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
  • " 返回《C 併發編程》" "1. 概念介紹" "2. 非同步編程" "2.1. async運行過程" "2.2. async運行中同步上下文簡介" "2.3. 創建Task實例" "2.4. 捕獲非同步異常類型" "3. 並行編程" "3.1. Parallel" "3.2. 異常處理" "3.3. ...
  • 我們先看看兩個特效,感受一下,有沒有學習的動力? 核心API:Texture2D.SetPixel(int x, int y, Color color),Texture2D.Apply() 實現原理:對象池 思路: 第一幀繪製前:遍歷瓦片上所有活著的粒子對象並且進行數據操作(或運動,死亡),發生運動 ...
  • 原來的導出方式比較適用於比較簡單的導出,每一條數據在一行,數據列雖然自定義程度比較高,如果要一條數據對應多行就做不到了,於是就想支持根據模板導出,在 1.8.0 版本中引入了根據模板導出的功能 ...
  • 創建一個bat腳本, 裡面寫上: reg delete HKEY_CURRENT_USER\Software\JetBrains\dotMemory /freg delete HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\Ex ...
  • Linux下有vsyscall來優化一些例如time(NULL), gettimeofday這種調用的消耗; 但是Windows下, 沒有類似的東西, 但是思路還是有的 1. 程式啟動的時候, 獲取一下準確的時間戳 2. 然後每次需要獲取時間的時候, 獲取一下流逝的時間, 可以通過獲取CPU的tic ...
  • 當用戶按下鍵盤上的一個鍵時,就會發生一系列事件。下表根據他們的發生順序列出了這些事件: 表 所有元素的鍵盤事件(按順序) 鍵盤處理永遠不會像上面看到的這麼簡單。一些控制項可能會掛起這些事件中的某些事件,從而可執行自己更特殊的鍵盤處理。最明顯的例子是TextBox控制項,它掛起了TextInput事件。對 ...
  • static void LocalMethod() { Cube(100); void Cube(int x) => Console.WriteLine($"The cube of {x} is {x * x * x}"); } static void GoToDemo() { int i = 1; ...
  • 滑鼠事件執行幾個關聯的任務。當滑鼠移到某個元素上時,可通過最基本的滑鼠事件進行響應。這些事件是MouseEnter(當滑鼠指針移到元素上時引發該事件)和MouseLeave(當滑鼠指針離開元素時引發該事件)。這兩個事件都是直接事件,這意味著他們不使用冒泡和隧道過程,而是源自一個元素並且只被該元素引發 ...
  • 反射這個詞聽起來就很牛逼是吧? 嗯的確,反射是比較高級的特性,只有語言基礎很扎實的Dev們才應該使用它。 搞點反射,可以提高程式的靈活性、可擴展性、耦合度。 反射這東西,是為了動態地運行時載入,相比於靜態代碼。編譯的時候就是板上釘釘了。 就是說,如果你的程式需要在運行時搞一些晚綁定,動態載入或檢查對 ...
  • 眾所周知,微服務架構是由一眾微服務組成,項目中調用其他微服務介面更是常見的操作。為了便於調用外部介面,我們的常用思路一般都是封裝一個外部介面的客戶端,使用時候直接調用相應的方法。webservice或WCF的做法就是引用服務,自動生成客戶端。在webapi2.0里,我們都會手動封裝一個靜態類。那麼在 ...
x