Java 8 中的 Stream 是对集合(Collection)对象功能的增强,它专注于对集合对象进行各种非常便利、高效的聚合操作(aggregate operation),或者大批量数据操作 (bulk data operation)。Stream API 借助于同样新出现的 Lambda 表达式,极大的提高编程效率和程序可读性。同时它提供串行和并行两种模式进行汇聚操作,并发模式能够充分利用多核处理器的优势 Stream 不是集合元素,它不是数据结构并不保存数据,它是有关算法和计算的,它更像一个高级版本的 Iterator。获取一个数据源(source)→ 数据转换→执行操作获取想要的结果,每次转换原有 Stream 对象不改变,返回一个新的 Stream 对象(可以有多次转换),这就允许对其操作可以像链条一样排列,变成一个管道 为什么不在集合类实现这些操作,而是定义了全新的Stream API?Oracle官方给出了几个重要原因: 一是集合类持有的所有元素都是存储在内存中的,非常巨大的集合类会占用大量的内存,而Stream的元素却是在访问的时候才被计算出来,这种“延迟计算”的特性有点类似Clojure的lazy-seq,占用内存很少。 二是集合类的迭代逻辑是调用者负责,通常是 对于基本数值型,目前有三种对应的包装类型 Stream:IntStream、LongStream、DoubleStream。
stream是Java8新增的一大API。官方定义:支持在元素流上支持功能式操作,例如映射减少集合上的转换。 特点: 不储存。数据流不是存储元素的数据结构;相反,它将元素从源数据结构、数组、生成器函数或输入/输出通道传递到计算操作的管道中。 功能性。一个流操作产生一个结果,但不修改它的源。例如,从一个集合中过滤得到的数据流产生一个新的流,而不过滤元素,而不是从源集合中移除元素。 懒惰寻求。许多流操作,如过滤、映射,或去除重复,可以懒洋洋地,暴露的机会,优化。例如,“寻找三个连续的元音字母的第一个字符串”不需要检查所有的输入字符串。流操作分为中间(流生产)操作和终端(价值或副作用生产)操作。中间操作总是懒惰。 可能无界。虽然集合有一个有限的大小,流不需要。短路操作如极限(n)或findfirst()可以允许无限流计算在有限的时间内完成. 意为流但与I/O流又有所不同。Stream 是对集合(Collection)对象功能的增强,它专注于对集合对象进行各种非常便利、高效的聚合操作(aggregate operation),或者大批量数据操作 (bulk data operation)。Stream API 借助于同样新出现的 Lambda 表达式,极大的提高编程效率和程序可读性。同时它提供串行和并行两种模式进行汇聚操作,并发模式能够充分利用多核处理器的优势,使用 fork/join 并行方式来拆分任务和加速处理过程。通常编写并行代码很难而且容易出错, 但使用 Stream API 无需编写一行多线程的代码,就可以很方便地写出高性能的并发程序。所以说,Java 8 中首次出现的 java.util.stream 是一个函数式语言+多核时代综合影响的产物。 Lambda语法: (params) -> expression
关键字: filter:是一个中间操作,接受一个predicate接口类型的变量,并将所有流对象中的元素进行过滤。filter(s -> s.getState()==State.pay) map:是一个对于流对象的中间操作,通过给定的方法,它能够把流对象中的每一个元素对应到另外一个对象上。map(s ->
s.getPlanNo()) / map(s -> Plan::planNo) / 价格变成 10倍 map(s ->
s.getPrice().multiply(BigDecimal.valueOf(10))) reduce:把 Stream 元素组合起来。它提供一个起始值(种子),然后依照运算规则(BinaryOperator),返回单个的结果值,并且reduce操作每处理一个元素总是创建一个新值 BigDecimal total = stream().reduce(BigDecimal.zero, (a,b) -> a.add(b)); 或 BigDecimal total = stream().reduce(BigDecimal.ZERO, BigDecimal::add) limit : 返回 Stream 的前面 n 个元素;skip 则是扔掉前 n 个元素 sorted: 一个中间操作,能够返回一个排过序的流对象的视图。流对象中的元素会默认按照自然顺序进行排序,除非你自己指定一个Comparator接口来改变排序规则.
collect: 修改现存的值 Collectors 类的主要作用就是辅助进行各类有用的 reduction 操作 groupingBy 按规则分组:stream().collect(Collectors.groupingBy(p->p.getState())) partitioningBy 是一种特殊的 groupingBy,它依照条件测试的是否两种结果来构造返回的数据结构,get(true) 和 get(false) 能即为全部的元素对象。
Stream 有三个 match 方法,从语义上说: allMatch:Stream 中全部元素符合传入的 predicate,返回 true anyMatch:Stream 中只要有一个元素符合传入的 predicate,返回 true noneMatch:Stream 中没有一个元素符合传入的 predicate,返回 true
示例,domain public class Plan { Sate :noPay(1,"未支付"), pay(2,"支付"), settle(3,"结算"),
List<Plan> planList = initList(); 1. 把方案编号planNo转换大写 返回列表 List<String> noList = planList.stream().map(p->p.getPlanNo().toUpperCase()).collect(Collectors.toList());
2,价格由高到低排序 List<Plan> list = planList.stream().sorted((a,b) -> b.getPrice().compareTo(a.getPrice())).collect(Collectors.toList());
3,状态为支付的价格由高到低排序 planList.stream().filter(s -> State.pay ==
s.getState()).sorted((a,b) ->
b.getPrice().compareTo(a.getPrice())).collect(Collectors.toList()); 4,求最高价/最低价/总价, total数量平均,总和 BigDecimal max = planList.stream().max((a,b)->a.getPrice().compareTo(b.getPrice())).get().getPrice(); 平均 : planList.stream().mapToLong(Plan::getTotal).average().getAsDouble(); 总和:planList.stream().mapToLong(Plan::getTotal).sum() 5,总共有多少种状态值 long count = planList.stream().map(p->p.getState()).distinct().count();
6,方案编号中包含某些字符 List<Plan> list = planList.stream().filter(p->p.getPlanNo().contains("gt")).collect(Collectors.toList());
7,价格前三的方案 List<Plan> topList = planList.stream().sorted((a,b)->b.getPrice().compareTo(a.getPrice())).limit(3).collect(Collectors.toList());
8,按方案状态分组列表 Map<State, List<Plan>> map = planList.stream().collect(Collectors.groupingBy(p->p.getState()));
9,方案分成是否支付二种,查询列表 Map<Boolean, List<Plan>> map = planList.stream().collect(Collectors.partitioningBy(s -> s.getState()==State.noPay)); map.get(true) 是全部 未支付 map.get(false) 是支付 和 结算
10,转换成Map结构 <方案编号 , 价格> Map<String, BigDecimal> map = planList.stream().collect(Collectors.toMap(p->p.getPlanNo(), Plan::getPrice));
11,转换数据结构 , list转成数组 Plan[] ps = planList.stream().toArray(Plan[]::new);
12,按状态算数量的总和/平均数 平均:Map<State, Double> map = planList.stream().collect(Collectors.groupingBy(Plan::getState, Collectors.averagingLong(Plan::getTotal))); 求和:Map<State, Long> sum = planList.stream().collect(Collectors.groupingBy(Plan::getState, Collectors.summingLong(Plan::getTotal)));
Map<State, LongSummaryStatistics> sumMap = planList.stream().collect(Collectors.groupingBy(Plan::getState, Collectors.summarizingLong(Plan::getTotal))); LongSummaryStatistics描述流中元素的各种摘要数据,求 count, min, max, sum, and average. |
|
来自: jackeyqing > 《Java 8 新特性》