【转存】玩转Java8 Stream，代码效率飞升

概述
分类
具体用法

概述

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。

特点如下：

不是数据结构，不会保存数据。
不会修改原来的数据源，它会将操作后的数据保存到另外一个对象中。（保留意见：毕竟 peek 方法可以修改流中元素）
惰性求值，流在中间处理过程中，只是对操作进行了记录，并不会立即执行，需要等到执行终止操作的时候才会进行实际的计算。

分类

如上图：

无状态：指元素的处理不受之前元素的影响
有状态：指该操作只有拿到所有元素之后才能继续下去
非短路操作：指必须处理所有元素才能得到最终结果
短路操作：指遇到某些符合条件的元素就可以得到最终结果，如 A || B，只要 A 为 true，则无需判断 B 的结果

具体用法

| 流的常用创建方法

使用 Collection 下的 stream() 和 parallelStream() 方法：

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

使用 Arrays 中的 stream() 方法，将数组转成流：

Integer[] nums = new Integer[10];
Stream<Integer> stream = Arrays.stream(nums);

使用Stream中的静态方法：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 10Stream<Double> stream3 = Stream.generate(Math::random).limit(2);
stream3.forEach(System.out::println);

使用 BufferedReader.lines() 方法，将每行内容转成流：

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，将字符串分隔成流：

Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
stringStream.forEach(System.out::println);

| 流的中间操作

筛选与切片：

filter：过滤流中的某些元素
limit(n)：获取 n 个元素
skip(n)：跳过 n 元素，配合 limit(n) 可实现分页
distinct：通过流中元素的 hashCode() 和 equals() 去除重复元素

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);

映射：

map：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。
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。

List<String> list = Arrays.asList("a,b,c", "1,2,3");//将每个元素转成一个新的且不带逗号的元素
Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
s1.forEach(System.out::println); // abc  123Stream<String> s3 = list.stream().flatMap(s -> {//将每个元素转换成一个streamString[] split = s.split(",");Stream<String> s2 = Arrays.stream(split);return s2;
});
s3.forEach(System.out::println); // a b c 1 2 3

排序：

sorted()：自然排序，流中元素需实现 Comparable 接口
sorted(Comparator com)：定制排序，自定义 Comparator 排序器

List<String> list = Arrays.asList("aa", "ff", "dd");
//String 类自身已实现Compareable接口
list.stream().sorted().forEach(System.out::println);// aa dd ffStudent 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);//自定义排序：先按姓名升序，姓名相同则按年龄升序
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);

消费：

peek：如同于 map，能得到流中的每一个元素。但 map 接收的是一个 Function 表达式，有返回值；而 peek 接收的是 Consumer 表达式，没有返回值。

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);   //结果：
Student{name='aa', age=100}
Student{name='bb', age=100}

| 流的终止操作

匹配、聚合操作：

allMatch：接收一个 Predicate 函数，当流中每个元素都符合该断言时才返回 true，否则返回 false
noneMatch：接收一个 Predicate 函数，当流中每个元素都不符合该断言时才返回 true，否则返回 false
anyMatch：接收一个 Predicate 函数，只要流中有一个元素满足该断言则返回 true，否则返回 false
findFirst：返回流中第一个元素
findAny：返回流中的任意元素
count：返回流中元素的总个数
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);  //trueInteger findFirst = list.stream().findFirst().get(); //1
Integer findAny = list.stream().findAny().get(); //1long count = list.stream().count(); //5
Integer max = list.stream().max(Integer::compareTo).get(); //5
Integer min = list.stream().min(Integer::compareTo).get(); //1

规约操作：

①Optional<T> reduce(BinaryOperator<T> accumulator)：第一次执行时，accumulator 函数的第一个参数为流中的第一个元素，第二个参数为流中元素的第二个元素。

第二次执行时，第一个参数为第一次函数执行的结果，第二个参数为流中的第三个元素；依次类推。

②T reduce(T identity, BinaryOperator<T> accumulator)：流程跟上面一样，只是第一次执行时，accumulator 函数的第一个参数为 identity，而第二个参数为流中的第一个元素。

③<U> U reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator<U> combiner)：在串行流(stream)中，该方法跟第二个方法一样，即第三个参数 combiner 不会起作用。

在并行流(parallelStream)中，我们知道流被 fork join 出多个线程进行执行，此时每个线程的执行流程就跟第二个方法 reduce(identity,accumulator)一样。

而第三个参数 combiner 函数，则是将每个线程的执行结果当成一个新的流，然后使用第一个方法 reduce(accumulator)流程进行规约。

//经过测试，当元素个数小于24时，并行时线程数等于元素个数，当大于等于24时，并行时线程数为16
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24);Integer v = list.stream().reduce((x1, x2) -> x1 + x2).get();
System.out.println(v);   // 300Integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2);
System.out.println(v1);  //310Integer v2 = list.stream().reduce(0,(x1, x2) -> {System.out.println("stream accumulator: x1:" + x1 + "  x2:" + x2);return x1 - x2;},(x1, x2) -> {System.out.println("stream combiner: x1:" + x1 + "  x2:" + x2);return x1 * x2;});
System.out.println(v2); // -300Integer v3 = list.parallelStream().reduce(0,(x1, x2) -> {System.out.println("parallelStream accumulator: x1:" + x1 + "  x2:" + x2);return x1 - x2;},(x1, x2) -> {System.out.println("parallelStream combiner: x1:" + x1 + "  x2:" + x2);return x1 * x2;});
System.out.println(v3); //197474048

收集操作：

collect：接收一个 Collector 实例，将流中元素收集成另外一个数据结构。

Collector<T, A, R> 是一个接口，有以下 5 个抽象方法：

Supplier<A> supplier()：创建一个结果容器 A
BiConsumer<A, T> accumulator()：消费型接口，第一个参数为容器 A，第二个参数为流中元素 T。
BinaryOperator<A> combiner()：函数接口，该参数的作用跟上一个方法(reduce)中的 combiner 参数一样，将并行流中各个子进程的运行结果(accumulator 函数操作后的容器 A)进行合并。
Function<A, R> finisher()：函数式接口，参数为：容器 A，返回类型为：collect 方法最终想要的结果 R。
Set<Characteristics> characteristics()：返回一个不可变的 Set 集合，用来表明该 Collector 的特征。

有以下三个特征：

CONCURRENT：表示此收集器支持并发。（官方文档还有其他描述，暂时没去探索，故不作过多翻译）
UNORDERED：表示该收集操作不会保留流中元素原有的顺序。
IDENTITY_FINISH：表示 finisher 参数只是标识而已，可忽略。

Collector 工具库：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);//装成list
List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]//转成set
Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]//转成map,注:key不能相同，否则报错
Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}//字符串分隔符连接
String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)//聚合操作
//1.学生总数
Long count = list.stream().collect(Collectors.counting()); // 3
//2.最大年龄 (最小的minBy同理)
Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20
//3.所有人的年龄
Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40
//4.平均年龄
Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334
// 带上以上所有方法
DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge));
System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());//分组
Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge));
//多重分组,先根据类型分再根据年龄分
Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));//分区
//分成两部分，一部分大于10岁，一部分小于等于10岁
Map<Boolean, List<Student>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));//规约
Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40

Collectors.toList() 解析：

//toList 源码
public static <T> Collector<T, ?, List<T>> toList() {return new CollectorImpl<>((Supplier<List<T>>) ArrayList::new, List::add,(left, right) -> {left.addAll(right);return left;}, CH_ID);
}//为了更好地理解，我们转化一下源码中的lambda表达式
public <T> Collector<T, ?, List<T>> toList() {Supplier<List<T>> supplier = () -> new ArrayList();BiConsumer<List<T>, T> accumulator = (list, t) -> list.add(t);BinaryOperator<List<T>> combiner = (list1, list2) -> {list1.addAll(list2);return list1;};Function<List<T>, List<T>> finisher = (list) -> list;Set<Collector.Characteristics> characteristics = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.IDENTITY_FINISH));return new Collector<T, List<T>, List<T>>() {@Overridepublic Supplier supplier() {return supplier;}@Overridepublic BiConsumer accumulator() {return accumulator;}@Overridepublic BinaryOperator combiner() {return combiner;}@Overridepublic Function finisher() {return finisher;}@Overridepublic Set<Characteristics> characteristics() {return characteristics;}};}

【转存】玩转Java8 Stream，代码效率飞升相关推荐

20个实例玩转Java8 Stream
20个实例玩转Java8 Stream 20个实例玩转Java8 Stream Stream概述 Stream的创建 stream和parallelStream的简单区分 stream的使用遍历/匹 ...
玩转Java8 Stream，代码效率飞升
概述 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 ...
玩转 Java8 Stream，常用方法大合集
点击关注公众号,实用技术文章及时了解来源:blog.csdn.net/y_k_y/article/details/84633001 一.概述 Stream 是 Java8 中处理集合的关键抽象概念, ...
玩转 Java8 Stream 流，常用方法，详细用法大合集！
点击上方"Java精选",选择"设为星标" 别问别人为什么,多问自己凭什么! 下方有惊喜留言必回,有问必答! 每一天进步一点点,是成功的开始... 一.概述 S ...
java sort 效率_性能对比：collections.sort vs treeSet sort vs java8 stream.sorted
0 写在前面的话在项目中有一个排序问题,考虑到未来需要排序的数据量可能很大,想用一个性能较好的排序算法,现在有三套解决方法:jdk提供的集合的sort方法(Collections.sort).一个可 ...
玩转Java8的 Stream 之函数式接口
作者:litesky www.jianshu.com/p/2338cabc59e1 函数式接口是伴随着Stream的诞生而出现的,Java8Stream 作为函数式编程的一种具体实现,开发者无需关注怎 ...
玩转Java8中的 Stream 之从零认识 Stream
点击上方"方志朋",选择"设为星标" 回复"666"获取新整理的面试文章作者:litesky www.jianshu.com/p/11c9 ...
Java8 Stream 遍历数据效率差？实测结果出乎意料~~
点击关注公众号,利用碎片时间学习 JDK8 Stream 数据流效率分析 Stream 是Java SE 8类库中新增的关键抽象,它被定义于 java.util.stream (这个包里有若干流类型: ...
Java8 Stream：2万字20个实例，玩转集合的筛选、归约、分组、聚合
Java8 Stream 1 Stream概述 2 Stream的创建 3 Stream的使用案例使用的员工类 3.1 遍历/匹配(foreach/find/match) 3.2 筛选(filter ...

【转存】玩转Java8 Stream，代码效率飞升

如上图：

【转存】玩转Java8 Stream，代码效率飞升相关推荐

最新文章

热门文章