前言
前段時間公司書架多了一本《java8 實戰》，畢竟久聞lambda的大名，于是借來一閱。這一看，簡直是驚為天人啊，lambda，stream，java8里簡直是滿腦子騷操作，看我的一愣一愣的。我甚至是第一次感覺到了什么叫優雅。
本文主要介紹java8中的流處理，看看java8是怎么愉快的玩耍集合的，讓我們來一起感受java8的魅力吧！
我就隨便舉個例子,看看stream有多優雅。
|
1
2
3
4
5
6
7
|
// 對蘋果按顏色匯總并績數量map<string, long> applecount = apples.stream() .collect(groupingby(apple::getcolor, counting()));// 過濾掉顏色為黑色的蘋果，并匯總好蘋果的總金額double sum = apples.stream() .filter(i->"black".equals(i.getcolor())) .collect(tolist); |
一、lambda表達式
雖然本文重點是stream，但是stream中需要傳遞lambda表達式，所以簡單介紹一下lambda表達式。lambda表達式其實就是匿名函數(anonymous function),是指一類無需定義標識符的函數或子程序。
java中匿名函數的表現形式，只留下入參和方法體中的內容
|
1
2
3
4
5
6
|
// 普通函數public void run(string s){ system.out.print(s+"哈哈");}// 我不要名字啦！！！(s)->system.out.print(s+"哈哈") |
誒，過去我們都用對象調方法的，你弄這個沒名的東西啥時候用啊?
java中我們通過函數式接口來使用這種匿名函數。
函數式接口
1.java中只包含一個未實現方法的接口。其中可以有與object中同名的方法和默認方法（java8中接口方法可以有默認實現）。
2.java中函數式接口使用@functionalinterface進行注解。runnable、comparator都是函數式接口。
3.java.util.function包下為我們提供很多常用的函數式接口，例如function等。
用法舉例：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
// 實現runnable中的run方法，替代匿名內部類。runnable r = ()->system.out.print("哈哈");// 作為參數傳遞。new thread(()-> system.out.println("haha")).start();arraylist<apple> list = new arraylist<>();list.foreach(i-> system.out.println(i.getweight()));// 簡化策略模式public static list<apple> filterapples(list<apple> inventory,applepredicate p){ list<apple> apples = new arraylist<>(); for(apple apple : inventory){ if(p.test(apple)){ apples.add(apple); } } return apples;}public class bigapple implement applepredicate{ @override public boolean test(apple a){ if(a.getweight>10){ return a } }}// 這是個簡單的策略模式，根據用戶的需要，創建不同的接口applepredicate實現類,調用時傳入不同的實現類就可以，但問題是如果需求過多，創建的實現類也會很多，過于臃腫不方便管理。xx.filterapple(inventory,new bigapple);// 使用lambda表達式，不在需要創建bigapple類xx.filterapple(inventory,i->(i.getweight>10)); |
使用lambda表達式可以簡化大量的模板代碼，并且可以向方法直接傳遞代碼。
總之
方法出參入參來自函數式接口
|
1
2
3
4
5
6
7
8
9
10
|
//入參s,返回void(s)->system.out.println(s);//入參空，返回void()->system.out.print("haha");//入參i,返回i+1i->i+1//后面寫代碼塊apple->{if(apple.getweiht>5) return "big"; else return "small"; } |
好了，不多啰嗦了，如果感興趣推薦下面的文章或《java8實戰》的前三章。
2.java8實戰
二、stream
流是什么？
java api的新成員，它允許你使用聲明式方式處理數據集合（類似sql，通過查詢語句表達，而不是臨時編寫一個實現）。
如果有人說lambda表達式不易于理解，那還勉強可以接受（其實過于復雜的lambda缺失不好閱讀，但通常lambda不會做太復雜的實現），但流真的非常的易懂易用。這個語法糖真的是甜死了。
注意事項：
1.流只能使用一次，遍歷結束就代表這個流被消耗掉了
2.流對集合的操作屬于內部迭代，是流幫助我們操作，而不是外部迭代
3.流操作包含：數據源，中間操作鏈，終端操作三個部分。
基礎流操作
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
list<double> collect = list.stream() // 過濾掉黑色的蘋果 .filter(i -> "black".equals(i.getcolor())) // 讓蘋果按照重量個價格排序 .sorted(comparator.comparing(apple::getweight) .thencomparing(i->i.getprice())) // 篩選掉重復的數據 .distinct() // 只要蘋果的價格 .map(apple::getprice) // 只留下前兩條數據 .limit(2) // 以集合的形式返回 .collect(tolist());// 循環打印列表中元素list.foreach(i->system.out.print(i)); |
apple::getprince<=>i -> i.getprince()可以看做是僅涉及單一方法的語法糖,效果與lambda表達式相同，但可讀性更好。
同理
下面列表為常見操作
中間
| 操作 | 類型 | 作用 | 函數描述 | 函數 |
|---|---|---|---|---|
| filter | 中間 | 過濾 | t -> boolean |
predicate |
| sorted | 中間 | 排序 | (t,t)->int |
comparator |
| map | 中間 | 映射 | t->r | function<t,r> |
| limit | 中間 | 截斷 | ||
| distinct | 中間 | 去重，根據equals方法 | ||
| skip | 中間 | 跳過前n個元素 |
終端
| 操作 | 類型 | 作用 |
|---|---|---|
| foreach | 終端 | 消費流中的每個元素，使用lambda進行操作 |
| count | 終端 | 返回元素個數，long |
| collect | 終端 | 將流歸約成一個集合，如list，map甚至是integer |
篩選與切片
|
1
2
3
4
5
6
7
8
9
10
|
list<string> strings = arrays.aslist("hello", "world");list<string> collect1 = strings.stream() // string映射成string[] .map(i -> i.split("")) // arrays::stream 數據數組，返回一個流string[]->stream<string> // flatmap各數組并不分別映射成一個流，而是映射成流的內容 stream<string>->stream .flatmap(arrays::stream) .collect(tolist());system.out.println(collect);----->輸出 [h, e, l, l, o, w, o, r, l, d] |
歸約操作reduce
|
1
2
3
4
5
6
7
8
9
10
11
12
|
list<integer> integers = arrays.aslist(12, 3, 45, 3, 2,-1);// 有初始值的疊加操作integer reduce = integers.stream().reduce(3, (i, j) -> i + j);integer reduce2 = integers.stream().reduce(5, (x, y) -> x < y ? x : y);// 無初始值的疊加操作optional<integer> reduce1 = integers.stream().reduce((i, j) -> i + j);// 無初始值的最大值optional<integer> reduce4 = integers.stream().reduce(integer::min);// 無初始值的最大值optional<integer> reduce5 = integers.stream().reduce(integer::max);// 求和optional<integer> reduce6 = integers.stream().reduce(integer::sum); |
reduce做的事情是取兩個數進行操作，結果返回取下一個數操作，以次類推。
optional是java8引入的新類，避免造成空指針異常，在集合為空時，結果會包在optional中，可以用ispresent()方法來判斷是否為空值。
無初始值的情況下可能為空，故返回optional
中間
| 操作 | 類型 | 作用 | 函數描述 | 函數 |
|---|---|---|---|---|
| flatmap | 中間 | 使通過的流返回內容 | t -> boolean |
predicate |
終端
| 操作 | 類型 | 作用 |
|---|---|---|
| anymatch | 終端 | 返回boolean，判斷是否有符合條件內容 |
| nonematch | 終端 | 返回boolean，判斷是否無符合條件內容 |
| allmatch | 終端 | 返回boolean，判斷是全為符合條件內容 |
| findany | 終端 |
optional |
| findfirst | 終端 |
optional |
| reduce | 終端 |
optional |
數值流
包裝類型的各種操作都會有拆箱操作和裝箱操作，嚴重影響性能。所以java8為我們提供了原始數值流。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
// 數值流求平均值optionaldouble average = apples.stream() .maptodouble(apple::getprice) .average();// 數值流求和optionaldouble average = apples.stream() .maptodouble(apple::getprice) .sum();// 數值流求最大值，沒有則返回2double v = apples.stream() .maptodouble(apple::getprice) .max().orelse(2);// 生成隨機數intstream s = intstream.rangeclosed(1,100); |
下面列表為常見數值流操作操作
中間
| 操作 | 類型 | 作用 |
|---|---|---|
| rangeclosed（1，100） | 中間 | 生成隨機數(1,100] |
| range（1，100） | 中間 | 生成隨機數（1，100） |
| boxed() | 中間 | 包裝成一般流 |
| maptoobj | 中間 | 返回為對象流 |
| maptoint | 中間 | 映射為數值流 |
終端，終端操作與list一般流類似
構建流
值創建
|
1
|
stream<string> s = stream.of("java","python"); |
數組創建
|
1
2
|
int[] i = {2,3,4,5};stream<int> = arrays.stream(i); |
由文件生成,nio api已經更新，以便利用stream api
|
1
|
stream<string> s = files.lines(paths.get("data.txt"),charset.defaultcharset()); |
由函數創建流：無限流
|
1
2
3
4
5
6
7
8
|
// 迭代stream.iterate(0,n->n+2) .limit(10) .foreach(system.out::println);// 生成,需要傳遞實現supplier<t>類型的lambda提供的新值stream.generate(math.random) .limit(5) .foreach(system.out::println); |
三、總結
至此，本文講述了常見的流操作，目前排序、篩選、求和、歸約等大多數操作我們都能實現了。與過去相比，操作集合變的簡單多了，代碼也變的更加簡練明了。
目前vert.x，spring新出的webflux都通過lambda表達式來簡化代碼，不久的將來，非阻塞式框架的大行其道時，lambda表達式必將變的更加重要！
至于開篇見到的分組！！！下篇文章見~
好了，以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對服務器之家的支持。
原文鏈接：https://www.cnblogs.com/cdream-zs/p/10504499.html
