Java8?函數(shù)式編程stream流使用詳解
開篇介紹
Java 8 中新增的特性旨在幫助程序員寫出更好的代碼,其中對核心類庫的改進是很關(guān)鍵的一部分,也是本章的主要內(nèi)容。對核心類庫的改進主要包括集合類的 API 和新引入的流(Stream),流使程序員得以站在更高的抽象層次上對集合進行操作。下面將介紹stream流的用法。
1.初始環(huán)境準備
? 場景:現(xiàn)在有一個公司,公司部門有一級部門,二級部門甲和二級部門乙(其中二級部門甲和二級部門乙是一級部門的子部門),
一級部門下面有有001號員工小明,二級部門甲下面有002號員工小剛和003號員工小李,二級部門乙有002號員工小剛和004號員工小張,其中員工id是唯一的,員工小剛既是二級部門甲又是二級部門乙的員工。代碼展示如下:
public class LambdaUseCase { static List<Department> departmentList; static { // 一級部門,部門人員有001號員工小明 Department departmentOne = new Department("一級部門", 1,10000L,11000L, Arrays.asList(new Person("001","小明",22))); // 二級部門甲,部門人員有002號員工小剛和003號員工小李 Department departmentTwoFirst = new Department("二級部門甲", 2,8000L,13000L, Arrays.asList(new Person("002","小剛",23), new Person("003","小李",32))); // 二級部門乙,部門人員有002號員工小剛和004號員工小張 Department departmentTwoSecond = new Department("二級部門已", 2,7500L,15000L, Arrays.asList(new Person("002","小剛",23), new Person("004","小張",34))); departmentList = Arrays.asList(departmentOne,departmentTwoFirst,departmentTwoSecond); } } @Data @AllArgsConstructor @NoArgsConstructor class Department { // 部門名 private String departmentName; // 部門等級 private Integer departmenRank; // 部門薪資(單位分) private Long departSalary; // 部門日盈利 private Long departProfit; // 部門人員集合 private List<Person> persons; } @Data @AllArgsConstructor @NoArgsConstructor //重寫equal和hashcode方法,用于數(shù)據(jù)去重 @EqualsAndHashCode class Person { // 人員id private String personId; // 人員姓名 private String personName; // 人員年齡 private Integer personAge; }
2.創(chuàng)建流
單列集合: 集合對象.stream()
創(chuàng)建流
departmentList.stream();
數(shù)組:Arrays.stream(數(shù)組)
或者使用Stream.of
來創(chuàng)建
Integer[] arr = {1,2,3,4,5}; Stream<Integer> stream = Arrays.stream(arr); Stream<Integer> stream2 = Stream.of(arr); Stream.of(1,2,3,4);
雙列集合:轉(zhuǎn)換成單列集合后再創(chuàng)建
Map<String, Integer> map = new HashMap<>(); map.put("a", 1); map.put("b", 2); map.put("c", 3); Stream<Map.Entry<String, Integer>> stream = map.entrySet().stream();
3.中間操作
3.1 map
如果有一個函數(shù)可以將一種類型的值轉(zhuǎn)換成另外一種類型,map 操作就可以使用該函數(shù),將一個流中的值轉(zhuǎn)換成一個新的流
需求:公司今年收益提供,決定把所有部門的平均薪資提升1000。
List<Department> departments = departmentList.stream().map(e -> { e.setDepartSalary(e.getDepartSalary() + 1000); return e; }).collect(Collectors.toList());
3.2 filter
對流中的元素進行過濾,篩選出符合過濾條件的數(shù)據(jù)
需求:需要篩選出部門平均薪資大于等于8000的數(shù)據(jù)。
List<Department> departments = departmentList.stream() .filter(e -> e.getDepartSalary() >= 8000) .collect(Collectors.toList());
3.3 flatMap
flatMap 方法可用 Stream 替換值,然后將多個 Stream 連接成一個 Stream
需求:把公司所有的人員收集到一個集合中。
不使用flatMap,你可能會這么做,循環(huán)里套循環(huán),看上去不太美觀。
Set<Person> personSet = new HashSet<>(); departmentList.stream().forEach(e->{ e.getPersons().stream().forEach(person->{ personSet.add(person); }); });
使用flatMap寫法。
Set<Person> personSet = departmentList.stream() .flatMap(e -> e.getPersons().stream()) .collect(Collectors.toSet());
3.4 distinct
去除流中的重復元素
需求:將公司所有的人員統(tǒng)計出來,這回不使用Set去重,注意:002號員工即在二級部門甲又在二級部門乙
List<Person> personSet = departmentList.stream() .flatMap(e -> e.getPersons().stream()) .distinct() .collect(Collectors.toList());
注意:distinct方法是依賴Object的equals方法來判斷是否是相同對象的。所以需要注意重寫equals方法。
3.5 sorted
對流中的元素進行排序
需求: 按薪資從低到高將部門列出來。
List<Department> departments = departmentList.stream() .sorted((o1, o2) -> o1.getDepartSalary().compareTo(o2.getDepartSalary())) .collect(Collectors.toList());
注意:如果調(diào)用空參的sorted()方法,需要流中的元素是實現(xiàn)了Comparable。
3.6 limit
可以設(shè)置流的最大長度,超出的部分將被拋棄
需求:按薪資從低到高將部門列出來,并且找出薪資最低的倆個部門
List<Department> departments = departmentList.stream() .sorted(Comparator.comparing(Department::getDepartSalary)) .limit(2) .collect(Collectors.toList());
3.7 skip
跳過流中的前n個元素,返回剩下的元素
需求:按薪資從低到高將部門列出來,并且忽略薪資最低的部門
List<Department> departments = departmentList.stream() .sorted(Comparator.comparing(Department::getDepartSalary)) .skip(1) .collect(Collectors.toList());
4.終結(jié)操作
4.1 foreach
對流中的元素進行遍歷操作
需求:要求輸出全部部門的名稱
departmentList.stream() .forEach(e -> System.out.println(e.getDepartmentName()));
4.2 count
可以用來獲取當前流中元素的個數(shù)。
需求:統(tǒng)計部門的格式
long count = departmentList.stream() .count();
4.3 max和min
Stream 上常用的操作之一是求最大值和最小值
需求:分別找出部門里面薪資最高的部門和最低的部門
Department maxDepartment = departmentList.stream() .max(Comparator.comparing(Department::getDepartSalary)) .get(); Department minDepartment = departmentList.stream() .min(Comparator.comparing(Department::getDepartSalary)) .get();
4.4 collect
將當前的流轉(zhuǎn)換為一個集合
4.4.1 Collectors.toList()
需求:獲得一個保存所有部門名字的集合
List<String> departNameList = departmentList.stream() .map(Department::getDepartmentName) .collect(Collectors.toList());
4.4.2 Collectors.toSet()
需求:獲得部門所有人的姓名(重名的忽略)
Set<String> personNameList = departmentList.stream() .flatMap(e -> e.getPersons().stream()) .map(Person::getPersonName) .collect(Collectors.toSet());
4.4.3 Collectors.toMap(keyMapper, valueMapper)
需求:獲得部門名稱當做key,員工當做value的Map
Map<String, List<Person>> collect = departmentList.stream() .collect(Collectors.toMap(Department::getDepartmentName, Department::getPersons));
4.4.4 Collectors.joining()
需求:將所有的部門名字連起來,并且前綴是【,后綴是】,分隔符是,
departmentList.stream() .map(Department::getDepartmentName) .collect(Collectors.joining(",","[","]"));
4.4.5 Collectors.partitioningBy(predicate)
接受一個流,并將其分成兩部分,使用 Predicate 對象判斷一個元素應(yīng)該屬于哪個部分,并根據(jù)布爾值返回一個 Map 到列表。
需求:將一級部門和其他級別的部門分離出來
Map<Boolean, List<Department>> collect = departmentList .stream() .collect(Collectors.partitioningBy(e -> e.getDepartmenRank() == 1));
4.4.6 Collectors.groupingBy(classifier)
接受一個分類函數(shù),用來對數(shù)據(jù)分組
需求:將部門按部門的階級分組
Map<Integer, List<Department>> collect = departmentList .stream() .collect(Collectors.groupingBy(Department::getDepartmenRank));
4.4.7 組合收集器
各種收集器已經(jīng)很強大了,但如果將它們組合起來,會變得更強大。
需求:統(tǒng)計各個階級部門的平均薪資
Map<Integer, Double> collect = departmentList.stream() .collect(Collectors.groupingBy(Department::getDepartmenRank,Collectors.averagingLong(Department::getDepartSalary)));
這個例子中用到了第二個收集器,用以收集最終結(jié)果的一個子集。這些收集器叫作下游收集器。收集器是生成最終結(jié)果的一劑配方,下游收集器則是生成部分結(jié)果的配方,主收集器中會用到下游收集器。這種組合使用收集器的方式,使得它們在 Stream 類庫中的作用更加強大。
4.5 reduce
對流中的數(shù)據(jù)按照指定的方式計算出結(jié)果
需求:計算出部門總的日盈利
Long sum = departmentList.stream() .map(Department::getDepartProfit) .reduce(0L, (result, element) -> result + element);
4.6 anyMatch
可以用來判斷是否有任意符合匹配條件的元素,結(jié)果為boolean類型。
需求:判斷部門中有沒有薪資大于9000的部門
boolean b = departmentList.stream() .anyMatch(e -> e.getDepartSalary() > 9000L);
4.7 allMatch
可以用來判斷是否都符合匹配條件,結(jié)果為boolean類型。如果都符合結(jié)果為true,否則結(jié)果為false。
需求:判斷部門薪資是不是都大于9000
boolean b = departmentList.stream() .allMatch(e -> e.getDepartSalary() > 9000L);
4.8 noneMatch
可以判斷流中的元素是否都不符合匹配條件。如果都不符合結(jié)果為true,否則結(jié)果為false
需求:判斷是不是所有的部門薪資都大于9000
boolean b = departmentList.stream() .noneMatch(e -> e.getDepartSalary() > 9000L);
4.9 findAny
獲取流中的任意一個元素。該方法沒有辦法保證獲取的一定是流中的第一個元素。
需求:找到任意一個部門
Department department = departmentList .stream() .findAny() .get();
4.10 findFirst
獲取流中的第一個元素。
需求:獲得薪資最低的一個部門
Department department = departmentList .stream() .sorted(Comparator.comparing(Department::getDepartSalary)) .findFirst() .get();
5.高級用法
5.1 對基本類型處理(mapToInt,mapToLong,mapToDouble)
在 Java 中,有一些相伴的類型,比如 int 和 Integer——前者是基本類型,后者是裝箱類型?;绢愋蛢?nèi)建在語言和運行環(huán)境中,是基本的程序構(gòu)建模塊;而裝箱類型屬于普通的 Java 類,只不過是對基本類型的一種封裝。由于裝箱類型是對象,因此在內(nèi)存中存在額外開銷。比如,整型在內(nèi)存中占用4 字節(jié),整型對象卻要占用 16 字節(jié)。這一情況在數(shù)組上更加嚴重,整型數(shù)組中的每個元素只占用基本類型的內(nèi)存,而整型對象數(shù)組中,每個元素都是內(nèi)存中的一個指針,指向 Java堆中的某個對象。在最壞的情況下,同樣大小的數(shù)組,Integer[] 要比 int[] 多占用 6 倍內(nèi)存。
將基本類型轉(zhuǎn)換為裝箱類型,稱為裝箱,反之則稱為拆箱,兩者都需要額外的計算開銷。對于需要大量數(shù)值運算的算法來說,裝箱和拆箱的計算開銷,以及裝箱類型占用的額外內(nèi)存,會明顯減緩程序的運行速度。
為了減小這些性能開銷,Stream 類的某些方法對基本類型和裝箱類型做了區(qū)分。高階函數(shù) mapToLong 和其他類似函數(shù)即為該方面的一個嘗試。在 Java 8 中,僅對整型、長整型和雙浮點型做了特殊處理,因為它們在數(shù)值計算中用得最多,特殊處理后的系統(tǒng)性能提升效果最明顯。
如有可能,應(yīng)盡可能多地使用對基本類型做過特殊處理的方法,進而改善性能。這些特殊的 Stream 還提供額外的方法,避免重復實現(xiàn)一些通用的方法,讓代碼更能體現(xiàn)出數(shù)值計算的意圖。
需求:需要計算出公司部門利潤的平均值,最大值,最小值,以及利潤總和。
LongSummaryStatistics longSummaryStatistics = departmentList .stream() .mapToLong(Department::getDepartProfit) .summaryStatistics(); System.out.println("利潤最大值"+longSummaryStatistics.getMax()); System.out.println("利潤最小值"+longSummaryStatistics.getMin()); System.out.println("利潤平均值"+longSummaryStatistics.getAverage()); System.out.println("利潤總和"+longSummaryStatistics.getSum());
這些統(tǒng)計值在所有特殊處理的 Stream,如 DoubleStream、LongStream 中都可以得出。如無需全部的統(tǒng)計值,也可分別調(diào)用 min、max、average 或 sum 方法獲得單個的統(tǒng)計值,同樣,三種基本類型對應(yīng)的特殊 Stream 也都包含這些方法。
6. 數(shù)據(jù)并行化
并 行 化 操 作 流 只 需 改 變 一 個 方 法 調(diào) 用。 如 果 已 經(jīng) 有 一 個 Stream 對 象, 調(diào) 用 它 的parallel 方法就能讓其擁有并行操作的能力。如果想從一個集合類創(chuàng)建一個流,調(diào)用parallelStream 就能立即獲得一個擁有并行能力的流。
需求:并行的統(tǒng)計公司的所有的人員。
Set<Person> collect = departmentList.stream() .parallel() .flatMap(e -> e.getPersons().stream()).collect(Collectors.toSet()); Set<Person> collect1 = departmentList.parallelStream() .flatMap(e -> e.getPersons().stream()).collect(Collectors.toSet());
在底層,并行流還是沿用了 fork/join 框架。fork 遞歸式地分解問題,然后每段并行執(zhí)行,最終由 join 合并結(jié)果,返回最后的值。
到此這篇關(guān)于Java8 函數(shù)式編程stream流使用詳解的文章就介紹到這了,更多相關(guān)Java8 函數(shù)式編程stream流內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
springboot2.x使用Jsoup防XSS攻擊的實現(xiàn)
這篇文章主要介紹了springboot2.x使用Jsoup防XSS攻擊的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-04-04Java 使用getClass().getResourceAsStream()方法獲取資源
這篇文章主要介紹了Java 使用getClass().getResourceAsStream()方法獲取資源的相關(guān)資料,這里主要講解哪種方式可以獲取到文件資源,需要的朋友可以參考下2017-07-07Spring Data MongoDB 數(shù)據(jù)庫批量操作的方法
在項目開發(fā)中經(jīng)常會批量插入數(shù)據(jù)和更新數(shù)據(jù)的操作,這篇文章主要介紹了Spring Data MongoDB 數(shù)據(jù)庫批量操作的方法,非常具有實用價值,需要的朋友可以參考下2018-11-11springboot整合Excel填充數(shù)據(jù)代碼示例
這篇文章主要給大家介紹了關(guān)于springboot整合Excel填充數(shù)據(jù)的相關(guān)資料,文中通過代碼示例介紹的非常詳細,對大家學習或者使用springboot具有一定的參考借鑒價值,需要的朋友可以參考下2023-08-08