java 8 特性——stream流

蕃茄雞蛋打滷麵發表於2020-10-03

1 概述

Stream 是 Java8 中處理集合的關鍵抽象概念,它可以指定你希望對集合進行的操作,可以執行非常複雜的查詢、過濾和對映資料等操作。使用Stream API 對集合資料進行操作,就類似於使用 SQL 執行的資料庫查詢。也可以使用 Stream API 來並行執行操作。簡而言之,Stream API 提供了一種高效且易於使用的處理資料的方式。

特點:

​ 1 . 不是資料結構,不會儲存資料。

​ 2. 不會修改原來的資料來源,它會將操作後的資料儲存到另外一個物件中。(保留意見:畢竟peek方法可以修改流中元素)

​ 3. 惰性求值,流在中間處理過程中,只是對操作進行了記錄,並不會立即執行,需要等到執行終止操作的時候才會進行實際的計算。

2 分類

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片儲存下來直接上傳(img-evD4dUAg-1601687192297)(…/…/…/image/java/java基礎/stream01.png)]

無狀態:指元素的處理不受之前元素的影響;

有狀態:指該操作只有拿到所有元素之後才能繼續下去。

非短路操作:指必須處理所有元素才能得到最終結果;

短路操作:指遇到某些符合條件的元素就可以得到最終結果,如 A || B,只要A為true,則無需判斷B的結果。

3 具體用法

3.1 流的常用建立方法

  • 使用Collection下的 stream() 和 parallelStream() 方法
List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //獲取一個順序流
Stream<String> parallelStream = list.parallelStream(); //獲取一個並行流
  • 使用Arrays 中的 stream() 方法,將陣列轉成流
Integer[] nums = new Integer[10];
Stream<Integer> stream = Arrays.stream(nums);
  • 使用Stream中的靜態方法:of()、iterate()、generate()
Stream<Integer> stream = Stream.of(1,2,3,4,5,6);

Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6);
stream2.forEach(System.out::println); // 0 2 4 6 8 10

Stream<Double> stream3 = Stream.generate(Math::random).limit(2);
stream3.forEach(System.out::println);
  • 使用 BufferedReader.lines() 方法,將每行內容轉成流
BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt"));

Stream<String> lineStream = reader.lines();
lineStream.forEach(System.out::println);
  • 使用 Pattern.splitAsStream() 方法,將字串分隔成流
Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
stringStream.forEach(System.out::println);

3.2 流的中間操作

3.2.1 篩選與切片

  • filter:過濾流中的某些元素
  • limit(n):獲取n個元素
  • skip(n):跳過n元素,配合limit(n)可實現分頁
  • distinct:通過流中元素的 hashCode() 和 equals() 去除重複元素
Stream<Integer> stream = Stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14);
 
Stream<Integer> newStream = stream.filter(s -> s > 5) //6 6 7 9 8 10 12 14 14
        .distinct() //6 7 9 8 10 12 14
        .skip(2) //9 8 10 12 14
        .limit(2); //9 8
newStream.forEach(System.out::println);

3.2.2 對映

  • map:接收一個函式作為引數,該函式會被應用到每個元素上,並將其對映成一個新的元素。

  • flatMap:接收一個函式作為引數,將流中的每個值都換成另一個流,然後把所有流連線成一個流。

    List<String> list = Arrays.asList("a,b,c", "1,2,3");
     
    //將每個元素轉成一個新的且不帶逗號的元素
    Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
    s1.forEach(System.out::println); // abc  123
     
    Stream<String> s3 = list.stream().flatMap(s -> {
        //將每個元素轉換成一個stream
        String[] split = s.split(",");
        Stream<String> s2 = Arrays.stream(split);
        return s2;
    });
    s3.forEach(System.out::println); // a b c 1 2 3
    

3.2.3 排序

  • sorted():自然排序,流中元素需實現Comparable介面
  • sorted(Comparator com):定製排序,自定義Comparator排序器
List<String> list = Arrays.asList("aa", "ff", "dd");
//String 類自身已實現Compareable介面
list.stream().sorted().forEach(System.out::println);// aa dd ff
 
Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
Student s3 = new Student("aa", 30);
Student s4 = new Student("dd", 40);
List<Student> studentList = Arrays.asList(s1, s2, s3, s4);
 
//自定義排序:先按姓名升序,姓名相同則按年齡升序
studentList.stream().sorted(
        (o1, o2) -> {
            if (o1.getName().equals(o2.getName())) {
                return o1.getAge() - o2.getAge();
            } else {
                return o1.getName().compareTo(o2.getName());
            }
        }
).forEach(System.out::println);

3.2.4 消費

​ peek:如同於map,能得到流中的每一個元素。但map接收的是一個Function表示式,有返回值;而peek接收的是Consumer表示式,沒有返回值。

Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
List<Student> studentList = Arrays.asList(s1, s2);
 
studentList.stream()
        .peek(o -> o.setAge(100))
        .forEach(System.out::println);   
 
//結果:
Student{name='aa', age=100}
Student{name='bb', age=100}            

3.3 流的終止操作

3.3.1 匹配、聚合操作

  • allMatch:接收一個 Predicate 函式,當流中每個元素都符合該斷言時才返回true,否則返回false
  • noneMatch:接收一個 Predicate 函式,當流中每個元素都不符合該斷言時才返回true,否則返回false
  • anyMatch:接收一個 Predicate 函式,只要流中有一個元素滿足該斷言則返回true,否則返回false
  • findFirst:返回流中第一個元素
  • findAny:返回流中的任意元素
  • count:返回流中元素的總個數
  • max:返回流中元素最大值
  • min:返回流中元素最小值
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
 
boolean allMatch = list.stream().allMatch(e -> e > 10); //false
boolean noneMatch = list.stream().noneMatch(e -> e > 10); //true
boolean anyMatch = list.stream().anyMatch(e -> e > 4);  //true
 
Integer findFirst = list.stream().findFirst().get(); //1
Integer findAny = list.stream().findAny().get(); //1
 
long count = list.stream().count(); //5
Integer max = list.stream().max(Integer::compareTo).get(); //5
Integer min = list.stream().min(Integer::compareTo).get(); //1

3.3.2 組合

reduce() 方法的主要作用是把 Stream 中的元素組合起來,它有兩種用法:

Optional<T> reduce(BinaryOperator<T> accumulator)

沒有起始值,只有一個引數,就是運算規則,此時返回 Optional

T reduce(T identity, BinaryOperator<T> accumulator)

有起始值,有運算規則,兩個引數,此時返回的型別和起始值型別一致。

public class ReduceStreamDemo {
    public static void main(String[] args) {
        Integer[] ints = {0, 1, 2, 3};
        List<Integer> list = Arrays.asList(ints);

        Optional<Integer> optional = list.stream().reduce((a, b) -> a + b);
        Optional<Integer> optional1 = list.stream().reduce(Integer::sum);
        System.out.println(optional.orElse(0));
        System.out.println(optional1.orElse(0));

        int reduce = list.stream().reduce(6, (a, b) -> a + b);
        System.out.println(reduce);
        int reduce1 = list.stream().reduce(6, Integer::sum);
        System.out.println(reduce1);
    }
}

運算規則可以是 Lambda 表示式(比如 (a, b) -> a + b),也可以是類名::方法名(比如 Integer::sum)。程式執行的結果如下所示:

6
6
12
12

3.3.3 收集操作

​ collect:接收一個Collector例項,將流中元素收整合另外一個資料結構。

Collector<T, A, R> 是一個介面,有以下5個抽象方法:
Supplier supplier():建立一個結果容器A
BiConsumer<A, T> accumulator():消費型介面,第一個引數為容器A,第二個引數為流中元素T。
BinaryOperator combiner():函式介面,該引數的作用跟上一個方法(reduce)中的combiner引數一樣,將並行流中 各個子程式的執行結果(accumulator函式操作後的容器A)進行合併。
Function<A, R> finisher():函式式介面,引數為:容器A,返回型別為:collect方法最終想要的結果R。
Set characteristics():返回一個不可變的Set集合,用來表明該Collector的特徵。有以下三個特徵:
CONCURRENT:表示此收集器支援併發。(官方文件還有其他描述,暫時沒去探索,故不作過多翻譯)
UNORDERED:表示該收集操作不會保留流中元素原有的順序。
IDENTITY_FINISH:表示finisher引數只是標識而已,可忽略。

(1) Collector 工具庫:Collectors

Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);
 
//裝成list
List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]
 
//轉成set
Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]
 
//轉成map,注:key不能相同,否則報錯
Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}
 
//字串分隔符連線
String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)
 
//聚合操作

//1.學生總數
Long count = list.stream().collect(Collectors.counting()); // 3
//2.最大年齡 (最小的minBy同理)
Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20
//3.所有人的年齡
Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40
//4.平均年齡
Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334
// 帶上以上所有方法
DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge));
System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());
 
//分組
Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge));
//多重分組,先根據型別分再根據年齡分
Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));
 
//分割槽
//分成兩部分,一部分大於10歲,一部分小於等於10歲
Map<Boolean, List<Student>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));
 
//規約
Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40

參考目錄

  • https://blog.csdn.net/qing_gee/article/details/105238960
  • https://blog.csdn.net/y_k_y/article/details/84633001

相關文章