共计 5668 个字符,预计需要花费 15 分钟才能阅读完成。
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:
- 定义一个数据源
- 定义两头操作造成流水线
- 定义终端操作,执行流水线,生成计算结果
构建流
- 应用
Stream.of
办法构建一个流
Stream.of("silently","9527","silently9527.cn")
.forEach(System.out::println);
- 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);
- 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
- 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)));
- 求取年龄的平均值
Double avgAge = allCustomers.stream().collect(averagingInt(Customer::getAge));
- 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。
- 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
- 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
- 分组后再统计数量
Map<String, Long> groupByCounting = allCustomers.stream()
.collect(groupingBy(Customer::getArea, counting()));
- 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》