背景

 

java 8已經(jīng)發(fā)行好幾年了，前段時間java 12也已經(jīng)問世，但平時的工作中，很多項目的環(huán)境還停留在java1.7中。而且java8的很多新特性都是革命性的，比如各種集合的優(yōu)化、lambda表達式等，所以我們還是要去了解java8的魅力。

今天我們來學習java8的Stream，并不需要理論基礎(chǔ)，直接可以上手去用。

我接觸stream的原因，是我要搞一個用戶收入消費的數(shù)據(jù)分析。起初的統(tǒng)計篩選分組都是打算用sql語言直接從mysql里得到結(jié)果來展現(xiàn)的。但在操作中我們發(fā)現(xiàn)這樣頻繁地訪問數(shù)據(jù)庫，性能會受到很大的影響，分析速度會很慢。所以我們希望能通過訪問一次數(shù)據(jù)庫就拿到所有數(shù)據(jù)，然后放到內(nèi)存中去進行數(shù)據(jù)分析統(tǒng)計過濾。

接著，我看了stream的API，發(fā)現(xiàn)這就是我想要的。

 

一、Stream理解

 

在java中我們稱Stream為『流』，我們經(jīng)常會用流去對集合進行一些流水線的操作。stream就像工廠一樣，只需要把集合、命令還有一些參數(shù)灌輸?shù)?/span>流水線中去，就可以加工成得出想要的結(jié)果。這樣的流水線能大大簡潔代碼，減少操作。

 

二、Stream流程

 

原集合 —> 流  —> 各種操作(過濾、分組、統(tǒng)計) —> 終端操作

Stream流的操作流程一般都是這樣的，先將集合轉(zhuǎn)為流，然后經(jīng)過各種操作，比如過濾、篩選、分組、計算。***的終端操作，就是轉(zhuǎn)化成我們想要的數(shù)據(jù)，這個數(shù)據(jù)的形式一般還是集合，有時也會按照需求輸出count計數(shù)。下文會一一舉例。

 

三、API功能舉例

 

首先，定義一個用戶對象，包含姓名、年齡、性別和籍貫四個成員變量：

import lombok.AllArgsConstructor;  
import lombok.Builder;  
import lombok.Data;  
import lombok.NoArgsConstructor;  
import lombok.extern.log4j.Log4j;  
@Data 
@NoArgsConstructor 
@AllArgsConstructor 
@Log4j 
@Builder 
public class User { 
//姓名 
private String name; 
//年齡 
private Integer age; 
//性別 
private Integer sex; 
//所在省市 
private String address; 
} 

這里用lombok簡化了實體類的代碼。

然后創(chuàng)建需要的集合數(shù)據(jù)，也就是源數(shù)據(jù)：

//1.構(gòu)建我們的list 
List<User> list= Arrays.asList( 
        new User("鋼鐵俠",40,0,"華盛頓"), 
        new User("蜘蛛俠",20,0,"華盛頓"), 
        new User("趙麗穎",30,1,"湖北武漢市"), 
        new User("詹姆斯",35,0,"洛杉磯"), 
        new User("李世民",60,0,"山西省太原市"), 
        new User("蔡徐坤",20,1,"陜西西安市"), 
        new User("葫蘆娃的爺爺",70,0,"山西省太原市") 
); 

3.1 過濾

1）創(chuàng)建流 stream() / parallelStream()

• stream() : 串行流
  

• parallelStream（）: 并行流

2）filter 過濾(T-> boolean)

比如要過濾年齡在40歲以上的用戶，就可以這樣寫：

List<User> filterList = list.stream().filter(user -> user.getAge() >= 40) 
        .collect(toList()); 

filter里面，->箭頭后面跟著的是一個boolean值，可以寫任何的過濾條件，就相當于sql中where后面的東西，換句話說，能用sql實現(xiàn)的功能這里都可以實現(xiàn)

打印結(jié)果：

3）distinct 去重

和sql中的distinct關(guān)鍵字很相似。為了看到效果，此處在原集合中加入一個重復的人，就選擇鋼鐵俠吧，復聯(lián)4鋼鐵俠不幸遇害，大家還是比較傷心的。

List<User> list= Arrays.asList( 
        new User("鋼鐵俠",40,0,"華盛頓"), 
        new User("鋼鐵俠",40,0,"華盛頓"), 
        new User("蜘蛛俠",20,0,"華盛頓"), 
        new User("趙麗穎",30,1,"湖北武漢市"), 
        new User("詹姆斯",35,0,"洛杉磯"), 
        new User("李世民",60,0,"山西省太原市"), 
        new User("蔡徐坤”,18,1,"陜西西安市"), 
        new User("葫蘆娃的爺爺",70,0,"山西省太原市") 
); 

//distinct 去重 
List<User> distinctList = filterList.stream().distinct() 
        .collect(toList()); 

打印結(jié)果：

4）sorted排序

如果流中的元素的類實現(xiàn)了 Comparable 接口，即有自己的排序規(guī)則，那么可以直接調(diào)用 sorted() 方法對元素進行排序，如： 

Comparator.comparingInt 

反之, 需要調(diào)用 sorted((T, T) -> int) 實現(xiàn) Comparator 接口。

//sorted() 
List<User> sortedList = distinctList.stream().sorted(Comparator.comparingInt(User::getAge)) 
        .collect(toList()); 

打印結(jié)果：

結(jié)果按照年齡從小到大進行排序。

5）limit（） 返回前n個元素

如果想知道這里面年齡最小的是誰，可作如下操作：

//limit 返回前n個元素 
List<User> limitList = sortedList.stream().limit(1) 
        .collect(toList()); 

6）skip()

與limit恰恰相反，skip的意思是跳過，也就是去除前n個元素。

打印結(jié)果：

果然，前兩個人都被去除了，只剩下最老的葫蘆娃爺爺。

3.2 映射

1）map(T->R)

map是將T類型的數(shù)據(jù)轉(zhuǎn)為R類型的數(shù)據(jù)，比如我們想要設置一個新的list，存儲用戶所有的城市信息。

//map(T->R) 
List<String> cityList = list.stream().map(User::getAddress).distinct().collect(toList()); 

打印結(jié)果：

2）flatMap(T -> Stream)

將流中的每一個元素 T 映射為一個流，再把每一個流連接成為一個流。

//flatMap(T -> Stream<R>) 
List<String> flatList = new ArrayList<>(); 
flatList.add("唱,跳"); 
flatList.add("rape,籃球,music"); 
flatList = flatList.stream().map(s -> s.split(",")).flatMap(Arrays::stream).collect(toList()); 

打印結(jié)果：

這里原集合中的數(shù)據(jù)由逗號分割，使用split進行拆分后，得到的是Stream<string[] style="text-align: justify;-webkit-print-color-adjust: exact;">，字符串數(shù)組組成的流，要使用flatMap的</string[]>

Arrays::stream

將Stream<string[] style="-webkit-print-color-adjust: exact;">轉(zhuǎn)為Stream,然后把流相連接，組成了完整的唱、跳、rap、籃球和music。</string[]>

3.3 查找

1）allMatch（T->boolean）

檢測是否全部滿足參數(shù)行為，假如這些用戶是網(wǎng)吧上網(wǎng)的用戶名單，那就需要檢查是不是每個人都年滿18周歲了。

boolean isAdult = list.stream().allMatch(user -> user.getAge() >= 18); 

打印結(jié)果：

true 

2）anyMatch（T->boolean）

檢測是否有任意元素滿足給定的條件，比如，想知道同學名單里是否有女生。

//anyMatch(T -> boolean） 是否有任意一個元素滿足給定的條件 
boolean isGirl = list.stream().anyMatch(user -> user.getSex() == 1); 

打印結(jié)果：

true 

說明集合中有女生存在。

3）noneMatch(T -> boolean)

流中是否有元素匹配給定的 T -> boolean 條件。

比如檢測有沒有來自巴黎的用戶。

boolean isLSJ = list.stream().noneMatch(user -> user.getAddress().contains("巴黎")); 

打印結(jié)果：

true 

打印true說明沒有巴黎的用戶。

4）findFirst( ):找到***個元素

Optional<User> fristUser  = list.stream().findFirst(); 

打印結(jié)果：

User(name=鋼鐵俠, age=40, sex=0, address=華盛頓) 

5）findAny():找到任意一個元素

Optional<User> anyUser  = list.stream().findAny(); 

打印結(jié)果：

User(name=鋼鐵俠, age=40, sex=0, address=華盛頓) 

這里我們發(fā)現(xiàn)findAny返回的也總是***個元素，那么為什么還要進行區(qū)分呢？因為在并行流 parallelStream() 中找到的確實是任意一個元素。

Optional<User> anyParallelUser  = list.parallelStream().findAny(); 

打印結(jié)果 :

Optional[User(name=李世民, age=60, sex=0, address=山西省太原市)] 

3.4 歸納計算

1）求用戶的總?cè)藬?shù)

long count = list.stream().collect(Collectors.counting()); 

我們可以簡寫為：

long count = list.stream().count(); 

運行結(jié)果：

8 

2）得到某一屬性的***最小值

// 求***年齡  
Optional<User> max = list.stream().collect(Collectors.maxBy(  
Comparator.comparing(User::getAge)));  
// 求最小年齡 
Optional<User> min = list.stream().collect(Collectors.minBy( 
Comparator.comparing(User::getAge))); 

 

運行結(jié)果

3）求年齡總和是多少

// 求年齡總和 
int totalAge = list.stream().collect(Collectors.summingInt(User::getAge)); 

運行結(jié)果：

313 

我們經(jīng)常會用BigDecimal來記錄金錢，假設想得到BigDecimal的總和：

// 獲得列表對象金額， 使用reduce聚合函數(shù),實現(xiàn)累加器 
BigDecimal sum = myList.stream() .map(User::getMoney) 
.reduce(BigDecimal.ZERO,BigDecimal::add); 

4）求年齡平均值

//求年齡平均值 
double avgAge = list.stream().collect( 
Collectors.averagingInt(User::getAge)); 

運行結(jié)果:

39.125 

5）一次性得到元素的個數(shù)、總和、***值、最小值

IntSummaryStatistics statistics = list.stream().collect( 
Collectors.summarizingInt(User::getAge)); 

運行結(jié)果：

6）字符串拼接

要將用戶的姓名連成一個字符串并用逗號分割。

String names = list.stream().map(User::getName) 
.collect(Collectors.joining(", ")); 

運行結(jié)果：

鋼鐵俠, 鋼鐵俠, 蜘蛛俠, 趙麗穎, 詹姆斯, 李世民, 蔡徐坤, 葫蘆娃的爺爺 

3.5 分組

在數(shù)據(jù)庫操作中，我們經(jīng)常通過GROUP BY關(guān)鍵字對查詢到的數(shù)據(jù)進行分組，java8的流式處理也提供了分組的功能。使用Collectors.groupingBy來進行分組。

1）可以根據(jù)用戶所在城市進行分組

Map<String, List<User>> cityMap = list.stream() 
.collect(Collectors.groupingBy(User::getAddress)); 

結(jié)果是一個map，key為不重復的城市名，value為屬于該城市的用戶列表。已經(jīng)實現(xiàn)了分組。

2）二級分組，先根據(jù)城市分組再根據(jù)性別分組

Map<String, Map<Integer, List<User>>> group = list.stream().collect( 
        Collectors.groupingBy(User::getAddress, // 一級分組，按所在地區(qū) 
                Collectors.groupingBy(User::getSex))); // 二級分組，按性別 

運行結(jié)果：

3）如果僅僅想統(tǒng)計各城市的用戶個數(shù)是多少，并不需要對應的list

按城市分組并統(tǒng)計人數(shù)：

Map<String, Long> cityCountMap = list.stream() 
.collect(Collectors.groupingBy(User::getAddress,Collectors.counting())); 

運行結(jié)果：

4）當然，也可以先進行過濾再分組并統(tǒng)計人數(shù)

Map<String,Long> map = list.stream().filter(user -> user.getAge() <= 30) 
        .collect(Collectors.groupingBy(User::getAddress,Collectors.counting())); 

運行結(jié)果：

5）partitioningBy 分區(qū)

分區(qū)與分組的區(qū)別在于，分區(qū)是按照 true 和 false 來分的，因此partitioningBy 接受的參數(shù)的 lambda 也是 T -> boolean

//根據(jù)年齡是否小于等于30來分區(qū) 
Map<Boolean, List<User>> part = list.stream() 
        .collect(partitioningBy(user -> user.getAge() <= 30)); 

運行結(jié)果：

 

總結(jié)

 

到目前為止，stream的功能我們已經(jīng)用了很多了，感覺有點眼花繚亂卻無所不能，stream能做的事情遠遠不止這些。

我們可以多學習使用stream，把原來復雜的sql查詢，一遍又一遍地for循環(huán)的復雜代碼重構(gòu)，讓代碼更簡潔易懂，可讀性強。

【本文是51CTO專欄機構(gòu)宜信技術(shù)學院的原創(chuàng)文章，微信公眾號“宜信技術(shù)學院( id: CE_TECH)”】

戳這里，看該作者更多好文