JDK8 Stream 从入门到装逼(三)

原创
2016/09/06 22:47
阅读数 7.2K

lambdas中,可以看到lambda表达式让代码更加简洁、干净、容易理解,并允许不需要创建一个类就可以达到目的。lambdas很好的帮助开发人员更好的表达片段代码的意思,Stream对于集合提供一个抽象计算和Fluent接口更能让程序猿变得爽歪歪。

###1. 构建stream 初始化stream的几个方法

//1. Stream generate 生成无限个无序的stream
    Stream<String> stream = Stream.generate(() -> UUID.randomUUID().toString());
// 2. of 构造stream
    Stream<Integer> integerStream = Stream.of(1, 2, 4, 6, 3, 9, 7); 	      
//3.集合构造出stream
	Stream<List<Integer>> inputStream = Stream.of(
		    Arrays.asList(1),
		    Arrays.asList(2, 3),
		    Arrays.asList(4, 5, 6)
	);

###2. 可以怎样用stream


/**
 * jdk8 stream 用法
 * Created by kaishui on 2016/9/3.
 */
public class JDK_07StreamTest {
    static class User {
        private String name;
        private String password;

        public User(String name, String password) {
            this.name = name;
            this.password = password;
        }

        //省略getter and setter
    }


    public static void main(String[] args) {
        List<User> userList = new ArrayList<User>();
        userList.add(new User("name1", "passowrd1"));
        userList.add(new User("name4321", "passowrd4"));
        userList.add(new User("name321", "passowrd3"));
        userList.add(new User("kaishui", "kaishuiPassword"));
        userList.add(new User("name21", "passowrd2"));

        //1. 在jdk7之前的代码中,也许我们经常会这样写
        List<User> otherUsers = new ArrayList<>();
        for (User u : userList) {
            //获取含有 "name"的User
            if (null != u.getName() && u.getName().indexOf("name") >= 0) {
                otherUsers.add(u);
            }
        }
        //按照名字长度排序
        Collections.sort(otherUsers, new Comparator<User>() {
            @Override
            public int compare(User u1, User u2) {
                return u1.getName().length() - u2.getName().length();
            }
        });
        //打印
        for (User u : otherUsers) {
            System.out.println(u.getName());
        }
        System.out.println("-------我是一条分割线1---------");
        System.out.println("-------jdk8 示例---------");
        // 2. jdk8 使用stream操作集合
        List<String> nameList = userList.stream()
                .filter(u -> null != u.getName() && u.getName().indexOf("name") >= 0)	//过滤结果
                .sorted((u1, u2) -> u1.getName().length() - u2.getName().length())		//排序
                .map(u -> u.getName())													//提取
                .collect(Collectors.toList());											//把上述步骤后的结果转换成list
        //打印
        nameList.forEach(System.out::println);
    }
}

执行结果:

name1
name21
name321
name4321
-------我是一条分割线1---------
-------jdk8---------
name1
name21
name321
name4321

上面的例子,大概了解stream的用法,下面分点介绍一下: JDK8 collection中已经实现了一个default的stream方法

1. stream() 在集合collection中新建一个stream的管道,有点类似Linux命令中 grep or awk的用法。
2. filter(Predicate) 过滤条件, 看到Predicate应该可以想到就是过滤数据。
3. sorted(Comparator) 根据Comparator排序,英语国家的就是爽,写接口都可以省注释了.
4. map(Function) 提取计算,根据Funtion的作用,我们也知道,<T,R>输入一个T,返回一个R。
5. collect(Collectors.toList()) 把上述操作stream的结果转为另外一个集合。

如果不了解predicate、function的用法,可以系列篇之函数式接口编程

###3. stream 懒加载

// 1. of 构造 Stream<Integer>
Stream<Integer> integerStream = Stream.of(1, 2, 4, 6, 3, 9, 7).map(x -> x / 0);
System.out.println("-------我是一条分割线--------");

执行结果:

-------我是一条分割线--------

上述看到,map(x -> x/0)并没有执行,如果换成下面代码:

// 1. of 构造 Stream<Integer>
Stream<Integer> integerStream = Stream.of(1, 2, 4, 6, 3, 9, 7).map(x -> x / 0);
List<Integer> list = integerStream.collect(Collectors.toList());
System.out.println("-------我是一条分割线--------");

执行结果:

Exception in thread "main" java.lang.ArithmeticException: / by zero
	at com.iu.jdk8.JDK_09StreamLazyLoadTest.lambda$main$0(JDK_09StreamLazyLoadTest.java:19)
	at java.util.stream.ReferencePipeline$3$1.accept(ReferencePipeline.java:193)
	at java.util.Spliterators$ArraySpliterator.forEachRemaining(Spliterators.java:948)
	at java.util.stream.AbstractPipeline.copyInto(AbstractPipeline.java:481)
	at java.util.stream.AbstractPipeline.wrapAndCopyInto(AbstractPipeline.java:471)
	at java.util.stream.ReduceOps$ReduceOp.evaluateSequential(ReduceOps.java:708)
	at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:234)
	at java.util.stream.ReferencePipeline.collect(ReferencePipeline.java:499)
	at com.iu.jdk8.JDK_09StreamLazyLoadTest.main(JDK_09StreamLazyLoadTest.java:20)
	at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
	at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
	at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
	at java.lang.reflect.Method.invoke(Method.java:497)
	at com.intellij.rt.execution.application.AppMain.main(AppMain.java:144)

stream只有真正使用到的时候才去真正的执行。

###4. stream 链式编程什么时候才是结束

forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator

当steam遇上这些方法才算是结束,其他的方法,例如:

map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 limit、 skip、 parallel、 sequential、 unordered

还是可以在上一个操作结果上继续操作,例如:根据条件filter -> sort -> map

 List<User> userList = new ArrayList<User>();
        for (int i = 0; i < 10; i++) {
            userList.add(new User("name" + i, "passowrd" + i, i));
        }
 List<String> nameList = userList.stream()
                .filter(u -> null != u.getName() && u.getName().indexOf("name") >= 0)	//过滤结果
                .sorted((u1, u2) -> u1.getName().length() - u2.getName().length())		//排序
                .map(u -> u.getName())													//提取
                .collect(Collectors.toList());											//把上述步骤后的结果转换成list

###5. stream api 例子

####5.1 distinct 去重

Stream.of(1, 2, 4, 6, 3, 9, 7, 2, 4, 9, 7).distinct().sorted().forEach(System.out::print);

//执行结果: 1234679

####5.2 skip 跳过条数 limit 限定结果返回几条

 Stream.of(1, 2, 4, 6, 3, 9, 7, 2, 4, 9, 7).skip(2).limit(3).forEach(System.out::print);
 //执行结果:463

####5.3 fitler 参数为:Predicate 过滤满足条件的结果, Count 统计条数

//获取集合中7的个数
long sum = Stream.of(1, 2, 4, 6, 3, 9, 7, 2, 4, 9, 7).filter(x -> x == 7).count();
System.out.println("sum = " + sum);

 //执行结果: sum = 2

####5.4 flatMap 使数据扁平化处理 很多情景,我们都会用到一个类中有List<Object>属性,怎样转化成Strean<Object>呢,这是flatMap就该出手了


public class JDK_08StreamFlatMapTest {
    static class User {
        private String name;
        private String password;
        private int no;

        public User(String name, String password, int no) {
            this.name = name;
            this.password = password;
            this.no = no;
        }

        //省略getter and setter
        
    }

    //班级
    static class Clazz{
        List<User> users;
        //省略getter and setter
    }


    public static void main(String[] args) {
        List<User> girlList = new ArrayList<User>();
        List<User> boyList = new ArrayList<User>();
        for (int i = 0; i < 10; i++) {
            girlList.add(new User("girl" + i, "passowrd" + i, i));
            boyList.add(new User("boy" + i, "passowrd" + i, i));
        }

        //班级1
        Clazz clazz = new Clazz();
        //班级2
        Clazz clazz2 = new Clazz();
        girlList.addAll(boyList);
        clazz.setUsers(girlList);
        clazz2.setUsers(girlList);
        //clazz stream
        Stream<Clazz> clazzSteam = Stream.of(clazz, clazz2);

        //clazz stream -> user stream 扁平化
        Stream<User> allUserStream = clazzSteam.flatMap(c -> c.getUsers().stream());
        System.out.println("两个班级一共多少人:" + allUserStream.count());;
    }
}

//执行结果:

两个班级一共多少人:40

####5.5 anyMatch

 //是否存在x*x = 81的结果
boolean flag = Stream.of(1, 2, 4, 6, 3, 9, 7, 2, 4, 9, 7).map(x -> x * x).anyMatch(x -> x == 81);
System.out.println(flag);
//执行结果:true

####5.6 reduce Optional<T> reduce(BinaryOperator<T> accumulator) 这个方法的主要作用是把 Stream 元素组合起来,Optional使用方法,请参考网红篇:Java函数式开发——优雅的Optional空指针处理

//clazz stream -> user stream
Stream<User> allUserStream = clazzSteam.flatMap(c -> c.getUsers().stream());
//串起所有名字 想了解optional用法可以参考:http://my.oschina.net/chkui/blog/739034
Optional<String> names = allUserStream.
        map(User::getName).sorted((first, second) -> first.compareTo(second))
        .reduce((first, second) -> first + " *** " + second);
System.out.println(names.get());

执行结果:

boy0 *** boy0 *** boy1 *** boy1 *** boy2 *** boy2 *** boy3 *** boy3 *** boy4 *** boy4 *** boy5 *** boy5 *** boy6 *** boy6 *** boy7 *** boy7 *** boy8 *** boy8 *** boy9 *** boy9 *** girl0 *** girl0 *** girl1 *** girl1 *** girl2 *** girl2 *** girl3 *** girl3 *** girl4 *** girl4 *** girl5 *** girl5 *** girl6 *** girl6 *** girl7 *** girl7 *** girl8 *** girl8 *** girl9 *** girl9

####5.7 Parallel 并行运行 vs 普通stream操作

long startTime = System.nanoTime();

Map<String, List<Integer>> numbersPerThread = IntStream.rangeClosed(1, 100000)
        .parallel()
        .boxed()
        .collect(Collectors.groupingBy(i -> Thread.currentThread().getName()));
long runTime = System.nanoTime() - startTime;
System.out.println("运行时间:" + String.valueOf(runTime));
//运行时间:159695489
long startTime = System.nanoTime();

Map<String, List<Integer>> numbersPerThread = IntStream.rangeClosed(1, 100000)
        .boxed()
        .collect(Collectors.groupingBy(i -> Thread.currentThread().getName()));
long runTime = System.nanoTime() - startTime;
System.out.println("运行时间:" + String.valueOf(runTime));
//运行时间:94576511
展开阅读全文
加载中

作者的其它热门文章

打赏
7
114 收藏
分享
打赏
11 评论
114 收藏
7
分享
返回顶部
顶部