Java 8 中的 Stream 是对集合(Collection)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(aggregate operation),或者大批量数据操作 (bulk data operation)。
它提供串行和并行两种模式进行汇聚操作,并发模式能够充分利用多核处理器的优势,使用fork/join并行方式来拆分任务和加速处理过程。
前言
Stream 就如同一个迭代器(Iterator),单向,不可往复,数据只能遍历一次。
流的构成:
获取一个数据源(source)→ 数据转换 → 执行操作获取想要的结果。
每次转换原有 Stream 对象不改变,返回一个新的 Stream 对象(可以有多次转换)。
转换操作是lazy(惰性求值,只能迭代一次。):
只有在Terminal操作执行时,才会一次性执行。
Stream 里有个操作函数的集合,每次转换操作就是把转换函数放入这个集合中。
在 Terminal 操作的时候循环 Stream 对应的集合,然后对每个元素执行所有的函数。
构造流的几种常见方法
1. Individual values
Stream stream = Stream.of("a", "b", "c");
2. Arrays
String [] strArray = new String[]{"a", "b", "c"};
stream = Stream.of(strArray);
stream = Arrays.stream(strArray);
3. Collections
List<String> list = Arrays.asList(strArray);
stream = list.stream();
文件生成流:
Stream<String> stream = Files.lines(Paths.get("data.txt"));
流转换为其它数据结构
1. Array
String[] strArray1 = stream.toArray(String[]::new);
2. Collection
List<String> list1 = stream.collect(Collectors.toList());
List<String> list2 = stream.collect(Collectors.toCollection(ArrayList::new));
Set set1 = stream.collect(Collectors.toSet());
Stack stack1 = stream.collect(Collectors.toCollection(Stack::new));
3. String
String str = stream.collect(Collectors.joining()).toString();
流的操作
当把一个数据结构包装成 Stream 后,就要开始对里面的元素进行各类操作了。常见的操作可以归类如下。
中间操作:
Intermediate(主要是打开流,做出某种程度的数据映射/过滤,然后返回一个新的流)
map(mapToInt, flatMap)、
filter、 distinct、 sorted、
peek、 limit、 skip、 parallel、 sequential、 unordered
.filter(person -> person.getAge() == 20) 过滤器
.distinct() 去除重复元素,这个方法是通过类的 equals 方法来判断两个元素是否相等的
.sorted()(流中的元素的类实现了 Comparable 接口) / sorted((p1, p2) -> p1.getAge() - p2.getAge()) 排序
.sorted(Comparator.comparingInt(Person::getAge))
.limit(long n) 返回前 n 个元素
.skip(long n) 去除前 n 个元素
.map(T -> R) 将流中的每一个元素 T 映射为 R(类似类型转换)
.map(Person::getName)
.flatMap(T -> Stream<R>) 将流中的每一个元素 T(数组) 映射为一个流,再把每一个流连接成为一个流
.flatMap(Arrays::stream)
结束操作:
Terminal(流的最后一个操作)
forEach、 forEachOrdered、
toArray、 reduce、 collect、 min、 max、
count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator
boolean b = list.stream().anyMatch(person -> person.getAge() == 20); 判断是否有匹配条件的元素
.allMatch(T -> boolean) 是否所有元素都符合匹配条件
.reduce((T, T) -> T) 和 reduce(T, (T, T) -> T) 用于组合流中的元素,如求和,求积,求最大值等
.reduce(0, Integer::sum)
reduce 第一个参数 0 代表起始值为 0
.count() 返回流中元素个数,结果为 long 类型
.collect() 收集方法
最常用的方法,把流中所有元素收集到一个 List Set Collection 中
toList()
toSet()
toCollection()
toMap()
joining() 连接字符串
counting() 计算总和
数值流
Stream<Integer> 类型,而每个 Integer 都要拆箱成一个原始类型再进行 sum 方法求和,这样大大影响了效率。
针对这个问题 Java 8 有良心地引入了数值流 IntStream, DoubleStream, LongStream。
三种对应的包装类型 Stream:
IntStream、LongStream、DoubleStream
IntStream.of(new int[]{1, 2, 3}).forEach(System.out::println);
IntStream.range(1, 3).forEach(System.out::println); 半开区间[)
IntStream.rangeClosed(1, 3).forEach(System.out::println); 闭区间[]
流转换为数值流:
mapToInt(T -> int) : return IntStream
mapToDouble(T -> double) : return DoubleStream
mapToLong(T -> long) : return LongStream
数值流转换为流:
Stream<Integer> stream = intStream.boxed();
数值流方法:
sum()
max()
min()
average()
并行流(必须是线程安全的)
Stream.of(list).parallel();
无限长度的流
generator:
generator方法,返回一个无限长度的Stream,其元素由Supplier接口的提供。
在Supplier是一个函数接口,只封装了一个get()方法,其用来返回任何泛型的值。
- generate(Supplier<T> s):返回一个无限长度的Stream
示例:
1. Stream<Double> generateA = Stream.generate(new Supplier<Double>() {
@Override
public Double get() {
return Math.random();
}
});
2. Stream<Double> generateB = Stream.generate(()->Math.random());
3. Stream<Double> generateC = Stream.generate(Math::random);
iterate
iterate方法,其返回的也是一个无限长度的Stream。
与generate方法不同的是,其是通过函数f迭代对给指定的元素种子而产生无限连续有序Stream,
其中包含的元素可以认为是:seed,f(seed),f(f(seed))无限循环。
- iterate(T seed, UnaryOperator<T> f)
示例:
Stream.iterate(1, item -> item + 1).limit(10).forEach(System.out::println);
// 打印结果:1,2,3,4,5,6,7,8,9,10
上面示例,种子为1,也可认为该Stream的第一个元素,
通过f函数来产生第二个元素。
接着,第二个元素,作为产生第三个元素的种子,从而产生了第三个元素,
以此类推下去。
需要注意的是,该Stream也是无限长度的,
应该使用filter、limit等来截取Stream,否则会一直循环下去。