Java Stream API入门篇

你可能没意识到Java对函数式编程的重视程度,看看Java 8加入函数式编程扩充多少功能就清楚了。Java 8之所以费这么大功夫引入函数式编程,原因有二:

代码简洁 ,函数式编程写出的代码简洁且意图明确,使用 stream 接口让你从此告别 for循环。

多核友好 ,Java函数式编程使得编写并行程序从未如此简单,你需要的全部就是调用一下 parallel() 方法。

这一节我们学习 stream ,也就是Java函数式编程的主角。对于Java 7来说 stream 完全是个陌生东西, stream 并不是某种数据结构,它只是数据源的一种视图。这里的数据源可以是一个数组,Java容器或I/O channel等。正因如此要得到一个 stream 通常不会手动创建,而是调用对应的工具方法,比如:

调用 Collection.stream() 或者 Collection.parallelStream() 方法

调用 Arrays.stream(T[] array) 方法

常见的 stream 接口继承关系如图:

图中4种 stream 接口继承自 BaseStream ,其中 IntStream, LongStream, DoubleStream 对应三种基本类型( int, long, double ,注意不是包装类型), Stream 对应所有剩余类型的 stream视图。为不同数据类型设置不同 stream 接口,可以1.提高性能,2.增加特定接口函数。

你可能会奇怪为什么不把 IntStream 等设计成 Stream 的子接口?毕竟这接口中的方法名大部分是一样的。答案是这些方法的名字虽然相同,但是返回类型不同,如果设计成父子接口关系,这些方法将不能共存,因为Java不允许只有返回类型不同的方法重载。

虽然大部分情况下 stream 是容器调用 Collection.stream() 方法得到的,但 stream 和 collections 有以下不同:

无存储 。 stream 不是一种数据结构,它只是某种数据源的一个视图,数据源可以是一个数组,Java容器或I/O channel等。

为函数式编程而生 。对 stream 的任何修改都不会修改背后的数据源,比如对 stream 执行过滤操作并不会删除被过滤的元素,而是会产生一个不包含被过滤元素的新 stream 。

惰式执行 。 stream 上的操作并不会立即执行,只有等到用户真正需要结果的时候才会执行。

可消费性 。 stream 只能被“消费”一次,一旦遍历过就会失效,就像容器的迭代器那样,想要再次遍历必须重新生成。

对 stream 的操作分为为两类, 中间操作( intermediate operations )和结束操作( terminal operations ) ,二者特点是:

中间操作总是会惰式执行 ,调用中间操作只会生成一个标记了该操作的新 stream ,仅此而已。

结束操作会触发实际计算 ,计算发生时会把所有中间操作积攒的操作以 pipeline 的方式执行,这样可以减少迭代次数。计算完成之后 stream 就会失效。

如果你熟悉Apache Spark RDD,对 stream 的这个特点应该不陌生。

下表汇总了 Stream 接口的部分常见方法:

操作类型接口方法

中间操作concat() distinct() filter() flatMap() limit() map() peek()

skip() sorted() parallel() sequential() unordered()

结束操作allMatch() anyMatch() collect() count() findAny() findFirst()

forEach() forEachOrdered() max() min() noneMatch() reduce() toArray()

区分中间操作和结束操作最简单的方法,就是看方法的返回值,返回值为 stream 的大都是中间操作,否则是结束操作。

stream方法使用

stream 跟函数接口关系非常紧密,没有函数接口 stream 就无法工作。回顾一下: 函数接口是指内部只有一个抽象方法的接口 。通常函数接口出现的地方都可以使用Lambda表达式,所以不必记忆函数接口的名字。

forEach()

我们对 forEach() 方法并不陌生,在 Collection 中我们已经见过。方法签名为 void forEach(Consumer<? super E> action) ,作用是对容器中的每个元素执行 action 指定的动作,也就是对元素进行遍历。

// 使用Stream.forEach()迭代Stream stream = Stream.of("I","love","you","too");stream.forEach(str -> System.out.println(str));

由于 forEach() 是结束方法,上述代码会立即执行,输出所有字符串。

filter()

函数原型为 Stream<T> filter(Predicate<? super T> predicate) ,作用是返回一个只包含满足 predicate 条件元素的 Stream 。

// 保留长度等于3的字符串Stream stream= Stream.of("I","love","you","too");stream.filter(str -> str.length()==3)    .forEach(str -> System.out.println(str));

上述代码将输出为长度等于3的字符串 you 和 too 。注意,由于 filter() 是个中间操作,如果只调用 filter() 不会有实际计算,因此也不会输出任何信息。

distinct()

函数原型为 Stream<T> distinct() ,作用是返回一个去除重复元素之后的 Stream 。

Stream stream= Stream.of("I","love","you","too","too");stream.distinct()    .forEach(str -> System.out.println(str));

上述代码会输出去掉一个 too 之后的其余字符串。

sorted()

排序函数有两个,一个是用自然顺序排序,一个是使用自定义比较器排序,函数原型分别为 Stream<T> sorted() 和 Stream<T> sorted(Comparator<? super T> comparator) 。

Stream stream= Stream.of("I","love","you","too");stream.sorted((str1, str2) -> str1.length()-str2.length())    .forEach(str -> System.out.println(str));

上述代码将输出按照长度升序排序后的字符串,结果完全在预料之中。

map()

函数原型为 <R> Stream<R> map(Function<? super T,? extends R> mapper) ,作用是返回一个对当前所有元素执行执行 mapper 之后的结果组成的 Stream 。直观的说,就是对每个元素按照某种操作进行转换,转换前后 Stream 中元素的个数不会改变,但元素的类型取决于转换之后的类型。

Stream stream    = Stream.of("I","love","you","too");stream.map(str -> str.toUpperCase())    .forEach(str -> System.out.println(str));

上述代码将输出原字符串的大写形式。

flatMap()

函数原型为 Stream flatMap(Function> mapper) ,作用是对每个元素执行 mapper 指定的操作,并用所有 mapper 返回的 Stream 中的元素组成一个新的 Stream 作为最终返回结果。说起来太拗口,通俗的讲 flatMap() 的作用就相当于把原 stream 中的所有元素都"摊平"之后组成的 Stream ,转换前后元素的个数和类型都可能会改变。

Stream> stream = Stream.of(Arrays.asList(1,2), Arrays.asList(3,4,5));stream.flatMap(list -> list.stream())    .forEach(i -> System.out.println(i));

上述代码中,原来的 stream 中有两个元素,分别是两个 List<Integer> ,执行 flatMap() 之后,将每个 List 都“摊平”成了一个个的数字,所以会新产生一个由5个数字组成的 Stream 。所以最终将输出1~5这5个数字。

结语

截止到目前我们感觉良好,已介绍 Stream API理解起来并不费劲儿。如果你就此以为函数式编程不过如此,恐怕是高兴地太早了。


如果你是一名程序员,如果你刚好又是Java程序员,恰巧刚好你的技术又遇到了瓶颈但是你又拒绝平庸,期待蜕变,想进入一线互联网公司或者给自己涨薪

我这里刚好有一套自己保存的Java进阶学习资料。包含了Spring框架、Mybatis框架SpringBoot框架、SpringMVC框架、SpringCloud微服务、Dubbo框架、Redis缓存、RabbitMq消息、JVM调优、Tomcat容器、MySQL数据库

之前的两千人群满了 这个是新群Java高级进阶群:963,944.895,免费发送的哟

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 204,590评论 6 478
  • 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 86,808评论 2 381
  • 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 151,151评论 0 337
  • 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 54,779评论 1 277
  • 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 63,773评论 5 367
  • 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 48,656评论 1 281
  • 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 38,022评论 3 398
  • 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 36,678评论 0 258
  • 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 41,038评论 1 299
  • 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 35,659评论 2 321
  • 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 37,756评论 1 330
  • 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 33,411评论 4 321
  • 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 39,005评论 3 307
  • 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 29,973评论 0 19
  • 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 31,203评论 1 260
  • 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 45,053评论 2 350
  • 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 42,495评论 2 343

推荐阅读更多精彩内容