目录StreamFilterForeachMapSortedMatchcountreduceparallelStreamIntStream.range(a,b)new Random().ints()SupplierConsumer1. accept方法2. andThen方法ifPresentCollect1. 函数2. Collector 接口3. 工具函数1. toList()2.joining()3.groupingBy()4.reducing()总结
Stream
使用这个方法创建一个 Stream 对象。
new ArrayList<>().stream()
Filter
过滤器，里面传递一个函数，这个函数的返回结果如果为 true 则保留这个元素，否则的话丢弃这个元素。
stringCollection .stream() .filter((s) -> s.startsWith("a")) .forEach(System.out::println);
Foreach
遍历，消费。
stringCollection .stream() .filter((s) -> s.startsWith("a")) .forEach(System.out::println);
Map
这个功能也是遍历，但是他是有返回值的，而上面的 Foreach 是没有返回值的，仅仅是单纯的消费。而且 Foreach 不能够链式调用，因为没有返回值，但是 Map 没问题。
stringCollection .stream() .map(String::toUpperCase) .sorted(Comparator.reverseOrder()) .forEach(System.out::println);
Sorted
这个方法是用来排序的，里面传递的函数就是一个比较器，也可以不传递参数，使用默认的就好。
stringCollection .stream() .sorted(( x, y)-> y.length()-x.length()) .filter((s) -> s.startsWith("a")) .forEach(System.out::println);
Match
根据在给定的 stream 对象中是否含有指定内容返回 true 或者 false 。
具体的有：
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
计算集合中的元素的个数。
long startsWithB = stringCollection .stream() .filter((s) -> s.startsWith("b")) .count();
reduce
这个函数就是类似于斐波那契数列，每次传递的参数是上一次的结果和从集合中取出的新元素。第一次默认取出了第一个元素和第二个元素。
简单的例子就是，第一次取出 0,1 第二次取出 第一次reduce的结果作为第一个参数，取出 2 作为第二个参数，以此类推。
Optional<String> reduced = stringCollection .stream() .sorted() .reduce((s1, s2) -> s1 + "#" + s2);
parallelStream
并行的 steam 流，可以进行并行处理，这样会效率更高。在使用stream.foreach时这个遍历没有线程安全问题，但是使用parallelStream就会有线程安全问题，所有在parallelStream里面使用的外部变量，比如集合一定要使用线程安全集合，不然就会引发多线程安全问题。如果说需要保证安全性需要使用 reduce 和 collect，不过这个用起来超级麻烦！！！
long count = values.parallelStream().sorted().count();
IntStream.range(a,b)
可以直接生成 从 a 到 b 的整数这里还是遵循编程语言的大多数约定，那就是含头不含尾。
IntStream.range(0, 10) .forEach(System.out::println);
输出的结果是
0123456789
new Random().ints()
获取一系列的随机值，这个接口出来的数据是连续不断的，所以需要用limit来限制一下。
new Random().ints().limit(10).forEach(System.out::println);
Supplier
Supplier<String> stringSupplier=String::new;stringSupplier.get();
该接口就一个抽象方法get方法,不用传入任何参数,直接返回一个泛型T的实例.就如同无参构造一样
Consumer
1. accept方法
该函数式接口的唯一的抽象方法,接收一个参数,没有返回值.
2. andThen方法
在执行完调用者方法后再执行传入参数的方法.
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); }
先执行了 consumer.accept(10) 然后执行了 consumer1.accept(10)
ifPresent
针对一个optional 如果有值的话就执行否则不执行。
IntStream .builder() .add(1) .add(3) .add(5) .add(7) .add(11) .build() .average() .ifPresent(System.out::println);
average 执行结果就是一个 optional
Collect
他有两种调用方式
<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);
下面主要介绍一下这两种方式的使用方法：
1. 函数
第一种调用方式的接口如下
<R> R collect(Supplier<R> supplier, BiConsumer<R, ? super T> accumulator, BiConsumer<R, R> combiner);
supplier 这个参数就是提供一个容器，可以看到最后 collect 操作的结果是一个 R 类型变量，而 supplier 接口最后需要返回的也是一个 R 类型的变量，所以说这里返回的是收集元素的容器。 accumulator 参数，看到这个函数的定义是传入一个 R 容器，后面则是 T 类型的元素，需要将这个 T 放到 R 容器中，即这一步是用来将元素添加到容器中的操作。 conbiner 这个参数是两个容器，即当出现多个容器的时候容器如何进行聚合。
一个简单的例子：
String concat = stringStream.collect(StringBuilder::new, StringBuilder::append,StringBuilder::append).toString();//等价于上面,这样看起来应该更加清晰String concat = stringStream.collect(() -> new StringBuilder(),(l, x) -> l.append(x), (r1, r2) -> r1.append(r2)).toString();
2. Collector 接口
第二种方案是更高级的用法采用了 Collector 接口：
<R, A> R collect(Collector<? super T, A, R> collector);
可以看到他返回的还是一个 R 类型的变量，也就是容器。
Collector接口是使得collect操作强大的终极武器,对于绝大部分操作可以分解为旗下主要步骤,提供初始容器->加入元素到容器->并发下多容器聚合->对聚合后结果进行操作
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; } }
可以看到我们可以直接 new CollectorImpl 然后将这些函数传入，另外还有一种简单的方式就是 使用 Collector.of()依然可以直接传入函数。和 new CollectorImpl 是等价的。
3. 工具函数
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;
聚合后的结果操作: 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的一种高级方式,弥补了toMap对值无法提供多元化的收集操作,比如对于返回Map<T,List<E>>这样的形式toMap就不是那么顺手,那么groupingBy的重点就是对Key和Value值的处理封装.分析如下代码,其中classifier是对key值的处理,mapFactory则是指定Map的容器具体类型,downstream为对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) { ....... }
一个简单的例子
//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()));//因为对值有了操作,因此我可以更加灵活的对值进行转换Lists.<Person>newArrayList().stream() .collect(Collectors.groupingBy(Person::getType, HashMap::new, Collectors.mapping(Person::getName,Collectors.toSet())));// 还有一种比较简单的使用方式 只需要传递一个参数按照key来划分Map<Integer, List<Person>> personsByAge = persons .stream() .collect(Collectors.groupingBy(p -> p.age));
4.reducing()
reducing是针对单个值的收集,其返回结果不是集合家族的类型,而是单一的实体类T
容器: boxSupplier(identity),这里包裹用的是一个长度为1的Object[]数组,至于原因自然是不可变类型的锅
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;
聚合后的结果操作: 结果自然是Object[0]所包裹的数据a -> a[0]
优化操作状态字段: 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); }
简单来说这个地方做的事情和 reduce 是一样的，第一个 id 传入的就是 reduce 的初始值，只是他把它包装成一个 长度为1的数组了。
//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)); //当然Stream也提供了reduce操作final Integer collect = Lists.newArrayList(1, 2, 3, 4, 5) .stream().reduce(0, Integer::sum)
总结
到此这篇关于Java提效神器Stream的一些冷门技巧的文章就介绍到这了,更多相关Java Stream技巧内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！
对于旅行，从来都记忆模糊。记不得都去了哪些地方，
