【java8】持续精进-之流式数据处理

深藏阁楼爱情的钟 2022-06-11 01:37 112阅读 0赞

# 流式处理简介 #

在我接触到java8流式处理的时候，我的第一感觉是流式处理让集合操作变得简洁了许多，通常我们需要多行代码才能完成的操作，借助于流式处理可以在一行中实现。比如我们希望对一个包含整数的集合中筛选出所有的偶数，并将其封装成为一个新的List返回，那么在java8之前，我们需要通过如下代码实现：

/** * 准备数据 * * @return */
        public static List<Integer> getData() {
            return Arrays.asList(1, 2, 4, 3, 5, 6, 7, 8, 9, 10, 11, 23);
        }
        public static void main(String[] args) {
    
            List<Integer> data = getData();
            List<Integer> evens = new ArrayList<>();
            for (Integer num : data) {
                if (num % 2 == 0) {
                    evens.add(num);
                }
            }
        }

通过java8的流式处理，我们可以将代码简化为：

/** * 准备数据 * * @return */
        public static List<Integer> getData() {
            return Arrays.asList(1, 2, 4, 3, 5, 6, 7, 8, 9, 10, 11, 23);
        }
        public static void main(String[] args) {
    
            List<Integer> data = getData();
    
            List<Integer> integerList = data.stream()
                    .filter(num -> num % 2 == 0)
                    .collect(Collectors.toList());
        }

先简单解释一下上面这行语句的含义，stream操作将集合转换成一个流，filter执行我们自定义的筛选处理，这里是通过lambda表达式筛选出所有偶数，最后我们通过collect对结果进行封装处理，并通过Collectors.toList()指定其封装成为一个List集合返回。

一个流式处理可以分为三个部分：转换成流、中间操作、终端操作  
流->中间操作….->中间操作->终端操作

# 实战 #

1.数据准备

@Data
    public class Student { 
    
        /** 学号 */
        private long id;
    
        /**xingming*/
        private String name;
    
        private int age;
    
        /** 年级 */
        private int grade;
    
        /** 专业 */
        private String major;
    
        /** 学校 */
        private String school;
    
        public Student(long id, String name, int age, int grade, String major, String school) {
            this.id = id;
            this.name = name;
            this.age = age;
            this.grade = grade;
            this.major = major;
            this.school = school;
        }
    }

static List<Student> students = new ArrayList<Student>() {
            {
                add(new Student(20160001, "张三", 20, 1, "土木工程", "武汉大学"));
                add(new Student(20160002, "李四", 21, 2, "信息安全", "武汉大学"));
                add(new Student(20160003, "王五", 22, 3, "经济管理", "武汉大学"));
                add(new Student(20160004, "赵六", 21, 2, "信息安全", "武汉大学"));
                add(new Student(20161001, "张琦", 21, 2, "机械与自动化", "华中科技大学"));
                add(new Student(20161002, "阿德", 23, 4, "土木工程", "华中科技大学"));
                add(new Student(20161003, "阿哥", 23, 4, "计算机科学", "华中科技大学"));
                add(new Student(20162001, "阿房", 22, 3, "土木工程", "浙江大学"));
                add(new Student(20162002, "阿飞", 23, 4, "计算机科学", "浙江大学"));
                add(new Student(20163001, "阿德", 24, 5, "土木工程", "南京大学"));
            }
        };```
    
    2.1 过滤操作（filter，distinct，limit，skip）
    
    2.1.1 filter
      在前面的例子中我们已经演示了如何使用filter，其定义为：Stream<T> filter(Predicate<? super T> predicate)，filter接受一个谓词Predicate，我们可以通过这个谓词定义筛选条件，在介绍lambda表达式时我们介绍过Predicate是一个函数式接口，其包含一个test(T t)方法，该方法返回boolean。现在我们希望从集合students中筛选出所有浙江大学的学生，那么我们可以通过filter来实现，并将筛选操作作为参数传递给filter：

List<Student> collect = students.stream()
                .filter(student -> "浙江大学".equals(student.getSchool()))
                .collect(Collectors.toList());
        collect.forEach(System.out::println);

2.1.2 distinct 
        相当于sql中的去重 ， 去重数据中的重复数字

List<Integer>  list = Arrays.asList(1,2,3,3,3,3,3,3,3,35,5,0);
    
        List<Integer> collect = list.stream().distinct().collect(Collectors.toList());
    
        collect.forEach(System.out::println);

2.1.3limit
    limit操作也类似于SQL语句中的LIMIT关键字，不过limit返回包含前n个元素的流，当集合大小小于n时，则返回实际长度，比如下面的例子返回前两个学生：

List stu = students.stream()  
.limit(2)  
.collect(Collectors.toList());

stu.forEach(s-> System.out.println(s));

2.1.4 sorted 
     该操作用于对流中元素进行排序，
     比如我们希望筛选出专业为土木工程的学生，并按年龄从小到大排序，筛选出年龄最小的两个学生，那么可以实现为：

List<Student> stu = students.stream().sorted(Comparator.comparing(Student::getAge))
                .limit(2)
                .collect(Collectors.toList());
    
        stu.forEach(s-> System.out.println(s));

2.1.5 skip
    skip操作与limit操作相反，如同其字面意思一样，是跳过前n个元素，比如我们希望找出排序在2之后的土木工程专业的学生，那么可以实现为：
    
            List<Student> stu = students.stream()
                    .filter(student -> "土木工程".equals(student.getMajor()))
                    .skip(2)
                    .collect(Collectors.toList());
    
            stu.forEach(s-> System.out.println(s));
    2.2 映射
    在java8的流式处理中，主要包含两类映射操作：map和flatMap。
    2.2.1 map
    举例说明，假设我们希望筛选出所有专业为计算机科学的学生姓名，那么我们可以在filter筛选的基础之上，通过map将学生实体映射成为学生姓名字符串，具体实现如下：

String stu = students.stream()
                .filter(s->s.getMajor().equals("计算机科学"))
                .map(Student::getName)
                .collect(Collectors.joining(", "));
    
    
        System.out.println(stu);

除了上面这类基础的map，java8还提供了mapToDouble(ToDoubleFunction<? super T> mapper)，mapToInt(ToIntFunction<? super T> mapper)，mapToLong(ToLongFunction<? super T> mapper)，这些映射分别返回对应类型的流，java8为这些流设定了一些特殊的操作，比如我们希望计算所有专业为计算机科学学生的年龄之和，那么我们可以实现如下：

Integer stu = students.stream()
                .filter(s->s.getMajor().equals("计算机科学"))
                .mapToInt(Student::getAge)
                .sum();
    
        System.out.println(stu);

2.2.2 flatMap
    flatMap与map的区别在于 flatMap是将一个流中的每个值都转成一个个流，然后再将这些流扁平化成为一个流 。举例说明，假设我们有一个字符串数组String[] strs = {
       "java", "C#", "C++", "php", "javascrip","java"};，我们希望输出构成这一数组的所有非重复字符，那么我们可能首先会想到如下实现：
    
            String[] strs = {
       "java", "C#", "C++", "php", "javascrip","java"};
    
    
            List<String> collect = Stream.of(strs)
                    .map(s -> s.split(""))
                    .distinct()
                    .flatMap(Arrays::stream)
                    .collect(Collectors.toList());
    
            collect.forEach(s-> System.out.println(s+": "));
    
    
    三. 终端操作
    
    3.1.1allMatch
    allMatch用于检测是否全部都满足指定的参数行为，如果全部满足则返回true，例如我们希望检测是否所有的学生都已满18周岁，那么可以实现为：

boolean isAdult = students.stream().allMatch(student -> student.getAge() >= 22);
    
    
        System.out.println(isAdult);

3.1.2anyMatch
    anyMatch则是检测是否存在一个或多个满足指定的参数行为，如果满足则返回true，例如我们希望检测是否有来自武汉大学的学生，那么可以实现为：
    
            boolean isAdult = students.stream().anyMatch(student -> student.getAge() >= 22);
    
    
            System.out.println(isAdult);
    
    
    
    3.1.3 noneMathch
    noneMatch用于检测是否不存在满足指定行为的元素，如果不存在则返回true，例如我们希望检测是否不存在专业为计算机科学的学生，可以实现如下：

boolean noneCs = students.stream().noneMatch(student -> “计算机科学”.equals(student.getMajor()));

3.2 归约
    
    前面的例子中我们大部分都是通过collect(Collectors.toList())对数据封装返回，如我的目标不是返回一个新的集合，而是希望对经过参数化操作后的集合进行进一步的运算，那么我们可用对集合实施归约操作。java8的流式处理提供了reduce方法来达到这一目的。
    
    前面我们通过mapToInt将Stream<Student>映射成为IntStream，并通过IntStream的sum方法求得所有学生的年龄之和，实际上我们通过归约操作，也可以达到这一目的，实现如下：

Integer reduce = students.stream().map(Student::getAge).reduce(0, (a, b) -> a + b);
    
        System.out.println(reduce);

“\`  
持续精进………………………………….