Java8 Stream集合操作

作者 | 我是你的小眼睛兒

鏈接 | https://www.jianshu.com/p/9fe8632d0bc2

Stream簡介

1、Java 8引入了全新的Stream API。這裏的Stream和I/O流不同，它更像具有Iterable的集合類，但行爲和集合類又有所不同。

2、stream是對集合對象功能的增強，它專注於對集合對象進行各種非常便利、高效的聚合操作，或者大批量數據操作。

3、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 的字符串”、“獲取每個字符串的首字母”等，Stream 會隱式地在內部進行遍歷，做出相應的數據轉換。

爲什麼要使用Stream

1、函數式編程帶來的好處尤爲明顯。這種代碼更多地表達了業務邏輯的意圖，而不是它的實現機制。易讀的代碼也易於維護、更可靠、更不容易出錯。

2、高端

實例數據源

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

1、遍歷數據並檢查其中的元素時使用。

2、filter接受一個函數作爲參數，該函數用Lambda表達式表示。

/**
 * 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

1、map生成的是個一對一映射,for的作用

2、比較常用

3、而且很簡單

/**
 * 取出所有的用戶名字
 */
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

1、顧名思義，跟map差不多,更深層次的操作

2、但還是有區別的

3、map和flat返回值不同

4、Map 每個輸入元素，都按照規則轉換成爲另外一個元素。
還有一些場景，是一對多映射關係的，這時需要 flatMap。

5、Map一對一

6、Flatmap一對多

7、map和flatMap的方法聲明是不一樣的

(1) <r> Stream<r>      map(Function mapper);

(2) <r> Stream<r> flatMap(Function> mapper);

(3) map和flatMap的區別：我個人認爲，flatMap的可以處理更深層次的數據，入參爲多個list，結果可以返回爲一個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，如果入參都是對象，那麼flatMap可以操作對象裏面的對象，而map只能操作第一層。

public static void flatMapString() {
    List<PersonModel> data = Data.getData();
    //返回類型不一樣
    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

1、感覺類似遞歸

2、數字(字符串)累加

3、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

1、collect在流中生成列表，map，等常用的數據結構

2、toList()

3、toSet()

4、toMap()

5、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";
            }));
}

/**
 * 指定類型
 */
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

1、Optional 是爲核心類庫新設計的一個數據類型，用來替換 null 值。

2、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”

3、用處很廣，不光在lambda中，哪都能用

4、Optional.of(T)，T爲非空，否則初始化報錯

5、Optional.ofNullable(T)，T爲任意，可以爲空

6、isPresent()，相當於 ！=null

7、ifPresent(T)， T可以是一段lambda表達式 ，或者其他代碼，非空則執行

public static void main(String[] args) {
    PersonModel personModel=new PersonModel();

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

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

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

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

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

    //如果空，則可以拋出異常
    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));
    
    //判斷對象中的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

1、stream替換成parallelStream或 parallel

2、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，性能還會受到編寫代碼的方式和核的數量的影響

3、影響性能的五要素是:數據大小、源數據結構、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);
}

調試

1、list.map.fiter.map.xx 爲鏈式調用，最終調用collect(xx)返回結果

2、分惰性求值和及早求值

3、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爲空，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。

4、通過peek可以查看每個值，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());
}