Java8 Stream集合操作

作者 | 我是你的小眼睛儿

链接 | https://www.jianshu.com/p/9fe8632d0bc2

Stream简介

1、Java 8引入了全新的Stream API。这里的Stream和I/O流不同，它更像具有Iterable的集合类，但行为和集合类又有所不同。

2、stream是对集合对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作，或者大批量数据操作。

3、只要给出需要对其包含的元素执行什么操作，比如 “过滤掉长度大于 10 的字符串”、“获取每个字符串的首字母”等，Stream 会隐式地在内部进行遍历，做出相应的数据转换。

为什么要使用Stream

1、函数式编程带来的好处尤为明显。这种代码更多地表达了业务逻辑的意图，而不是它的实现机制。易读的代码也易于维护、更可靠、更不容易出错。

2、高端

实例数据源

public class Data {
    private static List<PersonModel> list = null;

    static {
        PersonModel wu = new PersonModel("wu qi", 18, "男");
        PersonModel zhang = new PersonModel("zhang san", 19, "男");
        PersonModel wang = new PersonModel("wang si", 20, "女");
        PersonModel zhao = new PersonModel("zhao wu", 20, "男");
        PersonModel chen = new PersonModel("chen liu", 21, "男");
        list = Arrays.asList(wu, zhang, wang, zhao, chen);
    }

    public static List<PersonModel> getData() {
        return list;
    }
} 

Filter

1、遍历数据并检查其中的元素时使用。

2、filter接受一个函数作为参数，该函数用Lambda表达式表示。

/**
 * 过滤所有的男性
 */
public static void fiterSex(){
    List<PersonModel> data = Data.getData();

    //old
    List<PersonModel> temp=new ArrayList<>();
    for (PersonModel person:data) {
        if ("男".equals(person.getSex())){
            temp.add(person);
        }
    }
    System.out.println(temp);
    //new
    List<PersonModel> collect = data
                .stream()
                .filter(person -> "男".equals(person.getSex()))
                .collect(toList());
    System.out.println(collect);
}

/**
 * 过滤所有的男性 并且小于20岁
 */
public static void fiterSexAndAge(){
    List<PersonModel> data = Data.getData();

    //old
    List<PersonModel> temp=new ArrayList<>();
    for (PersonModel person:data) {
        if ("男".equals(person.getSex())&&person.getAge()<20){
            temp.add(person);
        }
    }

    //new 1
    List<PersonModel> collect = data
            .stream()
            .filter(person -> {
                if ("男".equals(person.getSex())&&person.getAge()<20){
                    return true;
                }
                    return false;
                })
         .collect(toList());
    //new 2
    List<PersonModel> collect1 = data
            .stream()
            .filter(person -> ("男".equals(person.getSex())&&person.getAge()<20))
            .collect(toList());
}

Map

1、map生成的是个一对一映射,for的作用

2、比较常用

3、而且很简单

/**
 * 取出所有的用户名字
 */
public static void getUserNameList(){
    List<PersonModel> data = Data.getData();

    //old
    List<String> list=new ArrayList<>();
    for (PersonModel persion:data) {
        list.add(persion.getName());
    }
    System.out.println(list);

    //new 1
    List<String> collect = data.stream().map(person -> person.getName()).collect(toList());
    System.out.println(collect);

    //new 2
    List<String> collect1 = data.stream().map(PersonModel::getName).collect(toList());
    System.out.println(collect1);

    //new 3
    List<String> collect2 = data.stream().map(person -> {
        System.out.println(person.getName());
        return person.getName();
    }).collect(toList());
}

FlatMap

1、顾名思义，跟map差不多,更深层次的操作

2、但还是有区别的

3、map和flat返回值不同

4、Map 每个输入元素，都按照规则转换成为另外一个元素。
还有一些场景，是一对多映射关系的，这时需要 flatMap。

5、Map一对一

6、Flatmap一对多

7、map和flatMap的方法声明是不一样的

(1) <r> Stream<r>      map(Function mapper);

(2) <r> Stream<r> flatMap(Function> mapper);

(3) map和flatMap的区别：我个人认为，flatMap的可以处理更深层次的数据，入参为多个list，结果可以返回为一个list，而map是一对一的，入参是多个list，结果返回必须是多个list。通俗的说，如果入参都是对象，那么flatMap可以操作对象里面的对象，而map只能操作第一层。

public static void flatMapString() {
    List<PersonModel> data = Data.getData();
    //返回类型不一样
    List<String> collect = data.stream()
            .flatMap(person -> Arrays.stream(person.getName().split(" "))).collect(toList());

    List<Stream<String>> collect1 = data.stream()
            .map(person -> Arrays.stream(person.getName().split(" "))).collect(toList());

    //用map实现
    List<String> collect2 = data.stream()
            .map(person -> person.getName().split(" "))
            .flatMap(Arrays::stream).collect(toList());
    //另一种方式
    List<String> collect3 = data.stream()
            .map(person -> person.getName().split(" "))
            .flatMap(str -> Arrays.asList(str).stream()).collect(toList());
}

Reduce

1、感觉类似递归

2、数字(字符串)累加

3、个人没咋用过

public static void reduceTest(){
    //累加，初始化值是 10
    Integer reduce = Stream.of(1, 2, 3, 4)
            .reduce(10, (count, item) ->{
                System.out.println("count:"+count);
                System.out.println("item:"+item);
                return count + item;
            } );
    System.out.println(reduce);

    Integer reduce1 = Stream.of(1, 2, 3, 4)
            .reduce(0, (x, y) -> x + y);
    System.out.println(reduce1);

    String reduce2 = Stream.of("1", "2", "3")
            .reduce("0", (x, y) -> (x + "," + y));
    System.out.println(reduce2);
}

Collect

1、collect在流中生成列表，map，等常用的数据结构

2、toList()

3、toSet()

4、toMap()

5、自定义

/**
 * toList
 */
public static void toListTest(){
    List<PersonModel> data = Data.getData();
    List<String> collect = data.stream()
            .map(PersonModel::getName)
            .collect(Collectors.toList());
}

/**
 * toSet
 */
public static void toSetTest(){
    List<PersonModel> data = Data.getData();
    Set<String> collect = data.stream()
            .map(PersonModel::getName)
            .collect(Collectors.toSet());
}

/**
 * toMap
 */
public static void toMapTest(){
    List<PersonModel> data = Data.getData();
    Map<String, Integer> collect = data.stream()
            .collect(
                    Collectors.toMap(PersonModel::getName, PersonModel::getAge)
            );

    data.stream()
            .collect(Collectors.toMap(per->per.getName(), value->{
                return value+"1";
            }));
}

/**
 * 指定类型
 */
public static void toTreeSetTest(){
    List<PersonModel> data = Data.getData();
    TreeSet<PersonModel> collect = data.stream()
            .collect(Collectors.toCollection(TreeSet::new));
    System.out.println(collect);
}

/**
 * 分组
 */
public static void toGroupTest(){
    List<PersonModel> data = Data.getData();
    Map<Boolean, List<PersonModel>> collect = data.stream()
            .collect(Collectors.groupingBy(per -> "男".equals(per.getSex())));
    System.out.println(collect);
}

/**
 * 分隔
 */
public static void toJoiningTest(){
    List<PersonModel> data = Data.getData();
    String collect = data.stream()
            .map(personModel -> personModel.getName())
            .collect(Collectors.joining(",", "{", "}"));
    System.out.println(collect);
}

/**
 * 自定义
 */
public static void reduce(){
    List<String> collect = Stream.of("1", "2", "3").collect(
            Collectors.reducing(new ArrayList<String>(), x -> Arrays.asList(x), (y, z) -> {
                y.addAll(z);
                return y;
            }));
    System.out.println(collect);
}

Optional

1、Optional 是为核心类库新设计的一个数据类型，用来替换 null 值。

2、人们对原有的 null 值有很多抱怨，甚至连发明这一概念的Tony Hoare也是如此，他曾说这是自己的一个“价值连城的错误”

3、用处很广，不光在lambda中，哪都能用

4、Optional.of(T)，T为非空，否则初始化报错

5、Optional.ofNullable(T)，T为任意，可以为空

6、isPresent()，相当于 ！=null

7、ifPresent(T)， T可以是一段lambda表达式 ，或者其他代码，非空则执行

public static void main(String[] args) {
    PersonModel personModel=new PersonModel();

    //对象为空则打出 -
    Optional<Object> o = Optional.of(personModel);
    System.out.println(o.isPresent()?o.get():"-");

    //名称为空则打出 -
    Optional<String> name = Optional.ofNullable(personModel.getName());
    System.out.println(name.isPresent()?name.get():"-");

    //如果不为空，则打出xxx
    Optional.ofNullable("test").ifPresent(na->{
        System.out.println(na+"ifPresent");
    });

    //如果空，则返回指定字符串
    System.out.println(Optional.ofNullable(null).orElse("-"));
    System.out.println(Optional.ofNullable("1").orElse("-"));

    //如果空，则返回 指定方法，或者代码
    System.out.println(Optional.ofNullable(null).orElseGet(()->{
        return "hahah";
    }));
    System.out.println(Optional.ofNullable("1").orElseGet(()->{
        return "hahah";
    }));

    //如果空，则可以抛出异常
    System.out.println(Optional.ofNullable("1").orElseThrow(()->{
        throw new RuntimeException("ss");
    }));
    
//        Objects.requireNonNull(null,"is null");

    //利用 Optional 进行多级判断
    EarthModel earthModel1 = new EarthModel();
    //old
    if (earthModel1!=null){
        if (earthModel1.getTea()!=null){
            //...
        }
    }
    //new
    Optional.ofNullable(earthModel1)
            .map(EarthModel::getTea)
            .map(TeaModel::getType)
            .isPresent();
    
//        Optional<EarthModel> earthModel = Optional.ofNullable(new EarthModel());
//        Optional<List<PersonModel>> personModels = earthModel.map(EarthModel::getPersonModels);
//        Optional<Stream<String>> stringStream = personModels.map(per -> per.stream().map(PersonModel::getName));
    
    //判断对象中的list
    Optional.ofNullable(new EarthModel())
            .map(EarthModel::getPersonModels)
            .map(pers->pers
                    .stream()
                    .map(PersonModel::getName)
                    .collect(toList()))
            .ifPresent(per-> System.out.println(per));


    List<PersonModel> models=Data.getData();
    Optional.ofNullable(models)
            .map(per -> per
                    .stream()
                    .map(PersonModel::getName)
                    .collect(toList()))
            .ifPresent(per-> System.out.println(per));
}

并发

1、stream替换成parallelStream或 parallel

2、输入流的大小并不是决定并行化是否会带来速度提升的唯一因素，性能还会受到编写代码的方式和核的数量的影响

3、影响性能的五要素是:数据大小、源数据结构、值是否装箱、可用的CPU核数量，以及处理每个元素所花的时间

//根据数字的大小，有不同的结果
private static int size=10000000;
public static void main(String[] args) {
    System.out.println("-----------List-----------");
    testList();
    System.out.println("-----------Set-----------");
    testSet();
}

/**
 * 测试list
 */
public static void testList(){
    List<Integer> list = new ArrayList<>(size);
    for (Integer i = 0; i < size; i++) {
        list.add(new Integer(i));
    }

    List<Integer> temp1 = new ArrayList<>(size);
    //老的
    long start=System.currentTimeMillis();
    for (Integer i: list) {
        temp1.add(i);
    }
    System.out.println(+System.currentTimeMillis()-start);

    //同步
    long start1=System.currentTimeMillis();
    list.stream().collect(Collectors.toList());
    System.out.println(System.currentTimeMillis()-start1);

    //并发
    long start2=System.currentTimeMillis();
    list.parallelStream().collect(Collectors.toList());
    System.out.println(System.currentTimeMillis()-start2);
}

/**
 * 测试set
 */
public static void testSet(){
    List<Integer> list = new ArrayList<>(size);
    for (Integer i = 0; i < size; i++) {
        list.add(new Integer(i));
    }

    Set<Integer> temp1 = new HashSet<>(size);
    //老的
    long start=System.currentTimeMillis();
    for (Integer i: list) {
        temp1.add(i);
    }
    System.out.println(+System.currentTimeMillis()-start);

    //同步
    long start1=System.currentTimeMillis();
    list.stream().collect(Collectors.toSet());
    System.out.println(System.currentTimeMillis()-start1);

    //并发
    long start2=System.currentTimeMillis();
    list.parallelStream().collect(Collectors.toSet());
    System.out.println(System.currentTimeMillis()-start2);
}

调试

1、list.map.fiter.map.xx 为链式调用，最终调用collect(xx)返回结果

2、分惰性求值和及早求值

3、判断一个操作是惰性求值还是及早求值很简单:只需看它的返回值。如果返回值是 Stream，那么是惰性求值;如果返回值是另一个值或为空，那么就是及早求值。使用这些操作的理想方式就是形成一个惰性求值的链，最后用一个及早求值的操作返回想要的结果。

4、通过peek可以查看每个值，同时能继续操作流

private static void peekTest() {
    List<PersonModel> data = Data.getData();

    //peek打印出遍历的每个per
    data.stream().map(per->per.getName()).peek(p->{
        System.out.println(p);
    }).collect(toList());
}