Java 8中Stream API的这些奇技淫巧！你Get了吗？

上次老师跟大家分享了 cookie、session和token，今天给大家分享一下Java 8中的Stream API。

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

• map生成的是个一对一映射,for的作用

• 比较常用

• 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

• 顾名思义，跟map差不多,更深层次的操作

• 但还是有区别的

• map和flat返回值不同

• 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。

• Map一对一

• Flatmap一对多

• map和flatMap的方法声明是不一样的

• <r> Stream<r> map(Function mapper);

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

• 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

• 感觉类似递归

• 数字(字符串)累加

• 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

• collect在流中生成列表，map，等常用的数据结构

• toList()

• toSet()

• toMap()

• 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

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

• 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”

• 用处很广，不光在lambda中，哪都能用

• Optional.of(T)，T为非空，否则初始化报错

• Optional.ofNullable(T)，T为任意，可以为空

• isPresent()，相当于 ！=null

• 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

• stream替换成parallelStream或 parallel

• 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

• 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

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

• 分惰性求值和及早求值

• 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。

• 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());
}

来源：https://mp.weixin.qq.com/s/4N5EJDXFVuhXyNaNRmLhNg