arr);

        Integer[] arr1 = new Integer[]{234,2,2,45,32,32,34};
        Stream<Integer> stream1 = Arrays.stream(arr1);

    }
方式三:通过Stream的of()
    @Test
    public void test3(){
        Stream<Integer> stream = Stream.of(23, 3, 432, 53, 23);

        Employee emp1 = new Employee(1001, "马化腾", 34, 6000.38);
        Employee emp2 = new Employee(1003, "刘强东", 33, 3000.82);
        Stream<Employee> stream1 = Stream.of(emp1, emp2);
    }

三,Stream的中间操作

负责对Stream进行处理操作,并返回一个新的Stream对象,中间操作可以进行叠加。
在这里插入图片描述

测试Stream的中间操作
/**
 * @author liuchaoxu
 * @date 2024年03月31日 9:30
 */
public class StreamAPITest1 {

    //1-筛选与切片
    @Test
    public void test1() {
        List<Employee> list = EmployeeData.getEmployees();
//        filter(Predicate p)——接收 Lambda , 从流中排除某些元素。
        //练习:查询员工表中薪资大于7000的员工信息
        Stream<Employee> stream = list.stream();
//        stream.filter(emp -> emp.getSalary() > 7000).forEach(emp -> System.out.println(emp));
        stream.filter(emp -> emp.getSalary() > 7000).forEach(System.out::println);
        //或
//        stream.filter(new Predicate<Employee>() {
//            @Override
//            public boolean test(Employee employee) {
//                return employee.getSalary() > 7000;
//            }
//        }).forEach(new Consumer<Employee>() {
//            @Override
//            public void accept(Employee employee) {
//                System.out.println(employee);
//            }
//        });

        System.out.println();
//        limit(n)——截断流,使其元素不超过给定数量。
        list.stream().limit(5).forEach(System.out::println);

        System.out.println();
//        skip(n) —— 跳过元素,返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个,则返回一个空流。与 limit(n) 互补
        list.stream().skip(5).forEach(System.out::println);

        System.out.println();
//        distinct()——筛选,通过流所生成元素的 hashCode() 和 equals() 去除重复元素
        list.add(new Employee(1009,"张一鸣",40,8000));
        list.add(new Employee(1009,"张一鸣",40,8000));
        list.add(new Employee(1009,"张一鸣",40,8000));
        list.add(new Employee(1009,"张一鸣",40,8000));

        list.stream().distinct().forEach(System.out::println);

    }

    //2-映射
    @Test
    public void test2() {
        //map(Function f)——接收一个函数作为参数,将元素转换成其他形式或提取信息,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。
        //练习:转换为大写
        List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
//        list.stream().map(str -> str.toUpperCase()).forEach(System.out::println);
        list.stream().map(String :: toUpperCase).forEach(System.out::println);

        //练习:获取员工姓名长度大于3的员工。
        List<Employee> list1 = EmployeeData.getEmployees();
        Stream<Employee> stream = list1.stream();
        stream.filter(emp -> emp.getName().length() > 3).forEach(System.out::println);

        //练习:获取员工姓名长度大于3的员工的姓名。
        Stream<Employee> stream1 = list1.stream();
//        stream1.filter(emp -> emp.getName().length() > 3).map(emp -> emp.getName()).forEach(System.out::println);
//        stream1.filter(emp -> emp.getName().length() > 3).map(Employee::getName).forEach(System.out::println);
        stream1.map(emp -> emp.getName()).filter(name -> name.length() > 3).forEach(System.out::println);

    }

    //3-排序
    @Test
    public void test3() {
        //sorted()——自然排序
        Integer[] arr = new Integer[]{345,3,64,3,46,7,3,34,65,68};
        String[] arr1 = new String[]{"GG","DD","MM","SS","JJ"};

        Stream<Integer> stream = Arrays.stream(arr);
        stream.sorted().forEach(System.out::println);

        Stream<String> stream1 = Arrays.stream(arr1);
        System.out.println();
        stream1.sorted().forEach(System.out::println);

        System.out.println();

        //sorted(Comparator com)——定制排序
        Arrays.stream(arr1).sorted((s1,s2) -> -s1.compareTo(s2)).forEach(System.out::println);


    }
}

四,Stream的终止操作

顾名思义,通过终止操作之后,Stream流将会结束,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。
在这里插入图片描述

测试Stream的终止操作
/**
 * @author liuchaoxu
 * @date 2024年03月31日 9:48
 */
public class StreamAPITest2 {

    //1-匹配与查找
    @Test
    public void test1(){
        List<Employee> list = EmployeeData.getEmployees();
//        allMatch(Predicate p)——检查是否匹配所有元素。
//          练习:是否所有的员工的年龄都大于18
        Stream<Employee> stream = list.stream();
        System.out.println(stream.allMatch(emp -> emp.getAge() > 18));


//        anyMatch(Predicate p)——检查是否至少匹配一个元素。
//         练习:是否存在员工的工资大于 10000
        Stream<Employee> stream1 = list.stream();
        System.out.println(stream1.anyMatch(emp -> emp.getSalary() > 10000));

//        findFirst——返回第一个元素
        Optional<Employee> optional = list.stream().findFirst();
        //Optional类可以避免空指针,这是jdk8的新特性后续文章中我会讲到
        System.out.println(optional.get());
    }

    @Test
    public void test2(){
        List<Employee> list = EmployeeData.getEmployees();
        // count——返回流中元素的总个数
        Stream<Employee> stream = list.stream();
        System.out.println(stream.filter(emp -> emp.getSalary() > 8000).count());

//        max(Comparator c)——返回流中最大值
//        练习:返回最高的工资
//        Optional<Double> optional1 = list.stream().max((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())).map(emp -> emp.getSalary());
//        Optional<Double> optional1 = list.stream().max((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())).map(Employee::getSalary);
        Optional<Double> optional1 = list.stream().map(Employee::getSalary).max((salary1, salary2) -> Double.compare(salary1, salary2));
        System.out.println(optional1.get());


//        min(Comparator c)——返回流中最小值
//        练习:返回最低工资的员工
        Optional<Employee> optional = list.stream().min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));
        System.out.println(optional.get());


//        forEach(Consumer c)——内部迭代
        list.stream().forEach(System.out::println);

    }

    /*
    * 集合中新增了遍历的方法
    * */
    @Test
    public void test0(){
        List<Employee> list = EmployeeData.getEmployees();
//        list.forEach(System.out::println);
        list.forEach( emp -> {
            System.out.println(emp);
            //...
        });
    }

    //2-归约
    @Test
    public void test3(){
//        reduce(T identity, BinaryOperator)——可以将流中元素反复结合起来,得到一个值。返回 T
//        练习1:计算1-10的自然数的和
        List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        System.out.println(list.stream().reduce(0, (x1, x2) -> x1 + x2));


//        reduce(BinaryOperator) ——可以将流中元素反复结合起来,得到一个值。返回 Optional<T>
//        练习2:计算公司所有员工工资的总和
        List<Employee> employees = EmployeeData.getEmployees();
//        Optional<Double> sumSalary = employees.stream().map(emp -> emp.getSalary()).reduce((salary1, salary2) -> Double.sum(salary1, salary2));
        Optional<Double> sumSalary = employees.stream().map(Employee::getSalary).reduce(Double :: sum);
        System.out.println(sumSalary.get());


    }

    //3-收集
    @Test
    public void test4(){
//        collect(Collector c)——将流转换为其他形式。接收一个 Collector接口的实现,用于给Stream中元素做汇总的方法
//        练习1:查找工资大于6000的员工,结果返回为一个List或Set
        List<Employee> list = EmployeeData.getEmployees();
        List<Employee> filterList = list.stream().filter(emp -> emp.getSalary() > 6000).collect(Collectors.toList());
        filterList.forEach(System.out::println);

        System.out.println();
//        练习2:按照员工的年龄进行排序,返回到一个新的List中
        List<Employee> sortList = list.stream().sorted((emp1, emp2) -> Integer.compare(emp1.getAge(), emp2.getAge())).collect(Collectors.toList());
        sortList.forEach(System.out::println);

    }
}

五,并行Stream说明

运行机制:

在这里插入图片描述
使用并行流,可以有效利用计算机的多CPU硬件,提升逻辑的执行速度。并行流通过将一整个stream划分为多个片段,然后对各个分片流并行执行处理逻辑,最后将各个分片流的执行结果汇总为一个整体流。

并行流存在什么限制?

在并行流终止执行的函数逻辑,必须要保证线程安全。并行流类似于多线程在并行处理,所以与多线程场景相关的一些问题同样会存在,比如死锁等问题。

六,Stream 的优势和缺点

优势:

  • 代码简洁、声明式的编码风格,更容易体现出代码的逻辑
  • 逻辑解耦,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
  • 避免一些中间不必要的操作消耗,得益于函数式接口,延迟执行的特性,中间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

缺点

  • 不方便debug并非无法debug
  • Stream API的使用需要一段时间来熟悉,相对传统写法变化较大,一但适应绝对爱不释手
    debug提示:
    在这里插入图片描述

至此关于Stream的基本内容以及使用方法已经讲述完了,希望对你有所帮助!

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Liu-Chao Xu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值