Stream简介
- 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。
- 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。
- 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
- 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。
- 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
- 遍历数据并检查其中的元素时使用。
- 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()8&person. getAge()<28){
return true;
}
return false;
})
.collect(toList());
//new
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<PersonMdel> data = Data. getData();
//old
List<String> list=new ArrayList<>();
for (PersonModel pers ion :data) {
list. add(persion. getName());
System. . out .println(list);
//new 1
List<String> collect = data.stream() . map(person -> person .getName()).collect(toList());
System. out . printIn(collect);
//new 2
List<String> collect1 = data.stream().map(PersonModel::getName).collect(toList());
System.out.printIn(collect1);
//new 3
List<string> collect2 = data . stream() .map(person -> {
System. out . printIn(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
(1)
Stream map(Function mapper); (2)
Stream 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- 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
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("e", (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. Integery 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 . printIn(collect);
}
//分组
public static void toGroupTest(){
List<PersonModel> data = Data. getData();
Map<Boolean, ListcPersonModel>> collect = data. stream()
.col lect(Collectors.groupingBy(per ->“男" . equals(per . get<e)x))));
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").col1ect(
Collectors .reduc ing(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 personMode l=new PersonModel();
//对象为空则打出
Optional<object>。= Opt ional . of (personModel);
System. . out .println(o.ispresent()?o.get():"-");
//名称为空则打出一
optional<String> name = optional . ofNullable(personModel . getName());
System.out .print In(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(nul1).orElse("-"));
System . out . println(Optional .ofNullable("1" ).orElse("-"));
//如果空， 则返回指定方法， 或者代码
System .out . print ln(Optional .ofNullable(nul1) .orElseGet(()->{
return "hahah";
}));
System. . out .println(Opt ional.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 nul1");
//利用Optional进行多级判断
EarthModel earthModel1 = new EarthModel();
//old
if (earthModel!=null){
if (earthModel1.getTea()!=nul1){
11...
}
}
/ /new
Opt ional .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 EarthMode1())
. map(EarthModel: :getPersonModels)
.map(pers->pers
. stream()
. map(PersonModel: getName)
.collect(toList()))
.ifPresent(per-> System . out .println(per));
List<PersonModel> models=Data . getData();
Opt ional .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