jdk 8特性 - Stream API

最新推荐文章于 2022-10-18 15:01:49 发布

xuyuyong12344

最新推荐文章于 2022-10-18 15:01:49 发布

阅读量132

点赞数

4. Stream API

4.1 了解Stream

Java8中有两大最为重要的改变。第一个是 Lambda 表达式；另外一个则是 Stream API( java.util.stream .*) 。
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。

4.2 什么是 Stream

流 (Stream) 到底是什么呢？
是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。
“集合讲的是数据，流讲的是计算！ ”

注意：
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

4.3 Stream 的操作三个步骤

创建 Stream
一个数据源（如：集合、数组），获取一个流
中间操作
一个中间操作链，对数据源的数据进行处理
终止操作( ( 终端操作) )
一个终止操作，执行中间操作链，并产生结果

4.3.1 创建 Stream

Java8 中的 Collection 接口被扩展，提供了
两个获取流的方法

default Stream stream() : 返回一个顺序流
default Stream parallelStream() : 返回一个并行流

        //1. Collection 提供了两个方法  stream() 与 parallelStream()
        List<String> list = new ArrayList<>();
        //获取一个顺序流
        Stream<String> stream = list.stream();
        //获取一个并行流
        Stream<String> parallelStream = list.parallelStream();

4.3.2 由数组创建流

Java8 中的 Arrays 的静态方法 stream() 可
以获取数组流：

static Stream stream(T[] array): 返回一个流重载形式，能够处理对应基本类型的数组：
public static IntStream stream(int[] array)
public static LongStream stream(long[] array)
public static DoubleStream stream(double[] array)

        //2.通过 Arrays 中的 stream() 获取一个数组流
        Integer[] nums = new Integer[10];
        Stream<Integer> stream1 = Arrays.stream(nums);

        //3.通过Stream 类中静态方法 of()
        Stream<Integer> stream2 = Stream.of(1, 1, 1, 23, 3);

4.3.3 由值创建流

可以使用静态方法 Stream.of(), 通过显示值
创建一个流。它可以接收任意数量的参数。

public static Stream of(T… values) : 返回一个流

4.3.4 由函数创建流：创建无限流

可以使用静态方法 Stream.iterate() 和
Stream.generate(), 创建无限流。

迭代
public static Stream iterate(final T seed, final UnaryOperator f)
生成
public static Stream generate(Supplier s) :

       //4.创建无限流
        //迭代
        Stream<Integer> stream3 = Stream.iterate(0, (x) -> x + 2).limit(3);
        stream3.forEach(System.out::println);

        System.out.println("-----------------------");

        Stream<Double> stream4 = Stream.generate(Math::random).limit(4);
        stream4.forEach(System.out::println);

4.3.5 Stream 的中间操作

多个中间操作可以连接起来形成一个流水线，除非流水线上触发终止操作，否则中间操作不会执行任何的处理！
而在终止操作时一次性全部处理，称为“惰性求值”。

1) 筛选与切片

方法	描述
filter(Predicate p)	接收 Lambda ，从流中排除某些元素
distinct()	筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
limit(long maxSize)	limit(long maxSize)
skip(long 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

    @Test
    public void test02() {
        //所有的中间操作不会做任何的处理
        Stream<Employee> stream = emps.stream().filter((e) -> {
            System.out.println("达成条件"+e);
            return e.getAge() > 34;
        });

        //只有当做终止操作时, 所有的中间操作会一次性的全部执行,称为“惰性求值”
        stream.forEach(System.out::println);
    }

    /**
     * 外部迭代
     */
    @Test
    public void test03() {
        Iterator<Employee> it = emps.iterator();
        while (it.hasNext()){
            System.out.println(((Iterator) it).next());
        }
    }

    /**
     * skip 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
     */
    @Test
    public void test4() {
        emps.stream().filter((e) -> e.getSalary() >= 5000)
                .skip(2).forEach(System.out::println);
    }

    /**
     * distinct
     */
    @Test
    public void test05() {
        emps.stream().distinct().forEach(System.out::println);
    }

2) 映射

方法	描述
map(Function f)	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。
mapToDouble(ToDoubleFunction f)	接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 DoubleStream。
mapToInt(ToIntFunction f)	接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 IntStream。
mapToLong(ToLongFunction f)	接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 LongStream。
flatMap(Function f)	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

        //获取名称
        emps.stream().map((e) -> e.getName())
                .forEach(System.out::println);
        System.out.println("---------------------");

        //设置字符串的大写
        List<String> strings = Arrays.asList("aa", "bb", "cc");
        strings.stream().map(String :: toUpperCase)
                .forEach(System.out::println);
        System.out.println("-------------------------");

        //获取集合中的字符
        strings.stream().map(TestStreamAPI1::filterCharacter)
                .forEach((sm) -> sm.forEach(System.out::println));
    /**
     * 获取字符
     */
    public static Stream<Character> filterCharacter(String str){
        List<Character> list = new ArrayList<>();

        for (Character ch : str.toCharArray()) {
            list.add(ch);
        }

        return list.stream();
    }

3) 排序

方法	描述
sorted()	产生一个新流，其中按自然顺序排序
sorted(Comparator comp)	产生一个新流，其中按比较器顺序排序

        emps.stream().map((e) -> e.getName()).sorted()
                .forEach(System.out::println);
        System.out.println("-------------------");

        emps.stream().sorted(
                (x, y) -> {
                    if (x.getAge() == y.getAge()) {
                        return x.getName().compareTo(y.getName());
                    }
                    return Integer.compare(x.getAge(), y.getAge());
                }
        ).forEach(System.out::println);

4.3.6 Stream 的终止操作

1) 查找与匹配

方法	描述
allMatch(Predicate p)	检查是否匹配所有元素
anyMatch( (Predicate p) )	检查是否至少匹配一个元素
noneMatch(Predicate p)	检查是否没有匹配所有元素
findFirst()	返回第一个元素
findAny()	返回当前流中的任意元素
count()	返回流中元素总数
max(Comparator c c) )	返回流中最大值
min(Comparator c c) )	返回流中最小值
forEach(Consumer c c) )	内部迭代(用使用 Collection 接口需要用户去做迭代，称为外部迭代。相反， Stream API 使用内部迭代 —— 它帮你把迭代做了)

//allMatch——检查是否匹配所有元素
        System.out.println("allMatch"+
                emps.stream().allMatch(
                        (e) -> e.getStatus().equals(Employee.Status.BUSY))
        );

        //anyMatch——检查是否至少匹配一个元素
        System.out.println("anyMatch"+
                emps.stream().anyMatch(
                        (e) -> e.getStatus().equals(Employee.Status.FREE))
        );

        //noneMatch——检查是否没有匹配的元素
        System.out.println("noneMatch:" +
                emps.stream().noneMatch(
                        (e) -> e.getStatus().equals(Employee.Status.VOCATION))
        );

        //findFirst——返回第一个元素
        System.out.println("findFirst:"+
                emps.stream().findFirst().get()
        );


        //findAny——返回当前流中的任意元素
        System.out.println("findAny:" +
                emps.stream()
                        .filter((e) -> e.getStatus().equals(Employee.Status.FREE))
                        .findAny().get()
        );

        //count——返回流中元素的总个数
        System.out.println("count:"+
                emps.stream().count()
        );

        //max——返回流中最大值
        System.out.println("max:"+
                emps.stream().map(Employee::getSalary)
                        .max(Double::compareTo)
        );

        //min——返回流中最小值
        System.out.println("min:"+
                emps.stream().map(Employee::getSalary)
                        .min(Double::compareTo)
        );

        //注意:流进行了终止操作之后,就不能使用了
        Stream<Employee> stream = emps.stream()
                .filter((e) -> e.getSalary() > 5000);
        System.out.println(stream.count());
        System.out.println(stream.map(Employee::getSalary).max(Double::compareTo));

2) 归约

方法	描述
reduce(T iden, BinaryOperator b)	可以将流中元素反复结合起来，得到一个值。返回 T
reduce(BinaryOperator b)	可以将流中元素反复结合起来，得到一个值。返回 Optional

备注：map 和 reduce 的连接通常称为 map-reduce 模式，因 Google 用它
来进行网络搜索而出名。

/**
     * 归约
     * 		reduce(T identity, BinaryOperator) / reduce(BinaryOperator) ——可以将流中元素反复结合起来，得到一个值。
     */
    public void test01() {
        //数字相加
        List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
        Integer reduce = list.stream().reduce(0, (x, y) -> x + y);
        System.out.println(reduce);

        System.out.println("----------------------");

        //工资和
        System.out.println(
                emps.stream()
                        .map(Employee::getSalary)
                        .reduce(Double::sum).get()
        );
    }

    /**
     * 需求：搜索名字中 “六” 出现的次数
     */
    @Test
    public void test02 () {
        System.out.println("“六” 出现的次数:"+
                emps.stream()
                        .map(Employee::getName)
                .flatMap(TestStreamAPI1::filterCharacter)
                .map((e) -> {
                    if (e.equals('六')) {
                        return 1;
                    }
                    return 0;
                }).reduce(Integer::sum).get()
        );
    }

3) 收集

方法	描述
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

Collector 接口中方法的实现决定了如何对流执行收集操作(如收
集到 List、Set、Map)。但是 Collectors 实用类提供了很多静态
方法，可以方便地创建常见收集器实例，具体方法与实例如下表：

创建收集格式

@Test
    public void test03() {
        //List
        emps.stream().map(Employee::getName)
                .collect(Collectors.toList())
                .forEach(System.out::println);
        System.out.println("-------------");

        //Set
        emps.stream().map(Employee::getName)
                .collect(Collectors.toSet())
                .forEach(System.out::println);
        System.out.println("---------------------");

        //HashSet
        emps.stream().map(Employee::getName)
                .collect(Collectors.toCollection(HashSet::new))
                .forEach(System.out::println);
    }

    @Test
    public void test04() {
        //maxBy
        System.out.println(emps.stream()
                .map(Employee::getSalary)
                .collect(Collectors.maxBy(Double::compareTo)).get());
        System.out.println("-------maxBy-------");

        //minBy
        System.out.println(emps.stream()
                .map(Employee::getSalary)
                .collect(Collectors.minBy(Double::compareTo)).get());
        System.out.println("-------minBy-------");

        //summingDouble
        System.out.println(emps.stream()
                .collect(Collectors.summingDouble(Employee::getSalary)));
        System.out.println("-------summingDouble-------");

        //averagingDouble
        System.out.println(emps.stream()
                .collect(Collectors.averagingDouble(Employee::getSalary)));
        System.out.println("------averagingDouble--------");

        //counting
        System.out.println(emps.stream()
                .collect(Collectors.counting()));
        System.out.println("------counting--------");

        //summarizingDouble
        DoubleSummaryStatistics collect = emps.stream()
                .collect(Collectors.summarizingDouble(Employee::getSalary));

        System.out.println("summarizingDouble:"+collect.getMax());
        System.out.println("summarizingDouble:"+collect.getCount());
    }

    /**
     * 分组
     */
    @Test
    public void test05() {

        Map<Employee.Status, Map<String, List<Employee>>> map = emps.stream().collect(
                Collectors.groupingBy(Employee::getStatus, Collectors.groupingBy((e) -> {
                            if (e.getAge() >= 60) {
                                return "老年";
                            } else if (e.getAge() >= 40) {
                                return "中年";
                            } else if (e.getAge() >= 20) {
                                return "成年";
                            } else {
                                return "少年";
                            }
                        })
                )
        );
        System.out.println(map);
    }

    /**
     * 分区
     */
    @Test
    public void test07() {
        Map<Boolean, List<Employee>> map =
                emps.stream().collect(Collectors.partitioningBy((e) -> e.getSalary() > 5000));

        System.out.println(map);
    }

    @Test
    public void test08() {
        System.out.println(emps.stream().map(Employee::getName)
                .collect(Collectors.joining(",","<",">")));
    }

    @Test
    public void test09() {
        System.out.println(emps.stream()
                .map(Employee::getSalary)
                .collect(Collectors.reducing(Double::sum))
                .get());
    }

4.4 并行流与串行流

并行流 就是把一个内容分成多个数据块，并用不同的线程分
别处理每个数据块的流。
Java 8 中将并行进行了优化，我们可以很容易的对数据进行并
行操作。Stream API 可以声明性地通过 parallel() 与
sequential() 在并行流与顺序流之间进行切换。

Fork/Join 框架：就是在必要的情况下，将一个大任务，进行拆分(fork)成若干个
小任务（拆到不可再拆时），再将一个个的小任务运算的结果进行 join 汇总

Fork/Join 框架与传统线程池的

采用 “工作窃取”模式（work-stealing）：
当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线
程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。
相对于一般的线程池实现,fork/join框架的优势体现在对其中包含的任务的
处理方式上.在一般的线程池中,如果一个线程正在执行的任务由于某些原因
无法继续运行,那么该线程会处于等待状态.而在fork/join框架实现中,如果
某个子问题由于等待另外一个子问题的完成而无法继续运行.那么处理该子
问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程
的等待时间,提高了性能