# Stream API 上 ## 使用流 ### 创建流 在使用流之前,首先需要拥有一个数据源,并通过StreamAPI提供的一些方法获取该数据源的流对象。数据源可以有多种形式: **1. 集合** 这种数据源较为常用,通过stream()方法即可获取流对象: ```java List<Person> list = new ArrayList<Person>(); Stream<Person> stream = list.stream(); ``` **2. 数组** 通过Arrays类提供的静态函数stream()获取数组的流对象: ```java String[] names = {"chaimm","peter","john"}; Stream<String> stream = Arrays.stream(names); ``` **3. 值** 直接将几个值变成流对象: ```java Stream<String> stream = Stream.of("chaimm","peter","john"); ``` **4. 文件** ```java try(Stream lines = Files.lines(Paths.get(“文件路径名”),Charset.defaultCharset())){ //可对lines做一些操作 }catch(IOException e){ } ``` **5. iterator** **创建无限流** ```java Stream.iterate(0, n -> n + 2) .limit(10) .forEach(System.out::println); ``` > PS:Java7简化了IO操作,把打开IO操作放在try后的括号中即可省略关闭IO的代码。 ### 筛选 filter filter 函数接收一个Lambda表达式作为参数,该表达式返回boolean,在执行过程中,流将元素逐一输送给filter,并筛选出执行结果为true的元素。 如,筛选出所有学生: ```java List<Person> result = list.stream() .filter(Person::isStudent) .collect(toList()); ``` ### 去重distinct 去掉重复的结果: ```java List<Person> result = list.stream() .distinct() .collect(toList()); ``` ### 截取 截取流的前N个元素: ```java List<Person> result = list.stream() .limit(3) .collect(toList()); ``` ### 跳过 跳过流的前n个元素: ```java List<Person> result = list.stream() .skip(3) .collect(toList()); ``` ### 映射 对流中的每个元素执行一个函数,使得元素转换成另一种类型输出。流会将每一个元素输送给map函数,并执行map中的Lambda表达式,最后将执行结果存入一个新的流中。 如,获取每个人的姓名(实则是将Perosn类型转换成String类型): ```java List<Person> result = list.stream() .map(Person::getName) .collect(toList()); ``` ### 合并多个流 例:列出List中各不相同的单词,List集合如下: ```java List<String> list = new ArrayList<String>(); list.add("I am a boy"); list.add("I love the girl"); list.add("But the girl loves another girl"); ``` 思路如下: 首先将list变成流: ```java list.stream(); ``` 按空格分词: ```java list.stream() .map(line->line.split(" ")); ``` 分完词之后,每个元素变成了一个String[]数组。 将每个 `String[]` 变成流: ```java list.stream() .map(line->line.split(" ")) .map(Arrays::stream) ``` 此时一个大流里面包含了一个个小流,我们需要将这些小流合并成一个流。 将小流合并成一个大流:用 `flatMap` 替换刚才的 map ```java list.stream() .map(line->line.split(" ")) .flatMap(Arrays::stream) ``` 去重 ```java list.stream() .map(line->line.split(" ")) .flatMap(Arrays::stream) .distinct() .collect(toList()); ``` ### 是否匹配任一元素:anyMatch anyMatch用于判断流中是否存在至少一个元素满足指定的条件,这个判断条件通过Lambda表达式传递给anyMatch,执行结果为boolean类型。 如,判断list中是否有学生: ```java boolean result = list.stream() .anyMatch(Person::isStudent); ``` ### 是否匹配所有元素:allMatch allMatch用于判断流中的所有元素是否都满足指定条件,这个判断条件通过Lambda表达式传递给anyMatch,执行结果为boolean类型。 如,判断是否所有人都是学生: ```java boolean result = list.stream() .allMatch(Person::isStudent); ``` ### 是否未匹配所有元素:noneMatch noneMatch与allMatch恰恰相反,它用于判断流中的所有元素是否都不满足指定条件: ```java boolean result = list.stream() .noneMatch(Person::isStudent); ``` ### 获取任一元素findAny findAny能够从流中随便选一个元素出来,它返回一个Optional类型的元素。 ```java Optional<Person> person = list.stream().findAny(); ``` ### 获取第一个元素findFirst ```java Optional<Person> person = list.stream().findFirst(); ``` ### 归约 归约是将集合中的所有元素经过指定运算,折叠成一个元素输出,如:求最值、平均数等,这些操作都是将一个集合的元素折叠成一个元素输出。 在流中,reduce函数能实现归约。 reduce函数接收两个参数: 1. 初始值 2. 进行归约操作的Lambda表达式 **元素求和:自定义Lambda表达式实现求和** 例:计算所有人的年龄总和 ~~~ @Test public void contextLoads() { List<Person> list = new ArrayList<>(); list.add(new Person().setAge(20)); list.add(new Person().setAge(25)); int age = list.stream().map(Person::getAge).reduce(0, Integer::sum); System.out.println(age); } ~~~ ~~~ @Data @Accessors(chain = true) class Person { private int age; } ~~~ 1. reduce的第一个参数表示初试值为0; 2. reduce的第二个参数为需要进行的归约操作,它接收一个拥有两个参数的Lambda表达式,reduce会把流中的元素两两输给Lambda表达式,最后将计算出累加之和。 **元素求和:使用Integer.sum函数求和** 上面的方法中我们自己定义了Lambda表达式实现求和运算,如果当前流的元素为数值类型,那么可以使用Integer提供了sum函数代替自定义的Lambda表达式,如: ```java int age = list.stream().reduce(0, Integer::sum); ``` Integer类还提供了 `min`、`max` 等一系列数值操作,当流中元素为数值类型时可以直接使用。 ### 数值流的使用 采用reduce进行数值操作会涉及到基本数值类型和引用数值类型之间的装箱、拆箱操作,因此效率较低。 当流操作为纯数值操作时,使用数值流能获得较高的效率。 **将普通流转换成数值流** StreamAPI提供了三种数值流:IntStream、DoubleStream、LongStream,也提供了将普通流转换成数值流的三种方法:mapToInt、mapToDouble、mapToLong。 如,将Person中的age转换成数值流: ```java IntStream stream = list.stream().mapToInt(Person::getAge); ``` **数值计算** 每种数值流都提供了数值计算函数,如max、min、sum等。如,找出最大的年龄: ```java OptionalInt maxAge = list.stream() .mapToInt(Person::getAge) .max(); ``` 由于数值流可能为空,并且给空的数值流计算最大值是没有意义的,因此max函数返回OptionalInt,它是Optional的一个子类,能够判断流是否为空,并对流为空的情况作相应的处理。 此外,mapToInt、mapToDouble、mapToLong进行数值操作后的返回结果分别为:OptionalInt、OptionalDouble、OptionalLong ## 中间操作和收集操作 | 操作 | 类型 | 返回类型 | 使用的类型/函数式接口 | 函数描述符 | |:-----:|:--------|:-------|:-------|:-------| | `filter` | 中间 | `Stream<T>` | `Predicate<T>` | `T -> boolean` | | `distinct` | 中间 | `Stream<T>` | | | | `skip` | 中间 | `Stream<T>` | long | | | `map` | 中间 | `Stream<R>` | `Function<T, R>` | `T -> R` | | `flatMap` | 中间 | `Stream<R>` | `Function<T, Stream<R>>` | `T -> Stream<R>` | | `limit` | 中间 | `Stream<T>` | long | | | `sorted` | 中间 | `Stream<T>` | `Comparator<T>` | `(T, T) -> int` | | `anyMatch` | 终端 | `boolean` | `Predicate<T>` | `T -> boolean` | | `noneMatch` | 终端 | `boolean` | `Predicate<T>` | `T -> boolean` | | `allMatch` | 终端 | `boolean` | `Predicate<T>` | `T -> boolean` | | `findAny` | 终端 | `Optional<T>` | | | | `findFirst` | 终端 | `Optional<T>` | | | | `forEach` | 终端 | `void` | `Consumer<T>` | `T -> void` | | `collect` | 终端 | `R` | `Collector<T, A, R>` | | | `reduce` | 终端 | `Optional<T>` | `BinaryOperator<T>` | `(T, T) -> T` | | `count` | 终端 | `long` | | |