前言

Java 8 提供了一組稱為 stream 的 API，用于處理可遍歷的流式數(shù)據(jù)。stream API 的設(shè)計(jì)，充分融合了函數(shù)式編程的理念，極大簡(jiǎn)化了代碼量。

大家其實(shí)可以把Stream當(dāng)成一個(gè)高級(jí)版本的Iterator。原始版本的Iterator，用戶只能一個(gè)一個(gè)的遍歷元素并對(duì)其執(zhí)行某些操作；高級(jí)版本的Stream，用戶只要給出需要對(duì)其包含的元素執(zhí)行什么操作，比如“過(guò)濾掉長(zhǎng)度大于10的字符串”、“獲取每個(gè)字符串的首字母”等，具體這些操作如何應(yīng)用到每個(gè)元素上，就給Stream就好了?。ㄟ@個(gè)秘籍，一般人我不告訴他：））

我們來(lái)講解如何將常用的 stream API 與相應(yīng)的 functional interface （函數(shù)式接口）配合使用，達(dá)成數(shù)據(jù)處理的目的。

類似于困擾哲學(xué)家們數(shù)千年的三大問(wèn)題，關(guān)于 stream 我們也有三個(gè)疑團(tuán)需要解開(kāi)：它從哪里來(lái)？它能做什么？它會(huì)變成什么？

generate 與 Supplier

stream 最常見(jiàn)的來(lái)源是 Collection。Collection 是一組可遍歷元素的抽象容器。它有兩大類實(shí)現(xiàn)：不允許重復(fù)元素的 Set 和允許重復(fù)的 List。只要在某個(gè) Collection 對(duì)象后面加上 .stream() 或者 .parallelStream() 就可以得到相應(yīng)的 stream 了。

如果沒(méi)有現(xiàn)成的 Collection，或者 Collection 太大根本存不下，還有什么辦法可以生成 stream 么？如果知道生成 stream 中每個(gè)元素的算法，就可以無(wú)中生有造出一個(gè) stream 來(lái)。這里用到的是方法 Stream.generate()，它依賴于一個(gè)函數(shù)式接口 Supplier。

static <T> Stream<T> generate(Supplier<T> s);

Supplier 的方法 get() 在每次調(diào)用時(shí)都返回一個(gè) T 的對(duì)象。因?yàn)?get() 方法不接收任何參數(shù)，所以使用 generate 時(shí)，代碼總是會(huì)寫成類似 () -> returnValue 的樣子。

另外，由于 get() 可以被調(diào)用無(wú)限多次，因此通過(guò) generate 生成的 stream 也是無(wú)限長(zhǎng)的，必要時(shí)可以通過(guò) .limit() 截取前若干個(gè)元素。

例如，如果想獲得一個(gè)無(wú)限長(zhǎng)的隨機(jī) UUID 序列，可以使用下面的方法：

Stream<UUID> infiniteUUIDStream = Stream.generate(() -> UUID.randomUUID());

想要獲取諸如 1 ~ 10 這樣的序列也是可行的，但需要一個(gè) helper class 記錄當(dāng)前狀態(tài)，這里就不提供案例了。

forEach 與 Consumer

知道了如何生成 stream，也要知道如何消費(fèi)它。既然 stream 可以從 Collection 來(lái)，那么最后應(yīng)該也能變成 Collection，這就是 collect() 的功勞了。collect() 接收一個(gè) Collector 作為參數(shù)，返回從 stream 生成的 Collection 對(duì)象。不過(guò)這個(gè) Collector 不是函數(shù)式接口，所以不屬于本文的重點(diǎn)。下面著重講解的是 forEach 方法。

void forEach(Consumer<? super T> action);

forEach 與函數(shù)式接口 Consumer 配合工作，Consumer 的 void accept(T t) 方法就是來(lái)消費(fèi) stream 中的各個(gè)元素的。因?yàn)?accept 接收單個(gè)元素 T 作為參數(shù)，forEach 會(huì)寫成 e -> statement 的形式，其中 statement 不返回任何值。

比如，逐行打印 stream 中的每一個(gè)元素，就可以寫作：

stream.forEach(e -> System.out.println(e));

或者通過(guò)方法引用進(jìn)一步簡(jiǎn)化：

stream.forEach(System.out::println);

reduce 與 BinaryOperator

除了 forEach 這種吞噬元素的終結(jié)型操作以外，使用 stream 中的元素還有兩種常見(jiàn)的模式。第一種依舊是終結(jié)型操作：整合所有的元素，最后返回一個(gè)單一的值，我們把這個(gè)操作稱作 reduce。第二種則是過(guò)程性操作，它讓每個(gè)元素都有自己對(duì)應(yīng)的返回值，之后重組成為新的 stream，以便下一步繼續(xù)利用。我們把第二種操作稱為 map。把剛剛提及的這兩個(gè)操作結(jié)合起來(lái)，就是大名鼎鼎的 MapReduce 了（誤）。

reduce 與一種特殊的函數(shù)式接口搭配使用，它叫 BinaryOperator。BinaryOperator<T> 的原型是 BiFunction<T, T, T>，那這個(gè) BiFunction 又是怎么回事呢？原來(lái)，BiFunction<T, U, R> 是一個(gè)寬泛的函數(shù)式接口，它的方法 R apply(T t, U u) 接受類型為 T 和 U 的兩個(gè)參數(shù)，并返回一個(gè)類型為 R 的值。如果 T U R 這三者的類型相同，就可以寫作 BiFunction<T, T, T>。因?yàn)檫@種用法尤其常見(jiàn)，于是它有了自己專屬的名字，即 BinaryOperator<T>。最常見(jiàn)的 BinaryOperator 當(dāng)屬二元算術(shù)操作，我們熟知的加減乘除都屬于這個(gè)范疇。

講解 reduce 時(shí)最常見(jiàn)的例子就是求一個(gè) stream 中所有元素之和了：

// stream: Stream<Integer>
Optional<Integer> sum = stream.reduce((a, b) -> a + b);

我們可以看出，reduce 方法的特征是 (a, b) -> returnValue。它返回的結(jié)果是 Optional，我們可以用 .isPresent() 查看是否為空值；當(dāng)值不為空時(shí)，用 .get() 獲取數(shù)據(jù)。

map 與 Function

map 或許是 stream 中使用最為廣泛的一個(gè)操作了。與 reduce 涉及的 BiFunction 不同，與 map 配套使用的函數(shù)式接口是略為簡(jiǎn)單的 Function。它同樣是一個(gè)寬泛的函數(shù)式接口，同時(shí)也是函數(shù)式接口最著名的代表。Function<T, R> 的方法 R apply(T t) 接受一個(gè)類型為 T 的參數(shù)，并返回一個(gè)類型為 R 的值。map 所做的事情，就是把這個(gè) Function 應(yīng)用于 stream 中的每一個(gè)元素，以得到一個(gè)新的全部由 R 組成的 stream。

比如說(shuō)，把一個(gè) stream 中的每一個(gè)字符串都變成大寫：

// original: Stream<String>
Stream<String> transformed = original.map(e -> e.toUpperCase());

map 方法的特征是 e -> returnValue。正如我們之前用過(guò)的 System.out::println 一樣，這里也可以使用方法引用簡(jiǎn)化代碼，只要引用的方法符合 map 預(yù)期的類型即可：傳入一個(gè) T 參數(shù)，返回一個(gè) R 值。

// original: Stream<String>
Stream<String> transformed = original.map(String::toUpperCase);

filter 與 Predicate

介紹了 forEach，reduce 和 map 這些重量級(jí)的操作，下面我們來(lái)處理一個(gè)尷尬的問(wèn)題：如果這個(gè) stream 中有我們不想要的元素怎么辦？答案是使用 filter 把他們踢出去。

與 filter 搭配使用的函數(shù)式接口是 Predicate。Predicate<T> 的方法 boolean test(T t) 接受一個(gè)類型為 T 的參數(shù)，并返回 true 或是 false。我們可以認(rèn)為 Predicate<T> 就是特異化的 Function<T, boolean>，因?yàn)樗褂玫米銐驈V泛，所以自立門戶成為一套單獨(dú)的接口。

在下面的例子中，程序只打印 stream 中的偶數(shù)：

// stream: Stream<Integer>
stream.filter(e -> e % 2 == 0).forEach(System.out::println);

可以看出，由于 Predicate 是一種特異的 Function，所以 filter 方法的特征與 map 在外觀上如出一轍。不過(guò) filter 要保證 e -> returnValue 中的 returnValue 是一個(gè) boolean，否則編譯會(huì)報(bào)錯(cuò)。

sorted 與 Comparator

最后來(lái)看看 stream 中非常強(qiáng)大的 sorted 方法，它允許我們自定義比較規(guī)則對(duì) stream 中的元素排序。與 sorted 搭配的函數(shù)式接口是 Comparator，Comparator<T> 使用 int compare(T o1, T o2) 方法比較兩個(gè) T 類型的對(duì)象。排序正是通過(guò)比較對(duì)象之間的相對(duì)大小實(shí)現(xiàn)的。

接下來(lái)的例子將 stream 中的浮點(diǎn)數(shù)按絕對(duì)值的升序排列，并打印出來(lái)：

// stream: Stream<Double>
stream.sorted((a, b) -> {
 double diff = a - b;
 if (diff < 0) return -1;
 else if (diff > 0) return 1;
 else return 0;
 }).forEach(System.out::println);

不難看出，sorted 方法的特征與 reduce 比較相似，都是 (a, b) -> returnValue 的結(jié)構(gòu)，但是要保證 returnValue 是 int 類型。

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，如果有疑問(wèn)大家可以留言交流，謝謝大家對(duì)腳本之家的支持。

最新評(píng)論