Java 8 - Stream 集合操作快速上手
发布于 23 天前 作者 yan 51 次浏览

(给ImportNew加星标,提高Java技能)

转自:简书,作者:我是你的小眼睛儿

www.jianshu.com/p/9fe8632d0bc2

目录

  • Stream简介
  • 为什么要使用Stream
  • 实例数据源
  • Filter
  • Map
  • FlatMap
  • Reduce
  • Collect
  • Optional
  • 并发
  • 调试

Stream简介

  • Java 8引入了全新的Stream API。这里的Stream和I/O流不同,它更像具有Iterable的集合类,但行为和集合类又有所不同。
  • stream是对集合对象功能的增强,它专注于对集合对象进行各种非常便利、高效的聚合操作,或者大批量数据操作。
  • 只要给出需要对其包含的元素执行什么操作,比如 “过滤掉长度大于 10 的字符串”、“获取每个字符串的首字母”等,Stream 会隐式地在内部进行遍历,做出相应的数据转换。

为什么要使用Stream

  • 函数式编程带来的好处尤为明显。这种代码更多地表达了业务逻辑的意图,而不是它的实现机制。易读的代码也易于维护、更可靠、更不容易出错。
  • 高端

实例数据源

public class Data {
   private static List<PersonModel> list = null;

   static {
       PersonModel wu = new PersonModel("wu qi", 18, "男");
       PersonModel zhang = new PersonModel("zhang san", 19, "男");
       PersonModel wang = new PersonModel("wang si", 20, "女");
       PersonModel zhao = new PersonModel("zhao wu", 20, "男");
       PersonModel chen = new PersonModel("chen liu", 21, "男");
       list = Arrays.asList(wu, zhang, wang, zhao, chen);
   }

   public static List<PersonModel> getData() {
       return list;
   }
} 

Filter

  • 遍历数据并检查其中的元素时使用。
  • filter接受一个函数作为参数,该函数用Lambda表达式表示。

  /**
    * 过滤所有的男性
    */
   public static void fiterSex(){
       List<PersonModel> data = Data.getData();

       //old
       List<PersonModel> temp=new ArrayList<>();
       for (PersonModel person:data) {
           if ("男".equals(person.getSex())){
               temp.add(person);
           }
       }
       System.out.println(temp);
       //new
       List<PersonModel> collect = data
               .stream()
               .filter(person -> "男".equals(person.getSex()))
               .collect(toList());
       System.out.println(collect);
   }

   /**
    * 过滤所有的男性 并且小于20岁
    */
   public static void fiterSexAndAge(){
       List<PersonModel> data = Data.getData();

       //old
       List<PersonModel> temp=new ArrayList<>();
       for (PersonModel person:data) {
           if ("男".equals(person.getSex())&&person.getAge()<20){
               temp.add(person);
           }
       }

       //new 1
       List<PersonModel> collect = data
               .stream()
               .filter(person -> {
                   if ("男".equals(person.getSex())&&person.getAge()<20){
                       return true;
                   }
                   return false;
               })
               .collect(toList());
       //new 2
       List<PersonModel> collect1 = data
               .stream()
               .filter(person -> ("男".equals(person.getSex())&&person.getAge()<20))
               .collect(toList());

   } 

Map

  • map生成的是个一对一映射,for的作用
  • 比较常用
  • 而且很简单

  /**
    * 取出所有的用户名字
    */
   public static void getUserNameList(){
       List<PersonModel> data = Data.getData();

       //old
       List<String> list=new ArrayList<>();
       for (PersonModel persion:data) {
           list.add(persion.getName());
       }
       System.out.println(list);

       //new 1
       List<String> collect = data.stream().map(person -> person.getName()).collect(toList());
       System.out.println(collect);

       //new 2
       List<String> collect1 = data.stream().map(PersonModel::getName).collect(toList());
       System.out.println(collect1);

       //new 3
       List<String> collect2 = data.stream().map(person -> {
           System.out.println(person.getName());
           return person.getName();
       }).collect(toList());
   } 

FlatMap

  • 顾名思义,跟map差不多,更深层次的操作
  • 但还是有区别的
  • map和flat返回值不同
  • Map 每个输入元素,都按照规则转换成为另外一个元素。
  • 还有一些场景,是一对多映射关系的,这时需要 flatMap。
  • Map一对一
  • Flatmap一对多
  • map和flatMap的方法声明是不一样的
  • <r> Stream<r> map(Function mapper);
  • <r> Stream<r> flatMap(Function> mapper);
  • map和flatMap的区别:我个人认为,flatMap的可以处理更深层次的数据,入参为多个list,结果可以返回为一个list,而map是一对一的,入参是多个list,结果返回必须是多个list。通俗的说,如果入参都是对象,那么flatMap可以操作对象里面的对象,而map只能操作第一层。

public static void flatMapString() {
       List<PersonModel> data = Data.getData();
       //返回类型不一样
       List<String> collect = data.stream()
               .flatMap(person -> Arrays.stream(person.getName().split(" "))).collect(toList());

       List<Stream<String>> collect1 = data.stream()
               .map(person -> Arrays.stream(person.getName().split(" "))).collect(toList());

       //用map实现
       List<String> collect2 = data.stream()
               .map(person -> person.getName().split(" "))
               .flatMap(Arrays::stream).collect(toList());
       //另一种方式
       List<String> collect3 = data.stream()
               .map(person -> person.getName().split(" "))
               .flatMap(str -> Arrays.asList(str).stream()).collect(toList());
   } 

Reduce

  • 感觉类似递归
  • 数字(字符串)累加
  • 个人没咋用过

public static void reduceTest(){
       //累加,初始化值是 10
       Integer reduce = Stream.of(1, 2, 3, 4)
               .reduce(10, (count, item) ->{
           System.out.println("count:"+count);
           System.out.println("item:"+item);
           return count + item;
       } );
       System.out.println(reduce);

       Integer reduce1 = Stream.of(1, 2, 3, 4)
               .reduce(0, (x, y) -> x + y);
       System.out.println(reduce1);

       String reduce2 = Stream.of("1", "2", "3")
               .reduce("0", (x, y) -> (x + "," + y));
       System.out.println(reduce2);
   } 

Collect

  • collect在流中生成列表,map,等常用的数据结构
  • toList()
  • toSet()
  • toMap()
  • 自定义
  /**
    * toList
    */
   public static void toListTest(){
       List<PersonModel> data = Data.getData();
       List<String> collect = data.stream()
               .map(PersonModel::getName)
               .collect(Collectors.toList());
   }

   /**
    * toSet
    */
   public static void toSetTest(){
       List<PersonModel> data = Data.getData();
       Set<String> collect = data.stream()
               .map(PersonModel::getName)
               .collect(Collectors.toSet());
   }

   /**
    * toMap
    */
   public static void toMapTest(){
       List<PersonModel> data = Data.getData();
       Map<String, Integer> collect = data.stream()
               .collect(
                       Collectors.toMap(PersonModel::getName, PersonModel::getAge)
               );

       data.stream()
               .collect(Collectors.toMap(per->per.getName(), value->{
           return value+"1";
       }));
   }

   /**
    * 指定类型
    */
   public static void toTreeSetTest(){
       List<PersonModel> data = Data.getData();
       TreeSet<PersonModel> collect = data.stream()
               .collect(Collectors.toCollection(TreeSet::new));
       System.out.println(collect);
   }

   /**
    * 分组
    */
   public static void toGroupTest(){
       List<PersonModel> data = Data.getData();
       Map<Boolean, List<PersonModel>> collect = data.stream()
               .collect(Collectors.groupingBy(per -> "男".equals(per.getSex())));
       System.out.println(collect);
   }

   /**
    * 分隔
    */
   public static void toJoiningTest(){
       List<PersonModel> data = Data.getData();
       String collect = data.stream()
               .map(personModel -> personModel.getName())
               .collect(Collectors.joining(",", "{", "}"));
       System.out.println(collect);
   }

   /**
    * 自定义
    */
   public static void reduce(){
       List<String> collect = Stream.of("1", "2", "3").collect(
               Collectors.reducing(new ArrayList<String>(), x -> Arrays.asList(x), (y, z) -> {
                   y.addAll(z);
                   return y;
               }));
       System.out.println(collect);
   } 

Optional

  • Optional 是为核心类库新设计的一个数据类型,用来替换 null 值。
  • 人们对原有的 null 值有很多抱怨,甚至连发明这一概念的Tony Hoare也是如此,他曾说这是自己的一个“价值连城的错误”
  • 用处很广,不光在lambda中,哪都能用
  • Optional.of(T),T为非空,否则初始化报错
  • Optional.ofNullable(T),T为任意,可以为空
  • isPresent(),相当于 !=null
  • ifPresent(T), T可以是一段lambda表达式 ,或者其他代码,非空则执行
public static void main(String[] args) {


       PersonModel personModel=new PersonModel();

       //对象为空则打出 -
       Optional<Object> o = Optional.of(personModel);
       System.out.println(o.isPresent()?o.get():"-");

       //名称为空则打出 -
       Optional<String> name = Optional.ofNullable(personModel.getName());
       System.out.println(name.isPresent()?name.get():"-");

       //如果不为空,则打出xxx
       Optional.ofNullable("test").ifPresent(na->{
           System.out.println(na+"ifPresent");
       });

       //如果空,则返回指定字符串
       System.out.println(Optional.ofNullable(null).orElse("-"));
       System.out.println(Optional.ofNullable("1").orElse("-"));

       //如果空,则返回 指定方法,或者代码
       System.out.println(Optional.ofNullable(null).orElseGet(()->{
           return "hahah";
       }));
       System.out.println(Optional.ofNullable("1").orElseGet(()->{
           return "hahah";
       }));

       //如果空,则可以抛出异常
       System.out.println(Optional.ofNullable("1").orElseThrow(()->{
           throw new RuntimeException("ss");
       }));


//        Objects.requireNonNull(null,"is null");


       //利用 Optional 进行多级判断
       EarthModel earthModel1 = new EarthModel();
       //old
       if (earthModel1!=null){
           if (earthModel1.getTea()!=null){
               //...
           }
       }
       //new
       Optional.ofNullable(earthModel1)
               .map(EarthModel::getTea)
               .map(TeaModel::getType)
               .isPresent();


//        Optional<EarthModel> earthModel = Optional.ofNullable(new EarthModel());
//        Optional<List<PersonModel>> personModels = earthModel.map(EarthModel::getPersonModels);
//        Optional<Stream<String>> stringStream = personModels.map(per -> per.stream().map(PersonModel::getName));


       //判断对象中的list
       Optional.ofNullable(new EarthModel())
               .map(EarthModel::getPersonModels)
               .map(pers->pers
                       .stream()
                       .map(PersonModel::getName)
                       .collect(toList()))
               .ifPresent(per-> System.out.println(per));


       List<PersonModel> models=Data.getData();
       Optional.ofNullable(models)
               .map(per -> per
                       .stream()
                       .map(PersonModel::getName)
                       .collect(toList()))
               .ifPresent(per-> System.out.println(per));

   } 

并发

  • stream替换成parallelStream或 parallel
  • 输入流的大小并不是决定并行化是否会带来速度提升的唯一因素,性能还会受到编写代码的方式和核的数量的影响
  • 影响性能的五要素是:数据大小、源数据结构、值是否装箱、可用的CPU核数量,以及处理每个元素所花的时间
//根据数字的大小,有不同的结果
   private static int size=10000000;
   public static void main(String[] args) {
       System.out.println("-----------List-----------");
       testList();
       System.out.println("-----------Set-----------");
       testSet();
   }

   /**
    * 测试list
    */
   public static void testList(){
       List<Integer> list = new ArrayList<>(size);
       for (Integer i = 0; i < size; i++) {
           list.add(new Integer(i));
       }

       List<Integer> temp1 = new ArrayList<>(size);
       //老的
       long start=System.currentTimeMillis();
       for (Integer i: list) {
           temp1.add(i);
       }
       System.out.println(+System.currentTimeMillis()-start);

       //同步
       long start1=System.currentTimeMillis();
       list.stream().collect(Collectors.toList());
       System.out.println(System.currentTimeMillis()-start1);

       //并发
       long start2=System.currentTimeMillis();
       list.parallelStream().collect(Collectors.toList());
       System.out.println(System.currentTimeMillis()-start2);
   }

   /**
    * 测试set
    */
   public static void testSet(){
       List<Integer> list = new ArrayList<>(size);
       for (Integer i = 0; i < size; i++) {
           list.add(new Integer(i));
       }

       Set<Integer> temp1 = new HashSet<>(size);
       //老的
       long start=System.currentTimeMillis();
       for (Integer i: list) {
           temp1.add(i);
       }
       System.out.println(+System.currentTimeMillis()-start);

       //同步
       long start1=System.currentTimeMillis();
       list.stream().collect(Collectors.toSet());
       System.out.println(System.currentTimeMillis()-start1);

       //并发
       long start2=System.currentTimeMillis();
       list.parallelStream().collect(Collectors.toSet());
       System.out.println(System.currentTimeMillis()-start2);
   } 

调试

  • list.map.fiter.map.xx 为链式调用,最终调用collect(xx)返回结果
  • 分惰性求值和及早求值
  • 判断一个操作是惰性求值还是及早求值很简单:只需看它的返回值。如果返回值是 Stream,那么是惰性求值;如果返回值是另一个值或为空,那么就是及早求值。使用这些操作的理想方式就是形成一个惰性求值的链,最后用一个及早求值的操作返回想要的结果。
  • 通过peek可以查看每个值,同时能继续操作流
private static void peekTest() {
       List<PersonModel> data = Data.getData();

       //peek打印出遍历的每个per
       data.stream().map(per->per.getName()).peek(p->{
           System.out.println(p);
       }).collect(toList());
   } 

推荐阅读

(点击标题可跳转阅读)

使用 Stream API 优化代码

跟上 Java 8 : Stream API 快速入门

用 Java 实现 Stream 高效混排与 Spliterator

看完本文有收获?请转发分享给更多人

关注「ImportNew」,提升Java技能

好文章,我在看❤️

回到顶部