Java8的新特性主要是Lambda表达式和流,当流和Lambda表达式结合起来一起使用时,因为流申明式处理数据集合的特点,可以让代码变得简洁易读



1

流如何简化代码


如果有一个需求,需要对数据库查询到的菜肴进行一个处理:


  • 筛选出卡路里小于400的菜肴
  • 对筛选出的菜肴进行一个排序
  • 获取排序后菜肴的名字


菜肴:Dish.java


public class Dish {
private String name;
private boolean vegetarian;
private int calories;
private Type type;
// getter and setter
}


Java8以前的实现方式


private List beforeJava7(List dishList) {
List lowCaloricDishes = new ArrayList<>();

//1.筛选出卡路里小于400的菜肴
for (Dish dish : dishList) {
if (dish.getCalories() < 400) {
lowCaloricDishes.add(dish);
}
}

//2.对筛选出的菜肴进行排序
Collections.sort(lowCaloricDishes, new Comparator() {
@Override
public int compare(Dish o1, Dish o2) {
return Integer.compare(o1.getCalories(), o2.getCalories());
}
});

//3.获取排序后菜肴的名字
List lowCaloricDishesName = new ArrayList<>();
for (Dish d : lowCaloricDishes) {
lowCaloricDishesName.add(d.getName());
}

return lowCaloricDishesName;
}


Java8之后的实现方式


private List afterJava8(List dishList) {
return dishList.stream()
.filter(d -> d.getCalories() < 400) //筛选出卡路里小于400的菜肴
.sorted(comparing(Dish::getCalories)) //根据卡路里进行排序
.map(Dish::getName) //提取菜肴名称
.collect(Collectors.toList()); //转换为List
}


不拖泥带水,一气呵成,原来需要写24代码实现的功能现在只需5行就可以完成了


高高兴兴写完需求这时候又有新需求了,新需求如下:

对数据库查询到的菜肴根据菜肴种类进行分类,返回一个Map>的结果


这要是放在jdk8之前肯定会头皮发麻


Java8以前的实现方式


private static Map> beforeJdk8(List dishList) {
Map> result = new HashMap<>();

for (Dish dish : dishList) {
//不存在则初始化
if (result.get(dish.getType())==null) {
List dishes = new ArrayList<>();
dishes.add(dish);
result.put(dish.getType(), dishes);
} else {
//存在则追加
result.get(dish.getType()).add(dish);
}
}

return result;
}


还好jdk8有Stream,再也不用担心复杂集合处理需求


Java8以后的实现方式


private static Map> afterJdk8(List dishList) {
return dishList.stream().collect(groupingBy(Dish::getType));
}


又是一行代码解决了需求,忍不住大喊Stream API牛批 看到流的强大功能了吧,接下来将详细介绍流



2

什么是流


流是从支持数据处理操作的源生成的元素序列,源可以是数组、文件、集合、函数。流不是集合元素,它不是数据结构并不保存数据,它的主要目的在于计算



3

如何生成流


生成流的方式主要有五种


1.通过集合生成,应用中最常用的一种


List integerList = Arrays.asList(1, 2, 3, 4, 5);
Stream stream = integerList.stream();


通过集合的stream方法生成流


2.通过数组生成


int[] intArr = new int[]{1, 2, 3, 4, 5};
IntStream stream = Arrays.stream(intArr);


通过Arrays.stream方法生成流,并且该方法生成的流是数值流【即IntStream】而不是Stream。补充一点使用数值流可以避免计算过程中拆箱装箱,提高性能。


Stream API提供了mapToInt、mapToDouble、mapToLong三种方式将对象流【即Stream】转换成对应的数值流,同时提供了boxed方法将数值流转换为对象流


3.通过值生成


Stream stream = Stream.of(1, 2, 3, 4, 5);


通过Stream的of方法生成流,通过Stream的empty方法可以生成一个空流


4.通过文件生成


Stream lines = Files.lines(Paths.get("data.txt"), Charset.defaultCharset())


通过Files.line方法得到一个流,并且得到的每个流是给定文件中的一行


5.通过函数生成 提供了iterate和generate两个静态方法从函数中生成流


iterator


Stream stream = Stream.iterate(0, n -> n + 2).limit(5);


iterate方法接受两个参数,第一个为初始化值,第二个为进行的函数操作,因为iterator生成的流为无限流,通过limit方法对流进行了截断,只生成5个偶数


generator


Stream stream = Stream.generate(Math::random).limit(5);


generate方法接受一个参数,方法参数类型为Supplier,由它为流提供值。generate生成的流也是无限流,因此通过limit对流进行了截断



4

流的操作类型


流的操作类型主要分为两种


1.中间操作


一个流可以后面跟随零个或多个中间操作。其目的主要是打开流,做出某种程度的数据映射/过滤,然后返回一个新的流,交给下一个操作使用。这类操作都是惰性化的,仅仅调用到这类方法,并没有真正开始流的遍历,真正的遍历需等到终端操作时,常见的中间操作有下面即将介绍的filter、map等


2.终端操作


一个流有且只能有一个终端操作,当这个操作执行后,流就被关闭了,无法再被操作,因此一个流只能被遍历一次,若想在遍历需要通过源数据在生成流。终端操作的执行,才会真正开始流的遍历。如下面即将介绍的count、collect等



5

流使用


流的使用将分为终端操作和中间操作进行介绍


中间操作


filter筛选


List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream stream = integerList.stream().filter(i -> i > 3);

通过使用filter方法进行条件筛选,filter的方法参数为一个条件


distinct去除重复元素


List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream stream = integerList.stream().distinct();


通过distinct方法快速去除重复的元素


limit返回指定流个数


List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream stream = integerList.stream().limit(3);


通过limit方法指定返回流的个数,limit的参数值必须>=0,否则将会抛出异常


skip跳过流中的元素


List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream stream = integerList.stream().skip(2);


通过skip方法跳过流中的元素,上述例子跳过前两个元素,所以打印结果为2,3,4,5,skip的参数值必须>=0,否则将会抛出异常


map流映射


所谓流映射就是将接受的元素映射成另外一个元素


List stringList = Arrays.asList("Java 8", "Lambdas", "In", "Action");
Stream stream = stringList.stream().map(String::length);


通过map方法可以完成映射,该例子完成中String -> Integer的映射,之前上面的例子通过map方法完成了Dish->String的映射


flatMap流转换


将一个流中的每个值都转换为另一个流


List wordList = Arrays.asList("Hello", "World");
List strList = wordList.stream()
.map(w -> w.split(" "))
.flatMap(Arrays::stream)
.distinct()
.collect(Collectors.toList());


map(w -> w.split(" "))的返回值为Stream,我们想获取Stream,可以通过flatMap方法完成Stream ->Stream的转换


元素匹配


提供了三种匹配方式


1.allMatch匹配所有


List integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().allMatch(i -> i > 3)) {
System.out.println("值都大于3");
}


通过allMatch方法实现


2.anyMatch匹配其中一个


List integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().anyMatch(i -> i > 3)) {
System.out.println("存在大于3的值");
}


等同于


for (Integer i : integerList) {
if (i > 3) {
System.out.println("存在大于3的值");
break;
}
}


存在大于3的值则打印,java8中通过anyMatch方法实现这个功能


3.noneMatch全部不匹配


List integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().noneMatch(i -> i > 3)) {
System.out.println("值都小于3");
}


通过noneMatch方法实现



6

终端操作


统计流中元素个数


1.通过count


List integerList = Arrays.asList(1, 2, 3, 4, 5);
Long result = integerList.stream().count();


通过使用count方法统计出流中元素个数


2.通过counting


List integerList = Arrays.asList(1, 2, 3, 4, 5);
Long result = integerList.stream().collect(counting());


最后一种统计元素个数的方法在与collect联合使用的时候特别有用


查找


提供了两种查找方式


1.findFirst查找第一个


List integerList = Arrays.asList(1, 2, 3, 4, 5);
Optional result = integerList.stream().filter(i -> i > 3).findFirst();


通过findFirst方法查找到第一个大于三的元素并打印


2.findAny随机查找一个


List integerList = Arrays.asList(1, 2, 3, 4, 5);
Optional result = integerList.stream().filter(i -> i > 3).findAny();


通过findAny方法查找到其中一个大于三的元素并打印,因为内部进行优化的原因,当找到第一个满足大于三的元素时就结束,该方法结果和findFirst方法结果一样。提供findAny方法是为了更好的利用并行流,findFirst方法在并行上限制更多【本篇文章将不介绍并行流】


reduce将流中的元素组合起来


假设我们对一个集合中的值进行求和


jdk8之前


int sum = 0;
for (int i : integerList) {
sum += i;
}


jdk8之后通过reduce进行处理


int sum = integerList.stream().reduce(0, (a, b) -> (a + b));


一行就可以完成,还可以使用方法引用简写成:


int sum = integerList.stream().reduce(0, Integer::sum);


reduce接受两个参数,一个初始值这里是0,一个BinaryOperator accumulator来将两个元素结合起来产生一个新值,


另外reduce方法还有一个没有初始化值的重载方法


获取流中最小最大值


通过min/max获取最小最大值


Optional min = menu.stream().map(Dish::getCalories).min(Integer::compareTo);
Optional max = menu.stream().map(Dish::getCalories).max(Integer::compareTo);


也可以写成:


OptionalInt min = menu.stream().mapToInt(Dish::getCalories).min();
OptionalInt max = menu.stream().mapToInt(Dish::getCalories).max();


min获取流中最小值,max获取流中最大值,方法参数为Comparator comparator


通过minBy/maxBy获取最小最大值


Optional min = menu.stream().map(Dish::getCalories).collect(minBy(Integer::compareTo));
Optional max = menu.stream().map(Dish::getCalories).collect(maxBy(Integer::compareTo));


minBy获取流中最小值,maxBy获取流中最大值,方法参数为Comparator comparator


通过reduce获取最小最大值


文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/124293.html

相关文章

  • JVM 平台上各种语言开发指南[z]

    摘要:我们的目标是建立对每一种语言的认识,它们是如何进化的,未来将走向何方。有点的味道是坚持使用动态类型,但唯一还收到合理拥泵的编程语言,然而一些在企业的大型团队中工作的开发者择认为这会是的一个缺陷。 为什么我们需要如此多的JVM语言? 在2013年你可以有50中JVM语言的选择来用于你的下一个项目。尽管你可以说出一大打的名字,你会准备为你的下一个项目选择一种新的JVM语言么? 如今借助来自...

    phodal 评论0 收藏0
  • 如何优雅写单元测试?

    摘要:前言越来越多的项目开始尝试写单元测试,关于单元测试的好处以及原理已经有很多资料了,这里不在做过多的讲述,本文主要介绍单元测试在模块化应用中的一些思考,以及如何优雅的写单元测试。最后,依赖注入来写单元测试。 本文由作者潘威授权网易云社区发布。 前言越来越多的项目开始尝试写单元测试,关于单元测试的好处以及原理已经有很多资料了,这里不在做过多的讲述,本文主要介绍单元测试在模块化应用中的一些思...

    gyl_coder 评论0 收藏0
  • JDK9新特性实战:简化流关闭新姿势。

    摘要:如下面的,定义成局部变量可以不用,局部变量可以等同于,但定义成成员变量就必须是用修饰的,不然会编译错误。虽然简化了,但感觉还是没有什么质的变化,实际用途我们可能不希望关心资源的关闭,或者在方法结束之后如果是局部变量它就能自动关闭。 showImg(https://segmentfault.com/img/remote/1460000015379050); 做Java开发的都知道,每个资...

    dailybird 评论0 收藏0
  • Java8技能

    大概一年多之前,我对java8的理解还仅限一些只言片语的文章之上,后来出于对函数式编程的兴趣,买了本参考书看了一遍,然后放在了书架上,后来,当我接手大客户应用的开发工作之后,java8的一些工具,对我的效率有了不小的提升,因此想记录一下java8的一些常用场景,我希望这会成为一个小字典,能让我免于频繁翻书,但是总能找到自己想找的知识。 用于举例的model: @Data public class ...

    microcosm1994 评论0 收藏0
  • 还我一个干净Mac OS(如何彻底删除不需要App)

    摘要:我也想借这个意思表示即使通过努力清理,也不一定能还原到最初的状态,但至少不会这么糟糕。卸载百度云的对比可以清楚地看到,没有找到百度云的目录,此外,只找到了登录项,没有找到启动项和启动文件。 当初我买MacBook Air的时候特地选择了高配版本,硬盘空间是128G(2011年的古董机器),在最开始的1-2年内使用还不错,后来发现越来越力不从心,为了尽可能腾出空间,几乎把所有的照片、视频...

    scola666 评论0 收藏0

发表评论

0条评论

最新活动