Java 8中Stream API集合操作的小技巧！

摘要： Stream簡介 Java 8引入了全新的Stream API。這裡的Stream和I/O流不同，它更像具有Iterable的集合類，但行為和集合類又有所不同。 stream是對集合物件功能的增強，它專注於對集合物件進行各種非常便利、高效的聚合操作，或者大批量資料操作。 ...

Stream簡介

• Java 8引入了全新的Stream API。這裡的Stream和I/O流不同，它更像具有Iterable的集合類，但行為和集合類又有所不同。
• stream是對集合物件功能的增強，它專注於對集合物件進行各種非常便利、高效的聚合操作，或者大批量資料操作。
• 只要給出需要對其包含的元素執行什麼操作，比如 “過濾掉長度大於 10 的字串”、“獲取每個字串的首字母”等，Stream 會隱式地在內部進行遍歷，做出相應的資料轉換。

為什麼要使用Stream

• 函數語言程式設計帶來的好處尤為明顯。這種程式碼更多地表達了業務邏輯的意圖，而不是它的實現機制。易讀的程式碼也易於維護、更可靠、更不容易出錯。
• 高階

例項資料來源

public class Data {
private static List<PersonModel> list = null;

static {
PersonModel wu = new PersonModel("wu qi", 18, "男");
PersonModel zhang = new PersonModel("zhang san", 19, "男");
PersonModel wang = new PersonModel("wang si", 20, "女");
PersonModel zhao = new PersonModel("zhao wu", 20, "男");
PersonModel chen = new PersonModel("chen liu", 21, "男");
list = Arrays.asList(wu, zhang, wang, zhao, chen);
}

public static List<PersonModel> getData() {
return list;
}
}

Filter

• 遍歷資料並檢查其中的元素時使用。
• filter接受一個函式作為引數，該函式用Lambda表示式表示。

/**
* 過濾所有的男性
*/
public static void fiterSex(){
List<PersonModel> data = Data.getData();

//old
List<PersonModel> temp=new ArrayList<>();
for (PersonModel person:data) {
if ("男".equals(person.getSex())){
temp.add(person);
}
}
System.out.println(temp);
//new
List<PersonModel> collect = data
.stream()
.filter(person -> "男".equals(person.getSex()))
.collect(toList());
System.out.println(collect);
}

/**
* 過濾所有的男性 並且小於20歲
*/
public static void fiterSexAndAge(){
List<PersonModel> data = Data.getData();

//old
List<PersonModel> temp=new ArrayList<>();
for (PersonModel person:data) {
if ("男".equals(person.getSex())&&person.getAge()<20){
temp.add(person);
}
}

//new 1
List<PersonModel> collect = data
.stream()
.filter(person -> {
if ("男".equals(person.getSex())&&person.getAge()<20){
return true;
}
return false;
})
.collect(toList());
//new 2
List<PersonModel> collect1 = data
.stream()
.filter(person -> ("男".equals(person.getSex())&&person.getAge()<20))
.collect(toList());

}

Map

• map生成的是個一對一對映,for的作用
• 比較常用
• 而且很簡單

/**
* 取出所有的使用者名稱字
*/
public static void getUserNameList(){
List<PersonModel> data = Data.getData();

//old
List<String> list=new ArrayList<>();
for (PersonModel persion:data) {
list.add(persion.getName());
}
System.out.println(list);

//new 1
List<String> collect = data.stream().map(person -> person.getName()).collect(toList());
System.out.println(collect);

//new 2
List<String> collect1 = data.stream().map(PersonModel::getName).collect(toList());
System.out.println(collect1);

//new 3
List<String> collect2 = data.stream().map(person -> {
System.out.println(person.getName());
return person.getName();
}).collect(toList());
}

FlatMap

• 顧名思義，跟map差不多,更深層次的操作
• 但還是有區別的
• map和flat返回值不同
• Map 每個輸入元素，都按照規則轉換成為另外一個元素。

還有一些場景，是一對多對映關係的，這時需要 flatMap。

• Map一對一
• Flatmap一對多

• map和flatMap的方法宣告是不一樣的

  • <r> Stream<r> map(Function mapper);
  • <r> Stream<r> flatMap(Function> mapper);
  • map和flatMap的區別：我個人認為，flatMap的可以處理更深層次的資料，入參為多個list，結果可以返回為一個list，而map是一對一的，入參是多個list，結果返回必須是多個list。通俗的說，如果入參都是物件，那麼flatMap可以操作物件裡面的物件，而map只能操作第一層。

public static void flatMapString() {
List<PersonModel> data = Data.getData();
//返回型別不一樣
List<String> collect = data.stream()
.flatMap(person -> Arrays.stream(person.getName().split(" "))).collect(toList());

List<Stream<String>> collect1 = data.stream()
.map(person -> Arrays.stream(person.getName().split(" "))).collect(toList());

//用map實現
List<String> collect2 = data.stream()
.map(person -> person.getName().split(" "))
.flatMap(Arrays::stream).collect(toList());
//另一種方式
List<String> collect3 = data.stream()
.map(person -> person.getName().split(" "))
.flatMap(str -> Arrays.asList(str).stream()).collect(toList());
}

Reduce

• 感覺類似遞迴
• 數字(字串)累加
• 個人沒咋用過

public static void reduceTest(){
//累加，初始化值是 10
Integer reduce = Stream.of(1, 2, 3, 4)
.reduce(10, (count, item) ->{
System.out.println("count:"+count);
System.out.println("item:"+item);
return count + item;
} );
System.out.println(reduce);

Integer reduce1 = Stream.of(1, 2, 3, 4)
.reduce(0, (x, y) -> x + y);
System.out.println(reduce1);

String reduce2 = Stream.of("1", "2", "3")
.reduce("0", (x, y) -> (x + "," + y));
System.out.println(reduce2);
}

Collect

• collect在流中生成列表，map，等常用的資料結構
• toList()
• toSet()
• toMap()
• 自定義

/**
* toList
*/
public static void toListTest(){
List<PersonModel> data = Data.getData();
List<String> collect = data.stream()
.map(PersonModel::getName)
.collect(Collectors.toList());
}

/**
* toSet
*/
public static void toSetTest(){
List<PersonModel> data = Data.getData();
Set<String> collect = data.stream()
.map(PersonModel::getName)
.collect(Collectors.toSet());
}

/**
* toMap
*/
public static void toMapTest(){
List<PersonModel> data = Data.getData();
Map<String, Integer> collect = data.stream()
.collect(
Collectors.toMap(PersonModel::getName, PersonModel::getAge)
);

data.stream()
.collect(Collectors.toMap(per->per.getName(), value->{
return value+"1";
}));
}

/**
* 指定型別
*/
public static void toTreeSetTest(){
List<PersonModel> data = Data.getData();
TreeSet<PersonModel> collect = data.stream()
.collect(Collectors.toCollection(TreeSet::new));
System.out.println(collect);
}

/**
* 分組
*/
public static void toGroupTest(){
List<PersonModel> data = Data.getData();
Map<Boolean, List<PersonModel>> collect = data.stream()
.collect(Collectors.groupingBy(per -> "男".equals(per.getSex())));
System.out.println(collect);
}

/**
* 分隔
*/
public static void toJoiningTest(){
List<PersonModel> data = Data.getData();
String collect = data.stream()
.map(personModel -> personModel.getName())
.collect(Collectors.joining(",", "{", "}"));
System.out.println(collect);
}

/**
* 自定義
*/
public static void reduce(){
List<String> collect = Stream.of("1", "2", "3").collect(
Collectors.reducing(new ArrayList<String>(), x -> Arrays.asList(x), (y, z) -> {
y.addAll(z);
return y;
}));
System.out.println(collect);
}

Optional

• Optional 是為核心類庫新設計的一個數據型別，用來替換 null 值。
• 人們對原有的 null 值有很多抱怨，甚至連發明這一概念的Tony Hoare也是如此，他曾說這是自己的一個“價值連城的錯誤”
• 用處很廣，不光在lambda中，哪都能用
• Optional.of(T)，T為非空，否則初始化報錯
• Optional.ofNullable(T)，T為任意，可以為空
• isPresent()，相當於 ！=null
• ifPresent(T)， T可以是一段lambda表示式 ，或者其他程式碼，非空則執行

public static void main(String[] args) {


PersonModel personModel=new PersonModel();

//物件為空則打出 -
Optional<Object> o = Optional.of(personModel);
System.out.println(o.isPresent()?o.get():"-");

//名稱為空則打出 -
Optional<String> name = Optional.ofNullable(personModel.getName());
System.out.println(name.isPresent()?name.get():"-");

//如果不為空，則打出xxx
Optional.ofNullable("test").ifPresent(na->{
System.out.println(na+"ifPresent");
});

//如果空，則返回指定字串
System.out.println(Optional.ofNullable(null).orElse("-"));
System.out.println(Optional.ofNullable("1").orElse("-"));

//如果空，則返回 指定方法，或者程式碼
System.out.println(Optional.ofNullable(null).orElseGet(()->{
return "hahah";
}));
System.out.println(Optional.ofNullable("1").orElseGet(()->{
return "hahah";
}));

//如果空，則可以丟擲異常
System.out.println(Optional.ofNullable("1").orElseThrow(()->{
throw new RuntimeException("ss");
}));


//Objects.requireNonNull(null,"is null");


//利用 Optional 進行多級判斷
EarthModel earthModel1 = new EarthModel();
//old
if (earthModel1!=null){
if (earthModel1.getTea()!=null){
//...
}
}
//new
Optional.ofNullable(earthModel1)
.map(EarthModel::getTea)
.map(TeaModel::getType)
.isPresent();


//Optional<EarthModel> earthModel = Optional.ofNullable(new EarthModel());
//Optional<List<PersonModel>> personModels = earthModel.map(EarthModel::getPersonModels);
//Optional<Stream<String>> stringStream = personModels.map(per -> per.stream().map(PersonModel::getName));


//判斷物件中的list
Optional.ofNullable(new EarthModel())
.map(EarthModel::getPersonModels)
.map(pers->pers
.stream()
.map(PersonModel::getName)
.collect(toList()))
.ifPresent(per-> System.out.println(per));


List<PersonModel> models=Data.getData();
Optional.ofNullable(models)
.map(per -> per
.stream()
.map(PersonModel::getName)
.collect(toList()))
.ifPresent(per-> System.out.println(per));

}

併發

• stream替換成parallelStream或 parallel
• 輸入流的大小並不是決定並行化是否會帶來速度提升的唯一因素，效能還會受到編寫程式碼的方式和核的數量的影響
• 影響效能的五要素是:資料大小、源資料結構、值是否裝箱、可用的CPU核數量，以及處理每個元素所花的時間

//根據數字的大小，有不同的結果
private static int size=10000000;
public static void main(String[] args) {
System.out.println("-----------List-----------");
testList();
System.out.println("-----------Set-----------");
testSet();
}

/**
* 測試list
*/
public static void testList(){
List<Integer> list = new ArrayList<>(size);
for (Integer i = 0; i < size; i++) {
list.add(new Integer(i));
}

List<Integer> temp1 = new ArrayList<>(size);
//老的
long start=System.currentTimeMillis();
for (Integer i: list) {
temp1.add(i);
}
System.out.println(+System.currentTimeMillis()-start);

//同步
long start1=System.currentTimeMillis();
list.stream().collect(Collectors.toList());
System.out.println(System.currentTimeMillis()-start1);

//併發
long start2=System.currentTimeMillis();
list.parallelStream().collect(Collectors.toList());
System.out.println(System.currentTimeMillis()-start2);
}

/**
* 測試set
*/
public static void testSet(){
List<Integer> list = new ArrayList<>(size);
for (Integer i = 0; i < size; i++) {
list.add(new Integer(i));
}

Set<Integer> temp1 = new HashSet<>(size);
//老的
long start=System.currentTimeMillis();
for (Integer i: list) {
temp1.add(i);
}
System.out.println(+System.currentTimeMillis()-start);

//同步
long start1=System.currentTimeMillis();
list.stream().collect(Collectors.toSet());
System.out.println(System.currentTimeMillis()-start1);

//併發
long start2=System.currentTimeMillis();
list.parallelStream().collect(Collectors.toSet());
System.out.println(System.currentTimeMillis()-start2);
}

除錯

• list.map.fiter.map.xx 為鏈式呼叫，最終呼叫collect(xx)返回結果
• 分惰性求值和及早求值
• 判斷一個操作是惰性求值還是及早求值很簡單:只需看它的返回值。如果返回值是 Stream，那麼是惰性求值;如果返回值是另一個值或為空，那麼就是及早求值。使用這些操作的理想方式就是形成一個惰性求值的鏈，最後用一個及早求值的操作返回想要的結果。
• 通過peek可以檢視每個值，同時能繼續操作流

private static void peekTest() {
List<PersonModel> data = Data.getData();

//peek打印出遍歷的每個per
data.stream().map(per->per.getName()).peek(p->{
System.out.println(p);
}).collect(toList());
}