标签:文字 服务 项目 管理 人力 处理 性方面 学习 需要
Java 8 API添加了一个新的抽象称为流Stream,可以让你以一种声明的方式处理数据。
Stream 使用一种类似用 SQL 语句从数据库查询数据的直观方式来提供一种对 Java 集合运算和表达的高阶抽象。
Stream API可以极大提高Java程序员的生产力,让程序员写出高效率、干净、简洁的代码。
这种风格将要处理的元素集合看作一种流, 流在管道中传输, 并且可以在管道的节点上进行处理, 比如筛选, 排序,聚合等。
元素流在管道中经过中间操作(intermediate operation)的处理,最后由最终操作(terminal operation)得到前面处理的结果。
创建Stream:通过stream()方法,取得集合对象的数据集。
中间操作(Intermediate):通过一系列中间方法,对数据集进行过滤、检索等数据集的再次处理。如,使用filter()方法来对数据集进行过滤。
终止操作(Terminal):通过最终方法完成对数据集中元素的处理。如,使用forEach()完成对过滤后元素的打印。
short-circuiting:对于一个 intermediate 操作,如果它接受的是一个无限大(infinite/unbounded)的 Stream,但返回一个有限的新 Stream;对于一个 terminal 操作,如果它接受的是一个无限大的 Stream,但能在有限的时间计算出结果;当操作一个无限大的 Stream,而又希望在有限时间内完成操作,则在管道内拥有一个 short-circuiting 操作是必要非充分条件。
操作 | 方法 |
---|---|
Intermediate | concat()、distinct()、filter()、flatMap()、map()、peek()、skip()、sorted()、parallel()、sequential()、unordered()、limit() |
Terminal | collect()、count()、forEach()、forEachOrdered()、max()、min()、reduce()、toArray()、allMatch()、anyMatch()、noneMatch()、findAny()、findFirst()、iterator() |
Short-circuiting | allMatch()、anyMatch()、noneMatch()、findAny()、findFirst()、limit() |
生成的Stream是有限长度的,Stream的长度为其内的元素个数。
Stream<Integer> integerStream = Stream.of(1, 2, 3);
Stream<String> stringStream = Stream.of("a");
返回一个无限长度的Stream,其元素由Supplier接口的提供。在Supplier是一个函数接口,只封装了一个get()方法,其用来返回任何泛型的值,该结果在不同的时间内,返回的可能相同也可能不相同,没有特殊的要求。
Stream<Double> streamA = Stream.generate(new Supplier<Double>() {
@Override
public Double get() {
return java.lang.Math.random();
}
});
Stream<Double> streamB = Stream.generate(() -> java.lang.Math.random());
Stream<Double> streamC = Stream.generate(java.lang.Math::random);
返回的是一个无限长度的Stream,与generate方法不同的是,其是通过函数f迭代对给指定的元素种子而产生无限连续有序Stream,其中包含的元素可以认为是:seed,f(seed),f(f(seed))无限循环。
Stream<Integer> stream = Stream.iterate(1, item -> item + 1);
返回一个空的顺序Stream,该Stream里面不包含元素项。
Stream<Object> empty = Stream.empty();
List<Integer> list = new ArrayList<>();
list.add(1);
list.add(2);
list.add(3);
Stream<Integer> stream = list.stream();
int[] arr = {1,2,3};
IntStream stream = Arrays.stream(arr);
对Stream做出相应转换及限制流,即将原Stream转换为一个新的Stream。
将两个Stream连接在一起,合成一个Stream。若两个输入的Stream都时排序的,则新Stream也是排序的;若输入的Stream中任何一个是并行的,则新的Stream也是并行的;若关闭新的Stream时,原两个输入的Stream都将执行关闭处理。
Stream<Integer> concat = Stream.concat(Stream.of(1, 2, 3), Stream.of(4, 5));
去除掉原Stream中重复的元素,生成的新Stream中没有没有重复的元素。
Stream<Integer> distinct = Stream.of(1, 2, 3, 3, 4, 5, 4).distinct();
对原Stream按照指定条件过滤,在新建的Stream中,只包含满足条件的元素,将不满足条件的元素过滤掉。
Stream<Integer> stream = Stream.of(1, 2, 3, 3, 4, 5, 4).filter(item -> item <= 3);
对于Stream中包含的元素使用给定的转换函数进行转换操作,新生成的Stream只包含转换生成的元素。
官方已封装好了,三种变形:mapToDouble,mapToInt,mapToLong。
Stream<String> streamA = Stream.of("a", "b", "c").map(item -> item.toUpperCase()); IntStream streamB = Stream.of("1", "2", "3").mapToInt(item -> Integer.valueOf(item));
接收一个函数作为参数,将流中的每个值都换成另一个流,然后把所有流连接成一个流
String[] arr1 = {"a", "b", "c", "d"};
String[] arr2 = {"e", "f", "c", "d"};
String[] arr3 = {"h", "j", "c", "d"};
Stream.of(arr1, arr2, arr3).flatMap(Arrays::stream).forEach(System.out::println);
偷窥流内的数据
跳过前n个数据
String[] arr = {"a", "b", "d", "c"};
Arrays.stream(arr).skip(2).forEach(System.out::println);
对流进行排序
String[] arr = {"a", "b", "d", "c"};
Arrays.stream(arr).sorted(Comparator.naturalOrder()).forEach(System.out::println);
是否所有元素匹配
String[] arr = new String[]{"b", "ab", "abc", "abcd", "abcde"};
Boolean aBoolean = Stream.of(arr).allMatch(x -> x.startsWith("a"));
System.out.println(aBoolean);
是否含有匹配的元素
String[] arr = new String[]{"b", "ab", "abc", "abcd", "abcde"};
Boolean aBoolean = Stream.of(arr).anyMatch(x -> x.startsWith("a"));
System.out.println(aBoolean);
是否没有匹配的元素
String[] arr = new String[]{"b", "ab", "abc", "abcd", "abcde"};
Boolean aBoolean = Stream.of(arr).noneMatch(x -> x.startsWith("a"));
System.out.println(aBoolean);
查找满足条件的元素,只要发现第一个匹配的就会直接结束整个运算,适用并行流
String[] arr = new String[]{"b", "ab", "abc", "abcd", "abcde"};
Optional<String> optional = Stream.of(arr).parallel().filter(x -> x.length() > 3).findAny();
optional.ifPresent(System.out::println);
查找第一个
String[] arr = new String[]{"b", "ab", "abc", "abcd", "abcde"};
String str = Stream.of(arr).parallel().filter(x -> x.length() > 3).findFirst().orElse("noghing");
限制从流中获得前n个数据
String[] arr = {"a", "b", "d", "c"};
Arrays.stream(arr).limit(2).forEach(System.out::println);
收集结果
String[] arr = new String[]{"b", "ab", "abc", "abcd", "abcde"};
//长度大于3的转为list
List<String> list = Stream.of(arr).filter(x -> x.length() > 3).collect(toList());
list.forEach(System.out::println);
//长度大于3的转为list
Set<String> set = Stream.of(arr).filter(x -> x.length() > 3).collect(toSet());
set.forEach(System.out::println);
//学生类的name为key,score为value,如果key相同对value求和存入
Map<String, Integer> map = Arrays.stream(students).collect(toMap(Student::getName, Student::getScore, (s, a) -> s + a));
map.forEach((x, y) -> System.out.println(x + "->" + y));
//生成指定类型
String[] arr = new String[]{"b", "ab", "abc", "abcd", "abcde"};
HashSet<String> s = Arrays.stream(arr).collect(toCollection(HashSet::new));
s.forEach(System.out::println);
//按name进行分类
Map<String, List<Student>> map = Arrays.stream(students).collect(groupingBy(Student::getName));
map.forEach((x, y) -> System.out.println(x + "->" + y));
//按成绩是否大于50分成两类,key为Boolean
Map<Boolean, List<Student>> map = Arrays.stream(students).collect(partitioningBy(x -> x.getScore() > 50));
map.forEach((x, y) -> System.out.println(x + "->" + y));
统计数量
String[] arr = {"a", "b", "d", "c"};
System.out.println(Stream.of(arr).count());
对流中的每个元素都执行操作
String[] arr = {"a", "b", "c", "d"};
Arrays.stream(arr).forEach(System.out::println);//abcd
Arrays.stream(arr).parallel().forEach(System.out::println);//cdab
对流中的每个元素都执行操作,按照顺序进行
String[] arr = {"a", "b", "c", "d"};
Arrays.stream(arr).forEachOrdered(System.out::println);//abcd
Arrays.stream(arr).parallel().forEachOrdered(System.out::println);//abcd
获取最大值
String[] arr = {"b","ab","abc","abcd","abcde"};
Stream.of(arr).max(Comparator.comparing(String::length)).ifPresent(System.out::println);
获取最小值
String[] arr = {"b","ab","abc","abcd","abcde"};
Stream.of(arr).min(Comparator.comparing(String::length)).ifPresent(System.out::println);
根据指定的计算模型将Stream中的值计算得到一个最终结果
Optional<Integer> optional = Stream.of(1, 2, 3).reduce((x, y) -> x + y);
System.out.println(optional.get());
生成数组
String[] arr = new String[]{"b", "ab", "abc", "abcd", "abcde"};
String[] strings = Stream.of(arr).filter(x -> x.length() > 3).toArray(String[]::new);
System.out.println(Arrays.toString(strings));
http://cnblogs.com/andywithu/p/7404101.html
标签:文字 服务 项目 管理 人力 处理 性方面 学习 需要
原文地址:https://blog.51cto.com/14624568/2518754