猿人部落 › 主页 › 资讯 › 查看内容

JAVA基础7-Stream基础学习笔记

2019-7-26 18:06 发布者: 晚起的虫子1 评论 0 查看 776

Stream底子学习条记Stream概念泉源概念特点特性Stream创建方法通过Stream静态方法通过collection方法通过Arrays静态

Stream底子学习条记

Stream概念

泉源
概念
特点
特性

Stream创建方法

通过Stream静态方法
通过collection方法
通过Arrays静态方法

Stream通用语法
Stream的常用方法

中心操纵（转换）

无状态操纵
有状态操纵

终极操纵（归纳（reduce））

非短路操纵
短路操纵

Comparator
Collectors
并行操纵
其他阐明

Optional操纵

Stream概念

泉源

Java 8 API添加了一个新的抽象称为流Stream，可以让你以一种声明的方式处理处罚数据。
Stream 利用一种雷同用 SQL 语句从数据库查询数据的直观方式来提供一种对 Java 聚集运算和表达的高阶抽象。

概念

Stream（流）是一个来自数据源的元素队列并支持聚合操纵
1）元素是特定范例的对象，形成一个队列。 Java中的Stream并不会存储元素，而是按需盘算。
2）数据源流的泉源。可以是聚集，数组，I/O channel，产生器generator 等。
3）聚合操纵雷同SQL语句一样的操纵，好比filter, map, reduce, find, match, sorted等。

特点

和从前的Collection操纵差别， Stream操纵尚有两个底子的特性：
1） Pipelining: 中心操纵都会返回流对象本身。如许多个操纵可以串联成一个管道，如同流式风格（fluent style）。如许做可以对操纵举行优化，好比耽误实行(laziness)和短路( short-circuiting)。
2）内部迭代：从前对聚集遍历都是通过Iterator大概For-Each的方式, 显式的在聚集外部举行迭代，这叫做外部迭代。 Stream提供了内部迭代的方式，通过访问者模式(Visitor)实现。

特性

1） stream不存储数据
2） stream不改变源数据
3） stream的耽误实行特性

Stream创建方法

通过Stream静态方法

/**
  * 通过一个Supplier函数，无穷天生对象的聚集流，也是一个无穷流
*/
public static Stream generate(Supplier s);
例子：
Stream.generate(Math::random).limit(10).forEach(System.out::println);

/**
  * 天生无穷长度的Stream，和generator差别的是，其元素的天生是重复对给定的种子值(seed)调用用户指定函数来天生的。此中包罗的元素可以以为是：seed，f(seed),f(f(seed))无穷循环
*/
public static Stream iterate(final T seed, final UnaryOperator f);
例子：
Stream.iterate(1, e->e+2).limit(10).forEach(System.out::println);

/**
  * 通过一个数组获取一个stream，元素为数组的元素，元素必须是对象，而不能是原始数据范例(int、double等)
*/
public static Stream of(T t)
例子：
String[] arrs = new String[]{"a","b","c","d"};
Stream.of(arrs).forEach(System.out::println);

/**
  * 通过多个对象入参获取一个stream，元素是入参对象
*/
public static Stream of(T... values);
例子：
Stream.of(new String("one"),new String("two")).forEach(System.out::println);

通过collection方法

可以用过聚集的接口的默认方法，创建一个流；利用这个方法，包罗继续Collection的接口，如：Set，List等等。

/**
 * 创建一个流
*/
default Stream stream();

/**
 * 创建一个并行流
*/
default Stream parallelStream()

例子：

List strList = new ArrayList();
strList.add("lin");
strList.add("wu");
strList.stream().forEach(System.out::println);
strList.parallelStream().forEach(System.out::println);

通过Arrays静态方法

/**
 * 通过一个数据获取流，这泛型的，还存在int、long和double范例
*/
public static  Stream stream(T[] array);
例子：
Arrays.stream(new int[]{1,2,3,4}).forEach(System.out::println);

Stream通用语法

在这里插入图片形貌
Stream的操纵分为3部分：
第一部分是创建一个stream流（可以参照Stream创建方法）
第二部分是stream流的中心操纵，返回的照旧一个stream流（此部分可以有也可以没有）
第三部分是stream流的终极操纵

Stream的常用方法

中心操纵（转换）

无状态操纵

map（转化元素）

/**
 * 通过实现Function函数接口，遍历转化元素
 */
 Stream map(Function mapper);

filter（过滤元素）

/**
 * 通过实现Predicate函数接口，遍历元素，做过滤利用
 */
Stream filter(Predicate predicate);

flatMap（拆解元素）

/**
 * 将每个元素作为传播进Function中，末了归入父类流内里
 */
 Stream flatMap(Function> mapper);

peek（监视元素）

/**
 * 此方法重要用于支持调试，您盼望在元素流经管道中的某个点时查察元素
 */
Stream peek(Consumer action);

有状态操纵

limit（截取元素）

/**
 * 将取流的前几个元素
 */
Stream limit(long maxSize);

sorted（排序元素）

/**
 * 将元素通过天然排序，其元素必须实现Comparable接口
 */
Stream sorted();

/**
 * 将元素通过本身实现的Comparable接口举行排序
 */
Stream sorted(Comparator comparator);

distinct（去重元素）

/**
 * 将元素做去重操纵，利用equals作为比力
 */
Stream distinct();

skip（跳过元素）

/**
 * 跳过前n个元素
 */
Stream skip(long n);

终极操纵（归纳（reduce））

非短路操纵

max（最大值）

/**
 * 通过一个Comparator接口，返回最大值元素
 */
Optional max(Comparator comparator);

min（最小值）

/**
 * 通过一个Comparator接口，返回最小值元素
 */
Optional min(Comparator comparator);

count（数量）

/**
 * 获取元素个数
 */
long count();

reduce（归纳）
明白为归档函数，简朴明白为末了获取一个归纳的值（大概是总和、最大值、最小值等），前面全部函数都可以通过reduce实现，而之以是有上面的函数，是由于常用才界说出来。

/**
 * identity为初始值，然后通过BinaryOperator操纵，得到末了的值（与元素雷同范例）
 */
T reduce(T identity, BinaryOperator accumulator);
例子：实现sum操纵
int[] arrInt = {1,3,4,2};
System.out.println("ints sum is:" + Arrays.stream(arrInt).reduce(0, (sum, item) -> sum + item));

/**
 * 没有初始值，然后通过BinaryOperator操纵，得到末了的值（是一个Optional值）
 */
Optional reduce(BinaryOperator accumulator);
例子：实现max操纵
int[] arrInt = {1,3,4,2};
System.out.println("ints max is:" + Arrays.stream(arrInt).reduce(0, (item1, item2) -> item1 >item2?item1:item2));

/**
 * identity为初始值
* 当stream黑白并行操纵时，用法与2个参数的reduce根本一样，通过BiFunction操纵，得到末了的值（与元素的范例不愿定雷同）
* 当stream是并行操纵时，先是每个线程利用初始值identity分别举行BiFunction操纵，再将得到的每个结果举行BinaryOperator操纵
 */
 U reduce(U identity,
                 BiFunction accumulator,
                 BinaryOperator combiner);

例子1：通过非并行实现过滤filter操纵

List ints = Arrays.asList(1,2,3,4,5,6,7,8,9,10);		 BiFunction,Integer,ArrayList> bifun = new BiFunction,Integer,ArrayList>(){
			@Override
			public ArrayList apply(ArrayList t, Integer u) {
				if(u<5)
					t.add(u);
				return t;
			}
			 
		 };
BinaryOperator> binaryOper = new BinaryOperator>() {
			@Override
			public ArrayList apply(ArrayList strings, ArrayList strings2) {
				return strings;  
			}
		};
System.out.println("ints filter less than 5 is:" + ints.stream().reduce(new ArrayList(),bifun,binaryOper));

collect（网络）
可以明白与reduce一样，但是实现方式大概差别，reduce中通过BiFunction有返回值，而collect通过BiConsumer没有返回值，大概造成影响是对于原始数据范例和String，在collect中每一次BiConsumer操纵都无法保存。reduce恰当不可变容器归约，collect恰当可变容器归约。collect恰当并行。

/**
 * supplier为初始值，但与reduce差别是它继承一个表达式
* accumulator，对每个元素举行操纵
* combiner，将全部线程结果举行combiner操纵
 */
 R collect(Supplier supplier,
                  BiConsumer accumulator,
                  BiConsumer combiner);
/**
 * 通过Collector工具类实现与上面方法划一结果
 */
 R collect(Collector collector);

例子：实现filter功能

List ints = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
System.out.println("ints filter less than 5 is:" + ints.stream().parallel().collect(()->new ArrayList(), (array, ar) -> {if (ar<5) array.add(ar);}, (array1, array2) -> array1.addAll(array2)));

短路操纵

findFirst（第一个元素）

/**
 * 获取第一个元素
 */
Optional findFirst();

findAny（恣意一个元素）

/**
 * 返回这个集会合，取到的任何一个对象。在串行流中取第一个，在并行流中随机取。
 */
Optional findAny();

anyMatch（任何一个元素符合条件）

/**
 * 元素中只要一个符合predicate条件，即返回true
 */
boolean anyMatch(Predicate predicate);

allMatch（全部元素符合条件）

/**
 * 全部元素中都符合predicate条件，即返回true
 */
boolean allMatch(Predicate predicate);

noneMatch（没有元素符合条件）

/**
 * 全部元素中都不符合predicate条件，即返回true
 */
boolean noneMatch(Predicate predicate);

Comparator

Comparator接口，提供了一下静态方法获取comparator。
1） Comparator.reverseOrder()) 天然排序的逆向排序
2） Comparator.comparing(Student::getAge))利用某个属性排序
3） Comparator.comparing(Student::getAge).reversed()，逆向排序
一样平常用于sort操纵

Collectors

Collectors 类实现了许多归约操纵，比方将流转换成聚集和聚合元素。Collectors 可用于返回列表或字符串。一样平常用于collect操纵中。
toList（转换为List）

/**
 * 将stream转化为一个List
 */
public static  Collector> toList();

toSet（转换为Set）

/**
 * 将stream转化为一个Set
 */
public static  Collector> toSet();

toMap（转换为Map）

/**
 * 将stream转化为一个Map
* keyMapper，是获取key的一个function，假如元素的key存在一样，会报java.lang.IllegalStateException。这是由于没有传入mergeFunction，利用默认的throwingMerger。
* valueMapper，是获取value的一个function
 */
public static 
    Collector> toMap(Function keyMapper,
                                    Function valueMapper);

/**
 * 将stream转化为一个Map
* keyMapper，是获取key的一个function，假如元素的key存在一样，会报java.lang.IllegalStateException
* valueMapper，是获取value的一个function
* mergeFunction，一个BinaryOperator，管理一个重复key报错标题
 */
public static 
    Collector> toMap(Function keyMapper,
                                    Function valueMapper,
                                    BinaryOperator mergeFunction);

/**
 * 将stream转化为一个Map
* keyMapper，是获取key的一个function，假如元素的key存在一样，会报java.lang.IllegalStateException
* valueMapper，是获取value的一个function
* mergeFunction，一个BinaryOperator，管理一个重复key报错标题
* mapSupplier，指定返回Map范例，假如没有，默以为HashMap。
 */
public static >
    Collector toMap(Function keyMapper,
                                Function valueMapper,
                                BinaryOperator mergeFunction,
                                Supplier mapSupplier)

例子：

List list = new ArrayList();
list.add(new Person(1, "haha"));
list.add(new Person(2, "rere"));
list.add(new Person(3, "fefe"));
list.add(new Person(1, "linwu"));
list.add(new Person(4, null));
Map mapp = list.stream().collect(Collectors.toMap(Person::getId, Function.identity(),(k,v)->v));
System.out.println(mapp);
System.out.println(mapp.get(1).getName());

averaging（获取均匀值）
有三种，分别为averagingInt、averagingLong、averagingDouble。返回均匀值。
summarizing（获取统计信息）
有三种，分别为summarizingInt、summarizingLong、summarizingDouble。返回一个统计信息，包罗个数，总数等。
groupingBy（分组）
分组功能，返回一个Map，key为泛型，value为一个List。有三种范例，可以支持多层分组。
partitioningBy（分区）
分区功能，是分组功能的一种特殊情况，其map的key是boolean，以是只有true和false。可以支持多层分组。

并行操纵

根据预估的数据量获取最小处理处罚单元的巨细阈值，即当数据量已经小于这个阈值的时间举行盘算，否则举行fork 将使命分别成更小的数据块，举行求解。这里值得注意的是，getTargetSize 在第一次调用的时间会设置：
推测数据量巨细 / (默认并发度 * 4) 的结果作为最小实行单元的数量（设置的默认值是cpu 数 – 1，可以通过java.util.concurrent.ForkJoinPool.common.parallelism设置）

其他阐明

Optional操纵

通常聚合操纵会返回一个Optional范例，Optional表现一个安全的指定结果范例，所谓的安全指的是制止直接调用返回范例的null值而造成空指针非常，调用optional.ifPresent()可以判定返回值是否为空，大概直接调用ifPresent(Consumer consumer)在结果部位空时举行消耗操纵；调用optional.get()获取返回值。

！