Java8 Stream-API

Java8 Stream-API

Stream 流类似集合类中的Iterator,但是比Iterator高级,只需要给出过滤条件,stream会隐式地在内部进行遍历,并且可以链接多个过滤操作,使代码看起来简单清晰。

1 流的操作类型:

1.1种类

中间操作(Intermediate):

map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 limit、 skip、 parallel、 sequential、 unordered

终止操作(Terminal):

forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator

还有一种特殊操作(Short-circuiting):

anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 limit

1.2区别

这几种的流操作的区别是,Intermediate操作可以认为是一种中间操作,经过这类流操作后过滤的流数据是一种临时数据,不能保存下来,需要依赖Terminal操作来讲过滤后的数据持久化,而Terminal操作很容易理解,它可以让数据最终持久化为其他数据,同时再做完Terminal操作后,流就被消费了,不能再继续进行其他终止操作了,而short-circuiting操作用于在无限长的流中返回有限结果,返回的数据会被一种新的数据结构Optional容器接收,并且通过ispersent()等方法来判断是否有符合要求的元素,可以避免程序中出现空指针等问题;

2 详细操作

下面主要讲解几种常用的操作:

1、map操作是将inputstream中的每个元素转换成outstream中的另外一种元素;比如将一个string数组中的所有小写字母变成大写,可以这样来使用:

List<String>output = wordList.stream().map(String::toUpperCase).collect(collectors.toList());

2、filter操作是对stream做某种操作或测试,将符合要求的元素过滤出来形成新的Stream;比如将一个数组中的偶数提取出来,可以以下方式:

Integer[] sixNums = {1, 2, 3, 4, 5, 6};

Integer[] evens = Stream.of(sixNums).filter(n -> n%2 == 0).toArray(Integer[]::new);

3、forEach操作可接受一个Lamda表达式,然后在Stream的每个元素上执行这个表达式,比如打印出一个对象数组中所有男性的姓名操作,在java8以前是:

for(Person p : roster){

    if (p.getGender() == Person.Sex.MALE) {

        system.out.println(p.getName());

}

}

使用流操作:

roster.stream().filter(p -> p.getGender() == Person.Sex.MALE).forEach(p

-> System.out.Println(p.getName()));

比价重要的一点是:forEach操作是一个Terminal操作,使用完流就被消费掉了,不能再进行其他terminal操作了,可以进行非Terminal操作,但没法转换成另外一个流,因此就不能再被持久化保存起来了;

4、 peek操作:

与forEach操作具有类似操作的peek,它是一个非Terminal操作,因此可以继续进行其他Terminal操作,例如上一个我们需要将Name存为一个数组,可以这样使用:

String[] nameList = roster.stream().filter(p -> p.getGender() == Person.Sex.MALE).peek(p

-> System.out.Println(p.getName())).Collect(Collectors.toList());

5、findFirst 操作:

这是一个Terminal兼short-citcuiting操作,它返回的是流的第一个元素或者是null,findfirst的返回值是

Optional,这是个新数据类型,使用Optionald的目的就是尽量避免NullPointerException,

比如查找某个对象数组的第一个元素:

Optional<Person> firstItem = Stream.of(personList).filter(p -> p.getGender() == Person.Sex.MALE).findFirst();

firstItem.isPersent() 当firstItem为空时为false,不为空时为true;

6、reduce操作,作用是把stream元素组合起来,首先提供一个初始值,然后提供要进行的操作,其参数使用如下:

例如将一个字符串链表转换成一个字符串:

String conact = Stream.of("a","b","c").reduce("", String :: conact);

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,104评论 6 515
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,816评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,697评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,836评论 1 298
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,851评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,441评论 1 310
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,992评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,899评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,457评论 1 318
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,529评论 3 341
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,664评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,346评论 5 350
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,025评论 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,511评论 0 24
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,611评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,081评论 3 377
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,675评论 2 359

推荐阅读更多精彩内容