Java8强大的新特性 —— “Stream API”

Zane没事继续完成2023-11-07 22:35

一、什么是Stream API？

Java Stream API是Java 8中引入的一个重要功能，它允许开发者以声明性方式处理数据集合，使代码更加简洁、可读性更好，同时还提供了并行操作的能力，从而能够更有效地利用多核处理器。

Stream API的核心概念是Stream，它是处理数据的一种抽象方式。Stream可以看作是数据流，它可以从数据源获取数据，然后通过一系列的处理步骤，将数据转换或过滤成所需的结果。这个处理过程是声明性的，意味着开发者只需要关注数据的处理逻辑，而不必关心具体的实现细节。

Stream API的优点主要表现在以下几个方面：

  1. 简洁的代码：使用Stream API可以让代码更加简洁，因为许多复杂的操作都可以通过一条简单的Stream表达式来实现。例如，要过滤出一个列表中的偶数并求平方，使用传统的Java代码可能需要多行代码来实现，而使用Stream API只需要一条简单的链式调用即可。
  2. 易于阅读和理解：Stream API的代码结构清晰，易于阅读和理解。通过链式调用，可以很清楚地看到数据的处理过程和结果。
  3. 并行操作：Stream API支持并行操作，这意味着可以同时处理多个数据项，从而充分利用多核处理器的能力。这有助于提高程序的执行效率。
  4. 函数式编程风格：Stream API引入了函数式编程的思想，允许开发者使用高阶函数和lambda表达式来处理数据。这使得代码更加灵活和可重用。

Stream到底是什么呢？为什么要使用Stream API？

  • 是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。 "集合讲的是存储数据，Stream讲的是计算数据！"
  • 实际开发中，项目中多数数据源都来自于Mysql，Oracle等。但现在数据源可以更多了，有MongDB，Radis等，而这些NoSQL的数据就需要Java层面去处理。Stream能帮我们更高效率处理数据计算。

并行流

  • 并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。相比较串行的流，并行的流可以很大程度上提高程序的执行效率。
  • Java 8 中将并行进行了优化，我们可以很容易的对数据进行并行操作。Stream API 可以声明性地通过 parallel() 与 sequential() 在并行流与顺序流之间进行切换。

注意：

  1. Stream 自己不会存储元素。
  2. Stream 不会改变源对象。相反，它的方法都会返回一个持有结果的新Stream。
  3. Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。

Java IO 流和 Stream API的关系？

  • Java IO 流主要用于文件的读写操作，它以字节流和字符流为基础，分别用于处理字节数据和字符数据。IO 流提供了一种顺序访问数据的方式，可以从输入流中读取数据，或者将数据写入输出流。它以一种同步的方式进行操作，适用于处理大规模的数据。
  • Stream API是一种用于处理集合数据的高级抽象概念，它提供了一种流式处理的方式，能够对集合中的元素进行过滤、映射、排序、归约等操作。Stream API的目的是为了提供一种更加简洁、灵活和并行的集合操作方式。与传统的集合操作方式相比，Stream API的优势在于可以通过链式调用方法，以一种声明性的方式对集合进行处理。
  • 因此，Java IO 流和 Stream API是两种不同的数据处理方式，它们没有直接的关系。但是，它们可以相互配合使用，例如使用IO 流读取文件数据，然后使用Stream API对数据进行处理和分析

二、Stream 操作的三个步骤

  1. 创建Stream

    一个数据源（如：集合、数组），获取一个流

  2. 中间操作

    一个中间操作链，对数据源的数据进行处理。

  3. 终止操作(终端操作)

    一旦执行终止操作，就执行中间操作链，并产生结果。之后，不会再被使用

    说明Stream 操作是延迟执行的。一次性的。（执行终止操作时才执行中间操作）

图示：

1. 创建Stream

1.1 方式一：通过集合

Java8 中的 Collection 接口被扩展，提供了两个获取流的方法

  1. default Stream<E> stream() : 返回一个顺序流

    顺序流，即操作时会按集合的顺序处理数据。

  2. default Stream<E> parallelStream() : 返回一个并行流

    并行流，即操作时将集合分成多个块，同时处理多个块的数据。

1.2 方式二：通过数组

Java8 中的 Arrays 的静态方法 stream() 可以获取数组流：

  • static <T> Stream<T> stream(T[] array): 返回一个流

重载形式，能够处理对应基本类型的数组：

  • public static IntStream stream(int[] array)
  • public static LongStream stream(long[] array)
  • public static DoubleStream stream(double[] array)

1.3 方式三：通过Stream的of()

可以调用Stream类静态方法 of(), 通过显示值创建一个流。它可以接收任意数量的参数。

  • public static<T> Stream<T> of(T... values) : 返回一个流

1.4 方式四：创建无限流

可以使用静态方法 Stream.iterate() 和 Stream.generate(), 创建无限流。

  • 迭代 、
    public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
  • 生成
    public static<T> Stream<T> generate(Supplier<T> s)
java 复制代码 
// 方式四：创建无限流
@Test
public void test4() {
    // 迭代
    // public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
    //seed：初始值。
    //遍历前10个偶数
    Stream<Integer> stream = Stream.iterate(0, x -> x + 2);
    stream.limit(10).forEach(System.out::println);
    // 生成
    // public static<T> Stream<T> generate(Supplier<T> s)
    Stream<Double> stream1 = Stream.generate(Math::random);
    stream1.limit(10).forEach(System.out::println);
}

2. 中间操作

多个中间操作 可以连接起来形成一个流水线 ，除非流水线上触发终止操作，否则中间操作不会执行任何的处理！而在终止操作时一次性全部处理，称为"惰性求值" 。

通过​Stream​的方法进行的：

2.1 筛选与切片

方法 描述
filter(Predicate p) 接收 Lambda ， 从流中排除某些元素
distinct() 筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
limit(long maxSize) 截断流，使其元素不超过给定数量
skip(long n) 跳过元素，返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补

代码演示：

java 复制代码 
List<String> list = new ArrayList<>();
list.add("tom");
list.add("john");
list.add("jame");
list.add("mike");
list.add("tom");
Stream<String> stream = list.stream();
//筛选
stream.filter(e -> e.contains("m"));
//去重
stream.distinct();
...
//因为每个方法都返回一个新的Stream，所以可以形成一个中间操作链
stream.filter(e -> e.contains("m")).distinct();

2.2 映射（Map）

方法 描述
map(Function f) 接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
mapToDouble(ToDoubleFunction f) 接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 DoubleStream。
mapToInt(ToIntFunction f) 接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 IntStream。
mapToLong(ToLongFunction f) 接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 LongStream。
flatMap(Function f) 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

代码演示：

java 复制代码 
List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
list.stream().map(str -> str.toUpperCase());//将Stream中每个元素映射成新的元素，结果返回新的Stream。
java 复制代码 
import java.util.*;
import java.util.stream.Stream;

/**
 * 比较 map(Function f)和flatMap(Function f)
 */
public class Test {
    public static void main(String[] args) {
        List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
        //map(Function f)
        Stream<Stream<Character>> streamStream = list.stream().map(Test::fromStringToStream);//返回的是一个由Stream元素构成的Stream。类似于List集合的add()方法add一个List元素。
        //输出所有元素，遍历流，还要遍历流中的流
        streamStream.forEach(s -> {
            s.forEach(System.out::println);
        });

        //flatMap(Function f)
        Stream<Character> characterStream = list.stream().flatMap(Test::fromStringToStream);//Stream中的Stream元素被平铺开了。类似于List中的addAll()方法。
        //输出所有元素
        characterStream.forEach(System.out::println);
    }

    //将字符串中的多个字符构成的集合转换为对应的Stream的实例
    public static Stream<Character> fromStringToStream(String str) {
        ArrayList<Character> list = new ArrayList<>();
        for (Character c : list) {
            list.add(c);
        }
        return list.stream();
    }
}

2.3 排序

方法 描述
sorted() 产生一个新流，其中按自然顺序排序（元素要实现Comparable接口）
sorted(Comparator com) 产生一个新流，其中按比较器顺序排序

3. 终止操作

终端操作会从流的流水线生成结果。其结果可以是任何不是流的值，例如：List、Integer，甚至是 void 。

流进行了终止操作后，不能再次使用。

也是通过Stream的方法实现：

3.1 匹配与查找

方法 描述
boolean allMatch(Predicate p) 检查是否匹配所有元素
boolean anyMatch(Predicate p) 检查是否至少匹配一个元素
boolean noneMatch(Predicate p) 检查是否没有匹配所有元素
Optional findFirst() 返回第一个元素
Optional findAny() 返回当前流中的任意元素
long count() 返回流中元素总数
Optional max(Comparator c) 返回流中最大值
Optional min(Comparator c) 返回流中最小值
void forEach(Consumer c) 内部迭代 (使用 Collection 接口需要用户去做迭代，称为外部迭代 。 相反，Stream API 使用内部迭代------它帮你把迭代做了)

代码演示：

java 复制代码 
class Employee {...}
class EmployeeData {...}

List<Employee> employees = EmployeeData.getEmployees();

//allMatch(Predicate p)检查是否匹配所有元素
//练习：是否所有的员工的年龄都大于18
boolean allMatch = employees.stream().allMatch(e -> e.getAge() > 18);

//anyMatch(Predicate p)检查是否至少匹配一个元素
//练习：是否存在员工的工资大于 10000
boolean anyMatch = employees.stream.anyMatch(e -> e.getSalary() > 10000);

//noneMatch(Predicate p)检查是否没有匹配所有元素
//练习：是否存在员工姓"雷"
boolean noneMatch = employees.stream().noneMatch(e -> e.getName().startsWith("雷");

//findFirst()返回第一个元素
Optional<Employee> employee = employees.stream().findFirst();  

//findAny()返回当前流中的任意元素
//count()返回流中元素总数

//max(Comparator c)返回流中最大值
//练习：返回最高的工资
Optional<Double> maxSalary = employees.stream.map(e -> e.getSalary()).max(Double::compare);                                            
//min(Comparator c)返回流中最小值
//练习：返回最低工资的员工
Optional<Employee> employee = emloyees.stream().min(Double::compare);

//forEach 内部迭代
employees.stream().forEach(System.out::println);

3.2 归约（reduce）

方法 描述
reduce(T iden, BinaryOperator b) 可以将流中元素反复结合起来，得到一个值。返回 T
reduce(BinaryOperator b) 可以将流中元素反复结合起来，得到一个值。返回 Optional

备注：map 和 reduce 的连接通常称为 map-reduce 模式，因 Google 用它来进行网络搜索而出名。

代码演示：

java 复制代码 
//reduce(T iden, BinaryOperator b)可以将流中元素反复结合起来，得到一个值。返回 T
//练习：计算1~10的自然数的和
List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
Integer sum = list.stream().reduce(0, Integer::sum);

//reduce(BinaryOperator b)可以将流中元素反复结合起来，得到一个值。返回 Optional<T>
//练习：计算公司所有员工工资的总和
List<Employee> employees = EmployeeData.getEmployees();
Double sum = employees.stream.map(Employee::getSalary).reduce(Double::sum);

3.3 收集

方法 描述
collect(Collector c) 将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法

Collector 接口中方法的实现决定了如何对流执行收集的操作(如收集到 List、Set、Map)。

代码演示：

java 复制代码 
//练习：查找工资大于6000的员工，结果返回一个List或Set
List<Employee> employees = EmployeeData.getEmployees();
List<Employee> list = employees.stream().filter(e -> e.getSalary()>6000).collect(Collectors.toList());
list.forEach(System.out::println);//Iterable接口有forEach方法

另外， Collectors 工具类提供了很多静态方法，可以方便地创建常见收集器实例，具体方法与实例如下表：

方法名 返回类型 作用
toList List 把流中元素收集到List
toSet Set 把流中元素收集到Set
toCollection Collection 把流中元素收集到创建的集合
counting Long 计算流中元素的个数
summingInt Integer 对流中元素的整数属性求和
averagingInt Double 计算流中元素Integer属性的平均值
summarizingInt IntSummaryStatistics 收集流中Integer属性的统计值。如：平均值
joining String 连接流中每个字符串
maxBy Optional 根据比较器选择最大值
minBy Optional 根据比较器选择最小值
reducing 归约产生的类型 从一个作为累加器的初始值开始，利用BinaryOperator与流中元素逐个结合，从而归约成单个值
collectingAndThen 转换函数返回的类型 包裹另一个收集器，对其结果转换函数
groupingBy Map<K, List> 根据某属性值对流分组，属性为K，结果为V
partitioningBy Map<Boolean,List> 根据true或false进行分区
相关推荐
苹果醋3几秒前
Java8-＞Java19的初步探索
java·运维·spring boot·mysql·nginx
秋の花5 分钟前
【JAVA基础】Java集合基础
java·开发语言·windows
小松学前端8 分钟前
第六章 7.0 LinkList
java·开发语言·网络
Wx-bishekaifayuan14 分钟前
django电商易购系统-计算机设计毕业源码61059
java·spring boot·spring·spring cloud·django·sqlite·guava
customer0819 分钟前
【开源免费】基于SpringBoot+Vue.JS周边产品销售网站（JAVA毕业设计）
java·vue.js·spring boot·后端·spring cloud·java-ee·开源
全栈开发圈21 分钟前
新书速览|Java网络爬虫精解与实践
java·开发语言·爬虫
WaaTong23 分钟前
《重学Java设计模式》之 单例模式
java·单例模式·设计模式
面试鸭25 分钟前
离谱！买个人信息买到网安公司头上？？？
java·开发语言·职场和发展
沈询-阿里1 小时前
java-智能识别车牌号_基于spring ai和开源国产大模型_qwen vl
java·开发语言
热门推荐
01【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总02(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明03组基轨迹建模 GBTM的介绍与实现（Stata 或 R）04【AIGC】重塑未来的科技巨轮05全面解析：构建基于深度学习的安全帽检测系统（UI界面+YOLO代码+数据集）06【经验分享】Ubuntu22.04安装微信(linux官方版)07基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测08Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO09RAG 实践- Ollama+RagFlow 部署本地知识库10【TC3xx芯片】TC3xx芯片电源管理系统PMS详解