关于java8:从零开始学习Java8-Stream看这篇就够了

为何须要引入流

在咱们平时的开发中简直每天都会有到 List、Map 等汇合 API，若是问 Java 什么 API 应用最多，我想也应该是汇合了。举例：如果我有个汇合 List，外面元素有1,7,3,8,2,4,9，须要找出外面大于 5 的元素，具体实现代码：

public List<Integer> getGt5Data() {List<Integer> data = Arrays.asList(1, 7, 3, 8, 2, 4, 9);
    List<Integer> result = new ArrayList<>();
    for (Integer num : data) {if (num > 5) {result.add(num);
        }
    }
    return result;
}

这个实现让咱们感觉到了汇合的操作不是太完满，如果是数据库的话，咱们只须要简略的在 where 前面加一个条件大于 5 就能够失去咱们想要的后果，为什么 Java 的汇合就没有这种 API 呢？
其次，如果咱们遇到有大汇合须要解决，为了进步性能，咱们可能须要应用到多线程来解决，然而写并行程序的复杂度有进步了不少。

基于以上的问题，所有 Java8 推出了 Stream

Stream 简介

Stream 有哪些特点：

• 元素的序列：与汇合一样能够拜访外面的元素，汇合讲的是数据，而流讲的是操作，比方：filter、map
• 源: 流也须要又一个提供数据的源，程序和生成时的程序统一
• 数据的操作：流反对相似于数据库的操作，反对程序或者并行处理数据；下面的例子用流来实现会更加的简洁

public List<Integer> getGt5Data() {return Stream.of(1, 7, 3, 8, 2, 4, 9)
            .filter(num -> num > 5)
            .collect(toList());
}

• 流水线操作：很多流的办法自身也会返回一个流，这样能够把多个操作连接起来，造成流水线操作
• 外部迭代：与以往的迭代不同，流应用的外部迭代，用户只须要专一于数据处理
• 只能遍历一次：遍历实现之后咱们的流就曾经生产完了，再次遍历的话会抛出异样

应用 Stream

Java8 中的 Stream 定义了很多办法，根本能够把他们分为两类：两头操作、终端操作；要应用一个流个别都须要三个操作：

1. 定义一个数据源
2. 定义两头操作造成流水线
3. 定义终端操作，执行流水线，生成计算结果

构建流

1. 应用 Stream.of 办法构建一个流

Stream.of("silently","9527","silently9527.cn")
        .forEach(System.out::println);

1. 应用数组构建一个流

int[] nums = {3, 5, 2, 7, 8, 9};
Arrays.stream(nums).sorted().forEach(System.out::println);

1. 通过文件构建一个流

应用 java.nio.file.Files.lines 办法能够轻松构建一个流对象

Files.lines(Paths.get("/Users/huaan9527/Desktop/data.txt"))
                .forEach(System.out::println);

两头操作

两头操作会返回另外一个流，这样能够让多个操作连接起来造成一个流水线的操作，只有不触发终端操作，那么这个两头操作都不会理论执行。

filter

该操作承受一个返回 boolean 的函数，当返回 false 的元素将会被排除掉

举例：如果咱们 100 个客户，须要筛选出年龄大于 20 岁的客户

List<Customer> matchCustomers = allCustomers.stream()
                .filter(customer -> customer.getAge()>20)
                .collect(toList());

distinct

该操作将会排除掉反复的元素

List<Integer> data = Stream.of(1, 7, 3, 8, 2, 4, 9, 7, 9)
        .filter(num -> num > 5)
        .distinct()
        .collect(toList());

limit

该办法限度流只返回指定个数的元素

List<Integer> data = Stream.of(1, 7, 3, 8, 2, 4, 9, 7, 9)
        .filter(num -> num > 5)
        .limit(2)
        .collect(toList());

skip

扔掉前指定个数的元素；配合 limit 应用能够达到翻页的成果

List<Integer> data = Stream.of(1, 7, 3, 8, 2, 4, 9, 7, 9)
        .filter(num -> num > 5)
        .skip(1)
        .limit(2)
        .collect(toList());

map

该办法提供一个函数，流中的每个元素都会利用到这个函数上，返回的后果将造成新类型的流持续后续操作。
举例：如果咱们 100 个客户，须要筛选出年龄大于 20 岁的客户，打印出他们的名字

allCustomers.stream()
            .filter(customer -> customer.getAge() > 20)
            .map(Customer::getName)
            .forEach(System.out::println);

在调用 map 之前流的类型是Stream<Customer>，执行完 map 之后的类型是Stream<String>

flatMap

如果咱们须要把客户的名字中的每个字符打印进去，代码如下：

List<Customer> allCustomers = Arrays.asList(new Customer("silently9527", 30));
allCustomers.stream()
        .filter(customer -> customer.getAge() > 20)
        .map(customer -> customer.getName().split(""))
        .forEach(System.out::println);

执行本次后果，你会发现没有达到冀望的后果，打印的后果

[Ljava.lang.String;@38cccef

这是因为调用 map 之后返回的流类型是 Stream<String[]>，所有 forEach 的输出就是String[]；这时候咱们须要应用 flatMap 把String[] 中的每个元素都转换成一个流，而后在把所有的流连接成一个流，批改后的代码如下

List<Customer> allCustomers = Arrays.asList(new Customer("silently9527", 30));
allCustomers.stream()
        .filter(customer -> customer.getAge() > 20)
        .map(customer -> customer.getName().split(""))
        .flatMap(Arrays::stream)
        .forEach(System.out::println);

执行后果：

sorted

对所有的元素进行排序

List<Integer> numbers = Arrays.asList(1, 7, 3, 8, 2, 4, 9);
numbers.stream().sorted(Integer::compareTo).forEach(System.out::println);

终端操作

终端操作会执行所有的两头操作生成执行的后果，执行的后果不在是一个流。

anyMatch

如果流中有一个元素满足条件将返回 true

if (allCustomers.stream().anyMatch(customer -> "silently9527".equals(customer.getName()))) {System.out.println("存在用户 silently9527");
}

allMatch

确保流中所有的元素都能满足

if (allCustomers.stream().allMatch(customer -> customer.getAge() > 20)) {System.out.println("所有用户年龄都大于 20");
}

noneMatch

与 allMatch 操作相同，确保流中所有的元素都不满足

if (allCustomers.stream().noneMatch(customer -> customer.getAge() < 20)) {System.out.println("所有用户年龄都大于 20");
}

findAny

返回流中的任意一个元素，比方返回大于 20 岁的任意一个客户

Optional<Customer> optional = allCustomers.stream()
        .filter(customer -> customer.getAge() > 20)
        .findAny();

findFirst

返回流中的第一个元素

Optional<Customer> optional = allCustomers.stream()
        .filter(customer -> customer.getAge() > 20)
        .findFirst();

reduce

承受两个参数：一个初始值，一个 BinaryOperator<T> accumulator 将两个元素合并成一个新的值
比方咱们对一个数字 list 累加

List<Integer> numbers = Arrays.asList(1, 7, 3, 8, 2, 4, 9);
Integer sum = numbers.stream().reduce(0, (a, b) -> a + b);

下面的代码，咱们能够简写

Integer reduce = numbers.stream().reduce(0, Integer::sum);

找出流中的最大值、最小值 min、max

numbers.stream().reduce(Integer::max)
numbers.stream().reduce(Integer::min)

count

统计流中元素的个数

numbers.stream().count()

数据收集器 collect

在 Java8 中曾经预约义了很多收集器，咱们能够间接应用，所有的收集器都定义在了 Collectors 中，基本上能够把这些办法分为三类：

• 将元素归约和汇总成一个值
• 分组
• 分区

归约和汇总

先看下咱们之前求最大值和最小值采纳收集器如何实现

1. 找出年龄最大和最小的客户

Optional<Customer> minAgeCustomer = allCustomers.stream().collect(minBy(Comparator.comparing(Customer::getAge)));
Optional<Customer> maxAgeCustomer = allCustomers.stream().collect(maxBy(Comparator.comparing(Customer::getAge)));

1. 求取年龄的平均值

Double avgAge = allCustomers.stream().collect(averagingInt(Customer::getAge));

1. 进行字符串的连贯

把客户所有人的名字连接成一个字符串用逗号分隔

allCustomers.stream().map(Customer::getName).collect(joining(","));

分组

在数据库的操作中，咱们能够轻松的实现通过一个属性或者多个属性进行数据分组，接下来咱们看看 Java8 如何来实现这个性能。

1. 依据客户的年龄进行分组

Map<Integer, List<Customer>> groupByAge = allCustomers.stream().collect(groupingBy(Customer::getAge));

Map 的 key 就是分组的值年龄，List<Customer>就是雷同年龄的用户

1. 咱们须要先依照用户的地区分组，在按年龄分组

Map<String, Map<Integer, List<Customer>>> groups = allCustomers.stream()
                .collect(groupingBy(Customer::getArea, groupingBy(Customer::getAge)));

在绝对于一般的分组，这里多传了第二个参数又是一个groupingBy；实践上咱们能够通过这个形式扩大到 n 层分组

1. 分组后再统计数量

Map<String, Long> groupByCounting = allCustomers.stream()
            .collect(groupingBy(Customer::getArea, counting()));

1. 以用户所在地辨别组后找出年龄最大的用户

Map<String, Optional<Customer>> optionalMap = allCustomers.stream()
                .collect(groupingBy(Customer::getArea, maxBy(Comparator.comparing(Customer::getAge))));

这时候返回的 Map 中的 value 被 Optional 包裹，如果咱们须要去掉 Optional，能够应用collectingAndThen

Map<String, Customer> customerMap = allCustomers.stream()
        .collect(groupingBy(Customer::getArea,
                collectingAndThen(maxBy(Comparator.comparing(Customer::getAge)), Optional::get)
        ));

写在最初（看完不点赞，你们想白嫖我吗）

• 首先感激大家能够急躁地读到这里。点关注，不迷路
• 当然，文中或者会存在或多或少的有余、谬误之处，有倡议或者意见也十分欢送大家在评论交换。
• 最初，白嫖不好，创作不易 ，心愿敌人们能够 点赞评论关注 三连，因为这些就是我分享的全副能源起源????

原创不易 转载请注明出处：https://silently9527.cn/archives/66

参数材料《Java8 实战》