1

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
Stream API

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:
collect
collect

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.
forkjoin

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。


njitzyd
58 声望7 粉丝