Java8新特性Stream的詳細(xì)解析

這篇文章主要講解了Java8新特性Stream的詳細(xì)解析，內(nèi)容清晰明了，對此有興趣的小伙伴可以學(xué)習(xí)一下，相信大家閱讀完之后會有幫助。

成都創(chuàng)新互聯(lián)專注于青山湖網(wǎng)站建設(shè)服務(wù)及定制，我們擁有豐富的企業(yè)做網(wǎng)站經(jīng)驗。 熱誠為您提供青山湖營銷型網(wǎng)站建設(shè)，青山湖網(wǎng)站制作、青山湖網(wǎng)頁設(shè)計、青山湖網(wǎng)站官網(wǎng)定制、微信小程序定制開發(fā)服務(wù)，打造青山湖網(wǎng)絡(luò)公司原創(chuàng)品牌,更為您提供青山湖網(wǎng)站排名全網(wǎng)營銷落地服務(wù)。

什么是Stream

Stream是Java 1.8版本開始提供的一個接口，主要提供對數(shù)據(jù)集合使用流的方式進(jìn)行操作，流中的元素不可變且只會被消費一次，所有方法都設(shè)計成支持鏈?zhǔn)秸{(diào)用。使用Stream API可以極大生產(chǎn)力，寫出高效率、干凈、簡潔的代碼。

如何獲得Stream實例

Stream提供了靜態(tài)構(gòu)建方法，可以基于不同的參數(shù)創(chuàng)建返回Stream實例

使用Collection的子類實例調(diào)用stream()或者parallelStream()方法也可以得到Stream實例，兩個方法的區(qū)別在于后續(xù)執(zhí)行Stream其他方法的時候是單線程還是多線程

Stream<String> stringStream = Stream.of("1", "2", "3");
//無限長的偶數(shù)流
Stream<Integer> evenNumStream = Stream.iterate(0, n -> n + 2);

List<String> strList = new ArrayList<>();
strList.add("1");
strList.add("2");
strList.add("3");
Stream<String> strStream = strList.stream();
Stream<String> strParallelStream = strList.parallelStream();

filter

filter方法用于根據(jù)指定的條件做過濾，返回符合條件的流

Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
//獲得只包含正數(shù)的流，positiveNumStream -> (1，2，3)
Stream<Integer> positiveNumStream = numStream.filter(num -> num > 0);

map

map方法用于將流中的每個元素執(zhí)行指定的轉(zhuǎn)換邏輯，返回其他類型元素的流

Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
//轉(zhuǎn)換成字符串流
Stream<String> strStream = numStream.map(String::valueOf);

mapToInt mapToLong mapToDouble

這三個方法是對map方法的封裝，返回的是官方為各個類型單獨定義的Stream，該Stream還提供了適合各自類型的其他操作方法

Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");
IntStream intStream = stringStream.mapToInt(Integer::parseInt);
LongStream longStream = stringStream.mapToLong(Long::parseLong);
DoubleStream doubleStream = stringStream.mapToDouble(Double::parseDouble);

flatMap

flatMap方法用于將流中的每個元素轉(zhuǎn)換成其他類型元素的流，比如，當(dāng)前有一個訂單(Order)列表，每個訂單又包含多個商品(itemList)，如果要得到所有訂單的所有商品匯總，就可以使用該方法，如下：

Stream<Item> allItemStream = orderList.stream().flatMap(order -> order.itemList.stream());

flatMapToInt flatMapToLong flatMapToDouble

這三個方法是對flatMap方法的封裝，返回的是官方為各個類型單獨定義的Stream，使用方法同上

distinct

distinct方法用于對流中的元素去重，判斷元素是否重復(fù)使用的是equals方法

Stream<Integer> numStream = Stream.of(-2, -1, 0, 0, 1, 2, 2, 3);
//不重復(fù)的數(shù)字流，uniqueNumStream -> (-2, -1, 0, 1, 2, 3)
Stream<Integer> uniqueNumStream = numStream.distinct();

sorted

sorted有一個無參和一個有參的方法，用于對流中的元素進(jìn)行排序。無參方法要求流中的元素必須實現(xiàn)Comparable接口，不然會報java.lang.ClassCastException異常

Stream<Integer> unorderedStream = Stream.of(5, 6, 32, 7, 27, 4);
//按從小到大排序完成的流，orderedStream -> (4, 5, 6, 7, 27, 32)
Stream<Integer> orderedStream = unorderedStream.sorted();

有參方法sorted(Comparator<&#63; super T> comparator)不需要元素實現(xiàn)Comparable接口，通過指定的元素比較器對流內(nèi)的元素進(jìn)行排序

Stream<String> unorderedStream = Stream.of("1234", "123", "12", "12345", "123456", "1");
//按字符串長度從小到大排序完成的流，orderedStream -> ("1", "12", "123", "1234", "12345", "123456")
Stream<String> orderedStream = unorderedStream.sorted(Comparator.comparingInt(String::length));

peek

peek方法可以不調(diào)整元素順序和數(shù)量的情況下消費每一個元素，然后產(chǎn)生新的流，按文檔上的說明，主要是用于對流執(zhí)行的中間過程做debug的時候使用，因為Stream使用的時候一般都是鏈?zhǔn)秸{(diào)用的，所以可能會執(zhí)行多次流操作，如果想看每個元素在多次流操作中間的流轉(zhuǎn)情況，就可以使用這個方法實現(xiàn)

Stream.of("one", "two", "three", "four")
 .filter(e -> e.length() > 3)
 .peek(e -> System.out.println("Filtered value: " + e))
 .map(String::toUpperCase)
 .peek(e -> System.out.println("Mapped value: " + e))
 .collect(Collectors.toList());
 
輸出：
Filtered value: three
Mapped value: THREE
Filtered value: four
Mapped value: FOUR

limit(long maxSize)

limit方法會對流進(jìn)行順序截取，從第1個元素開始，保留最多maxSize個元素

Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");
//截取前3個元素，subStringStream -> ("-2", "-1", "0")
Stream<String> subStringStream = stringStream.limit(3);

skip(long n)

skip方法用于跳過前n個元素，如果流中的元素數(shù)量不足n，則返回一個空的流

Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");
//跳過前3個元素，subStringStream -> ("1", "2", "3")
Stream<String> subStringStream = stringStream.skip(3);

forEach

forEach方法的作用跟普通的for循環(huán)類似，不過這個可以支持多線程遍歷，但是不保證遍歷的順序

Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");
//單線程遍歷輸出元素
stringStream.forEach(System.out::println);
//多線程遍歷輸出元素
stringStream.parallel().forEach(System.out::println);

forEachOrdered

forEachOrdered方法可以保證順序遍歷，比如這個流是從外部傳進(jìn)來的，然后在這之前調(diào)用過parallel方法開啟了多線程執(zhí)行，就可以使用這個方法保證單線程順序遍歷

Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");
//順序遍歷輸出元素
stringStream.forEachOrdered(System.out::println);
//多線程遍歷輸出元素，下面這行跟上面的執(zhí)行結(jié)果是一樣的
//stringStream.parallel().forEachOrdered(System.out::println);

toArray

toArray有一個無參和一個有參的方法，無參方法用于把流中的元素轉(zhuǎn)換成Object數(shù)組

Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");
Object[] objArray = stringStream.toArray();

有參方法toArray(IntFunction<A[]> generator)支持把流中的元素轉(zhuǎn)換成指定類型的元素數(shù)組

Stream<String> stringStream = Stream.of("-2", "-1", "0", "1", "2", "3");
String[] strArray = stringStream.toArray(String[]::new);

reduce

reduce有三個重載方法，作用是對流內(nèi)元素做累進(jìn)操作

第一個reduce(BinaryOperator<T> accumulator)

accumulator 為累進(jìn)操作的具體計算

單線程等下如下代碼

boolean foundAny = false;
T result = null;
for (T element : this stream) {
 if (!foundAny) {
 foundAny = true;
 result = element;
 }
 else
 result = accumulator.apply(result, element);
}
return foundAny &#63; Optional.of(result) : Optional.empty();
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
//查找最小值
Optional<Integer> min = numStream.reduce(BinaryOperator.minBy(Integer::compareTo));
//輸出 -2
System.out.println(min.get());

//過濾出大于5的元素流
numStream = Stream.of(-2, -1, 0, 1, 2, 3).filter(num -> num > 5);
//查找最小值
min = numStream.reduce(BinaryOperator.minBy(Integer::compareTo));
//輸出 Optional.empty
System.out.println(min);

第二個reduce(T identity, BinaryOperator<T> accumulator)

identity 為累進(jìn)操作的初始值
accumulator 同上

單線程等價如下代碼

T result = identity;
for (T element : this stream)
 result = accumulator.apply(result, element)
return result;
Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
//累加計算所有元素的和，sum=3
int sum = numStream.reduce(0, Integer::sum);

第三個reduce(U identity, BiFunction<U, &#63; super T, U> accumulator, BinaryOperator<U> combiner)

identity和accumulator同上

combiner用于多線程執(zhí)行的情況下合并最終結(jié)果

Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
int sum = numStream.parallel().reduce(0, (a, b) -> {
 System.out.println("accumulator執(zhí)行:" + a + " + " + b);
 return a + b;
}, (a, b) -> {
 System.out.println("combiner執(zhí)行:" + a + " + " + b);
 return a + b;
});
System.out.println("最終結(jié)果："+sum);

輸出：
accumulator執(zhí)行:0 + -1
accumulator執(zhí)行:0 + 1
accumulator執(zhí)行:0 + 0
accumulator執(zhí)行:0 + 2
accumulator執(zhí)行:0 + -2
accumulator執(zhí)行:0 + 3
combiner執(zhí)行:2 + 3
combiner執(zhí)行:-1 + 0
combiner執(zhí)行:1 + 5
combiner執(zhí)行:-2 + -1
combiner執(zhí)行:-3 + 6
最終結(jié)果：3

collect

collect有兩個重載方法，主要作用是把流中的元素作為集合轉(zhuǎn)換成其他Collection的子類，其內(nèi)部實現(xiàn)類似于前面的累進(jìn)操作

第一個collect(Supplier<R> supplier, BiConsumer<R, &#63; super T> accumulator, BiConsumer<R, R> combiner)

supplier 需要返回開始執(zhí)行時的默認(rèn)結(jié)果

accumulator 用于累進(jìn)計算用

combiner 用于多線程合并結(jié)果

單線程執(zhí)行等價于如下代碼

R result = supplier.get();
for (T element : this stream)
 accumulator.accept(result, element);
return result;

第二個collect(Collector<&#63; super T, A, R> collector)

collector其實是對上面的方法參數(shù)的一個封裝，內(nèi)部執(zhí)行邏輯是一樣的，只不過JDK提供了一些默認(rèn)的Collector實現(xiàn)

Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
List<Integer> numList = numStream.collect(Collectors.toList());
Set<Integer> numSet = numStream.collect(Collectors.toSet());

min

min方法用于計算流內(nèi)元素的最小值

Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
Optional<Integer> min = numStream.min(Integer::compareTo);

max

min方法用于計算流內(nèi)元素的最大值

Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
Optional<Integer> max = numStream.max(Integer::compareTo);

count

count方法用于統(tǒng)計流內(nèi)元素的總個數(shù)

Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
//count=6
long count = numStream.count();

anyMatch

anyMatch方法用于匹配校驗流內(nèi)元素是否有符合指定條件的元素

Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
//判斷是否包含正數(shù)，hasPositiveNum=true
boolean hasPositiveNum = numStream.anyMatch(num -> num > 0);

allMatch

allMatch方法用于匹配校驗流內(nèi)元素是否所有元素都符合指定條件

Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
//判斷是否全部是正數(shù)，allNumPositive=false
boolean allNumPositive = numStream.allMatch(num -> num > 0);

noneMatch

noneMatch方法用于匹配校驗流內(nèi)元素是否都不符合指定條件

Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
//判斷是否沒有小于0的元素，noNegativeNum=false
boolean noNegativeNum = numStream.noneMatch(num -> num < 0);

findFirst

findFirst方法用于獲取第一個元素，如果流是空的，則返回Optional.empty

Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
//獲取第一個元素，firstNum=-2
Optional<Integer> firstNum = numStream.findFirst();

findAny

findAny方法用于獲取流中的任意一個元素，如果流是空的，則返回Optional.empty，因為可能會使用多線程，所以不保證每次返回的是同一個元素

Stream<Integer> numStream = Stream.of(-2, -1, 0, 1, 2, 3);
Optional<Integer> anyNum = numStream.findAny();

看完上述內(nèi)容，是不是對Java8新特性Stream的詳細(xì)解析有進(jìn)一步的了解，如果還想學(xué)習(xí)更多內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

文章名稱：Java8新特性Stream的詳細(xì)解析
當(dāng)前網(wǎng)址：http://muchs.cn/article28/gdshjp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供動態(tài)網(wǎng)站、面包屑導(dǎo)航、網(wǎng)站設(shè)計、定制網(wǎng)站、建站公司、網(wǎng)站策劃

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)

成都網(wǎng)頁設(shè)計公司