Stream流基础学习

    科技2022-08-01  136

    文章目录

    1.1 引言1.2 Stream流概述1.3 获取流(1)Collection获取流(2)Map获取流(3)数组获取流 1.3 中间操作(1)filter 过滤(2)map 映射(3)limit 截取(4)sorted 排序(5)distinct 去重(6)skip 跳过 1.4 终端操作(1)forEach(2)collect(3)count(4)reduce 1.5 总结 参考资料 在Java 8中,得益于Lambda所带来的函数式编程,引入了一个全新的Stream概念,用于解决已有集合类库既有的弊端。Stream流尽管被称作为“流”,但它和文件流、字符流、字节流 完全没有任何关系。

    1.1 引言

    传统集合的多步遍历代码

    几乎所有的集合(如Collection接口或Map接口等)都支持直接或间接的遍历操作。而当我们需要对集合中的元素进行操作的时候,除了必需的添加、删除、获取外,最典型的就是集合遍历。例如:

    public class ForEachTest { public static void main(String[] args) { List<String> list = new ArrayList<>(); list.add("张三"); list.add("李四"); list.add("王五"); list.add("王二"); list.add("王二狗"); for (String name : list) { System.out.println(name); } } }

    这是一段非常简单的集合遍历操作:对集合中的每一个字符串都进行打印输出操作。

    循环遍历的弊端

    试想一下,如果希望对集合中的元素进行筛选过滤:

    1. 将集合A根据条件一过滤为子集B; 2. 然后再根据条件二过滤为子集C。

    那怎么办?在Java 8之前的做法可能为:

    public class ForEachTest { public static void main(String[] args) { List<String> list = new ArrayList<>(); list.add("张三"); list.add("李四"); list.add("王五"); list.add("王二"); list.add("王二狗"); List<String> List2 = new ArrayList<>(); for (String name : list) { if (name.startsWith("王")) { List2.add(name); } } List<String> shortList = new ArrayList<>(); for (String name : List2) { if (name.length() == 2) { shortList.add(name); } } for (String name : shortList) { System.out.println(name); } } }

    这段代码中含有三个循环,每一个作用不同:

    首先筛选所有姓王的人;然后筛选名字有两个字的人;最后进行对结果进行打印输出。

    每当我们需要对集合中的元素进行操作的时候,总是需要进行循环、循环、再循环,很不优雅。 那,Lambda的衍生物Stream能给我们带来怎样更加优雅的写法呢?

    Stream的更优写法

    下面来看一下借助Java 8的Stream API,什么才叫优雅:

    public class ForEachTest { public static void main(String[] args) { List<String> list = new ArrayList<>(); list.add("张三"); list.add("李四"); list.add("王五"); list.add("王二"); list.add("王二狗"); list.stream() .filter(s -> s.startsWith("王")) .filter(s -> s.length() == 2) .forEach(System.out::println); } }

    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:获取流、过滤王姓、过滤长度为2、逐一打印。代码中并没有体现使用线性循环或是其他任何算法进行遍历,我们真正要做的事情内容被更好地体现在代码中。

    1.2 Stream流概述

    整体来看,Stream流类似于工厂车间的“生产流水线**”,只需要把集合、命令还有一些参数灌输到**流水线中去,就可以加工成得出想要的结果。

    原集合 —> 获取流 —> 中间操作 (过滤、分组、统计)> 终端操作

    当使用流的时候,通常有以下几个步骤:集合→获取流→中间操作(比如过滤、筛选、分组、计算)获取想要的结果→终端操作(就是转化成我们想要的数据,这个数据的形式一般还是集合,有时也会按照需求输出 count 计数。)

    Tips:“Stream流”其实是一个集合元素的函数模型,它并不是集合,也不是数据结构,其本身并不存储任何元素或其地址。

    Stream(流)是一个来自数据源的元素队列:

    元素是特定类型的对象,形成一个队列。 Java中的Stream并不会存储元素,而是按需计算。数据源 流的来源。 可以是集合,数组 等。

    和Collection操作不同, Stream操作还有两个基础的特征:

    Pipelining:中间操作都会返回流对象本身。 这样多个操作可以串联成一个管道, 如同流式风格(fluentstyle)。 这样做可以对操作进行优化, 比如延迟执行(laziness)和短路(short-circuiting)。内部迭代: 以前对集合遍历都是通过Iterator或者foreach的方式,在集合外部进行外部迭代。 Stream提供了内部迭代的方式,流可以直接调用遍历方法。

    1.3 获取流

    java.util.stream.Stream<T>是Java 8中最常用的流接口。(并不是一个函数式接口。)

    获取一个流非常简单,常用的方式:

    所有的Collection集合、Map集合都可以通过stream默认方法获取流(串行流) default Stream<E> stream() { return StreamSupport.stream(spliterator(), false); } Stream接口的静态方法of可以获取数组对应的流 public static<T> Stream<T> of(T... values) { return Arrays.stream(values); }

    (1)Collection获取流

    首先,java.util.Collection接口中加入了default方法stream用来获取流,所以其所有实现类均可获取流。

    public class StreamTest { public static void main(String[] args) { List<String> list = new ArrayList<>(); // ... Stream<String> stream1 = list.stream(); Set<String> set = new HashSet<>(); // ... Stream<String> stream2 = set.stream(); Vector<String> vector = new Vector<>(); // ... Stream<String> stream3 = vector.stream(); } }

    (2)Map获取流

    java.util.Map接口不是Collection的子接口,且其K-V数据结构不符合流元素的单一特征,所以获取对应的流 需要分key、value或entry等情况。

    Map<String, String> map = new HashMap<>(); // ... Stream<String> keyStream = map.keySet().stream(); Stream<String> valueStream = map.values().stream(); Stream<Map.Entry<String, String>> entryStream = map.entrySet().stream();

    (3)数组获取流

    如果使用的是数组,由于数组对象不可能添加默认方法,所以Stream接口中提供了静态方法of,使用很简单:

    String[] array = { "张三", "李四", "王五"}; Stream<String> stream = Stream.of(array);

    Tips:of方法的参数其实是一个可变参数,所以支持数组。

    1.3 中间操作

    常用方法:

    操作类型返回类型操作参数函数描述符filter中间StreamPredicateT -> booleanmap中间StreamFuncation<T,R>T -> Rlimit中间(有状态-有界)Streamsorted中间StreamComparator(T,T) -> intdistinct中间(有状态-无界)Streamskip中间(有状态-有界)Streamlong

    (1)filter 过滤

    可以通过 filter 方法将一个流转换成另一个子集流。方法签名:

    Stream<T> filter(Predicate<? super T> predicate);

    filter 里面,->箭头后面跟着的是一个boolean 值,可以写任何的过滤条件,就相当于 sql 中 where 后面的东西,换句话说,能用 sql 实现的功能这里都可以实现。

    public class StreamTest { public static void main(String[] args) { List<String> list = new ArrayList<>(); list.add("aaa"); list.add("bbb"); list.add("ccc"); list.add("aaa"); List filterList = list.stream() .filter(value -> value.contains("a")) .collect(Collectors.toList()); System.out.println(filterList); } }

    (2)map 映射

    如果需要将流中的元素映射到另一个流中,可以使用 map 方法。方法签名:

    <R> Stream<R> map(Function<? super T, ? extends R> mapper);

    该接口需要一个 Function 函数式接口参数,可以将当前流中的T类型数据转换为另一种R类型的流。

    List mapList = list.stream() .map(String -> String.toUpperCase()) .collect(Collectors.toList());

    (3)limit 截取

    limit 方法可以对流进行截取,只取用集合中前n个数据。方法签名:

    Stream<T> limit(long maxSize);

    参数是一个long型,如果集合当前长度大于参数则进行截取;否则不进行操作。基本使用:

    List limitList = list.stream() .limit(2) .collect(Collectors.toList());

    (4)sorted 排序

    sorted() 方法对元素进行排序。方法签名:

    Stream<T> sorted(Comparator<? super T> comparator);

    基本使用:

    List sortedlist = list.stream() .sorted(Comparator.reverseOrder()) .collect(Collectors.toList());

    (5)distinct 去重

    和 sql 中的 distinct 关键字很相似,可以对重复元素去重。方法签名:

    Stream<T> distinct();

    基本使用:

    List distinctList = list.stream() .distinct() .collect(Collectors.toList());

    (6)skip 跳过

    limit 方法可以对流进行截取,跳过集合中前n个数据其之后的数据。方法签名:

    Stream<T> skip(long n);

    如果流的当前长度大于n,则跳过前n个;否则将会得到一个长度为0的空流。基本使用:

    List skipList = list.stream() .skip(2) .collect(Collectors.toList());

    1.4 终端操作

    操作类型返回类型操作参数函数描述符forEach终端voidConsumerT -> voidcollect终端RCollector<T,A,R>reduce终端(有状态-有界)OptionalBinaryOperator(T,T) -> Tcount终端long

    (1)forEach

    虽然方法名字叫 forEach ,但是与for循环中的“for-each”昵称不同。方法签名:

    void forEach(Consumer<? super T> action);

    该方法接收一个 Consumer 接口函数,会将每一个流元素交给该函数进行处理。基本使用:

    Stream<String> stream = Stream.of("张三", "李四", "王五"); stream.forEach(name-> System.out.println(name));

    (2)collect

    Collectors.toList():转换成List集合。/ Collectors.toSet():转换成set集合。 System.out.println(Stream.of("a", "b", "c","a").collect(Collectors.toSet())); Collectors.toCollection(TreeSet::new):转换成特定的set集合。 TreeSet<String> treeSet = Stream.of("a", "c", "b", "a").collect(Collectors.toCollection(TreeSet::new)); System.out.println(treeSet); Collectors.toMap(keyMapper, valueMapper, mergeFunction):转换成map。 Map<String, String> collect = Stream.of("a", "b", "c", "a").collect(Collectors.toMap(x -> x, x -> x + x,(oldVal, newVal) -> newVal))); collect.forEach((k,v) -> System.out.println(k + ":" + v));

    (3)count

    正如旧集合 Collection 当中的 size 方法一样,流提供 count 方法来数一数其中的元素个数。方法签名:

    long count();

    基本使用:

    Stream<String> original = Stream.of("张三", "李四", "王五"); Stream<String> result = original.filter(s -> s.startsWith("张")); System.out.println(result.count());

    (4)reduce

    reduce就是一个归一化的迭代操作。接受一个stream,通过重复应用操作将他们组合成一个简单结果。

    三个重载方法:

    Optional<T> reduce(BinaryOperator<T> accumulator); T reduce(T identity, BinaryOperator<T> accumulator); <U> U reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner);

    基本使用:

    public class StreamTest { public static void main(String[] args) { Stream<Integer> stream = Arrays.stream(new Integer[]{1, 2, 3, 4, 5}); //求集合元素之和 System.out.println(stream.reduce(0, Integer::sum)); stream = Arrays.stream(new Integer[]{1, 2, 3, 4, 5}); //求和 stream.reduce((i, j) -> i + j).ifPresent(System.out::println); stream = Arrays.stream(new Integer[]{1, 2, 3, 4, 5}); //求最大值 stream.reduce(Integer::max).ifPresent(System.out::println); stream = Arrays.stream(new Integer[]{1, 2, 3, 4, 5}); //求最小值 stream.reduce(Integer::min).ifPresent(System.out::println); stream = Arrays.stream(new Integer[]{1, 2, 3, 4, 5}); //做逻辑 stream.reduce((i, j) -> i > j ? j : i).ifPresent(System.out::println); stream = Arrays.stream(new Integer[]{1, 2, 3, 4, 5}); //求逻辑求乘机 int result2 = stream.filter(i -> i % 2 == 0).reduce(1, (i, j) -> i * j); Optional.of(result2).ifPresent(System.out::println); } }

    1.5 总结

    中间操作和终端操作

    操作类型返回类型使用的类型/函数式接口函数描述符filter中间StreamPredicateT -> booleandistinct中间(有状态-无界)Streamskip中间(有状态-有界)Streamlonglimit中间Stremlongmap中间StreamFunction<T,R>T -> RflatMap中间(有状态-无界)StreamFunction<T,Stream>T -> Streamsorted终端StreamComparator(T, T) -> intanyMatch终端booleanPredicateT -> booleannoneMatch终端booleanPredicateT -> booleanallMatch终端booleanPredicateT -> booleanfindAny终端OptionalfindFirst终端OptionalforEach终端voidConsumerT -> voidcollect终端RCollector<T,A,R>reduce终端(有状态-有界)OptionalBinaryOperator(T, T) -> Tcount终端long

    参考资料

    简洁方便的集合处理 Java 8 stream流

    Java8 Stream流学习笔记

    Java 函数式编程(三)流(Stream)

    Java 8 新特性 Stream类的collect方法

    Stream流

    Processed: 0.013, SQL: 8