Stream流简单操作

晚上没宵夜

发布于 2020-03-10 14:39:50

5370

发布于 2020-03-10 14:39:50

文章被收录于专栏：Howl同学的学习笔记 Howl同学的学习笔记Howl同学的学习笔记

学了Lambda表达式之后感觉没什么用处对吧，其实不然，在流操作里面可以体验其简便性，因为平时用得少，很容易忘记

1. Stream

其在java.util.Stream包下，提供对数据进行各种简便操作，效率当然比我们手写要好，并且支持并行操作，其使用过程分为三步：

创建Stream流
中间操作
最终操作

是不是有点奇怪？没关系，刚开始的时候笔者也这样觉得，后面就知道其必要性

2. 创建Stream流

还有个平行流这里不解释了（parallelStream），创建的创建流的方式：

Arrays.stream()

数组工具类有个静态方法，传入数组创建流

int[] arr = {9,5,2,7};
Arrays.stream(arr);

Stream.of()

流里也有一个静态方法，传入一个泛型数组，或多个值创建流，记得导包

Stream.of(1,2,3);

集合中创建

我们最常用集合来创建Stream流，注意不支持Map集合

new ArrayList( Arrays.asList("11111","AAAA","5") );
new HashSet().stream();

3. 中间操作

所谓的中间操作笔者是这样理解的，其方法返回值是this，没错就是返回Stream流本身，中间操作会返回一个新的流，然后再执行后面的中间操作，可以理解为过滤数据之后再进行过滤。而且这些操作是延迟执行的，即调用最终操作时才全部执行中间操作。

常见的中间操作，看名字就知道有什么作用了

filter() // 对传参进行判断，符合的才存回流
map() // 对传参进行操作，把操作完的数据放回流
distinct() // 去重基于equals 和 hashCode的，具体为什么请看这里
sorted()
peek()
limit()
skip()

实际操作

ArrayList<String> arrayList = new ArrayList( Arrays.asList("11111","AAAA","5","6","7222","CC","211","3","FFF","zzz") );


Stream stream = arrayList.stream()
                .sorted()
                .distinct()
                .limit(10)
                .skip(1)
                .filter(s-> s.length() > 1)
                .map( s -> s + " index")
                .map( s -> s.toLowerCase())

filter其方法的参数是一个Predicate函数式接口，其接口为boolean test(T t);

map方法的参数是Function函数式接口，方法为R apply(T t)，@return the function result

4. 最终操作

常见的最终操作

forEach()
toArray()
min()
max()
count()
anyMatch
allMatch
reduce

forEach方法的参数是一个Consumer函数式接口，接口为void accept(T t)，最给定的参数T进行操作，熟悉Lambda的可能会将方法引用放进去，下面二者是相等的

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

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

5. 简便方法

笔者最近遇到的，立个flag，要成为Stream的忠实粉丝

数组去重

int[] arr = {1,2,3,4,5,1,1,3,10};
arr = Arrays.stream(arr).distinct().toArray();
        
for(int value : arr){
    System.out.println(value);
}

求最值

int a = Arrays.stream(arr).max().getAsInt();    // 返回Optinal类型  
System.out.println(a);

匹配

boolean rs = Arrays.stream(arr).anyMatch( t -> t == 10);  // 传入一个predicate
System.out.println(rs);

聚合

int sum = Arrays.stream(arr).reduce( (l,r) -> l+r ).getAsInt();
System.out.println(sum);  // 25，聚合实现总计功能，即用上一个值计算下一个值

6. Optional

这里顺带说一下1.8的另一个新特性，优雅解决空指针异常

/**
 * @description 获取email并将其转成大写，若为空返回null
 * @author Howl
 */
public class Test {
    
    public static String getEmail(User user){
        
        return Optional.ofNullable(user)
                .map( t -> t.getEmail())
                .map( t -> t.toUpperCase())
                .orElse(null);
    }
    
    public static void main(String[] args) {
        
        User user = null;
        
        System.out.println(user.getEmail());  // 这里报错
        
        System.out.println(Test.getEmail(user));  // 这里不报错
    }
}

常用方法：

Optional.empty()
Optional.of()
Optional.ofNullable()
optional.isPresent()
optional.get()
optional.orElse()
optional.map
optional.filter

本文参与腾讯云自媒体分享计划，分享自作者个人站点/博客。

原始发表：2020-03-03 ，如有侵权请联系 cloudcommunity@tencent.com 删除

编程算法

serverless

javascript

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

编程算法

serverless

javascript

登录后参与评论

0 条评论

热度