lambda之Stream流式编程

短命女 2024-03-31 16:35 18阅读 0赞

**lambda****之Stream流式编程**

**一、什么是 Stream**

Stream中文称为 “流”，通过将集合转换为这么一种叫做“流”的元素序列，通过声明性方式，能够对集合中的每个元素进行一系列并行或串行的流水线操作。换句话说，你只需要告诉流你的要求，流便会在背后自行根据要求对元素进行处理，而你只需要 “坐享其成”。

**二、流操作**

![a1cd4b51dc324d97a726c44ca9e25a97.png][]

整个流操作就是一条流水线，将元素放在流水线上一个个地进行处理。其中数据源便是原始集合，然后将如 List 的集合转换为 Stream 类型的流，并对流进行一系列的中间操作，比如过滤保留部分元素、对元素进行排序、类型转换等；最后再进行一个终端操作，可以把 Stream 转换回集合类型，也可以直接对其中的各个元素进行处理，比如打印、比如计算总数、计算最大值等等。很重要的一点是，很多流操作本身就会返回一个流，所以多个操作可以直接连接起来，我们来看看一条 Stream 操作的代码：

![253f4b4ce063431dbc78354739b65c69.png][]

如果是以前，进行这么一系列操作，你需要做个迭代器或者 foreach 循环，然后遍历，一步步地亲力亲为地去完成这些操作；但是如果使用流，你便可以直接声明式地下指令，流会帮你完成这些操作。

有没有想到什么类似的？是的，就像 SQL 语句一样， select username from user where id = 1，你只要说明：“我需要 id 是 1 （id = 1）的用户（user）的用户名（username ）”，那么就可以得到自己想要的数据，而不需要自己亲自去数据库里面循环遍历查找。

**三、流与集合**

**什么时候计算**

*  Stream 和集合的其中一个差异在于什么时候进行计算。

一个集合，它会包含当前数据结构中所有的值，你可以随时增删，但是集合里面的元素毫无疑问地都是已经计算好了的。

流则是按需计算，你可以想象一个水龙头，假设你需要一个奇数流，从 1 开始，那么这个水龙头会源源不断地流出你需要的数据，假设你只需要 10 个，那么这个流便会按需生成 10 个奇数，换句话来说，就是在用户要求的时候才会计算值，只要你需要，你便可以打开这个水龙头。

又比方说我们通过搜索引擎进行搜索，搜索出来的条目并不是全部呈现出来的，而且先显示最符合的前 10 条或者前 20 条，只有在点击 “下一页” 的时候，才会再输出新的 10 条。

再比方在线观看电影和你硬盘里面的电影，也是差不多的道理。

**外部迭代和内部迭代**

*  Stream 和集合的另一个差异在于迭代。

我们可以把集合比作一个工厂的仓库，一开始工厂比较落后，要对货物作什么修改，只能工人亲自走进仓库对货物进行处理，有时候还要将处理后的货物放到一个新的仓库里面。在这个时期，我们需要亲自去做迭代，一个个地找到需要的货物，并进行处理，这叫做外部迭代。

后来工厂发展了起来，配备了流水线作业，只要根据需求设计出相应的流水线，然后工人只要把货物放到流水线上，就可以等着接收成果了，而且流水线还可以根据要求直接把货物输送到相应的仓库。这就叫做内部迭代，流水线已经帮你把迭代给完成了，你只需要说要干什么就可以了（即设计出合理的流水线）。

Java 8 引入 Stream 很大程度是因为，流的内部迭代可以自动选择一种合适你硬件的数据表示和并行实现；而以往程序员自己进行 foreach 之类的时候，则需要自己去管理并行等问题。

**一次性的流**

流和迭代器类似，只能迭代一次。

Stream<String> stream = list.stream().map(Person::getName).sorted().limit(10);

List<String> newList = stream.collect(Collectors.toList());

List<String> newList2 = stream.collect(Collectors.toList());

上面代码中第三行会报错，因为第二行已经使用过这个流，这个流已经被消费掉了。

**四、 一般方法**

首先我们先创建一个 Person 泛型的 List

List<Person> list = new ArrayList<>();

list.add(new Person("jack", 20));

list.add(new Person("mike", 25));

list.add(new Person("tom", 30));

Person 类包含年龄和姓名两个成员变量

private String name;

private int age;

**4.1****、 stream() / parallelStream()**

最常用到的方法，将集合转换为流

List list = new ArrayList();

// return Stream<E>

list.stream();

而 parallelStream() 是并行流方法，能够让数据集执行并行操作，后面会更详细地讲解。

**4.2****、filter(T -> boolean)**

保留 boolean 为 true 的元素

//保留年龄为 20 的 person 元素

list = list.stream()

.filter(person -> person.getAge() == 20)

.collect(Collectors.toList());

//打印输出 \[Person\{name='jack', age=20\}\]

collect(toList()) 可以把流转换为 List 类型，这个以后会讲解。

**4.3****、distinct()**

去除重复元素，这个方法是通过类的 equals 方法来判断两个元素是否相等的

如例子中的 Person 类，需要先定义好 equals 方法，不然类似\[Person\{name='jack', age=20\}, Person\{name='jack', age=20\}\] 这样的情况是不会处理的。

**4.4****、sorted() / sorted((T, T) -> int)**

如果流中的元素的类实现了 Comparable 接口，即有自己的排序规则，那么可以直接调用 sorted()方法对元素进行排序，如 Stream

反之, 需要调用 sorted((T, T) -> int) 实现 Comparator 接口

根据年龄大小来比较：

list = list.stream()

.sorted((p1, p2) -> p1.getAge() - p2.getAge())

.collect(Collectors.toList());

当然这个可以简化为

list = list.stream()

.sorted(Comparator.comparingInt(Person::getAge))

.collect(Collectors.toList());

**4.4.1****、数字排序**

/\*\*

\* 数字排序

\*/

public static void testIntegerSort() \{

List<Integer> list = Arrays.asList(4, 2, 5, 3, 1);

System.out.println(list);//执行结果：\[4, 2, 5, 3, 1\]

//升序

list.sort((a, b) -> a.compareTo(b.intValue()));

System.out.println(list);//执行结果：\[1, 2, 3, 4, 5\]

//降序

list.sort((a, b) -> b.compareTo(a.intValue()));

System.out.println(list);//执行结果：\[5, 4, 3, 2, 1\]

**4.4.2****、字符串排序**

/\*\*

\* 字符串排序

\*/

public static void testStringSort() \{

List<String> list = new ArrayList<>();

list.add("aa");

list.add("cc");

list.add("bb");

list.add("ee");

list.add("dd");

System.out.println(list);//执行结果：aa, cc, bb, ee, dd

//升序

list.sort((a, b) -> a.compareTo(b.toString()));

System.out.println(list);//执行结果：\[aa, bb, cc, dd, ee\]

//降序

list.sort((a, b) -> b.compareTo(a.toString()));

System.out.println(list);//执行结果：\[ee, dd, cc, bb, aa\]

**4.4.3****、对象字段排序**

class Person \{

private String name;

private int age;

public Person() \{

public Person(String name, Integer age) \{

this.name = name;

this.age = age;

public String getName() \{

return name;

public void setName(String name) \{

this.name = name;

public int getAge() \{

return age;

public void setAge(int age) \{

this.age = age;

@Override

public String toString() \{

return "Person\{" +

"name='" + name + '\\'' +

", age=" + age +

'\}';

/\*\*

\* 对象串排序

\*/

public void testObjectSort() \{

List<Person> list = new ArrayList<>();

list.add(new Person("三炮", 48));

list.add(new Person("老王", 35));

list.add(new Person("小明", 8));

list.add(new Person("叫兽", 70));

System.out.println(list); //执行结果：\[Person\{name='三炮', age=48\}, Person\{name='老王', age=35\}, Person\{name='小明', age=8\}, Person\{name='叫兽', age=70\}\]

//按年龄升序

list.sort((a, b) -> Integer.compare(a.age, b.getAge()));

System.out.println(list);//执行结果：\[Person\{name='小明', age=8\}, Person\{name='老王', age=35\}, Person\{name='三炮', age=48\}, Person\{name='叫兽', age=70\}\]

//按年龄降序

list.sort((a, b) -> Integer.compare(b.age, a.getAge()));

System.out.println(list);//执行结果：\[Person\{name='叫兽', age=70\}, Person\{name='三炮', age=48\}, Person\{name='老王', age=35\}, Person\{name='小明', age=8\}\]

//如果按姓名排序，其实就是按字符串排序一样

**4.5****、limit(long n)**

返回前 n 个元素

list = list.stream()

.limit(2)

.collect(Collectors.toList());

//打印输出 \[Person\{name='jack', age=20\}, Person\{name='mike', age=25\}\]

**4.6****、skip(long n)**

去除前 n 个元素

list = list.stream()

.skip(2)

.collect(Collectors.toList());

//打印输出 \[Person\{name='tom', age=30\}\]

tips:

**skip(m)****用在 limit(n)** **前面时，先去除前 m** **个元素再返回剩余元素的前 n** **个元素。**

**limit(n)** **用在 skip(m)** **前面时，先返回前 n** **个元素再在剩余的 n** **个元素中去除 m** **个元素。**

list = list.stream()

.limit(2)

.skip(1)

.collect(Collectors.toList());

//打印输出 \[Person\{name='mike', age=25\}\]

**4.7****、map(T -> R)**

将流中的每一个元素 T 映射为 R（类似类型转换）

List<String> newlist = list.stream().map(Person::getName).collect(Collectors.toList());

newlist 里面的元素为 list 中每一个 Person 对象的 name 变量。

**4.8****、flatMap(T -> Stream)**

将流中的每一个元素 T 映射为一个流，再把每一个流连接成为一个流。

List<String> list = new ArrayList<>();

list.add("aaa bbb ccc");

list.add("ddd eee fff");

list.add("ggg hhh iii");

list = list.stream().map(s -> s.split(" ")).flatMap(Arrays::stream).collect(toList());

上面例子中，我们的目的是把 List 中每个字符串元素以“”分割开，变成一个新的 List。

首先 map 方法分割每个字符串元素，但此时流的类型为 Stream。

**4.9****、anyMatch(T -> boolean)**

流中是否有一个元素匹配给定的 T -> boolean 条件

是否存在一个 person 对象的 age 等于 20：

boolean b = list.stream().anyMatch(person -> person.getAge() == 20);

**4.10****、 allMatch(T -> boolean)**

流中是否所有元素都匹配给定的 T -> boolean 条件

boolean result = list.stream().allMatch(Person::isStudent);

**4.11****、noneMatch(T -> boolean)**

流中是否没有元素匹配给定的 T -> boolean 条件

boolean result = list.stream().noneMatch(Person::isStudent);

**4.12****、findAny()** **和 findFirst()**

findAny()：找到其中一个元素 （使用 stream() 时找到的是第一个元素；使用 parallelStream()并行时找到的是其中一个元素）

findFirst()：找到第一个元素

值得注意的是，这两个方法返回的是一个 Optional 对象，它是一个容器类，能代表一个值存在或不存在，这个后面会讲到。

**4.13****、reduce((T, T) -> T)** **和 reduce(T, (T, T) -> T)**

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：

初始值

进行归约操作的Lambda表达式

用于组合流中的元素，如求和，求积，求最大值等

int age = list.stream().reduce(0, (person1,person2)->person1.getAge()+person2.getAge());

//计算年龄总和：

int sum = list.stream().map(Person::getAge).reduce(0, (a, b) -> a + b);

//与之相同:

int sum = list.stream().map(Person::getAge).reduce(0, Integer::sum);

其中，reduce 第一个参数 0 代表起始值为 0，lambda (a, b) -> a + b 即将两值相加产生一个新值

同样地：

//计算年龄总乘积：

int sum = list.stream().map(Person::getAge).reduce(1, (a, b) -> a \* b);

当然也可以

Optional<Integer> sum = list.stream().map(Person::getAge).reduce(Integer::sum);

即不接受任何起始值，但因为没有初始值，需要考虑结果可能不存在的情况，因此返回的是 Optional 类型

**4.14****、count()**

返回流中元素个数，结果为 long 类型。

**4.15****、collect()**

收集方法，我们很常用的是 collect(toList())，当然还有 collect(toSet()) 等，参数是一个收集器接口，这个后面会另外讲。

**4.16****、forEach()**

返回结果为 void，很明显我们可以通过它来干什么了，比方说：

//打印各个元素：

list.stream().forEach(System.out::println);

再比如说 MyBatis 里面访问数据库的 mapper 方法：

//向数据库插入新元素：

list.stream().forEach(PersonMapper::insertPerson);

**4.17****、unordered()**

还有这个比较不起眼的方法，返回一个等效的无序流，当然如果流本身就是无序的话，那可能就会直接返回其本身

[a1cd4b51dc324d97a726c44ca9e25a97.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/d46eea75fff24f53bf8f7f50f49268ea.png
[253f4b4ce063431dbc78354739b65c69.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/81c7ab54da54480dab0c20ad63563ce8.png