欲将沉醉换悲凉。清歌莫断肠。
——晏几道《阮郎归》
JDK8新特性–Stream API 1. Stream简介
Java8中有两大最为重要的改变。第一个是 Lambda 表达式
;另外一个则是 Stream API。
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可以极大提供Java程序员的生产力,让程序员写出高效率、干净、简洁的代码。
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。简言之,Stream API 提供了一种高效且易于使用的处理数据的方式。
为什么要使用Stream API呢?
实际开发中,项目中多数数据源都来自于Mysql,Oracle等。但现在数据源可以更多了,有MongDB,Radis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 是一种静态的内存数据结构,而 Stream 是有关计算的。前者是主要面向内存,存储在内存中,后者主要是面向 CPU,通过 CPU 实现计算。
什么是 Stream?
是数据渠道,用于操作数据源(集合、数组等)所生成的元素序列。==“集合讲的是数据,Stream讲的是计算!“==
==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的操作三个步骤
==创建 Stream==
==中间操作==
==终止操作(终端操作)==
一旦执行终止操作,就执行中间操作链,并产生结果。之后,不会再被使用。
测试数据:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 public class EmployeeData { public static List<Employee> getEmployees () { List<Employee> list = new ArrayList <>(); list.add(new Employee (1001 , "马化腾" , 34 , 6000.38 )); list.add(new Employee (1002 , "马云" , 12 , 9876.12 )); list.add(new Employee (1003 , "刘强东" , 33 , 3000.82 )); list.add(new Employee (1004 , "雷军" , 26 , 7657.37 )); list.add(new Employee (1005 , "李彦宏" , 65 , 5555.32 )); list.add(new Employee (1006 , "比尔盖茨" , 42 , 9500.43 )); list.add(new Employee (1007 , "任正非" , 26 , 4333.32 )); list.add(new Employee (1008 , "扎克伯格" , 35 , 2500.32 )); return list; } }
Employee
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 public class Employee { private int id; private String name; private int age; private double salary; public int getId () { return id; } public void setId (int id) { this .id = id; } public String getName () { return name; } public void setName (String name) { this .name = name; } public int getAge () { return age; } public void setAge (int age) { this .age = age; } public double getSalary () { return salary; } public void setSalary (double salary) { this .salary = salary; } public Employee () { } public Employee (int id) { this .id = id; } public Employee (int id, String name) { this .id = id; this .name = name; } public Employee (int id, String name, int age, double salary) { this .id = id; this .name = name; this .age = age; this .salary = salary; } @Override public String toString () { return "Employee{" + "id=" + id + ", name='" + name + '\'' + ", age=" + age + ", salary=" + salary + '}' ; } @Override public boolean equals (Object o) { if (this == o) { return true ; } if (o == null || getClass() != o.getClass()) { return false ; } Employee employee = (Employee) o; if (id != employee.id) { return false ; } if (age != employee.age) { return false ; } if (Double.compare(employee.salary, salary) != 0 ) { return false ; } return name != null ? name.equals(employee.name) : employee.name == null ; } @Override public int hashCode () { int result; long temp; result = id; result = 31 * result + (name != null ? name.hashCode() : 0 ); result = 31 * result + age; temp = Double.doubleToLongBits(salary); result = 31 * result + (int ) (temp ^ (temp >>> 32 )); return result; } }
2.1 创建Stream 创建 Stream方式一:通过集合
JDK8中的 Collection 接口被扩展,提供了两个获取流的方法:
default Stream<E> stream() : 返回一个顺序流。
default Stream parallelStream() : 返回一个并行流。
1 2 3 4 5 6 7 8 9 10 11 12 13 @Test public void test1 () { List<Employee> list = EmployeeData.getEmployees(); Stream<Employee> stream = list.stream(); Stream<Employee> parallelStream = list.parallelStream(); }
创建 Stream方式二:通过数组
JDK8中的 Arrays 的静态方法 stream()
可以获取数组流: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:
public static IntStream stream(int[] array)
public static LongStream stream(long[] array)
public static DoubleStream stream(double[] array)
1 2 3 4 5 6 7 8 9 10 11 12 13 @Test public void test2 () { int [] arr = new int []{1 ,2 ,3 ,4 ,5 ,6 }; IntStream stream = Arrays.stream(arr); Employee e1 = new Employee (1001 , "Tom" ); Employee e2 = new Employee (1002 , "Jerry" ); Employee[] emps = new Employee []{e1,e2}; Stream<Employee> employeeStream = Arrays.stream(emps); }
创建 Stream方式三:通过Stream的of()
可以调用Stream类静态方法 of(), 通过显示值创建一个流
。它可以接收任意数量的参数。
public static Stream of(T… values) :
1 2 3 4 5 6 7 @Test public void test3 () { Stream<Integer> stream = Stream.of(1 , 2 , 3 , 4 , 5 , 6 ); }
创建 Stream方式四: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
public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
生成
public static<T> Stream<T> generate(Supplier<T> s)
1 2 3 4 5 6 7 8 9 10 11 12 @Test public void test4 () { Stream.iterate(0 ,t -> t + 2 ).limit(10 ).forEach(System.out::println); Stream.generate(() -> Math.random()).limit(10 ).forEach(System.out::println); }
2.2 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”。
筛选与切片
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 @Test public void test1 () { List<Employee> list = EmployeeData.getEmployees(); System.out.println("-----------stream.filter()-----------" ); Stream<Employee> stream = list.stream(); stream.filter(e -> e.getSalary()>7000 ).forEach(System.out::println); System.out.println("-----------stream.limit()-----------" ); list.stream().limit(4 ).forEach(System.out::println); System.out.println("-----------stream.skip()-----------" ); list.stream().skip(4 ).forEach(System.out::println); System.out.println("-----------stream.distinct()-----------" ); list.add(new Employee (1010 ,"刘强东" ,40 ,8000 )); list.add(new Employee (1010 ,"刘强东" ,41 ,8000 )); list.add(new Employee (1010 ,"刘强东" ,40 ,8000 )); list.add(new Employee (1010 ,"刘强东" ,40 ,8000 )); list.add(new Employee (1010 ,"刘强东" ,40 ,8000 )); list.stream().distinct().forEach(System.out::println); }
映射
方法
描述
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。
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 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 @Test public void test2 () { System.out.println("-----------------map()-------------------" ); List<String> list = Arrays.asList("aa" , "bb" , "cc" , "dd" ); list.stream().map(str -> str.toUpperCase()).forEach(System.out::println); List<Employee> employees = EmployeeData.getEmployees(); Stream<String> namesStream = employees.stream().map(Employee::getName); namesStream.filter(e -> e.length()>3 ).forEach(System.out::println); Stream<Stream<Character>> streamStream = list.stream().map(str -> fromStringToStream(str)); streamStream.forEach(s -> { s.forEach(System.out::println); }); System.out.println("-----------------flatMap()-------------------" ); Stream<Character> characterStream = list.stream().flatMap(str -> fromStringToStream(str)); characterStream.forEach(System.out::println); } public static Stream<Character> fromStringToStream (String str) { List<Character> list = new ArrayList <>(); for (Character c:str.toCharArray()){ list.add(c); } return list.stream(); } @Test public void test3 () { ArrayList list1 = new ArrayList (); list1.add(1 ); list1.add(2 ); list1.add(3 ); ArrayList list2 = new ArrayList (); list2.add(4 ); list2.add(5 ); list2.add(6 ); list1.addAll(list2); System.out.println(list1); }
排序
方法
描述
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 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 @Test public void test4 () { System.out.println("--------sorted()——自然排序--------" ); List<Integer> list = Arrays.asList(12 , 43 , 66 , 46 , 54 , 77 , -22 , 7 ); list.stream().sorted().forEach(System.out::println); System.out.println("------sorted(Comparator com)——定制排序------" ); List<Employee> employees = EmployeeData.getEmployees(); employees.stream().sorted((e1, e2) -> { int ageValue = Integer.compare(e1.getAge(), e2.getAge()); if (ageValue != 0 ) { return ageValue; } else { return Double.compare(e1.getSalary(), e2.getSalary()); } }).forEach(System.out::println); }
2.3 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。
Optional类
匹配与查找
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 @Test public void test1 () { List<Employee> employees = EmployeeData.getEmployees(); System.out.println("----------allMatch(Predicate p)——检查是否匹配所有元素。-----------" ); boolean result1 = employees.stream().allMatch(e -> e.getAge() > 18 ); System.out.println("result1 = " + result1); System.out.println("----------anyMatch(Predicate p)——检查是否至少匹配一个元素。-----------" ); boolean result2 = employees.stream().anyMatch(e -> e.getSalary() > 8000 ); System.out.println("result2 = " + result2); System.out.println("----------noneMatch(Predicate p)——检查是否没有匹配的元素。-----------" ); boolean result3 = employees.stream().noneMatch(e -> e.getName().startsWith("雷" )); System.out.println("result3 = " + result3); System.out.println("----------findFirst——返回第一个元素-----------" ); Optional<Employee> first = employees.stream().findFirst(); System.out.println("first = " + first); System.out.println("----------findAny——返回当前流中的任意元素-----------" ); Optional<Employee> any = employees.parallelStream().findAny(); System.out.println("any = " + any); }
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 @Test public void test2 () { List<Employee> employees = EmployeeData.getEmployees(); long count = employees.stream().count(); System.out.println("count = " + count); Stream<Double> salaryStream = employees.stream().map(e -> e.getSalary()); Optional<Double> max = salaryStream.max(Double::compare); System.out.println("max = " + max); Optional<Employee> min = employees.stream().min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())); System.out.println("min = " + min); employees.parallelStream().forEach(System.out::println); employees.forEach(System.out::println); }
归约
备注: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。
方 法
描 述
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<T>
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 @Test public void test3 () { List<Integer> list = Arrays.asList(1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 ); Integer result1 = list.stream().reduce(0 , Integer::sum); System.out.println("result1 = " + result1); List<Employee> employees = EmployeeData.getEmployees(); Stream<Double> salaryStream = employees.stream().map(Employee::getSalary); Optional<Double> result2 = salaryStream.reduce((e1, e2) -> e1 + e2); System.out.println("result2 = " + result2); }
收集
方 法
描 述
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。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 @Test public void test4 () { List<Employee> employees = EmployeeData.getEmployees(); Stream<Employee> employeeStream1 = employees.stream().filter(e -> e.getSalary() > 6000 ); List<Employee> list = employeeStream1.collect(Collectors.toList()); System.out.println("list = " + list); Stream<Employee> employeeStream2 = employees.stream().filter(e -> e.getSalary() > 6000 ); Set<Employee> set = employeeStream2.collect(Collectors.toSet()); System.out.println("set = " + set); }
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,具体方法与实例如下表:
☆