共计 1199 个字符,预计需要花费 3 分钟才能阅读完成。
1. 前言
Java 8 提供了非常好用的 Stream API , 可以很方便的操作集合。今天我们来探讨两个 Stream 中间操作 map(Function<? super T, ? extends R> mapper)
和 flatMap(Function<? super T, ? extends Stream<? extends R>> mapper)
2. map 操作
map
操作是将流中的元素进行再次加工形成一个新流。这在开发中很有用。比如我们有一个学生集合,我们需要从中提取学生的年龄以分析学生的年龄分布曲线。
放在 Java 8 之前 我们要通过新建一个集合然后通过遍历学生集合来消费元素中的年龄属性。现在我们通过很简单的流式操作就完成了这个需求。
示意图:
对应的伪代码:
// 伪代码
List<Integer> ages=studentList.stream().map(Student::getAge).collect(Collectors.toList());
3. flatMap 操作
通过上面的例子,map
操作应该非常好理解。那么 flatMap
是干嘛的呢?这样我们把上面的例子给改一下,如果是以班级为单位,提取所有班级下的所有学生的年龄以分析学生的年龄分布曲线。这时我们使用上面的方法还行得通吗?
List<List<Student>> studentGroup= gradeList.stream().map(Grade::getStudents).collect(Collectors.toList());
通过上面的一顿操作,我们只能得到每个班的学生集合的集合 List<List<Student>>
。我们还需要嵌套循环才能获取学生的年龄数据,十分不便。如果我们能返回全部学生的集合 List<Students>
就方便多了。没错!flatMap
可以搞定!
// flatMap 提取 List<Students> map 提取年龄
List<Integer> ages = grades.stream().flatMap(grade -> grade.getStudents().stream()).map(Student::getAge).collect(Collectors.toList());
正如上面的伪代码所示,我们使用 flatMap
将所有的学生汇聚到一起。然后再使用 map
操作提取年龄。flatMap
不同于 map
地方在于 map
只是提取属性放入流中,而 flatMap 先提取属性放入一个比较小的流,然后再将所有的流合并为一个流。有一种“聚沙成塔”的感觉。
再画一张图来加深理解:
4. 总结
map
操作和 flatMap
操作一旦你熟悉了,可以非常简便地解决一些数据流的操作问题。扩展一下知识,其实 Java 8 中 不光 Stream 中存在这两种操作,其实 Optional<T>
中也存在这两种操作,作用都差不多。
关注公众号:Felordcn 获取更多资讯
个人博客:https://felord.cn