Stream简化元素计算;
从Java1.8开始提出了Stream流的概念,侧重对于源数据计算能力的封装,并且支持序列与并行两种操作方式;依旧先看核心接口的设计:
基础案例:通过指定元素的值,返回一个序列流,元素的内容是字符串,并转换为Long类型,最终计算求和结果并返回;
System.out.println("sum1="+IntStream.of(1,2,3).sum());
System.out.println("sum2="+Stream.of("1", "2", "3").mapToLong(Long::parseLong).sum());
整个Stream处理过程上看可以分为三段:创建流、中间操作、最终操作,即多个元素值通过流计算最终获取到求和的结果;
除了Stream提供的创建方法之外,在Java1.8中,很多容器类的方法都进行的扩展,提供了集合元素转流的能力;
Stream<Integer> intStream = Stream.of(1, 2) ;
List<String> getList = Arrays.asList("hello","copy") ;
Stream<String> strStream = getList.stream() ;
Double[] getArray = new Double[]{1.1,2.2};
Stream<Double> douStream = Arrays.stream(getArray) ;
上述方式创建的Stream流默认都是串行序列,可以通过Stream.isParallel
进行判断;执行Stream.parallel
方法可以转为并行流;
通常对于Stream的中间操作,可以视为是源的查询,并且是懒惰式的设计,对于源数据进行的计算只有在需要时才会被执行,与数据库中视图的原理相似;
Stream流的强大之处便是在于提供了丰富的中间操作,相比集合或数组这类容器,极大的简化源数据的计算复杂度,案例中使用的数据结构如下;
public class TesStream {
public static void main(String[] args) {
List<User> userList = getUserList () ;
}
private static List<User> getUserList (){
List<User> userList = new ArrayList<>() ;
userList.add(new User(1,"张三","上海")) ;
userList.add(new User(2,"李四","北京")) ;
userList.add(new User(3,"王五","北京")) ;
userList.add(new User(4,"顺六","上海,杭州")) ;
return userList ;
}
}
userList.stream().filter(user -> user.getId()>1).forEach(System.out::println);
userList.stream().map(user -> user.getName()+" 在 "+user.getCity()).forEach(System.out::println);
userList.stream().peek(user -> user.setId(user.getId()+1)).forEach(System.out::println);
userList.stream().flatMap(user -> Arrays.stream(user.getCity().split(","))).forEach(System.out::println);
userList.stream().sorted(Comparator.comparingInt(User::getId).reversed()).forEach(System.out::println);
userList.stream().map(User::getCity).distinct().forEach(System.out::println);
userList.stream().filter(user -> user.getId()>1).skip(1).limit(1).forEach(System.out::println);
相比于集合与数组在Java1.8之前的处理逻辑,通过Stream流的方法简化对数据改、查、过滤、排序等一系列操作,上面对于最终方法只涉及了foreach遍历;
Stream流执行完最终操作之后,无法再执行其他动作,否则会报状态异常,提示该流已经被执行操作或者被关闭,想要再次执行操作必须重新创建Stream流;
int min = userList.stream().min(Comparator.comparingInt(User::getId)).get().getId();
int max = userList.stream().max(Comparator.comparingInt(User::getId)).get().getId();
int sum = userList.stream().mapToInt(User::getId).sum() ;
long count = userList.stream().filter(user -> user.getId()<2).count();
userList.stream().filter(user -> "北京".equals(user.getCity())).forEach(System.out::println);
User getUser = userList.stream().filter(user -> "北京".equals(user.getCity())).findAny().get();
User getUser = userList.stream().filter(user -> "北京".equals(user.getCity())).findFirst().get();
boolean matchFlag = userList.stream().anyMatch(user -> "深圳".equals(user.getCity()));
boolean matchFlag = userList.stream().allMatch(user -> StrUtil.isNotEmpty(user.getCity()));
boolean matchFlag = userList.stream().noneMatch(user -> StrUtil.isEmpty(user.getCity()));
这里只是演示一些简单的最终方法,主要涉及Stream流的一些统计和判断相关的能力,在一些实际的业务应用中,显然这些功能还远远不够;
Collector:结果收集策略的核心接口,具备将指定元素累加存放到结果容器中的能力;并在Collectors工具中提供了Collector接口的实现类;
List<Integer> idList = userList.stream().map(User::getId).collect(Collectors.toList()) ;
Map<Integer,String> userMap = userList.stream().collect(Collectors.toMap(User::getId,User::getName));
Set<String> citySet = userList.stream().map(User::getCity).collect(Collectors.toSet());
long count = userList.stream().filter(user -> user.getId()>1).collect(Collectors.counting());
Integer sumInt = userList.stream().filter(user -> user.getId()>2).collect(Collectors.summingInt(User::getId)) ;
User maxId = userList.stream().collect(Collectors.minBy(Comparator.comparingInt(User::getId))).get() ;
String joinCity = userList.stream().map(User::getCity).collect(Collectors.joining("||"));
Map<String,List<User>> groupCity = userList.stream().collect(Collectors.groupingBy(User::getCity));
在代码工程中会涉及到诸多的集合数据计算的逻辑,尤其在微服务场景中,VO数据模型需要对多个服务的数据进行组装,通过Collector可以极大精简组装过程;
End