Java提效神器Stream的一些冷門技巧匯總

更新時間：2021年07月06日 09:47:38 作者：小梓川呀

這篇文章主要給大家介紹了關(guān)于Java提效神器Stream的一些冷門技巧,Stream是java對集合操作的優(yōu)化,相較于迭代器,使用Stream的速度非?？?并且它支持并行方式處理集合中的數(shù)據(jù),默認(rèn)情況能充分利用cpu的資源,需要的朋友可以參考下

Stream

使用這個方法創(chuàng)建一個 Stream 對象。

new ArrayList<>().stream()

Filter

過濾器，里面?zhèn)鬟f一個函數(shù)，這個函數(shù)的返回結(jié)果如果為 true 則保留這個元素，否則的話丟棄這個元素。

        stringCollection
                .stream()
                .filter((s) -> s.startsWith("a"))
                .forEach(System.out::println);

Foreach

遍歷，消費。

        stringCollection
                .stream()
                .filter((s) -> s.startsWith("a"))
                .forEach(System.out::println);

Map

這個功能也是遍歷，但是他是有返回值的，而上面的 Foreach 是沒有返回值的，僅僅是單純的消費。而且 Foreach 不能夠鏈?zhǔn)秸{(diào)用，因為沒有返回值，但是 Map 沒問題。

        stringCollection
                .stream()
                .map(String::toUpperCase)
                .sorted(Comparator.reverseOrder())
                .forEach(System.out::println);

Sorted

這個方法是用來排序的，里面?zhèn)鬟f的函數(shù)就是一個比較器，也可以不傳遞參數(shù)，使用默認(rèn)的就好。

        stringCollection
                .stream()
                .sorted(( x, y)-> y.length()-x.length())
                .filter((s) -> s.startsWith("a"))
                .forEach(System.out::println);

Match

根據(jù)在給定的 stream 對象中是否含有指定內(nèi)容返回 true 或者 false 。

具體的有：

allMatch
anyMatch
noneMatch

        boolean anyStartsWithA = stringCollection
                .stream()
                .anyMatch((s) -> s.startsWith("a"));

        boolean allStartsWithA = stringCollection
                .stream()
                .allMatch((s) -> s.startsWith("a"));

        boolean noneStartsWithZ = stringCollection
                .stream()
                .noneMatch((s) -> s.startsWith("z"));

count

計算集合中的元素的個數(shù)。

long startsWithB = stringCollection
        .stream()
        .filter((s) -> s.startsWith("b"))
        .count();

reduce

這個函數(shù)就是類似于斐波那契數(shù)列，每次傳遞的參數(shù)是上一次的結(jié)果和從集合中取出的新元素。第一次默認(rèn)取出了第一個元素和第二個元素。

簡單的例子就是，第一次取出 0,1 第二次取出第一次reduce的結(jié)果作為第一個參數(shù)，取出 2 作為第二個參數(shù)，以此類推。

Optional<String> reduced =
        stringCollection
                .stream()
                .sorted()
                .reduce((s1, s2) -> s1 + "#" + s2);

parallelStream

并行的 steam 流，可以進行并行處理，這樣會效率更高。在使用stream.foreach時這個遍歷沒有線程安全問題，但是使用parallelStream就會有線程安全問題，所有在parallelStream里面使用的外部變量，比如集合一定要使用線程安全集合，不然就會引發(fā)多線程安全問題。如果說需要保證安全性需要使用 reduce 和 collect，不過這個用起來超級麻煩?。?！

long count = values.parallelStream().sorted().count();

IntStream.range(a,b)

可以直接生成從 a 到 b 的整數(shù)這里還是遵循編程語言的大多數(shù)約定，那就是含頭不含尾。

IntStream.range(0, 10)
    .forEach(System.out::println);

輸出的結(jié)果是

0
1
2
3
4
5
6
7
8
9

new Random().ints()

獲取一系列的隨機值，這個接口出來的數(shù)據(jù)是連續(xù)不斷的，所以需要用limit來限制一下。

new Random().ints().limit(10).forEach(System.out::println);

Supplier

Supplier<String> stringSupplier=String::new;
stringSupplier.get();

該接口就一個抽象方法get方法,不用傳入任何參數(shù),直接返回一個泛型T的實例.就如同無參構(gòu)造一樣

Consumer

1. accept方法

該函數(shù)式接口的唯一的抽象方法,接收一個參數(shù),沒有返回值.

2. andThen方法

在執(zhí)行完調(diào)用者方法后再執(zhí)行傳入?yún)?shù)的方法.

public class ConsumerTest {
    public static void main(String[] args) {
        Consumer<Integer> consumer = (x) -> {
            int num = x * 2;
            System.out.println(num);
        };
        Consumer<Integer> consumer1 = (x) -> {
            int num = x * 3;
            System.out.println(num);
        };
        consumer.andThen(consumer1).accept(10);
    }

先執(zhí)行了 consumer.accept(10) 然后執(zhí)行了 consumer1.accept(10)

ifPresent

針對一個optional 如果有值的話就執(zhí)行否則不執(zhí)行。

IntStream
    .builder()
    .add(1)
    .add(3)
    .add(5)
    .add(7)
    .add(11)
    .build()
    .average()
    .ifPresent(System.out::println);

average 執(zhí)行結(jié)果就是一個 optional

Collect

他有兩種調(diào)用方式

  <R> R collect(Supplier<R> supplier,
                  BiConsumer<R, ? super T> accumulator,
                  BiConsumer<R, R> combiner);

 <R, A> R collect(Collector<? super T, A, R> collector);

下面主要介紹一下這兩種方式的使用方法：

1. 函數(shù)

第一種調(diào)用方式的接口如下

  <R> R collect(Supplier<R> supplier,
                  BiConsumer<R, ? super T> accumulator,
                  BiConsumer<R, R> combiner);

supplier 這個參數(shù)就是提供一個容器，可以看到最后 collect 操作的結(jié)果是一個 R 類型變量，而 supplier 接口最后需要返回的也是一個 R 類型的變量，所以說這里返回的是收集元素的容器。
accumulator 參數(shù)，看到這個函數(shù)的定義是傳入一個 R 容器，后面則是 T 類型的元素，需要將這個 T 放到 R 容器中，即這一步是用來將元素添加到容器中的操作。
conbiner 這個參數(shù)是兩個容器，即當(dāng)出現(xiàn)多個容器的時候容器如何進行聚合。

一個簡單的例子：

String concat = stringStream.collect(StringBuilder::new, StringBuilder::append,StringBuilder::append).toString();
//等價于上面,這樣看起來應(yīng)該更加清晰
String concat = stringStream.collect(() -> new StringBuilder(),(l, x) -> l.append(x), (r1, r2) -> r1.append(r2)).toString();

2. Collector 接口

第二種方案是更高級的用法采用了 Collector 接口：

 <R, A> R collect(Collector<? super T, A, R> collector);

可以看到他返回的還是一個 R 類型的變量，也就是容器。

Collector接口是使得collect操作強大的終極武器,對于絕大部分操作可以分解為旗下主要步驟,提供初始容器->加入元素到容器->并發(fā)下多容器聚合->對聚合后結(jié)果進行操作

static class CollectorImpl<T, A, R> implements Collector<T, A, R> {
        private final Supplier<A> supplier;
        private final BiConsumer<A, T> accumulator;
        private final BinaryOperator<A> combiner;
        private final Function<A, R> finisher;
        private final Set<Characteristics> characteristics;

        CollectorImpl(Supplier<A> supplier,
                      BiConsumer<A, T> accumulator,
                      BinaryOperator<A> combiner,
                      Function<A,R> finisher,
                      Set<Characteristics> characteristics) {
            this.supplier = supplier;
            this.accumulator = accumulator;
            this.combiner = combiner;
            this.finisher = finisher;
            this.characteristics = characteristics;
        }

        CollectorImpl(Supplier<A> supplier,
                      BiConsumer<A, T> accumulator,
                      BinaryOperator<A> combiner,
                      Set<Characteristics> characteristics) {
            this(supplier, accumulator, combiner, castingIdentity(), characteristics);
        }

        @Override
        public BiConsumer<A, T> accumulator() {
            return accumulator;
        }

        @Override
        public Supplier<A> supplier() {
            return supplier;
        }

        @Override
        public BinaryOperator<A> combiner() {
            return combiner;
        }

        @Override
        public Function<A, R> finisher() {
            return finisher;
        }

        @Override
        public Set<Characteristics> characteristics() {
            return characteristics;
        }
    }

可以看到我們可以直接 new CollectorImpl 然后將這些函數(shù)傳入，另外還有一種簡單的方式就是使用 Collector.of()依然可以直接傳入函數(shù)。和 new CollectorImpl 是等價的。

3. 工具函數(shù)

1. toList()

容器: ArrayList::new

加入容器操作: List::add

多容器合并: left.addAll(right); return left;

   public static <T>
    Collector<T, ?, List<T>> toList() {
        return new CollectorImpl<>((Supplier<List<T>>) ArrayList::new, List::add,
                                   (left, right) -> { left.addAll(right); return left; },
                                   CH_ID);
    }

2.joining()

容器: StringBuilder::new

加入容器操作: StringBuilder::append

多容器合并: r1.append(r2); return r1;

聚合后的結(jié)果操作: StringBuilder::toString

    public static Collector<CharSequence, ?, String> joining() {
        return new CollectorImpl<CharSequence, StringBuilder, String>(
                StringBuilder::new, StringBuilder::append,
                (r1, r2) -> { r1.append(r2); return r1; },
                StringBuilder::toString, CH_NOID);
    }

3.groupingBy()

roupingBy是toMap的一種高級方式,彌補了toMap對值無法提供多元化的收集操作,比如對于返回Map<T,List<E>>這樣的形式toMap就不是那么順手,那么groupingBy的重點就是對Key和Value值的處理封裝.分析如下代碼,其中classifier是對key值的處理,mapFactory則是指定Map的容器具體類型,downstream為對Value的收集操作.

   public static <T, K, D, A, M extends Map<K, D>>
    Collector<T, ?, M> groupingBy(Function<? super T, ? extends K> classifier,
                                  Supplier<M> mapFactory,
                                  Collector<? super T, A, D> downstream) {
       .......
    }

一個簡單的例子

//原生形式
   Lists.<Person>newArrayList().stream()
        .collect(() -> new HashMap<Integer,List<Person>>(),
            (h, x) -> {
              List<Person> value = h.getOrDefault(x.getType(), Lists.newArrayList());
              value.add(x);
              h.put(x.getType(), value);
            },
            HashMap::putAll
        );
//groupBy形式
Lists.<Person>newArrayList().stream()
        .collect(Collectors.groupingBy(Person::getType, HashMap::new, Collectors.toList()));
//因為對值有了操作,因此我可以更加靈活的對值進行轉(zhuǎn)換
Lists.<Person>newArrayList().stream()
        .collect(Collectors.groupingBy(Person::getType, HashMap::new, Collectors.mapping(Person::getName,Collectors.toSet())));
// 還有一種比較簡單的使用方式 只需要傳遞一個參數(shù)按照key來劃分
Map<Integer, List<Person>> personsByAge = persons
            .stream()
    .collect(Collectors.groupingBy(p -> p.age));

4.reducing()

reducing是針對單個值的收集,其返回結(jié)果不是集合家族的類型,而是單一的實體類T

容器: boxSupplier(identity),這里包裹用的是一個長度為1的Object[]數(shù)組,至于原因自然是不可變類型的鍋

加入容器操作: a[0] = op.apply(a[0], t)

多容器合并: a[0] = op.apply(a[0], b[0]); return a;

聚合后的結(jié)果操作: 結(jié)果自然是Object[0]所包裹的數(shù)據(jù)a -> a[0]

優(yōu)化操作狀態(tài)字段: CH_NOID

  public static <T> Collector<T, ?, T>
    reducing(T identity, BinaryOperator<T> op) {
        return new CollectorImpl<>(
                boxSupplier(identity),
                (a, t) -> { a[0] = op.apply(a[0], t); },
                (a, b) -> { a[0] = op.apply(a[0], b[0]); return a; },
                a -> a[0],
                CH_NOID);
    }

簡單來說這個地方做的事情和 reduce 是一樣的，第一個 id 傳入的就是 reduce 的初始值，只是他把它包裝成一個長度為1的數(shù)組了。

//原生操作
final Integer[] integers = Lists.newArrayList(1, 2, 3, 4, 5)
        .stream()
        .collect(() -> new Integer[]{0}, (a, x) -> a[0] += x, (a1, a2) -> a1[0] += a2[0]);
//reducing操作
final Integer collect = Lists.newArrayList(1, 2, 3, 4, 5)
        .stream()
        .collect(Collectors.reducing(0, Integer::sum));    
//當(dāng)然Stream也提供了reduce操作
final Integer collect = Lists.newArrayList(1, 2, 3, 4, 5)
        .stream().reduce(0, Integer::sum)