Stream(二)—数值流与对象流的转化及其方法使用
什么是数值流，什么是对象流？
在上篇博客中，Stream初步认识中我们已经知道了什么是流。
java8中将流又可以细分为：数值流和对象流，而平时我们用的最多的就是对象流。
接下里我们就详细说说什么是数值流，什么又是对象流。
直接上代码更容易理解：
@Test
public void test(){
/*
*1.1 数值流就是流中的元素都是基本数据类型（int），对象流就是流中元素为基本数据类型的包装数据类型（Integer）
* 解析：
* * 数组的数据类型为包装类 ：Integer 返回为包装类的流
* * 数组的数据类型为基本数据类型 ：int 返回为流对象
*/
//1.1.1 返回对象流
Integer[] arr = {1,2,3,4,5,6,7,8,9};
Stream<Integer> stream = Arrays.stream(arr);
//1.1.2 返数值流
int[] arrInts = {1,2,3,4,5,6,7,8,9};
IntStream stream1 = Arrays.stream(arrInts);
}
从上面的测试示例上，很直观的就能明白，数值流就是:流中的元素都是基本数据类型，对象流就是流中的元素为基本数据类型的包装类。
公共集合
下面所有测试用例中的集合，都是公共集合。
List<Person> personList = new ArrayList<Person>() {
{
add(new Person("Elsdon", "Jaycob", "Java programmer", "male", 2000, 18));
add(new Person("Tamsen", "Brittany", "Java programmer", "female", 2371, 55));
add(new Person("Floyd", "Donny", "Java programmer", "male", 3322, 25));
add(new Person("Sindy", "Jonie", "Java programmer", "female", 35020, 15));
add(new Person("Vere", "Hervey", "Java programmer", "male", 2272, 25));
add(new Person("Maude", "Jaimie", "Java programmer", "female", 2057, 87));
add(new Person("Shawn", "Randall", "Java programmer", "male", 3120, 99));
add(new Person("Jayden", "Corrina", "Java programmer", "female", 345, 25));
add(new Person("Palmer", "Dene", "Java programmer", "male", 3375, 14));
add(new Person("Addison", "Pam", "Java programmer", "female", 3426, 20));
}
};
为什么使用数值流
在文章开头，我就提到我们平时使用最多的就是对象流，那为什么JAVA8还要提供数值流呢？
首先抛出一个示例研究分析一下：
//2.1.1 计算集合中的所有人的薪资总数
int reduce = personList.stream()
// private int salary,age;map()方法通过方法的引用获取的每一个人的薪资都是int类型的
.map(Person::getSalary)
.reduce(0, Integer::sum);
这是一个简单的对集合流的操作：计算所有人薪资总和
我们将这一段代码分为两部分进行分析：
(~~~~)第一部分：map（）取值操作，将所有对象的薪资取出
(~~~~~~~~~~)首先是取值操作：
@Data
@Builder(toBuilder = true)
@AllArgsConstructor
@NoArgsConstructor
public class Person {
private String firstName, lastName, job, gender;
private int salary,age;
}
通过插件获取的属性值是`int`类型的。
(~~~~~~~~~~)我们在看map的源码：
<R> Stream<R> map(Function<? super T, ? extends R> mapper);
根据map操作的源码我们可以看到，map操作后返回的是Integer类型的对象流Stream<R>
那么这里就反应出一个问题:我们传入的是int基本数据类型，而map操作之后返回的却是Integer包装类型的对象流。也就是说这其中暗含了一步封箱操作
(~~~~)第二部分：reduce（）规约操作，通过引用sum方法进行求和
(~~~~~~~~~~)首先我们sum求和方法的源码：
public static int sum(int a, int b) {
return a + b;
}
根据sum的源码我们发现Integer::sum 这个方法引用，它引用的方法的参数和返回值都是int。
因此规约求和后的返回值确实是int。
这就反应出第二个问题：map操作后，结果为Integer对象流Stream
下面我们用数值流实现这个需求：
//2.1.2 优化上面的操作（主要是减少封箱拆箱操作）
int sum = personList.stream()
.mapToInt(Person::getSalary) // IntStream mapToInt(ToIntFunction<? super T> mapper);
.sum(); // int sum();
然后将两者进行对比，使用数值流操作减少了中间的反复拆箱和封箱操作，而这些操作都是需要耗费内存资源的，同时对象流stream
小结：
(~~~~~~~)* 使用对象流Stream
(~~~~~~~)* 使用数值流可以减少这一行为，提高内存利用率。
(~~~~~~~)* 另外操作对象流也没有数值流这样简单直接，也这是java8提供数值流的原因
Numeric streams 数值流的使用
(~~~~~~~) java8 引入了三个基本数据类型流接口：IntStream、DoubleStream和LongStream每个接口分别对应流中的元素为：int 、long和double，从而避免减少出现暗含的封箱、拆箱成本。同时每个接口都带来了进行常用数值reduce操作的新方法，比如对数值流求和的sum（如果流是空的，sum返回值为0），还有max、min、average等方法。
1. 对象流转数值流
将对象流转换为数值流的常用方法是mapToInt、mapToDouble和mapToLong
//3.1 对象流转数值流 将对象流转换为数值流的常用方法是mapToInt、mapToDouble和mapToLong为例：
Integer[] arr = {1,2,3,4,5,6,7,8,9};
Double[] arrs = {1.1,2.5,3.6,4.4,5.5,6.4,7.1,8.1,9.7};
//3.1.1 mapToInt()方法
IntStream intStream = Arrays.stream(arr).mapToInt(e -> e.intValue());
//3.1.2 mapToDouble()方法
DoubleStream doubleStream = Arrays.stream(arrs).mapToDouble(e -> e.doubleValue());
//3.1.3 mapToLong()方法
LongStream longStream = Arrays.stream(arr).mapToLong(e -> e.longValue());
2. 数值流转为对象流
为什么：为数值流里面的方法受众面可能比较窄，方法拓展性也弱
/*3.2 数值流转为对象流 boxed()方法
* 为什么：为数值流里面的方法受众面可能比较窄，方法拓展性也弱
*/
Integer[] arrBoxed = {1,2,3,4,5,6,7,8,9};
Stream<Integer> objStream = Arrays.stream(arrBoxed);//返回对象流
IntStream intStream1 = objStream.mapToInt(e -> e.intValue());//对象流---->数值流
Stream<Integer> boxed = intStream1.boxed();//数值流---->对象流
//优化
Arrays.stream(arrBoxed).mapToInt(e -> e.intValue()).boxed();
3. 默认值OptionalInt
Optional这个类，这是一个可以表示值存在或不存在的java容器。针对三种数值流，也分别有一个Optional数值类型版本：OptionalInt、OptionalDouble和OptionalLong。Optional详解
这个的作用体现在哪里呢？看下面这个例子，它的流是空的，但是我们对这个流进行reduce操作时，我们给了它一个初始参数 0，并希望进一步求得到这个流中的最大值，运行程序结果为：0。那么我们这个流中的最大值就是0了吗？这个结果是我们想要的吗？显然不是，事实是这个流不存在最大值，因为他是空的，输出的0不过是我们reduce的一个初始参数0。
Integer reduce1 = Arrays.stream(arrNull).reduce(0, Integer::max);
//打印结果为：0 （需要注意reduce的初始化参数为0）
当你需要考虑到流没有最大值的情况时（当然这只是一种需求情况而已），你就可以显式处理OptionalInt，去定义一个默认值，避免出现上面那个例子的混淆结果:
//3.3 默认值OptionalInt
Integer[] arrNull = {};
Stream<Integer> stream = Arrays.stream(arrNull);//对象流
OptionalInt max1 = stream.mapToInt(i -> i.intValue()).max();//转为数值流求最大值
int reduce = max1.orElse(10000000);//如果max方法返回值为空，则返回100000000
System.out.println(reduce);
int i1 = Arrays.stream(arrNull).mapToInt(i -> i.intValue()).max().orElse(10000000);
System.out.printf("优化："+i1);
4. 数值范围
Java8中还引入了两个可以用于IntStream和LongStream的静态方法帮助生成这种范围：range和rangeClosed
//3.4 数值范围 Java 8引入了两个可以用于IntStream和LongStream的静态方法，帮助生成这种范围：range和rangeClosed
System.out.println("rangeClosed则包含结束值:");
//rangeClosed() 第一个参数接受起始值，第二个参数接受结束值
IntStream.rangeClosed(1, 100).filter(s1 -> s1 % 2 == 0).forEach(e-> System.out.printf("%s%s"," ",e));
System.out.println("range是不包含结束值的:");
//range()第一个参数接受起始值，第二个参数接受结束值
IntStream.range(1, 100).filter(s1 -> s1 % 2 == 0).forEach(e-> System.out.printf("%s%s"," ",e));
结束语
辛苦搬砖的打工人，明天休息，面临着找地方搬家，太难了。
继续保持搬砖精神，
推荐博客：
数值流与对象流的转化及其方法使用:https://blog.csdn.net/aigoV/article/details/102897762