一个例子理解Predicate、Consumer和Stream

一个需求：

把年龄大于20的学生的信息打印出来。

面向对象编程

public class Student {

    private String name;

    private int age;

    private int number;

    public Student(String name,int age,int number){

        this.name = name;

        this.age = age;

        this.number = number;

    }

    public String toString(){

        return "name:"+name+" "+"age:"+age+" "+"number:"+number;

    }

    public int getAge() {

        return age;

    }

    //省略其他get set方法

}

 public class Test {

     public static void main(String[] args) {

         Student student1 = new Student("ouym",21,1000);

         if(student1.getAge()>20){

             System.out.println(student1.toString());

         }

     }

 }

如果Test类中line5~7在多处使用，我们还可以将其封装成函数。在Student类中添加函数

public void printIfGTParam(Student student,int age){

        if(student.getAge()>age){

            System.out.println(student.toString());

        }

    }

Test改为如下：

public class Test {

    public static void main(String[] args) {

        Student student1 = new Student("ouym",21,1000);

        student1.printIfGTParam(student1, 20);

    }

}

但是如果需求变了呢？现在我们需要把名字为ouym的学生信息打印出来。

两个方案：（1）修改printIfGTParam函数，加几个判定条件。但是这明显不符合开闭原则。

（2）添加一个新的函数，处理该需求。如果又有新的需求的话，一直添加代码显得不干净。

下面介绍一个更合理的方法，函数编程。

函数编程

import java.util.function.Consumer;

import java.util.function.Predicate;

public class Student {

    private String name;

    private int age;

    private int number;

    public Student(String name,int age,int number){

        this.name = name;

        this.age = age;

        this.number = number;

    }

    public String toString(){

        return "name:"+name+" "+"age:"+age+" "+"number:"+number;

    }

    public void printIf(Predicate<Student> predicate,

            Consumer<Student> consumer){

        if ( predicate.test(this)){

            consumer.accept(this);

        }

    }

    public int getAge() {

        return age;

    }

   //省略其他set、get方法

}

public class Test {

    public static void main(String[] args) {

        Student student1 = new Student("ouym",21,1000);

        student1.printIf(student -> student.getAge()>20,

                student -> System.out.println(student.toString()));

    }

}

如果需求改为打印姓名为ouym的学生信息的时候，我们只需要在调用printIf方法的时候把student -> student.getAge()>20改为student -> student.getName()=="ouym"即可。好处不言而喻。这里只是处理一个学生，如果要处理多个学生呢？一个简单的方法是使用for循环，Student类不变，将Test改为如下：

public class Test {

    public static void main(String[] args) {

        Student student1 = new Student("ouym1",19,1000);

        Student student2 = new Student("ouym2",20,1001);

        Student student3 = new Student("ouym3",21,1002);

        Student student4 = new Student("ouym4",22,1003);

        List<Student> students = new ArrayList<>();

        students.add(student1);

        students.add(student2);

        students.add(student3);

        students.add(student4);

        for(Student one : students){

            one.printIf(student -> student.getAge()>20,

                    student -> System.out.println(student.toString()));

        }

    }

}

对于集合的情况，Java8的函数编程也提供了stream接口支持。

public class Test {

    public static void main(String[] args) {

        Student student1 = new Student("ouym1",19,1000);

        Student student2 = new Student("ouym2",20,1001);

        Student student3 = new Student("ouym3",21,1002);

        Student student4 = new Student("ouym4",22,1003);

        List<Student> students = new ArrayList<>();

        students.add(student1);

        students.add(student2);

        students.add(student3);

        students.add(student4);

        students.stream().filter(student -> student.getAge()>20)

        .forEach(student -> System.out.println(student.toString()));

    }

}

这里只是stream一个简单的操作，更多详情介绍请看总结部分。

总结

（1）Predicate

Represents a predicate (boolean-valued function) of one argument.

表示一个参数的谓词（布尔值函数）。源码如下（函数接口都有@FunctionalInterface注解修饰）：

@FunctionalInterface

public interface Predicate<T> {

    boolean test(T t);

   //提供的Predicate和本身的Predicate都为true，返回的Predicate才是true

    default Predicate<T> and(Predicate<? super T> other) {

        Objects.requireNonNull(other);

        return (t) -> test(t) && other.test(t);

    }

   //同理，非操作

    default Predicate<T> negate() {

        return (t) -> !test(t);

    }

   //同理，或

    default Predicate<T> or(Predicate<? super T> other) {

        Objects.requireNonNull(other);

        return (t) -> test(t) || other.test(t);

    }

    static <T> Predicate<T> isEqual(Object targetRef) {

        return (null == targetRef)

                ? Objects::isNull

                : object -> targetRef.equals(object);

    }

}

所以Predicate的主要作用是调用test方法评估一个对象，评估方法是在调用的时候以函数作为参数传递进去，评估结果以boolean类型返回。具体看上述例子。

（2）Consumer接口

Represents an operation that accepts a single input argument and returns no result. 
Unlike most other functional interfaces, {@code Consumer} is expected to operate via side-effects.

即接口表示一个接受单个输入参数并且没有返回值的操作。不像其他函数式接口，Consumer接口期望执行带有副作用的操作（Consumer的操作可能会更改输入参数的内部状态）。

@FunctionalInterface

public interface Consumer<T> {

    void accept(T t);

    default Consumer<T> andThen(Consumer<? super T> after) {

        Objects.requireNonNull(after);

        return (T t) -> { accept(t); after.accept(t); };

    }

accept方法接收一个对象，具体的操作在调用的时候以函数作为参数传递进去，没有返回值。

andThen方法是个defaul方法，表示先执行本身的 accept方法，紧接着再执行after的accept方法。

（3）Stream（来自）

Stream 是用函数式编程方式在集合类上进行复杂操作的工具，其集成了Java 8中的众多新特性之一的聚合操作。

对聚合操作的使用（创建流后）可以归结为2个部分：

Intermediate：一个流可以后面跟随零个或多个 intermediate 操作。其目的主要是打开流，做出某种程度的数据映射/过滤，然后返回一个新的流，交给下一个操作使用。这类操作都是惰性化的（lazy），就是说，仅仅调用到这类方法，并没有真正开始流的遍历。
Terminal：一个流只能有一个 terminal 操作，当这个操作执行后，流就被使用“光”了，无法再被操作。所以这必定是流的最后一个操作。Terminal 操作的执行，才会真正开始流的遍历，并且会生成一个结果，或者一个 side effect。

还有一种操作被称为 short-circuiting。用以指：

对于一个 intermediate 操作，如果它接受的是一个无限大（infinite/unbounded）的 Stream，但返回一个有限的新 Stream。
对于一个 terminal 操作，如果它接受的是一个无限大的 Stream，但能在有限的时间计算出结果。

当操作一个无限大的 Stream，而又希望在有限时间内完成操作，则在管道内拥有一个 short-circuiting 操作是必要非充分条件。

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();

对于基本数值型，目前有三种对应的包装类型 Stream：

IntStream、LongStream、DoubleStream。当然我们也可以用 Stream<Integer>、Stream<Long> >、Stream<Double>，但是 boxing 和 unboxing 会很耗时，所以特别为这三种基本数值型提供了对应的 Stream。

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();

一个 Stream 只可以使用一次。

stream的操作：

Intermediate：

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

Terminal：

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

Short-circuiting：

anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 limit

下面看一下 Stream 的比较典型用法：

map/flatMap

它的作用就是把 input Stream 的每一个元素，映射成 output Stream 的另外一个元素。

//转换大写

List<String> output = wordList.stream().

map(String::toUpperCase).

collect(Collectors.toList());

//平方数

List<Integer> nums = Arrays.asList(1, 2, 3, 4);

List<Integer> squareNums = nums.stream().

map(n -> n * n).

collect(Collectors.toList());

//一对多flatMap 把 input Stream 中的层级结构扁平化，就是将最底层元素抽出来放到一起，
//最终 output 的新 Stream 里面已经没有 List 了，都是直接的数字。

Stream<List<Integer>> inputStream = Stream.of(

 Arrays.asList(1),

 Arrays.asList(2, 3),

 Arrays.asList(4, 5, 6)

 );

Stream<Integer> outputStream = inputStream.

flatMap((childList) -> childList.stream());

filter

filter 对原始 Stream 进行某项测试，通过测试的元素被留下来生成一个新 Stream。

//留下偶数

Integer[] sixNums = {1, 2, 3, 4, 5, 6};

Integer[] evens =

Stream.of(sixNums).filter(n -> n%2 == 0).toArray(Integer[]::new);

//首先把每行的单词用 flatMap 整理到新的 Stream，然后保留长度不为 0 的，

//就是整篇文章中的全部单词了。

List<String> output = reader.lines().

 flatMap(line -> Stream.of(line.split(REGEXP))).

 filter(word -> word.length() > 0).

 collect(Collectors.toList());

forEach

forEach 方法接收一个 Lambda 表达式，然后在 Stream 的每一个元素上执行该表达式。

//打印姓名

// 1、stream

roster.stream()

 .filter(p -> p.getGender() == Person.Sex.MALE)

 .forEach(p -> System.out.println(p.getName()));

// 2、for循环

for (Person p : roster) {

 if (p.getGender() == Person.Sex.MALE) {

 System.out.println(p.getName());

 }

}

一般认为，forEach 和常规 for 循环的差异不涉及到性能，它们仅仅是函数式风格与传统 Java 风格的差别。

另外一点需要注意，forEach 是 terminal 操作，因此它执行后，Stream 的元素就被“消费”掉了，你无法对一个 Stream 进行两次 terminal 运算。

还有一个具有相似功能的 intermediate 操作 peek 可以达到上述目的。（可以多次调用）

Stream.of("one", "two", "three", "four")

 .filter(e -> e.length() > 3)

 .peek(e -> System.out.println("Filtered value: " + e))

 .map(String::toUpperCase)

 .peek(e -> System.out.println("Mapped value: " + e))

 .collect(Collectors.toList());

reduce

这个方法的主要作用是把 Stream 元素组合起来。它提供一个起始值（种子），然后依照运算规则（BinaryOperator），和前面 Stream 的第一个、第二个、第 n 个元素组合。从这个意义上说，字符串拼接、数值的 sum、min、max、average 都是特殊的 reduce。

// 字符串连接，concat = "ABCD"

String concat = Stream.of("A", "B", "C", "D").reduce("", String::concat);

// 求最小值，minValue = -3.0

double minValue = Stream.of(-1.5, 1.0, -3.0, -2.0).reduce(Double.MAX_VALUE, Double::min);

// 求和，sumValue = 10, 有起始值

int sumValue = Stream.of(1, 2, 3, 4).reduce(0, Integer::sum);

// 求和，sumValue = 10, 无起始值

sumValue = Stream.of(1, 2, 3, 4).reduce(Integer::sum).get();

// 过滤，字符串连接，concat = "ace"

concat = Stream.of("a", "B", "c", "D", "e", "F").

 filter(x -> x.compareTo("Z") > 0).

 reduce("", String::concat);

上面代码例如第一个示例的 reduce()，第一个参数（空白字符）即为起始值，第二个参数（String::concat）为 BinaryOperator。这类有起始值的 reduce() 都返回具体的对象。而对于第四个示例没有起始值的 reduce()，由于可能没有足够的元素，返回的是 Optional，需要通过Optional的get方法获取对象，请留意这个区别。

Optional是Java8提供的为了解决null安全问题的一个API。

//一般写法

public static String getName(User u) {

    if (u == null)

        return "Unknown";

    return u.name;

}

//使用Optional

public static String getName(User u) {

    return Optional.ofNullable(u)

                    .map(user->user.name)

                    .orElse("Unknown");

}

关于Optional的更多详情请自行查阅api

limit/skip

limit 返回 Stream 的前面 n 个元素；skip 则是扔掉前 n 个元素。

public void testLimitAndSkip() {

        List<Person> persons = new ArrayList();

        for (int i = 1; i <= 10000; i++) {

            Person person = new Person(i, "name" + i);

            persons.add(person);

        }

        List<String> personList2 = persons.stream().map(Person::getName).limit(10).skip(3).collect(Collectors.toList());

        System.out.println(personList2);

    }

    private class Person {

        public int no;

        private String name;

        public Person(int no, String name) {

            this.no = no;

            this.name = name;

        }

        public String getName() {

            System.out.println(name);

            return name;

        }

    }

输出结果为：

name1

name2

name3

name4

name5

name6

name7

name8

name9

name10

[name4, name5, name6, name7, name8, name9, name10]

这是一个有 10，000 个元素的 Stream，但在 short-circuiting 操作 limit 和 skip 的作用下，管道中 map 操作指定的 getName() 方法的执行次数为 limit 所限定的 10 次，而最终返回结果在跳过前 3 个元素后只有后面 7 个返回。

sorted

对 Stream 的排序通过 sorted 进行，它比数组的排序更强之处在于你可以首先对 Stream 进行各类 map、filter、limit、skip 甚至 distinct 来减少元素数量后，再排序，这能帮助程序明显缩短执行时间。

List<Person> persons = new ArrayList();

        for (int i = 1; i <= 5; i++) {

            Person person = new Person(i, "name" + i);

            persons.add(person);

        }

        List<Person> personList2 = persons.stream().limit(2).sorted((p1, p2) -> p1.getName().compareTo(p2.getName()))

                .collect(Collectors.toList());

        System.out.println(personList2);

Match

Stream 有三个 match 方法，从语义上说：

allMatch：Stream 中全部元素符合传入的 predicate，返回 true
anyMatch：Stream 中只要有一个元素符合传入的 predicate，返回 true
noneMatch：Stream 中没有一个元素符合传入的 predicate，返回 true

它们都不是要遍历全部元素才能返回结果。例如 allMatch 只要一个元素不满足条件，就 skip 剩下的所有元素，返回 false。

对之前的 Person 类稍做修改，加入一个 age 属性和 getAge 方法。

List<Person> persons = new ArrayList();

persons.add(new Person(1, "name" + 1, 10));

persons.add(new Person(2, "name" + 2, 21));

persons.add(new Person(3, "name" + 3, 34));

persons.add(new Person(4, "name" + 4, 6));

persons.add(new Person(5, "name" + 5, 55));

boolean isAllAdult = persons.stream().

 allMatch(p -> p.getAge() > 18);

System.out.println("All are adult? " + isAllAdult);

min/max/distinct

//找出最长一行的长度

BufferedReader br = new BufferedReader(new FileReader("c:\\SUService.log"));

int longest = br.lines().

 mapToInt(String::length).

 max().

 getAsInt();

br.close();

System.out.println(longest);

//找出不重复的单词，转小写，并排序

List<String> words = br.lines().

 flatMap(line -> Stream.of(line.split(" "))).

 filter(word -> word.length() > 0).

 map(String::toLowerCase).

 distinct().

 sorted().

 collect(Collectors.toList());

br.close();

System.out.println(words);

完

巴特西

一个例子理解Predicate、Consumer和Stream

构造流的几种常见方法：

流转换为其它数据结构：

最新文章

热门文章