Java的Stream流式操作

来源:https://www.cnblogs.com/Jotal/archive/2019/12/10/12018904.html

前言 最近在實習,在公司看到前輩的一些代碼,發現有很多值得我學習的地方,其中有一部分就是對集合使用Stream流式操作,覺得很優美且方便。所以學習一些Stream流,在這裡記錄一下。 Stream是什麼 Stream 是Java 8中出現的新特性,極大增強了集合對象的功能,專註於對集合對象進行方便、 ...


前言

最近在實習,在公司看到前輩的一些代碼,發現有很多值得我學習的地方,其中有一部分就是對集合使用Stream流式操作,覺得很優美且方便。所以學習一下Stream流,在這裡記錄一下。

Stream是什麼

Stream是Java 8中出現的新特性,極大增強了集合對象的功能,專註於對集合對象進行方便、高效的聚合操作。另外可以配合Lambda表達式,讓代碼更加容易理解。另外Stream提供串列和並行兩種操作方式,並行操作可以很方便的寫出高性能的併發程式。

Stream像是一個高級版本的Iterator,使用Iterator只能顯式地遍歷一個個元素對其執行某些操作;使用Stream,我們只需要指定對集合包含的元素執行什麼操作,例如“只獲取性別為男的用戶”、“獲取每個用戶姓名的姓氏”等,Stream會幫我們完成隱式的遍歷操作,並轉換數據。

與Iterator不同的是,Iterator只能串列操作,每次操作完一個元素再去下一個元素。Stream支持串列、並行操作,Stream的並行操作依賴Java 7的Fork/Join框架(JSR166y)來拆分任務和加速處理過程。

Stream就像是一條流水線,單向,不可回頭,只能遍歷一次,之後就不能再使用了。

使用一個Stream流,一般分為三個步驟:1. 獲取數據源-> 2. 中間操作(Intermediate)-> 3. 終端操作(Terminal)。

中間操作:一個流可以有0或多個中間操作,對數據進行轉換、過濾等操作,一個接著一個,這些操作是lazy的,中間操作是還沒有開始真正的遍歷。

終端操作:一個流只能有一個終端操作,使用終端操作之後就會返回結果,不能再使用這個流了。終端操作時,才真正開始遍歷。

在Stream中一個流的多次中間操作不是每一次都進行一次遍歷的,中間操作是lazy 的,多個中間操作是最終聚合到終端操作的時候進行的,只進行一次遍歷迴圈。可以理解為每個中間操作被當做一個判斷條件加入到終端操作迴圈中,完成每個元素的數據轉換。

下麵是一些Stream流操作方法的分類:

中間操作、終端操作.png

Stream流的創建方式

  • 數組

    1. Arrays.stream(T array);
    2. stream.of(array)
  • Collection
    1. Collection.stream()
    2. Collection.parallelStream()
  • BufferedReader
    1. java.io.BufferedReader.lines()
  • 靜態工廠

    1. java.util.stream.IntStream.range()
    2. java.nio.file.Files.walk()
  • 自己構建
    1. java.util.Spliterator
  • 其他
    1. Random.ints()
    2. BitSet.stream()
    3. Pattern.splitAsStream(java.lang.CharSequence)
    4. JarFile.stream()

創建示例

//數組
String[] array = new String[]{"1","2","3"};
Arrays.stream(array);
Stream.of(array);
Stream.of(1, 2, 3);
//集合
List<String> list = Arrays.asList(array);
list.stream();
list.parallelStream();
//數值,目前只支持IntStream、LongStream、DoubleStream三種
IntStream.of(new int[]{1,2,3}).forEach(System.out::println);
IntStream.range(1,3).forEach(System.out::println);
IntStream.rangeClosed(1, 3).forEach(System.out::println);

流轉換為其它數據結構

Stream stream = Stream.of("1","2","3");
//Array
String[] array2=(String[]) stream.toArray(String[]::new);
//Collection
List<String> list1=(List)stream.collect(Collectors.toList());
List<String> list2=(List)stream.collect(Collectors.toCollection(ArrayList::new));
Set set=(Set)stream.collect(Collectors.toSet());
Stack stack=(Stack)stream.collect(Collectors.toCollection(Stack::new));
//String
String str = stream.collect(Collectors.joining()).toString();

經典用法

1. 將一個List中元素的某一屬性取出來作為一個list,並做過濾

List<Long> names=  users.stream().filter(Objects::nonNull).map(User::getId).collect(Collectors.toList());
//或者
List<Long> names1=
 users.stream().filter(Objects::nonNull).map(u->u.getId()).collect(Collectors.toList());
//遍歷list
names.forEach(System.out::println);

2. 將List轉換成Map

        //key:id value:name
        Map<Long, String> map = users.stream().collect(Collectors.toMap(p -> p.getId(), p -> p.getName()));
            //或者,第三個參數表示如果key重覆保留k1,捨棄k2。
        Map<Long, String> map2 = users.stream().collect(Collectors.toMap(User::getId,User::getName,(k1,k2)->k1));
        //key:id value:user
        Map<Long, User> map3 = users.stream().collect(Collectors.toMap(p -> p.getId(), p->p));
        //遍歷map,包括k,v。map.values.forEach()不能遍歷Key
        map3.forEach((k,v)-> System.out.println("k:v="+k+":"+v));

3. 使用sorted對List排序

//降序,預設是升序
List<User> list=
    users.stream().sorted(Comparator.comparing(User::getId).reversed()).collect(Collectors.toList());
//遍歷list
list.forEach(System.out::println);

Comparator.comparing(User::getId)表示以id作為排序的數據。

4. 對List分組存入一個Map

        //按照性別分組
        Map<String,List<User>> map=users.stream().collect(Collectors.groupingBy(User::getSex));
        map.forEach((k,v)-> System.out.println("k:v="+k+":"+v));

5. 使用map轉換大寫

List<String> list1 = new ArrayList<>();
        list1.add("a");
        list1.add("b");
        list1.add("c");
        List<String> list2 = list1.stream().map(String::toUpperCase).collect(Collectors.toList());

6. flatMap和map

        //map
        List<String> str = Arrays.asList("a,b,c", "d,e", "f");
        List<String[]> list1 = str.stream().map(s -> s.split(",")).collect(Collectors.toList());
        list1.forEach(p-> System.out.print(Arrays.toString(p)+","));//[a, b, c],[d, e],[f]

        //flatMap
        List<String> list2 = str.stream().map(s -> s.split(",")).flatMap(Arrays::stream).sorted(Comparator.comparing(p->p.toString()).reversed()).collect(Collectors.toList());
System.out.println(list2);//[f, e, d, c, b, a]

flatMap與map的區別在於 flatMap是將一個流中的每個元素都轉成一個個流,flatMap之後得到的是每個流中元素的總的集合,即對每個流進行了二次遍歷取出其中的元素,融合到總的集合中。

7. reduce

        //求和 sum=11,第一個參數1為初始值(種子),第二個參數為運算規則(BinaryOperator)。1+1+2+3+4=11
        Integer sum = Stream.of(1, 2, 3, 4).reduce(1, Integer::sum);
        //concat="ABCD";
        String concat = Stream.of("A", "B", "C").reduce("", String::concat);
        //求和,reduce方法無初始值,返回類型為Optional,需要調用get()方法取值。
        Integer sum2 = Stream.of(1, 2, 3, 4).reduce(Integer::sum).get();
        //取最大值,max=2.0。
        Double max = Stream.of(1.0, 2.0, -1.0, 1.5).reduce(Double.MIN_VALUE, Double::max);

optional也是Java 8中的新特性,可以存儲null或者實例,有機會再深入講吧。

8. limit和skip

List<Long> ids=users.stream().map(User::getId).limit(5).skip(2).collect(Collectors.toList());
ids.forEach(System.out::println);//0-9 輸出了 2 3 4

limit(5)限制只要前五條,skip(2)跳過前兩條。特別註意如果limit和skip配合sorted使用,需先進行limit和skip。


生命不息,學習不止。還需繼續努力。20191210


您的分享是我們最大的動力!

更多相關文章
  • 前言本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯繫我們以作處理。作者:萬能搜吧 都是copy的百度SDK文檔,簡單說說怎麼用。 1、沒安裝Python的參見此文:Python學習筆記系列 1 ——安裝調試Python開發軟體 2、win+r輸 ...
  • import org.apache.spark.rdd.RDDimport org.apache.spark.{Partitioner, SparkConf, SparkContext} object Transformation { def main(args: Array[String]): U ...
  • AQS是JUC包中許多類的實現根基,這篇文章只是個人理解的產物,不免有誤,若閱讀過程中有發現不對的,希望幫忙指出[贊]! 1 AQS內臟圖 ​ 在開始瞭解 之前,我們先從上帝視角看看 是由幾個部分組成的。 ​ 內部維護了一個 修飾的 資源變數 ,裡面的所有操作都可以說跟這個變數有關係,因為它代表的就 ...
  • 出現如下錯誤: 解決辦法: DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', 'NAME': 'mxshop', 'HOST': '127.0.0.1', 'PORT': '3306', 'USER': 'mxshop' ...
  • 快速排序: 它的基本思想是:通過一躺排序將要排序的數據分割成獨立的兩部分,其中一部分的所有數據都比另外一不部分的所有數據都要小, 然後再按次方法對這兩部分數據分別進行快速排序,整個排序過程可以遞歸進行,以此達到整個數據變成有序序列。最壞情況的時 間複雜度為O(n2),最好情況時間複雜度為O(nlog ...
  • 通過對比Dubbo2.6.0,2.7.0,2.7.3版本的源碼,分析Dubbo2.7 非同步化的改造的細節。請大家多多指教。 ...
  • 第一步:爬取分類url 第二步:獲取翻頁 第三步:獲取詳情頁url 第四步:詳情頁訪問 ...
  • python中約到的問題,IndentationError: unindent does not match any outer indentation level占位問題,存在兩種可能性:1.代碼沒有對齊 2.存在非法字元與其他格式的不可見的內容(輸入法的問題) 解決: 1.TAB對齊代碼 2.選 ...
一周排行
  • 比如要拆分“呵呵呵90909086676喝喝999”,下麵當type=0返回的是中文字元串“呵呵呵,喝喝”,type=1返回的是數字字元串“90909086676,999”, private string GetStrings(string str,int type=0) { IList<strin ...
  • Swagger一個優秀的Api介面文檔生成工具。Swagger可以可以動態生成Api介面文檔,有效的降低前後端人員關於Api介面的溝通成本,促進項目高效開發。 1、使用NuGet安裝最新的包:Swashbuckle.AspNetCore。 2、編輯項目文件(NetCoreTemplate.Web.c ...
  • 2020 年 7 月 30 日, 由.NET基金會和微軟 將舉辦一個線上和為期一天的活動,包括 微軟 .NET 團隊的演講者以及社區的演講者。本次線上大會 專註.NET框架構建微服務,演講者分享構建和部署雲原生應用程式的最佳實踐、模式、提示和技巧。有關更多信息和隨時瞭解情況:https://focu... ...
  • #abp框架Excel導出——基於vue #1.技術棧 ##1.1 前端採用vue,官方提供 UI套件用的是iview ##1.2 後臺是abp——aspnetboilerplate 即abp v1,https://github.com/aspnetboilerplate/aspnetboilerp ...
  • 前言 本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯繫我們以作處理。 作者:碧茂大數據 PS:如有需要Python學習資料的小伙伴可以加下方的群去找免費管理員領取 input()輸入 Python提供了 input() 內置函數從標準輸入讀入一 ...
  • 從12年到20年,python以肉眼可見的趨勢超過了java,成為了當今It界人人皆知的編程語言。 python為什麼這麼火? 網路編程語言搜索指數 適合初學者 Python具有語法簡單、語句清晰的特點,這就讓初學者在學習階段可以把精力集中在編程對象和思維方法上。 大佬都在用 Google,YouT ...
  • 在社會上存在一種普遍的對培訓機構的學生一種歧視的現象,具體表現在,比如:當你去公司面試的時候,一旦你說了你是培訓機構出來的,那麼基本上你就涼了,那麼你瞞著不說,然後又通過了面試成功入職,但是以後一旦在公司被髮現有培訓經歷,可能會面臨被降薪,甚至被辭退,培訓機構出來的學生,在用人單位眼裡就是能力低下的 ...
  • from typing import List# 這道題看了大佬寫的代碼,經過自己的理解寫出來了。# 從最外圍的四周找有沒有為O的,如果有的話就進入深搜函數,然後深搜遍歷# 判斷上下左右的位置是否為Oclass Solution: def solve(self, board: List[List[s ...
  • import requests; import re; import os; # 1.請求網頁 header = { "user-agent":'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_5) AppleWebKit/537.36 (KHTML, li ...
  • import requests; import re; import os; import parsel; 1.請求網頁 header = { "user-agent":'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_5) AppleWebKit/537. ...