4. Stream API
4.1 了解Stream
Java8中有两大最为重要的改变。第一个是 Lambda 表达式;另外一个则是 Stream API( java.util.stream .*) 。
Stream 是 Java8 中处理集合的关键抽象概念,它可以指定你希望对集合进行的操作,可以执行非常复杂的查找、过滤和映射数据等操作。
使用Stream API 对集合数据进行操作,就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简而言之,Stream API 提供了一种高效且易于使用的处理数据的方式。
4.2 什么是 Stream
流 (Stream) 到底是什么呢 ?
是数据渠道,用于操作数据源(集合、数组等)所生成的元素序列。
“集合讲的是数据,流讲的是计算! ”
注意:
①Stream 自己不会存储元素。
②Stream 不会改变源对象。相反,他们会返回一个持有结果的新Stream。
③Stream 操作是延迟执行的。这意味着他们会等到需要结
4.3 Stream 的操作三个步骤
- 创建 Stream
一个数据源(如:集合、数组),获取一个流 - 中间操作
一个中间操作链,对数据源的数据进行处理 -
终止操作( ( 终端操作) )
一个终止操作,执行中间操作链,并产生结果
4.3.1 创建 Stream
Java8 中的 Collection 接口被扩展,提供了
两个获取流的方法
- default Stream<E> stream() : 返回一个顺序流
- default Stream<E> parallelStream() : 返回一个并行流
//1. Collection 提供了两个方法 stream() 与 parallelStream()
List<String> list = new ArrayList<>();
//获取一个顺序流
Stream<String> stream = list.stream();
//获取一个并行流
Stream<String> parallelStream = list.parallelStream();
4.3.2 由数组创建流
Java8 中的 Arrays 的静态方法 stream() 可
以获取数组流:
- static <T> Stream<T> stream(T[] array): 返回一个流重载形式,能够处理对应基本类型的数组:
- public static IntStream stream(int[] array)
- public static LongStream stream(long[] array)
- public static DoubleStream stream(double[] array)
//2.通过 Arrays 中的 stream() 获取一个数组流
Integer[] nums = new Integer[10];
Stream<Integer> stream1 = Arrays.stream(nums);
//3.通过Stream 类中静态方法 of()
Stream<Integer> stream2 = Stream.of(1, 1, 1, 23, 3);
4.3.3 由值创建流
可以使用静态方法 Stream.of(), 通过显示值
创建一个流。它可以接收任意数量的参数。
- public static<T> Stream<T> of(T... values) : 返回一个流
4.3.4 由函数创建流:创建无限流
可以使用静态方法 Stream.iterate() 和
Stream.generate(), 创建无限流。
- 迭代
public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f) - 生成
public static<T> Stream<T> generate(Supplier<T> s) :
//4.创建无限流
//迭代
Stream<Integer> stream3 = Stream.iterate(0, (x) -> x + 2).limit(3);
stream3.forEach(System.out::println);
System.out.println("-----------------------");
Stream<Double> stream4 = Stream.generate(Math::random).limit(4);
stream4.forEach(System.out::println);
4.3.5 Stream 的中间操作
多个中间操作
可以连接起来形成一个流水线
,除非流水线上触发终止操作,否则中间操作不会执行任何的处理!
而在终止操作时一次性全部处理,称为“惰性求值”
。
1) 筛选与切片
方法 | 描述 |
---|---|
filter(Predicate p) | 接收 Lambda , 从流中排除某些元素 |
distinct() | 筛选,通过流所生成元素的 hashCode() 和 equals() 去除重复元素 |
limit(long maxSize) | limit(long maxSize) |
skip(long n) | 跳过元素,返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个,则返回一个空流。与 limit(n) 互补 |
@Test
public void test02() {
//所有的中间操作不会做任何的处理
Stream<Employee> stream = emps.stream().filter((e) -> {
System.out.println("达成条件"+e);
return e.getAge() > 34;
});
//只有当做终止操作时, 所有的中间操作会一次性的全部执行,称为“惰性求值”
stream.forEach(System.out::println);
}
/**
* 外部迭代
*/
@Test
public void test03() {
Iterator<Employee> it = emps.iterator();
while (it.hasNext()){
System.out.println(((Iterator) it).next());
}
}
/**
* skip 跳过元素,返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个,则返回一个空流。与 limit(n) 互补
*/
@Test
public void test4() {
emps.stream().filter((e) -> e.getSalary() >= 5000)
.skip(2).forEach(System.out::println);
}
/**
* distinct
*/
@Test
public void test05() {
emps.stream().distinct().forEach(System.out::println);
}
2) 映射
方法 | 描述 |
---|---|
map(Function f) | 接收一个函数作为参数,该函数会被应用到每个元素上,并将其映射成一个新的元素。 |
mapToDouble(ToDoubleFunction f) | 接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 DoubleStream。 |
mapToInt(ToIntFunction f) | 接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 IntStream。 |
mapToLong(ToLongFunction f) | 接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 LongStream。 |
flatMap(Function f) | 接收一个函数作为参数,将流中的每个值都换成另 |
一个流,然后把所有流连接成一个流 |
//获取名称
emps.stream().map((e) -> e.getName())
.forEach(System.out::println);
System.out.println("---------------------");
//设置字符串的大写
List<String> strings = Arrays.asList("aa", "bb", "cc");
strings.stream().map(String :: toUpperCase)
.forEach(System.out::println);
System.out.println("-------------------------");
//获取集合中的字符
strings.stream().map(TestStreamAPI1::filterCharacter)
.forEach((sm) -> sm.forEach(System.out::println));
/**
* 获取字符
*/
public static Stream<Character> filterCharacter(String str){
List<Character> list = new ArrayList<>();
for (Character ch : str.toCharArray()) {
list.add(ch);
}
return list.stream();
}
3) 排序
方法 | 描述 |
---|---|
sorted() | 产生一个新流,其中按自然顺序排序 |
sorted(Comparator comp) | 产生一个新流,其中按比较器顺序排序 |
emps.stream().map((e) -> e.getName()).sorted()
.forEach(System.out::println);
System.out.println("-------------------");
emps.stream().sorted(
(x, y) -> {
if (x.getAge() == y.getAge()) {
return x.getName().compareTo(y.getName());
}
return Integer.compare(x.getAge(), y.getAge());
}
).forEach(System.out::println);
4.3.6 Stream 的终止操作
1) 查找与匹配
方法 | 描述 |
---|---|
allMatch(Predicate p) | 检查是否匹配所有元素 |
anyMatch( (Predicate p) ) | 检查是否至少匹配一个元素 |
noneMatch(Predicate p) | 检查是否没有匹配所有元素 |
findFirst() | 返回第一个元素 |
findAny() | 返回当前流中的任意元素 |
count() | 返回流中元素总数 |
max(Comparator c c) ) | 返回流中最大值 |
min(Comparator c c) ) | 返回流中最小值 |
forEach(Consumer c c) ) | 内部迭代(用 使用 Collection 接口需要用户去做迭代,称为 外部迭代 。相反, Stream API 使用内部迭代 —— 它帮你把迭代做了) |
//allMatch——检查是否匹配所有元素
System.out.println("allMatch"+
emps.stream().allMatch(
(e) -> e.getStatus().equals(Employee.Status.BUSY))
);
//anyMatch——检查是否至少匹配一个元素
System.out.println("anyMatch"+
emps.stream().anyMatch(
(e) -> e.getStatus().equals(Employee.Status.FREE))
);
//noneMatch——检查是否没有匹配的元素
System.out.println("noneMatch:" +
emps.stream().noneMatch(
(e) -> e.getStatus().equals(Employee.Status.VOCATION))
);
//findFirst——返回第一个元素
System.out.println("findFirst:"+
emps.stream().findFirst().get()
);
//findAny——返回当前流中的任意元素
System.out.println("findAny:" +
emps.stream()
.filter((e) -> e.getStatus().equals(Employee.Status.FREE))
.findAny().get()
);
//count——返回流中元素的总个数
System.out.println("count:"+
emps.stream().count()
);
//max——返回流中最大值
System.out.println("max:"+
emps.stream().map(Employee::getSalary)
.max(Double::compareTo)
);
//min——返回流中最小值
System.out.println("min:"+
emps.stream().map(Employee::getSalary)
.min(Double::compareTo)
);
//注意:流进行了终止操作之后,就不能使用了
Stream<Employee> stream = emps.stream()
.filter((e) -> e.getSalary() > 5000);
System.out.println(stream.count());
System.out.println(stream.map(Employee::getSalary).max(Double::compareTo));
2) 归约
方法 | 描述 |
---|---|
reduce(T iden, BinaryOperator b) | 可以将流中元素反复结合起来,得到一个值。返回 T |
reduce(BinaryOperator b) | 可以将流中元素反复结合起来,得到一个值。返回 Optional<T> |
备注:map 和 reduce 的连接通常称为 map-reduce 模式,因 Google 用它
来进行网络搜索而出名。
/**
* 归约
* reduce(T identity, BinaryOperator) / reduce(BinaryOperator) ——可以将流中元素反复结合起来,得到一个值。
*/
public void test01() {
//数字相加
List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
Integer reduce = list.stream().reduce(0, (x, y) -> x + y);
System.out.println(reduce);
System.out.println("----------------------");
//工资和
System.out.println(
emps.stream()
.map(Employee::getSalary)
.reduce(Double::sum).get()
);
}
/**
* 需求:搜索名字中 “六” 出现的次数
*/
@Test
public void test02 () {
System.out.println("“六” 出现的次数:"+
emps.stream()
.map(Employee::getName)
.flatMap(TestStreamAPI1::filterCharacter)
.map((e) -> {
if (e.equals('六')) {
return 1;
}
return 0;
}).reduce(Integer::sum).get()
);
}
3) 收集
方法 | 描述 |
---|---|
collect(Collector c) | 将流转换为其他形式。接收一个 Collector接口的实现,用于给Stream中元素做汇总的方法 |
Collector 接口中方法的实现决定了如何对流执行收集操作(如收
集到 List、Set、Map)。但是 Collectors 实用类提供了很多静态
方法,可以方便地创建常见收集器实例,具体方法与实例如下表:
@Test
public void test03() {
//List
emps.stream().map(Employee::getName)
.collect(Collectors.toList())
.forEach(System.out::println);
System.out.println("-------------");
//Set
emps.stream().map(Employee::getName)
.collect(Collectors.toSet())
.forEach(System.out::println);
System.out.println("---------------------");
//HashSet
emps.stream().map(Employee::getName)
.collect(Collectors.toCollection(HashSet::new))
.forEach(System.out::println);
}
@Test
public void test04() {
//maxBy
System.out.println(emps.stream()
.map(Employee::getSalary)
.collect(Collectors.maxBy(Double::compareTo)).get());
System.out.println("-------maxBy-------");
//minBy
System.out.println(emps.stream()
.map(Employee::getSalary)
.collect(Collectors.minBy(Double::compareTo)).get());
System.out.println("-------minBy-------");
//summingDouble
System.out.println(emps.stream()
.collect(Collectors.summingDouble(Employee::getSalary)));
System.out.println("-------summingDouble-------");
//averagingDouble
System.out.println(emps.stream()
.collect(Collectors.averagingDouble(Employee::getSalary)));
System.out.println("------averagingDouble--------");
//counting
System.out.println(emps.stream()
.collect(Collectors.counting()));
System.out.println("------counting--------");
//summarizingDouble
DoubleSummaryStatistics collect = emps.stream()
.collect(Collectors.summarizingDouble(Employee::getSalary));
System.out.println("summarizingDouble:"+collect.getMax());
System.out.println("summarizingDouble:"+collect.getCount());
}
/**
* 分组
*/
@Test
public void test05() {
Map<Employee.Status, Map<String, List<Employee>>> map = emps.stream().collect(
Collectors.groupingBy(Employee::getStatus, Collectors.groupingBy((e) -> {
if (e.getAge() >= 60) {
return "老年";
} else if (e.getAge() >= 40) {
return "中年";
} else if (e.getAge() >= 20) {
return "成年";
} else {
return "少年";
}
})
)
);
System.out.println(map);
}
/**
* 分区
*/
@Test
public void test07() {
Map<Boolean, List<Employee>> map =
emps.stream().collect(Collectors.partitioningBy((e) -> e.getSalary() > 5000));
System.out.println(map);
}
@Test
public void test08() {
System.out.println(emps.stream().map(Employee::getName)
.collect(Collectors.joining(",","<",">")));
}
@Test
public void test09() {
System.out.println(emps.stream()
.map(Employee::getSalary)
.collect(Collectors.reducing(Double::sum))
.get());
}
4.4 并行流 与 串行流
并行流 就是把一个内容分成多个数据块,并用不同的线程分
别处理每个数据块的流。
Java 8 中将并行进行了优化,我们可以很容易的对数据进行并
行操作。Stream API 可以声明性地通过 parallel() 与
sequential() 在并行流与顺序流之间进行切换。
Fork/Join 框架:就是在必要的情况下,将一个大任务,进行拆分(fork)成若干个
小任务(拆到不可再拆时),再将一个个的小任务运算的结果进行 join 汇总
Fork/Join 框架与传统线程池的
采用 “工作窃取”模式(work-stealing):
当执行新的任务时它可以将其拆分分成更小的任务执行,并将小任务加到线
程队列中,然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。
相对于一般的线程池实现,fork/join框架的优势体现在对其中包含的任务的
处理方式上.在一般的线程池中,如果一个线程正在执行的任务由于某些原因
无法继续运行,那么该线程会处于等待状态.而在fork/join框架实现中,如果
某个子问题由于等待另外一个子问题的完成而无法继续运行.那么处理该子
问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程
的等待时间,提高了性能
5. 接口中的默认方法与静态方法
Java 8中允许接口中包含具有具体实现的方法,该方法称为“默认方法”,默认方法使用 default 关键字修饰。
例如:
5.1 接口中的默认方法
接口默认方法的 ” 类优先 ” 原则
若一个接口中定义了一个默认方法,而另外一个父类或接口中
又定义了一个同名的方法时
- 选择父类中的方法。如果一个父类提供了具体的实现,那么接口中具有相同名称和参数的默认方法会被忽略。
-
接口冲突。如果一个父接口提供一个默认方法,而另一个接口也提供了一个具有相同名称和参数列表的方法(不管方法是否是默认方法),那么必须覆盖该方法来解决冲突