java8-Stream集合操作快速上手

Stream简介

Java 8引入了全新的Stream API。这里的Stream和I/O流不同，它更像具有Iterable的集合类，但行为和集合类又有所不同。
stream是对集合对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作，或者大批量数据操作。
只要给出需要对其包含的元素执行什么操作，比如 “过滤掉长度大于 10 的字符串”、“获取每个字符串的首字母”等，Stream 会隐式地在内部进行遍历，做出相应的数据转换。

为什么要使用Stream

函数式编程带来的好处尤为明显。这种代码更多地表达了业务逻辑的意图，而不是它的实现机制。易读的代码也易于维护、更可靠、更不容易出错。
高端

实例数据源

public class Data {

    private static List<PersonModel> list = null;

    static {

        PersonModel wu = new PersonModel("wu qi", 18, "男");

        PersonModel zhang = new PersonModel("zhang san", 19, "男");

        PersonModel wang = new PersonModel("wang si", 20, "女");

        PersonModel zhao = new PersonModel("zhao wu", 20, "男");

        PersonModel chen = new PersonModel("chen liu", 21, "男");

        list = Arrays.asList(wu, zhang, wang, zhao, chen);

    }

    public static List<PersonModel> getData() {

        return list;

    }

}

Filter

遍历数据并检查其中的元素时使用。
filter接受一个函数作为参数，该函数用Lambda表达式表示。

image.png

    /**

     * 过滤所有的男性

     */

    public static void fiterSex(){

        List<PersonModel> data = Data.getData();

        //old

        List<PersonModel> temp=new ArrayList<>();

        for (PersonModel person:data) {

            if ("男".equals(person.getSex())){

                temp.add(person);

            }

        }

        System.out.println(temp);

        //new

        List<PersonModel> collect = data

                .stream()

                .filter(person -> "男".equals(person.getSex()))

                .collect(toList());

        System.out.println(collect);

    }

    /**

     * 过滤所有的男性 并且小于20岁

     */

    public static void fiterSexAndAge(){

        List<PersonModel> data = Data.getData();

        //old

        List<PersonModel> temp=new ArrayList<>();

        for (PersonModel person:data) {

            if ("男".equals(person.getSex())&&person.getAge()<20){

                temp.add(person);

            }

        }

        //new 1

        List<PersonModel> collect = data

                .stream()

                .filter(person -> {

                    if ("男".equals(person.getSex())&&person.getAge()<20){

                        return true;

                    }

                    return false;

                })

                .collect(toList());

        //new 2

        List<PersonModel> collect1 = data

                .stream()

                .filter(person -> ("男".equals(person.getSex())&&person.getAge()<20))

                .collect(toList());

    }

Map

map生成的是个一对一映射,for的作用
比较常用
而且很简单

image.png

   /**

     * 取出所有的用户名字

     */

    public static void getUserNameList(){

        List<PersonModel> data = Data.getData();

        //old

        List<String> list=new ArrayList<>();

        for (PersonModel persion:data) {

            list.add(persion.getName());

        }

        System.out.println(list);

        //new 1

        List<String> collect = data.stream().map(person -> person.getName()).collect(toList());

        System.out.println(collect);

        //new 2

        List<String> collect1 = data.stream().map(PersonModel::getName).collect(toList());

        System.out.println(collect1);

        //new 3

        List<String> collect2 = data.stream().map(person -> {

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

            return person.getName();

        }).collect(toList());

    }

FlatMap

顾名思义，跟map差不多,更深层次的操作
但还是有区别的
map和flat返回值不同
Map 每个输入元素，都按照规则转换成为另外一个元素。
还有一些场景，是一对多映射关系的，这时需要 flatMap。
Map一对一
Flatmap一对多
map和flatMap的方法声明是不一样的
- <r> Stream<r> map(Function mapper);
- <r> Stream<r> flatMap(Function> mapper);
map和flatMap的区别：我个人认为，flatMap的可以处理更深层次的数据，入参为多个list，结果可以返回为一个list，而map是一对一的，入参是多个list，结果返回必须是多个list。通俗的说，如果入参都是对象，那么flatMap可以操作对象里面的对象，而map只能操作第一层。

image.png

public static void flatMapString() {

        List<PersonModel> data = Data.getData();

        //返回类型不一样

        List<String> collect = data.stream()

                .flatMap(person -> Arrays.stream(person.getName().split(" "))).collect(toList());

        List<Stream<String>> collect1 = data.stream()

                .map(person -> Arrays.stream(person.getName().split(" "))).collect(toList());

        //用map实现

        List<String> collect2 = data.stream()

                .map(person -> person.getName().split(" "))

                .flatMap(Arrays::stream).collect(toList());

        //另一种方式

        List<String> collect3 = data.stream()

                .map(person -> person.getName().split(" "))

                .flatMap(str -> Arrays.asList(str).stream()).collect(toList());

    }

Reduce

感觉类似递归
数字(字符串)累加
个人没咋用过

image.png

 public static void reduceTest(){

        //累加，初始化值是 10

        Integer reduce = Stream.of(1, 2, 3, 4)

                .reduce(10, (count, item) ->{

            System.out.println("count:"+count);

            System.out.println("item:"+item);

            return count + item;

        } );

        System.out.println(reduce);

        Integer reduce1 = Stream.of(1, 2, 3, 4)

                .reduce(0, (x, y) -> x + y);

        System.out.println(reduce1);

        String reduce2 = Stream.of("1", "2", "3")

                .reduce("0", (x, y) -> (x + "," + y));

        System.out.println(reduce2);

    }

Collect

collect在流中生成列表，map，等常用的数据结构
toList()
toSet()
toMap()
自定义

 /**

     * toList

     */

    public static void toListTest(){

        List<PersonModel> data = Data.getData();

        List<String> collect = data.stream()

                .map(PersonModel::getName)

                .collect(Collectors.toList());

    }

    /**

     * toSet

     */

    public static void toSetTest(){

        List<PersonModel> data = Data.getData();

        Set<String> collect = data.stream()

                .map(PersonModel::getName)

                .collect(Collectors.toSet());

    }

    /**

     * toMap

     */

    public static void toMapTest(){

        List<PersonModel> data = Data.getData();

        Map<String, Integer> collect = data.stream()

                .collect(

                        Collectors.toMap(PersonModel::getName, PersonModel::getAge)

                );

        data.stream()

                .collect(Collectors.toMap(per->per.getName(), value->{

            return value+"1";

        }));

    }

    /**

     * 指定类型

     */

    public static void toTreeSetTest(){

        List<PersonModel> data = Data.getData();

        TreeSet<PersonModel> collect = data.stream()

                .collect(Collectors.toCollection(TreeSet::new));

        System.out.println(collect);

    }

    /**

     * 分组

     */

    public static void toGroupTest(){

        List<PersonModel> data = Data.getData();

        Map<Boolean, List<PersonModel>> collect = data.stream()

                .collect(Collectors.groupingBy(per -> "男".equals(per.getSex())));

        System.out.println(collect);

    }

    /**

     * 分隔

     */

    public static void toJoiningTest(){

        List<PersonModel> data = Data.getData();

        String collect = data.stream()

                .map(personModel -> personModel.getName())

                .collect(Collectors.joining(",", "{", "}"));

        System.out.println(collect);

    }

    /**

     * 自定义

     */

    public static void reduce(){

        List<String> collect = Stream.of("1", "2", "3").collect(

                Collectors.reducing(new ArrayList<String>(), x -> Arrays.asList(x), (y, z) -> {

                    y.addAll(z);

                    return y;

                }));

        System.out.println(collect);

    }

Optional

Optional 是为核心类库新设计的一个数据类型，用来替换 null 值。
人们对原有的 null 值有很多抱怨，甚至连发明这一概念的Tony Hoare也是如此，他曾说这是自己的一个“价值连城的错误”
用处很广，不光在lambda中，哪都能用
Optional.of(T)，T为非空，否则初始化报错
Optional.ofNullable(T)，T为任意，可以为空
isPresent()，相当于！=null
ifPresent(T)， T可以是一段lambda表达式，或者其他代码，非空则执行

public static void main(String[] args) {

        PersonModel personModel=new PersonModel();

        //对象为空则打出 -

        Optional<Object> o = Optional.of(personModel);

        System.out.println(o.isPresent()?o.get():"-");

        //名称为空则打出 -

        Optional<String> name = Optional.ofNullable(personModel.getName());

        System.out.println(name.isPresent()?name.get():"-");

        //如果不为空，则打出xxx

        Optional.ofNullable("test").ifPresent(na->{

            System.out.println(na+"ifPresent");

        });

        //如果空，则返回指定字符串

        System.out.println(Optional.ofNullable(null).orElse("-"));

        System.out.println(Optional.ofNullable("1").orElse("-"));

        //如果空，则返回 指定方法，或者代码

        System.out.println(Optional.ofNullable(null).orElseGet(()->{

            return "hahah";

        }));

        System.out.println(Optional.ofNullable("1").orElseGet(()->{

            return "hahah";

        }));

        //如果空，则可以抛出异常

        System.out.println(Optional.ofNullable("1").orElseThrow(()->{

            throw new RuntimeException("ss");

        }));

//        Objects.requireNonNull(null,"is null");

        //利用 Optional 进行多级判断

        EarthModel earthModel1 = new EarthModel();

        //old

        if (earthModel1!=null){

            if (earthModel1.getTea()!=null){

                //...

            }

        }

        //new

        Optional.ofNullable(earthModel1)

                .map(EarthModel::getTea)

                .map(TeaModel::getType)

                .isPresent();

//        Optional<EarthModel> earthModel = Optional.ofNullable(new EarthModel());

//        Optional<List<PersonModel>> personModels = earthModel.map(EarthModel::getPersonModels);

//        Optional<Stream<String>> stringStream = personModels.map(per -> per.stream().map(PersonModel::getName));

        //判断对象中的list

        Optional.ofNullable(new EarthModel())

                .map(EarthModel::getPersonModels)

                .map(pers->pers

                        .stream()

                        .map(PersonModel::getName)

                        .collect(toList()))

                .ifPresent(per-> System.out.println(per));

        List<PersonModel> models=Data.getData();

        Optional.ofNullable(models)

                .map(per -> per

                        .stream()

                        .map(PersonModel::getName)

                        .collect(toList()))

                .ifPresent(per-> System.out.println(per));

    }

并发

stream替换成parallelStream或 parallel
输入流的大小并不是决定并行化是否会带来速度提升的唯一因素，性能还会受到编写代码的方式和核的数量的影响
影响性能的五要素是:数据大小、源数据结构、值是否装箱、可用的CPU核数量，以及处理每个元素所花的时间

 //根据数字的大小，有不同的结果

    private static int size=10000000;

    public static void main(String[] args) {

        System.out.println("-----------List-----------");

        testList();

        System.out.println("-----------Set-----------");

        testSet();

    }

    /**

     * 测试list

     */

    public static void testList(){

        List<Integer> list = new ArrayList<>(size);

        for (Integer i = 0; i < size; i++) {

            list.add(new Integer(i));

        }

        List<Integer> temp1 = new ArrayList<>(size);

        //老的

        long start=System.currentTimeMillis();

        for (Integer i: list) {

            temp1.add(i);

        }

        System.out.println(+System.currentTimeMillis()-start);

        //同步

        long start1=System.currentTimeMillis();

        list.stream().collect(Collectors.toList());

        System.out.println(System.currentTimeMillis()-start1);

        //并发

        long start2=System.currentTimeMillis();

        list.parallelStream().collect(Collectors.toList());

        System.out.println(System.currentTimeMillis()-start2);

    }

    /**

     * 测试set

     */

    public static void testSet(){

        List<Integer> list = new ArrayList<>(size);

        for (Integer i = 0; i < size; i++) {

            list.add(new Integer(i));

        }

        Set<Integer> temp1 = new HashSet<>(size);

        //老的

        long start=System.currentTimeMillis();

        for (Integer i: list) {

            temp1.add(i);

        }

        System.out.println(+System.currentTimeMillis()-start);

        //同步

        long start1=System.currentTimeMillis();

        list.stream().collect(Collectors.toSet());

        System.out.println(System.currentTimeMillis()-start1);

        //并发

        long start2=System.currentTimeMillis();

        list.parallelStream().collect(Collectors.toSet());

        System.out.println(System.currentTimeMillis()-start2);

    }

调试

list.map.fiter.map.xx 为链式调用，最终调用collect(xx)返回结果
分惰性求值和及早求值
判断一个操作是惰性求值还是及早求值很简单:只需看它的返回值。如果返回值是 Stream，那么是惰性求值;如果返回值是另一个值或为空，那么就是及早求值。使用这些操作的理想方式就是形成一个惰性求值的链，最后用一个及早求值的操作返回想要的结果。
通过peek可以查看每个值，同时能继续操作流

private static void peekTest() {

        List<PersonModel> data = Data.getData();

        //peek打印出遍历的每个per

        data.stream().map(per->per.getName()).peek(p->{

            System.out.println(p);

        }).collect(toList());

    }

巴特西

java8-Stream集合操作快速上手

目录

Stream简介

为什么要使用Stream

实例数据源

Filter

Map

FlatMap

Reduce

Collect

Optional

并发

调试

最新文章

热门文章