Java8的双绝学之一stream能用来做什么？

转x33g5p2x  于2021-12-13 转载在 Java  
字(11.1k)|赞(0)|评价(0)|浏览(560)

前言

强大Stream API

Java 8 是一个非常成功的版本，Java8 新增的Stream，配合同版本出现的 Lambda ，给我们操作集合提供了极大的便利。

  • 强大Stream API 的 为什么用强大呢？ java8两大招牌 一个是函数式编程 Lambda 表达式，一个是Stream流

  • Stream API（java.util.stream）把真正的函数式编程风格引入到java中，这是目前为止对java类库最好的补充。因为Stream API可以极大的提供Java程序员的生产力，让程序员写出更高效率和干净，简洁的代码

  • Stream是Java8处理结合的关键抽象概念，他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StreamAPI对集合数据进行操作，就类似于使用SQL执行的数据库查询。可以使用Stream API来并行执行操作，简言之，Stream API提供一种高效且易于使用的处理数据的方式

  • 实际开发中 ，项目中多数据源来自于Mysql，Oracle 等，但现在使用数据源可以更多了，有MongoDB，redis等，而这些NoSql的数据就需要Java层面去处理

  • Stream和 Collection集合的区别

  • Collection 是一种静态内存数据结构的一个容器

  • Stream是有关计算的

前面是主要面向内存，存储在内存中后者是主要是面向CPU的，通过CPU实现计算

Stream的操作三个步骤

  • 1-创建Stream

一个数据源（如集合，数组）获取一个流

  • 2-中间操作

一个中间操作链，对数据源进行处理

  • 3-终止操作（终端操作）

一旦执行终止操作，就执行中间操作链，并且产生结果，之后不在被使用

创建各种场景stream流

  1. /** * @projectName: Java8 * @package: Stream * @className: StreamTest * @author: 冷环渊 doomwatcher * @description: * <h3> * 1.Stream 关注的是对数据的运算，与CPU打交道 * 集合关注的事数据的存储，与内存打交道 * * 2. * - 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 操作是延时执行的，这意味的他们会等到需要结果的时候才执行 * * 3. Stream 执行操作 * Stream 的实例化 * 一系列的中间操作（过滤 映射 。。。。） * 终止操作 * * 4. 说明 * 4.1 一个中间操作链，对数据源进行处理 * 4.2 一旦执行终止操作，就执行中间操作链，并产生结果，之后，不会再被使用 * * </h3> * @date: 2021/12/12 1:37 * @version: 1.0 */
  2. public class StreamTest {
  4.     //Stream 创建方式一：通过集合
  5.     @Test
  6.     public void test1() {
  7.         List<Employee> employees = EmployeeData.getEmployees();
  8.         /* * default Stream<E> stream() 返回一个程序流 * 这里我们用的是 Collection接口中就实现的方法 * default Stream<E> stream() { * return StreamSupport.stream(spliterator(), false); *} * */
  9.         Stream<Employee> stream = employees.stream();
  11.         // default Stream<E> parallelStream() 返回一个并行流
  12.         Stream<Employee> parallelStream = employees.parallelStream();
  13.     }
  15.     /** * @author 冷环渊 Doomwatcher * @context: 创建 Stream 的方式二 数组 * Java 8 中 Arrays 的静态方法 stream（） 可以获取数组流 * IntStream stream = Arrays.stream(arr); static <T> Stream<T> stream(T[] array)返回一个流 * 重载形式： * 能够处理 对应基本类型的数组 * ① public Static intStream stream(int[] array) * ② public Static LongStraem stream(long[] array) * ③ public Static DoubleStraam stream(double[] array) * @date: 2021/12/12 12:38 * @param * @return: */
  16.     @Test
  17.     public void Test2() {
  18.         int[] arr = {1, 2, 3, 4, 5, 6};
  19.         IntStream stream = Arrays.stream(arr);
  20.         Employee e1 = new Employee(1001, "tom");
  21.         Employee e2 = new Employee(1002, "Treey");
  22.         Employee[] employees = {e1, e2};
  23.         Stream<Employee> employeeStream = Arrays.stream(employees);
  24.     }
  26.     /** * @author 冷环渊 Doomwatcher * @context: * 创建 Stream三 ： Stream本身的 of（） 我们需要创建数据的时候 * @date: 2021/12/12 12:45 * @param * @return: void */
  27.     @Test
  28.     public void Test3() {
  29.         Stream<Integer> integerStream = Stream.of(1, 2, 3, 4, 5);
  30.     }
  32.     /** * @author 冷环渊 Doomwatcher * @context: * 创建方式四 创建无限流 * 我们需要批量的产生数据 * @date: 2021/12/12 12:47 * @param * @return: void */
  33.     @Test
  34.     public void Test4() {
  35.         /* 迭代 * public static<T> Stream<T> iterate(final T sead,final UnaryOperator) * 遍历前十个偶数 * 这里 参数 UNaryOperator继承自 function 也就是说我们最终调用的方法 是重写的apply * @FunctionalInterface * public interface UnaryOperator<T> extends Function<T, T> { * static <T> UnaryOperator<T> identity() { * return t -> t; * } * } * */
  36.         Stream.iterate(0, t -> t + 2).limit(10).forEach(System.out::println);
  37.         /*生成 * public static<T> Stream<T> generate(Supplier<T> s) * * */
  38.         Stream.generate(Math::random).forEach(System.out::println);
  39.     }
  40. }

Stream的中间操作

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”。

  • filter(Predicate p) 接收 Lambda ， 从流中排除某些元素
  • distinct() 筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
  • limit(long maxSize) 截断流，使其元素不超过给定数量
  • skip(long 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
  1. //filter(Predicate p) 接收 Lambda ， 从流中排除某些元素
  2.     @Test
  3.     public void test1() {
  4.         List<Employee> employeeList = EmployeeData.getEmployees();
  5.         Stream<Employee> stream = employeeList.stream();
  6.         //小练习，查询员工表中薪资大于7000的员工
  7.         System.out.println("filter-------------------");
  8.         stream.filter(e -> e.getSalary() > 7000).forEach(System.out::println);
  10.         /*limit(long maxSize) 截断流，使其元素不超过给定数量 * 这里我们用 stream 会抛出异常，所以我们直接调用构造方法，每次都会生成新的流 * */
  11.         System.out.println("limit-------------------");
  12.         employeeList.stream().limit(3).forEach(System.out::println);
  14.         /* skip(long 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 * */
  15.         System.out.println("skip--------------------");
  16.         employeeList.stream().skip(3).forEach(System.out::println);
  18.         //distinct() 筛选，通过流所生成元素的 hashCode() 和 equals() 去 除重复元素
  19.         System.out.println("distinct----------------");
  20.         employeeList.add(new Employee(1010, "刘强东", 40, 8000));
  21.         employeeList.add(new Employee(1010, "刘强东", 40, 8000));
  22.         employeeList.add(new Employee(1010, "刘强东", 40, 8000));
  23.         employeeList.stream().distinct().forEach(System.out::println);
  24.     }
  • map(Function f) 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。
  • 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) 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 IntStream。
  • mapToLong(ToLongFunction 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 LongStream。
  • flatMap(Function f) 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
  1. /** * @author 冷环渊 Doomwatcher * @context: 映射 * @date: 2021/12/12 14:15 * @param * @return: void */
  2.     @Test
  3.     public void test2() {
  4.         /* map(Function f) * 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。 * 映射结果： * aa --> AA * bb --> BB * cc --> CC * dd --> DD * */
  5.         List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
  6.         list.stream().map(str -> str.toUpperCase()).forEach(System.out::println);
  7.         System.out.println();
  8.         List<Employee> employeeList = EmployeeData.getEmployees();
  9.         employeeList.stream().map(Employee::getName).filter(name -> name.length() > 3).forEach(System.out::println);
  10.         System.out.println();
  11.         
  12.         /*flatMap(Function f) * 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、*/
  13.         //这里是没有用 flatmap的版本 ，我们需要foreach之后再foreach才可以拆分到所有的元素
  14.         Stream<Stream<Character>> streamStream = list.stream().map(StreamAPITest2::fromStringToStream);
  15.         streamStream.forEach(s -> s.forEach(System.out::print));
  16.         System.out.println();
  17.         //使用了 flatmap
  18.         Stream<Character> stream = list.stream().flatMap(StreamAPITest2::fromStringToStream);
  19.         stream.forEach(System.out::print);
  20.     }
  22.     /** * @author 冷环渊 Doomwatcher * @context: * 将字符串中的多个字符构成的集合，转换成对应的Stream的实例 * @date: 2021/12/12 14:44 * @param str * @return: java.util.stream.Stream<java.lang.Character> */
  23.     public static Stream<Character> fromStringToStream(String str) {
  24.         ArrayList<Character> list = new ArrayList<>();
  25.         for (Character c : str.toCharArray()) {
  26.             list.add(c);
  27.         }
  28.         return list.stream();
  29.     }
  31.     /** * @author 冷环渊 Doomwatcher * @context: * =演示 list里放list * 【1,2,3，【4,5,6】】 * 打散开了再放入list * 【1,2,3,4,5,6】 * @date: 2021/12/12 14:33 * @param * @return: void */
  32.     @Test
  33.     public void test3() {
  34.         ArrayList list = new ArrayList();
  35.         list.add(1);
  36.         list.add(2);
  37.         list.add(3);
  38.         ArrayList list1 = new ArrayList();
  39.         list1.add(4);
  40.         list1.add(5);
  41.         list1.add(6);
  42.         list.add(list1);
  43.         System.out.println(list);
  44.     }
  • sorted() 产生一个新流，其中按自然顺序排序
  • sorted(Comparator com) 产生一个新流，其中按比较器顺序排序
  1. /** * @author 冷环渊 Doomwatcher * @context: 排序 * @date: 2021/12/12 16:42 * @param * @return: void */
  2.     @Test
  3.     public void tset4() {
  4.         //sorted() 产生一个新流，其中按自然顺序排序
  5.         List<Integer> list = Arrays.asList(12, 43, 65, 0, -1, 7);
  6.         list.stream().sorted().forEach(System.out::println);
  8.         /* 这里会出现问题 * 为什么？ * 原因：Employee没有实现Comparble接口、 * List<Employee> employees = EmployeeData.getEmployees(); * employees.stream().sorted().forEach(System.out::println); * */
  10.         //sorted(Comparator com) 产生一个新流，其中按比较器顺序排序
  11.         List<Employee> employees = EmployeeData.getEmployees();
  12.         employees.stream().sorted((e1, e2) -> Integer.compare(e1.getAge(), e2.getAge())).forEach(System.out::println);
  14.         System.out.println();
  15.         //小练习，如果年龄一样就按收入排序
  16.         employees.add(new Employee(1011, "冷环渊", 34, 8000));
  17.         employees.stream().sorted((e1, e2) -> {
  18.             int agevalue = Integer.compare(e1.getAge(), e2.getAge());
  19.             if (agevalue != 0) {
  20.                 return agevalue;
  21.             } else {
  22.                 return -Double.compare(e1.getSalary(), e2.getSalary());
  23.             }
  24.         }).forEach(System.out::println);
  26.     }

Stream 的终止操作

  • 终端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 。

  • 流进行了终止操作后，不能再次使用。

  • allMatch(Predicate p) 检查是否匹配所有元素

  • anyMatch(Predicate p) 检查是否至少匹配一个元素

  • noneMatch(Predicate p) 检查是否没有匹配所有元素

  • findFirst() 返回第一个元素

  • findAny() 返回当前流中的任意元素

  • count() 返回流中元素总数

  • max(Comparator c) 返回流中最大值

  • min(Comparator c) 返回流中最小值

  • forEach(Consumer c) 内部迭代(使用 Collection 接口需要用户去做迭代， 称为外部迭代。相反，Stream API 使用内部迭 代——它帮你把迭代做了)

  1. /** * @author 冷环渊 Doomwatcher * @context: 匹配与查找 * @date: 2021/12/12 17:11 * @param * @return: void */
  2.     @Test
  3.     public void test1() {
  4.         //- allMatch(Predicate p) 检查是否匹配所有元素
  5.         List<Employee> employees = EmployeeData.getEmployees();
  6.         boolean allMatch = employees.stream().allMatch(e -> e.getAge() > 18);
  7.         System.out.println("allMatch(Predicate p) 检查是否匹配所有元素: " + allMatch);
  8.         //- anyMatch(Predicate p) 检查是否至少匹配一个元素
  9.         boolean anyMatch = employees.stream().anyMatch(e -> e.getSalary() > 10000);
  10.         System.out.println(" anyMatch(Predicate p) 检查是否至少匹配一个元素: " + anyMatch);
  11.         //- noneMatch(Predicate p) 检查是否没有匹配所有元素
  12.         boolean noneMatch = employees.stream().noneMatch(e -> e.getName().startsWith("雷"));
  13.         System.out.println("noneMatch(Predicate p) 检查是否没有匹配所有元素: " + noneMatch);
  14.         //- findFirst() 返回第一个元素
  15.         Optional<Employee> first = employees.stream().findFirst();
  16.         System.out.println("findFirst() 返回第一个元素: " + first);
  17.         //- findAny() 返回当前流中的任意元素
  18.         Optional<Employee> any = employees.parallelStream().findAny();
  19.         System.out.println("findFirst() 返回第一个元素: " + any);
  20.         //- count() 返回流中元素总数
  21.         Long salary = employees.stream().filter(e -> e.getSalary() > 5000).count();
  22.         System.out.println("count() 返回流中元素总数: " + salary);
  23.     }
  25.     /** * @author 冷环渊 Doomwatcher * @context: * @date: 2021/12/12 23:30 * @param * @return: void */
  26.     @Test
  27.     public void test2() {
  28.         //- max(Comparator c) 返回流中最大值
  29.         List<Employee> employees = EmployeeData.getEmployees();
  30.         Stream<Double> stream = employees.stream().map(e -> e.getSalary());
  31.         Optional<Double> max = stream.max(Double::compare);
  32.         System.out.println("返回流中最大值:" + max);
  33.         //- min(Comparator c) 返回流中最小值
  34.         Optional<Employee> min = employees.stream().min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));
  35.         System.out.println("返回流中最小值: " + min);
  36.         //- forEach(Consumer c) 内部迭代(使用 Collection 接口需要用户去做迭代， 称为外部迭代。相反，Stream API 使用内部迭 代——它帮你把迭代做了)
  37.         employees.stream().forEach(System.out::println);
  38.         //使用集合的方式
  39.         employees.forEach(System.out::println);
  40.     }

map 和 reduce 的连接通常称为 map-reduce 模式，因 Google 用它来进行网络搜索而出名。

  • reduce(T iden, BinaryOperator b) 可以将流中元素反复结合起来，得到一 个值。返回 T
  • reduce(BinaryOperator b) 可以将流中元素反复结合起来，得到一 个值。返回 Optional
  1. /** * @author 冷环渊 Doomwatcher * @context: 规约 * @date: 2021/12/12 23:56 * @param * @return: void */
  2.     @Test
  3.     public void tset3() {
  5.         //- reduce(T iden, BinaryOperator b) 可以将流中元素反复结合起来，得到一 个值。返回 T
  6.         // 小练习 计算1-10的自然数总和
  7.         List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
  8.         Integer resultReduce = list.stream().reduce(0, Integer::sum);
  9.         System.out.println("resultReduce: " + resultReduce);
  10.         //- reduce(BinaryOperator b) 可以将流中元素反复结合起来，得到一 个值。返回 Optional
  11.         // 小练习 计算公司所有员工的工资总和
  12.         List<Employee> employees = EmployeeData.getEmployees();
  13.         Optional<Double> slaryStream = employees.stream().map(Employee::getSalary).reduce(Double::sum);
  14.         System.out.println(slaryStream);
  15.     }

Collector 接口中方法的实现决定了如何对流执行收集的操作(如收集到 List、Set、 Map)。 另外， Collectors 实用类提供了很多静态方法，可以方便地创建常见收集器实例，常用案例如下

  1. /** * @author 冷环渊 Doomwatcher * @context: 收集 * @date: 2021/12/13 0:23 * @param * @return: */
  2.     @Test
  3.     public void test4() {
  4.         /* collet（Collector c） 将流转换成其他的形式，接收一个 Collector接口实现，用于给Stream中元素做汇总方法 * 练习一 查找工资大于6000的员工 返回一个 list 或者set * */
  5.         List<Employee> employees = EmployeeData.getEmployees();
  6.         //大于六千的list
  7.         List<Employee> employeeList = employees.stream().filter(employee -> employee.getSalary() > 6000).collect(Collectors.toList());
  8.         employeeList.forEach(System.out::println);
  9.         System.out.println();
  10.         //小于六千的set
  11.         Set<Employee> employeeSet = employees.stream().filter(employee -> employee.getSalary() < 6000).collect(Collectors.toSet());
  12.         employeeSet.forEach(System.out::println);
  14.     }
  15. }

总结

到这里我们已经对Stream的日常使用有了一些了解，可以看到功能和我们的数据库sql语句有相似之处，可以在代码层面处理数据。

版权说明 : 本文为转载文章, 版权归原作者所有 版权申明

原文链接 : https://blog.csdn.net/doomwatcher/article/details/121901670

内容来源于网络，如有侵权，请联系作者删除！

Javajava8nosql数据库

相关文章

    查看更多

    热门标签

    更多
    JavaquerypythonNode开发语言requestUtil数据库Table后端算法LoggerMessageElementParser

    最新文章

    更多
    • 蜀ICP备13028337号-1 大数据知识库 https://www.saoniuhuo.com © All rights reserved
    • 本站内容来源互联网,如果侵犯您的权益请联系我们删除, 联系方式：448109455@qq.com