Stream API 上
使用流
创建流
在使用流之前,首先需要拥有一个数据源,并通过 StreamAPI 提供的一些方法获取该数据源的流对象。数据源可以有多种形式:
1. 集合
这种数据源较为常用,通过 stream()方法即可获取流对象:
List<Person> list = new ArrayList<Person>();
Stream<Person> stream = list.stream();
2. 数组
通过 Arrays 类提供的静态函数 stream()获取数组的流对象:
String[] names = {"chaimm","peter","john"};
Stream<String> stream = Arrays.stream(names);
3. 值
直接将几个值变成流对象:
Stream<String> stream = Stream.of("chaimm","peter","john");
4. 文件
try(Stream lines = Files.lines(Paths.get(“文件路径名”),Charset.defaultCharset())){
//可对lines做一些操作
}catch(IOException e){
}
5. iterator
创建无限流
Stream.iterate(0, n -> n + 2)
.limit(10)
.forEach(System.out::println);
PS:Java7 简化了 IO 操作,把打开 IO 操作放在 try 后的括号中即可省略关闭 IO 的代码。
筛选 filter
filter 函数接收一个 Lambda 表达式作为参数,该表达式返回 boolean,在执行过程中,流将元素逐一输送给 filter,并筛选出执行结果为 true 的元素。 如,筛选出所有学生:
List<Person> result = list.stream()
.filter(Person::isStudent)
.collect(toList());
去重 distinct
去掉重复的结果:
List<Person> result = list.stream()
.distinct()
.collect(toList());
截取
截取流的前 N 个元素:
List<Person> result = list.stream()
.limit(3)
.collect(toList());
跳过
跳过流的前 n 个元素:
List<Person> result = list.stream()
.skip(3)
.collect(toList());
映射
对流中的每个元素执行一个函数,使得元素转换成另一种类型输出。流会将每一个元素输送给 map 函数,并执行 map 中的 Lambda 表达式,最后将执行结果存入一个新的流中。 如,获取每个人的姓名(实则是将 Perosn 类型转换成 String 类型):
List<Person> result = list.stream()
.map(Person::getName)
.collect(toList());
合并多个流
例:列出 List 中各不相同的单词,List 集合如下:
List<String> list = new ArrayList<String>();
list.add("I am a boy");
list.add("I love the girl");
list.add("But the girl loves another girl");
思路如下:
首先将 list 变成流:
list.stream();
按空格分词:
list.stream()
.map(line->line.split(" "));
分完词之后,每个元素变成了一个 String[]数组。
将每个 String[]
变成流:
list.stream()
.map(line->line.split(" "))
.map(Arrays::stream)
此时一个大流里面包含了一个个小流,我们需要将这些小流合并成一个流。
将小流合并成一个大流:用 flatMap
替换刚才的 map
list.stream()
.map(line->line.split(" "))
.flatMap(Arrays::stream)
去重
list.stream()
.map(line->line.split(" "))
.flatMap(Arrays::stream)
.distinct()
.collect(toList());
是否匹配任一元素:anyMatch
anyMatch 用于判断流中是否存在至少一个元素满足指定的条件,这个判断条件通过 Lambda 表达式传递给 anyMatch,执行结果为 boolean 类型。 如,判断 list 中是否有学生:
boolean result = list.stream()
.anyMatch(Person::isStudent);
是否匹配所有元素:allMatch
allMatch 用于判断流中的所有元素是否都满足指定条件,这个判断条件通过 Lambda 表达式传递给 anyMatch,执行结果为 boolean 类型。 如,判断是否所有人都是学生:
boolean result = list.stream()
.allMatch(Person::isStudent);
是否未匹配所有元素:noneMatch
noneMatch 与 allMatch 恰恰相反,它用于判断流中的所有元素是否都不满足指定条件:
boolean result = list.stream()
.noneMatch(Person::isStudent);
获取任一元素 findAny
findAny 能够从流中随便选一个元素出来,它返回一个 Optional 类型的元素。
Optional<Person> person = list.stream().findAny();
获取第一个元素 findFirst
Optional<Person> person = list.stream().findFirst();
归约
归约是将集合中的所有元素经过指定运算,折叠成一个元素输出,如:求最值、平均数等,这些操作都是将一个集合的元素折叠成一个元素输出。
在流中,reduce 函数能实现归约。 reduce 函数接收两个参数:
- 初始值
- 进行归约操作的 Lambda 表达式
元素求和:自定义 Lambda 表达式实现求和
例:计算所有人的年龄总和
@Test
public void contextLoads() {
List<Person> list = new ArrayList<>();
list.add(new Person().setAge(20));
list.add(new Person().setAge(25));
int age = list.stream().map(Person::getAge).reduce(0, Integer::sum);
System.out.println(age);
}
@Data
@Accessors(chain = true)
class Person {
private int age;
}
- reduce 的第一个参数表示初试值为 0;
- reduce 的第二个参数为需要进行的归约操作,它接收一个拥有两个参数的 Lambda 表达式,reduce 会把流中的元素两两输给 Lambda 表达式,最后将计算出累加之和。
元素求和:使用 Integer.sum 函数求和
上面的方法中我们自己定义了 Lambda 表达式实现求和运算,如果当前流的元素为数值类型,那么可以使用 Integer 提供了 sum 函数代替自定义的 Lambda 表达式,如:
int age = list.stream().reduce(0, Integer::sum);
Integer 类还提供了 min
、max
等一系列数值操作,当流中元素为数值类型时可以直接使用。
数值流的使用
采用 reduce 进行数值操作会涉及到基本数值类型和引用数值类型之间的装箱、拆箱操作,因此效率较低。 当流操作为纯数值操作时,使用数值流能获得较高的效率。
将普通流转换成数值流
StreamAPI 提供了三种数值流:IntStream、DoubleStream、LongStream,也提供了将普通流转换成数值流的三种方法:mapToInt、mapToDouble、mapToLong。 如,将 Person 中的 age 转换成数值流:
IntStream stream = list.stream().mapToInt(Person::getAge);
数值计算
每种数值流都提供了数值计算函数,如 max、min、sum 等。如,找出最大的年龄:
OptionalInt maxAge = list.stream()
.mapToInt(Person::getAge)
.max();
由于数值流可能为空,并且给空的数值流计算最大值是没有意义的,因此 max 函数返回 OptionalInt,它是 Optional 的一个子类,能够判断流是否为空,并对流为空的情况作相应的处理。 此外,mapToInt、mapToDouble、mapToLong 进行数值操作后的返回结果分别为:OptionalInt、OptionalDouble、OptionalLong
中间操作和收集操作
操作 | 类型 | 返回类型 | 使用的类型/函数式接口 | 函数描述符 |
---|---|---|---|---|
filter | 中间 | Stream<T> | Predicate<T> | T -> boolean |
distinct | 中间 | Stream<T> | ||
skip | 中间 | Stream<T> | long | |
map | 中间 | Stream<R> | Function<T, R> | T -> R |
flatMap | 中间 | Stream<R> | Function<T, Stream<R>> | T -> Stream<R> |
limit | 中间 | Stream<T> | long | |
sorted | 中间 | Stream<T> | Comparator<T> | (T, T) -> int |
anyMatch | 终端 | boolean | Predicate<T> | T -> boolean |
noneMatch | 终端 | boolean | Predicate<T> | T -> boolean |
allMatch | 终端 | boolean | Predicate<T> | T -> boolean |
findAny | 终端 | Optional<T> | ||
findFirst | 终端 | Optional<T> | ||
forEach | 终端 | void | Consumer<T> | T -> void |
collect | 终端 | R | Collector<T, A, R> | |
reduce | 终端 | Optional<T> | BinaryOperator<T> | (T, T) -> T |
count | 终端 | long |