1. 是什么
Stream 是 Java8 中处理集合的关键抽象概念,它可以指定你希望对
集合进行的操作,可以执行非常复杂的查找、过滤和映射数据等操作。
使用Stream API 对集合数据进行操作,就类似于使用 SQL 执行的数
据库查询。也可以使用 Stream API 来并行执行操作。简而言之,
Stream API 提供了一种高效且易于使用的处理数据的方式。
注意:
- Stream 自己不会存储元素。
- Stream 不会改变源对象。相反,他们会返回一个持有结果的新Stream。
- Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。
2. Stream 的使用
三步骤
- 创建 Stream
一个数据源(如: 集合、数组), 获取一个流 - 中间操作
一个中间操作链,对数据源的数据进行处理
- 终止操作(终端操作)
一个终止操作,执行中间操作链,并产生结果
2.1 创建Stream
- Collection 提供了两个方法 stream() 与 parallelStream()
List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //获取一个顺序流
Stream<String> parallelStream = list.parallelStream(); //获取一个并行流
- Java8 中的 Arrays 的静态方法 stream() 可以获取数组流
Integer[] nums = new Integer[10];
Stream<Integer> stream1 = Arrays.stream(nums);
#还有很多重载方法也可以获得流
重载形式,能够处理对应基本类型的数组:
public static IntStream stream(int[] array)
public static LongStream stream(long[] array)
public static DoubleStream stream(double[] array)
- 通过concat方法让多个流合并
List<Cart> carts = queryCartList();
List<Cart> carts2 = queryCartList();
Stream<Cart> concat = Stream.concat(carts.stream(), carts2.stream());
#然后可以接着操作流。
- 通过 Stream 类中静态方法 of()
Stream<Integer> stream2 = Stream.of(1,2,3,4,5,6);
- 由函数创建流:创建无限流
可以使用静态方法 Stream.iterate() 和Stream.generate(), 创建无限流。
//迭代
Stream<Integer> stream3 = Stream.iterate(0, (x) -> x + 2).limit(10);
stream3.forEach(System.out::println);
//生成
Stream<Double> stream4 = Stream.generate(Math::random).limit(2);
stream4.forEach(System.out::println);
2.2 中间操作
tips:当没使用显式的使用Iterator
进行遍历时,称为内部迭代,使用Strea内部完成。
多个中间操作可以连接起来形成一个流水线,除非流水线上触发终止操作,否则中间操作不会执行任何的处理!而在终止操作时一次性全部处理,称为“惰性求值”.
2.2.1 筛选与切片
- filter(Predicate p) —— 接收 Lambda , 从流中排除某些元素。
Stream<Employee> stream = emps.stream()
.filter((e) -> {
System.out.println("测试中间操作");
return e.getAge() <= 35;
});
- limit—— 截断流,使其元素不超过给定数量。
#相当于短路,当到达数量后就不再进行其他操作
emps.stream()
.filter((e) -> {
System.out.println("短路!"); // && ||
return e.getSalary() >= 5000;
}).limit(3)
.forEach(System.out::println);
- skip(n) —— 跳过元素,返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个,则返回一个空流。与 limit(n) 互补
emps.parallelStream()
.filter((e) -> e.getSalary() >= 5000)
.skip(2)
.forEach(System.out::println);
- distinct—— 筛选,通过流所生成元素的 hashCode() 和 equals() 去除重复元素
emps.stream()
.distinct()
.forEach(System.out::println);
2.2.2 映射
- map——接收 Lambda , 将元素转换成其他形式或提取信息。接收一个函数作为参数,该函数会被应用到每个元素上,并将其映射成一个新的元素。
List<String> strList = Arrays.asList("aaa", "bbb", "ccc", "ddd");
Stream<String> stream = strList.stream()
.map(String::toUpperCase);
stream.forEach(System.out::println);
- flatMap——接收一个函数作为参数,将流中的每个值都换成另一个流,然后把所有流连接成一个流。
# 这里给出一个案例,需求是把字符串集合的每个字符分开变成单个字节然后输出。map实现的是每个字符串生成流,然后返回流的集合。而flatMap是把所有的流中的元素放在一个流中。通过函数的返回值可以清晰的看出来区别。
public void test1(){
List<String> strList = Arrays.asList("aaa", "bbb", "ccc", "ddd", "eee");
Stream<Stream<Character>> stream2 = strList.stream()
// .map(TestStreamAPI1::filterCharacter);
.map((e) -> filterCharacter(e));
stream2.forEach((sm) -> {
sm.forEach(System.out::println);
});
System.out.println("-------------------------------------");
Stream<Character> stream3 = strList.stream()
.flatMap(TestStreamAPI1::filterCharacter);
stream3.forEach(System.out::println);
}
public static Stream<Character> filterCharacter(String str){
List<Character> list = new ArrayList<>();
for (Character ch : str.toCharArray()) {
list.add(ch);
}
return list.stream();
}
- 这两个还有很多子类型:
mapToDouble(ToDoubleFunction f) 接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 DoubleStream。
mapToInt(ToIntFunction f)
mapToLong(ToIntFunction f)
flatMap也有同样的三种方法。这里不再细说。
2.2.3 排序
- sorted()——自然排序
emps.stream()
.map(Employee::getName)
.sorted()
.forEach(System.out::println);
- sorted(Comparator com)——定制排序
emps.stream()
.sorted((x, y) -> {
if(x.getAge() == y.getAge()){
return x.getName().compareTo(y.getName());
}else{
return Integer.compare(x.getAge(), y.getAge());
}
}).forEach(System.out::println);
2.2.4 range操作
- range和rangeClosed
range不包括范围中的后面的数,而rangeClosed包括后面的数。
public class RangeTest {
public static void main(String[] args) {
IntStream.range(0,10).forEach(System.out::print);
System.out.println("==============");
IntStream.rangeClosed(0,10).forEach(System.out::print);
}
}
// 输出: 0123456789==============
//012345678910
2.3 终止操作
注意:流进行了终止操作后,不能再次使用
**终止操作会从流的流水线生成结果。其结果可以是任何不是流的
值,例如: List、 Integer,甚至是 void 。**
2.3.1 查找与匹配
- allMatch——检查是否匹配所有元素
boolean bl = emps.stream()
.allMatch((e) -> e.getStatus().equals(Status.BUSY));
System.out.println(bl);
- anyMatch——检查是否至少匹配一个元素
boolean bl1 = emps.stream()
.anyMatch((e) -> e.getStatus().equals(Status.BUSY));
System.out.println(bl1);
- noneMatch——检查是否没有匹配的元素
boolean bl2 = emps.stream()
.noneMatch((e) -> e.getStatus().equals(Status.BUSY));
System.out.println(bl2);
- findFirst——返回第一个元素
Optional<Employee> op = emps.stream()
.sorted((e1, e2) ->
Double.compare(e1.getSalary(), e2.getSalary()))
.findFirst();
System.out.println(op.get());
- findAny——返回当前流中的任意元素
Optional<Employee> op2 = emps.parallelStream()
.filter((e) -> e.getStatus().equals(Status.FREE))
.findAny();
System.out.println(op2.get());
- count——返回流中元素的总个数
long count = emps.stream()
.filter((e) -> e.getStatus().equals(Status.FREE))
.count();
System.out.println(count);
- max——返回流中最大值
Optional<Double> op = emps.stream()
.map(Employee::getSalary)
.max(Double::compare);
- min——返回流中最小值
Optional<Employee> op2 = emps.stream()
.min((e1, e2) ->
Double.compare(e1.getSalary(), e2.getSalary()));
2.3.2 规约
- reduce(T identity, BinaryOperator) `可以将流中元素反复结合起来,得到一个值。
返回 T`
- reduce(BinaryOperator) `可以将流中元素反复结合起来,得到一个值。
返回 Optional<T>`
List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
#方式一,会把这个o当做初始的x然后进行操作。
Integer sum = list.stream()
.reduce(0, (x, y) -> x + y);
System.out.println(sum);
# 方式二
Optional<Double> op = emps.stream()
.map(Employee::getSalary)
.reduce(Double::sum);
System.out.println(op.get());
map 和 reduce 的连接通常称为 map-reduce 模式
2.3.3 收集
- collect(Collector c)
将流转换为其他形式。接收一个 Collector接口的实现,用于给Stream中元素做汇总的方法
其中toMap的时候可以指定键冲突时候的策略
Map<Long, CartItemSku> collect = Stream.concat(list.stream(), frontCartItems.stream())
.collect(Collectors
.toMap(CartItemSku::getSkuId, val -> val, (oldValue, newValue) -> {
oldValue.setQuantity(oldValue.getQuantity() + newValue.getQuantity());
return oldValue;
}));
Collector 接口中方法的实现决定了如何对流执行收集操作(如收集到 List、 Set、 Map)。但是 Collectors 类提供了很多静态方法,可以方便地创建常见收集器实例,具体使用如下图:
3.并行流和串行流
3.1. 简介
并行流就是把一个内容分成多个数据块,并用不同的线程分别处理每个数据块的流。
Java 8 中将并行进行了优化,我们可以很容易的对数据进行并行操作。 Stream API 可以声明性地通过 parallel() 与sequential() 在并行流与顺序流之间进行切换。
3.2. 了解 Fork/Join 框架
Fork/Join 框架: 就是在必要的情况下,将一个大任务,进行拆分(fork)成若干个小任务(拆到不可再拆时),再将一个个的小任务运算的结果进行 join 汇总.
Fork/Join 框架与传统线程池的区别:
采用 “工作窃取”模式( work-stealing):
当执行新的任务时它可以将其拆分分成更小的任务执行,并将小任务加到线程队列中,然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。相对于一般的线程池实现,fork/join框架的优势体现在对其中包含的任务的处理方式上.在一般的线程池中,如果一个线程正在执行的任务由于某些原因无法继续运行,那么该线程会处于等待状态.而在fork/join框架实现中,如果某个子问题由于等待另外一个子问题的完成而无法继续运行.那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程的等待时间,提高了性能。
3.3. 使用
java8中的并行流底层使用的就是Fork/Join 模式。
long start = System.currentTimeMillis();
Long sum = LongStream.rangeClosed(0L, 10000000000L)
.parallel()
.sum();
System.out.println(sum);
long end = System.currentTimeMillis();
System.out.println("耗费的时间为: " + (end - start));
4 总结
Stream API 的功能可以说非常强大,学会是在练习的基础之上,所以勤联系才能提升。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。