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果的一劑配方，下游收集器則是生成部分結果的配方，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，結果為boolean類型。如果都符合結果為true，否則結果為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。如果都不符合結果為true，否則結果為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 用。 如 果 已 經(jīng) 有 一 個 Stream 對 象， 調 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 合并結果，返回最后的值。
到此這篇關于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)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要給大家介紹了關于Java利用反射實現(xiàn)框架類的相關資料，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2020-10-10
這篇文章主要介紹了Java排序算法總結之堆排序,詳細分析了堆排序的原理與java實現(xiàn)技巧,需要的朋友可以參考下2015-05-05
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2020-04-04
Java 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2017-07-07
工作中很多時候需要用到合并兩個List并去除其中的重復內(nèi)容,這是一個很簡單的操作,實現(xiàn)的方法也多種多樣,這篇文章主要給大家介紹了關于Java合并兩個List后并去掉重復項的兩種做法,需要的朋友可以參考下2023-10-10
這篇文章主要介紹了Springboot啟動擴展點超詳細教程小結,本文通過圖文并茂的形式給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-07-07
Spring 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2018-11-11
這篇文章主要介紹了Java實現(xiàn)的猜數(shù)字游戲,涉及Java數(shù)學運算與判斷相關操作技巧,需要的朋友可以參考下2018-06-06
springboot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于springboot整合Excel填充數(shù)據(jù)的相關資料,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
這篇文章主要給大家介紹了關于Java中異或的相關資料，文中通過示例代碼介紹的非常詳細，對大家學習或者使用Java具有一定的參考學習價值，需要的朋友們下面來一起學習學習吧2019-08-08