Java流式编程Stream

菜鸡阿坤
206 阅读5分钟

文章目录

  1. 简介
  2. 创建Stream
  3. 常用操作
  4. 其他操作

image.png

一、简介

  1. 流式 API 从 Java8 开始引入，支持链式书写。
  2. 流只能消费一次，不能被两次消费（两次最终操作）
  3. 流在管道中流通，在节点被处理。
  4. 流【无存储】，流不是一种数据结构，流存储的只是一种数据视图。
  5. Stream是独特的，既不同于io，也不同于List。
  6. Stream 不是 InputStream/OutputStream，它俩首先不在同一个包，其次概念上也不一样，Stream代表的是任意Java对象的序列。
    • java.util.stream
    • java.io

image.png

  1. Stream 不是 List，List中存储的元素是事先存在于内存中的Java对象，而Stream输出的元素可能并没有预先存储在内存中，而是通过实时计算出来的惰性对象。其次，Stream在理论上能容纳无限对象，List不能。
  2. 简单流式计算:
data.filter(n -> n % 2 == 0)    // 不计算
   .map(n -> n * n) 		// 不计算
   .limit(100) 			// 不计算
   .sum(); 			// 计算
  1. 常用操作举例
中间操作最终操作
mapforEach
filtercollect
limitcount
sorted
distinct
  1. 【无限序列】说明： ​ 对于无限序列，如果直接调用 forEach() 或者 count() 求最终值，会直接进入死循环，因为无限序列永远不可能被计算完。所以我们需要先将起转变为有序序列，例如limit(100)。
  2. 【并行计算】
    • 使用十分简单。
    • 正常情况下，Stream为单线程，现在我们想要多线程。
    • parallel()，自动转化多线程。
    stream.parallel()
		.sorted() 
		.toArray(String[]::new);

二、创建Stream

4种方法， 其中第1、2种方式创建出来的流顺序是固定的，3、4不固定。

  1. of(): 方法
Stream<String> stream = Stream.of("a","b","c");
stream.forEach(System.out::println);
  1. Collection:进阶
// 方式一，Collection直接调用stream方法
List list = List.of("a","b","c");
Stream stream = list.stream();

// 方式二，利用Arrays（本质和方式一差不多）
Stream<String> s = Arrays.stream(new String[] { "A"});
  1. Supplier（“暗示”，存储算法）：采用Stream.generate()，传入Supplier对象。基于Supplier创建的Stream会不断调用Supplier.get()方法来生成下一个元素，这种Stream中保留的不是元素，而是算法。范例：
Stream<Integer> my = Stream.generate(new MySup());
my.limit(10).forEach(System.out::println);

// 不断生成自然数的Supplier（范围在Integer之内）
class MySup implements Supplier<Integer> {
    int n = 0;
    public Integer get() {
        n++;
        return n;
    }
}
  1. 其他API接口
    • Files类的lines()方法，常用于遍历文本文件。
    • 正则表达式Pattern对象存在 splitAsStream() 方法，可以直接把一个长字符串分割成Stream序列而不是数组。

三、常用操作

  1. 【三种】基本类型流：

  • 在Java中，因为Java泛型不支持基本类型，所以我们无法使用像Stream这样的形式来保存int，只能采用形如Integer这样的形式。但是频繁装箱、拆箱操作会牺牲编译器的大量性能。

  • 所以为了提高效率，Java标准库提供了三种使用基本类型的Stream，它们的使用和标准的Stream没有太大区别，直接使用

    • IntStream
    • IntStream
    • DoubleStream
// 1. 
IntStream is = Arrays.stream(new int[] { 1, 2, 3 });

// 2. 将Stream<String>转换为LongStream:
LongStream s=List.of("1").stream().mapToLong(Long::parseLong);

2.==map()==方法简介:

  • 映射操作，它将一个Stream转换为另一个Stream。
  • 每一次映射都会自赋值，形如：a = a + 1，所以不再需要编写复制语句（思想）
 Stream<Integer> s1 = Stream.of(1,2,3);

 Stream s2 = s1.map(n->n*n);
 s2.forEach(System.out::println);
  • 如果我们查看Stream的源码，会发现map()方法接收的对象是Function接口对象，它定义了一个apply()方法，负责把一个T类型转换成R类型：
    <R> Stream<R> map(Function<? super T, ? extends R> mapper);

@FunctionalInterface
public interface Function<T, R> {
    // 将T类型转换为R:
    R apply(T t);
}
  • map运算的综合应用案例
List.of("  Apple ", " pear ")
    .stream() 	// 转换为Stream
    .map(String::trim) 		// 去空格
    .map(String::toLowerCase)	// 变小写
    .forEach(System.out::println); // 打印

3.==forEach()==遍历

stream.forEach(System.out::println);

4.filter()：过滤，true则通过

IntStream.of(1, 2, 3, 4, 5, 6, 7, 8, 9)// 注意lambda的编写形式
         .filter(n -> n % 2 != 0)
         .forEach(System.out::println);

5.==reduce()==方法简介

  • reduce()是聚合方法，map和filter是转换方法。
    • 转换方法：元素一一对应并转换。非“最终方法”，不会触发计算。
    • 聚合方法：合并计算所有值，得到一个最终结果。“最终方法”，会触发计算操作。
  • reduce()方法传入的对象是BinaryOperator接口实现，它定义了一个apply()方法，负责把上次累加的结果和本次的元素进行运算，并返回累加的结果
  • 使用较为复杂，暂时跳过。
@FunctionalInterface
public interface BinaryOperator<T> {
    // Bi操作：两个输入，一个输出
    T apply(T t, T u);
}

6.==collect()==方法简介：将Stream转化为集合。

// 1. 过滤空白字符并转为 ArrayList
stream.filter(s -> s != null && !s.isBlank())
  		.collect(Collectors.toList());

// 2. 转为 Set
stream.collect(Collectors.toSet());

// 3. 转为 Map，先 key 后 value
Stream<String> stream = Stream.of("APPL:Apple");

Map<String, String> map = 
  stream.collect(Collectors.toMap(
  s -> s.substring(0, s.indexOf(':')),
  s -> s.substring(s.indexOf(':') + 1)));

7.==toArray()==方法简介：将Stream转化为数组。

String[] array = list.stream().toArray(String[]::new);

四、其他操作

  • collect分组输出
    • 实际.collect()方法。
    • 用途：导入学生名单，然后按班级分类输出。
List<String> list = List.of("Apple", "Banana", "Blackberry", "Coconut", "Avocado", "Cherry", "Apricots");

Map<String, List<String>> g = list.stream().collect(Collectors.groupingBy(s -> s.substring(0, 1), Collectors.toList()));

System.out.println(groups);
//输出：{A=[Apple, Avocado, Apricots], B=[Banana, Blackberry], C=[Coconut, Cherry]
  • sorted排序（两种方式）
    • 已经实现comparable接口的，直接使用
    • 自定义Comparator比较器。
  • 【注意sordted只是转换操作，只会返回新的Stream而不会修改原来的Stream】
// 无“自赋值”
stream = stream.sorted(); 
stream = stream.sorted(String::compareToIgnoreCase);
  • distinct去重
// 无“自赋值”
stream = stream.distinct();
  • limit截取：从头开始截取
// 无“自赋值”
stream = stream.limit(20);
  • skip： 扔掉前面几个元素
stream = stream.skip(5)
  • concat合并流：
Stream<String> s1 = ... ;
Stream<String> s2 = ... ;

Stream<String> s3 = Stream.concat(s1,s2);
  • flatMap平面化：将“三维数据”转化为“二维数据”。
Stream< List<Integer> > s = Stream.of(
        Arrays.asList(1, 2, 3),
        Arrays.asList(4, 5, 6),
        Arrays.asList(7, 8, 9));

Stream<Integer> i = s.flatMap(list -> list.stream());

  • 数学计算

    • count() ：返回元素个数。
    • max(Comparator<? super T> cp) ：找出最大元素。
    • min(Comparator<? super T> cp) ：找出最小元素。
    • sum() ：对所有元素求和，只适用于数值类型。
    • average() ：对所有元素求平均数。

  • 匹配

    • boolean allMatch(Predicate<? super T>) ：所有元素均满足测试条件。
    • boolean anyMatch(Predicate<? super T>) ：至少有一个元素满足测试条件。

  • 复合实例

Stream<Student> ds= Stream.of(
new Student("zhang",99.6),
new Student("qian",78.12),
new Student("sun",59.9),
new Student("sun",60.0));

ds.filter(stu -> stu.getScore()<60.0)
  .forEach(System.out::println);

原文链接：t.csdn.cn/tdzYv

avatar
文章
阅读
粉丝