Stream 关于流
什么是流?
流是Java8引入的全新概念,它用来处理集合中的数据,暂且可以把它理解为一种高级集合。
众所周知,集合操作非常麻烦,若要对集合进行筛选、投影,需要写大量的代码,而流是以声明的形式操作集合,它就像SQL语句,我们只需告诉流需要对集合进行什么操作,它就会自动进行操作,并将执行结果交给你,无需我们自己手写代码。
因此,流的集合操作对我们来说是透明的,我们只需向流下达命令,它就会自动把我们想要的结果给我们。由于操作过程完全由Java处理,因此它可以根据当前硬件环境选择最优的方法处理,我们也无需编写复杂又容易出错的多线程代码了。
流的特点
- 只能遍历一次
我们可以把流想象成一条流水线,流水线的源头是我们的数据源(一个集合),数据源中的元素依次被 输送到流水线上,我们可以在流水线上对元素进行各种操作。
一旦元素走到了流水线的另一头,那么这些元素就被“消费掉了”,我们无法再对这个流进行操作。当然,
我们可以从数据源那里再获得一个新的流重新遍历一遍。 采用内部迭代方式
若要对集合进行处理,则需我们手写处理代码,这就叫做外部迭代。
而要对流进行处理,我们只需告诉流我们需要什么结果,处理过程由流自行完成,这就称为内部迭代。流的操作种类
流的操作分为两种,分别为中间操作和终端操作。
中间操作
当数据源中的数据上了流水线后,这个过程对数据进行的所有操作都称为“中间操作”。
中间操作仍然会返回一个流对象,因此多个中间操作可以串连起来形成一个流水线。终端操作
当所有的中间操作完成后,若要将数据从流水线上拿下来,则需要执行终端操作。
终端操作将返回一个执行结果,这就是你想要的数据流的操作过程
使用流一共需要三步:
准备一个数据源
- 执行中间操作 中间操作可以有多个,它们可以串连起来形成流水线。
- 执行终端操作 执行终端操作后本次流结束,你将获得一个执行结果。
Stream API
List 转 Stream
// 转stream
list.stream()
// 并发处理
list.parallelStream()
filter(过滤)
Stream<T> filter(Predicate<? super T> predicate);
map(元素转换)
<R> Stream<R> map(Function<? super T, ? extends R> mapper);
IntStream mapToInt(ToIntFunction<? super T> mapper);
LongStream mapToLong(ToLongFunction<? super T> mapper);
DoubleStream mapToDouble(ToDoubleFunction<? super T> mapper);
flatMap(元素转换)
<R> Stream<R> flatMap(Function<? super T, ? extends Stream<? extends R>> mapper);
IntStream flatMapToInt(Function<? super T, ? extends IntStream> mapper);
LongStream flatMapToLong(Function<? super T, ? extends LongStream> mapper);
DoubleStream flatMapToDouble(Function<? super T, ? extends DoubleStream> mapper);
distinct(去除重复,对象需要重写 equals、hashCode)
Stream<T> distinct();
sorted(排序)
Stream<T> sorted();
Stream<T> sorted(Comparator<? super T> comparator);
peek(生成新的流:流是单向的,例如用于日志打印)
Stream<T> peek(Consumer<? super T> action);
limit(取前面 n 个元素)
Stream<T> limit(long maxSize);
skip(跳过 n 个元素)
Stream<T> skip(long n);
forEach(遍历)
void forEach(Consumer<? super T> action);
void forEachOrdered(Consumer<? super T> action);
toArray(转换成数组)
Object[] toArray();
<A> A[] toArray(IntFunction<A[]> generator);
reduce(结果归并)
T reduce(T identity, BinaryOperator<T> accumulator);
Optional<T> reduce(BinaryOperator<T> accumulator);
<U> U reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator<U> combiner);
collect(转换成集合)
<R> R collect(Supplier<R> supplier, BiConsumer<R, ? super T> accumulator, BiConsumer<R, R> combiner);
<R, A> R collect(Collector<? super T, A, R> collector);
转list
// 转list
Collectors.toList();
// 转set
Collectors.toSet();
// 转map
List<TestVo> testList = new ArrayList<>(10);
Map<Long, TestVo> data = releaseList.stream().collect(Collectors.toMap(TestVo::getId, x -> x));
count(计数)
long count();
查找
boolean anyMatch(Predicate<? super T> predicate);
boolean allMatch(Predicate<? super T> predicate);
boolean noneMatch(Predicate<? super T> predicate);
查找
Optional<T> findFirst();
Optional<T> findAny();