当前位置:   article > 正文

java8新特性——StreamAPI_java8 api

java8 api

1.集合处理数据的弊端

当我们在需要对集合中的元素进行操作的时候,除了必需的添加,删除,获取外,最典型的操作就是集合遍历。

package com.wxj.streamapi;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

public class StreamTest01 {
    public static void main(String[] args) {
        //定义一个集合
        List<String> list = Arrays.asList("张三","周星驰","张三丰","星");
        List<String> list1 = new ArrayList<>();
        //1.获取所有 姓张的信息
        for (String s:list) {
            if(s.startsWith("张"))
            {
                list1.add(s);
            }
        }
        //2.获取名称长度为3的用户
        List<String> list2 = new ArrayList<>();
        for (String s : list1) {
            if(s.length() == 3){
                list2.add(s);
            }
        }
        //3.输出所有的用户信息
        for (String s : list2) {
            System.out.println(s);
        }
    }
}

上面代码针对于我们不同的需求,总是一次次的循环循环循环,这时我们希望有更加高效的处理方式,这时我们可以通过JDK8中提供的Stream API来解决这个问题了。

Stream更加优雅的解决方案:

package com.wxj.streamapi;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

public class StreamTest02 {
    public static void main(String[] args) {
        //定义一个集合
        List<String> list = Arrays.asList("张三","周星驰","张三丰","星");
        List<String> list1 = new ArrayList<>();
        //1.获取所有 姓张的信息
        //2.获取名称长度为3的用户
        //3.输出所有的用户信息
        list.stream()
                .filter(s -> s.startsWith("张"))
                .filter(s -> s.length() == 3)
                .forEach(s -> System.out.println(s));
    }
}	

上面的StreamAPI代码的含义:获取流,过滤张,过滤长度,逐一打印。代码相比上面的更简洁。

2.Stream流式思想概述

Stream API能让我们快速完成许多复杂的操作,如筛选,切片,映射,查找,去除重复,统计,匹配和归约。

3.Stream流的获取方式.

3.1根据Collection获取

首先,java.util.Collection 接口中加入了default方法stream,也就是说Collection接口下的所有的实现都可以通过stream方法来获取Stream流。

package com.wxj.streamapi;

import java.util.*;

public class StreamTest03 {
    public static void main(String[] args) {
        List<String> list = new ArrayList<>();
        list.stream();
        Set<String> set = new HashSet<>();
        set.stream();
        Vector vector = new Vector();
        vector.stream();
    }
}

但是Map接口没有实现Collection接口,那这时怎么办呢?这时我们可以根据Map获取对应的key value集合。.

3.2通过Stream的of方法

在实际开发中我们不可避免的会操作到数组中的数据,由于数组对象不可能添加默认方法,所以Stream接口中提供了静态方法of。

上面中的基本数据类型,int类型,把它当成了一个整体,输出的是地址,而Integer是一个包装类,将数组换成了集合去处理。

4.Stream常用方法

Stream注意事项(重要)

1.Stream只能操作一次

2.Stream方法返回的是新的流

3.Stream不调用终结方法,中间操作不会执行

4.match也是一个终结方法

4.1 forEach方法

forEach用来遍历流中的数据

该方法接受一个Consumer接口,会将每一个流元素交给函数处理

4.2 count方法

Stream流中的count方法用来统计流中元素个数的

该方法返回一个long值,代表元素的个数。无参。

4.3 filter方法

filter方法的作用是用来过滤数据的。返回复合条件的数据

可以通过filter方法将一个流转换成另一个子集流

该接口接受一个Predicate函数式接口参数作为筛选条件

输出的内容是包含a的

4.4 limit方法

limit方法可以对流进行截取处理,只取前n个数据

参数是一个long类型的数值,如果集合当前长度大于参数就进行截取,否则不操作,参数为负数报错。

输出

4.5 skip方法

如果希望跳过前面几个元素,可以使用skip方法获取一个截取以后的新流:

操作:

输出:

4.6 map方法

如果我们需要将流中的元素映射到另一个流中,可以使用map方法

该接口需要一个Function函数式接口参数,可以将当前流中的T类型数据转换成另一种R类型的数据

map方法通过方法引用将字符串转换成整型,Integer::parseInt

4.7 sorted方法

如果需要将数据排序,可以使用sorted方法:

在使用的时候可以根据自然排序,也可以通过比较强来指定对应的排序规则

4.8 distinct方法

如果要去掉重复数据,可以使用distinct方法

操作:

Stream流中的distinct方法对于基本数据类型是可以直接去重的,但是对于自定义类型,我们是需要hashCode和equals方法来移除重复元素。

4.9 match方法

如果需要判断数据是否匹配指定的条件,可以使用match相关的方法

使用:

注意match是一个终结方法

4.10 find方法

如果我们需要找到某些数据,可以使用find来实现

使用:

4.11 max和min方法

如果我们想要获取最大值和最小值,那么可以使用max和min

使用:

4.12 reduce方法

如果需要将所有数据归纳得到一个数据,可以使用reduce方法。

使用:

4.13 map和reduce的组合

在实际开发中我们经常会将map和reduce一块来使用

输出结果:

4.14 mapToInt方法

如果需要将Stream中的Integer类型转换成int类型,可以使用mapToInt方法

使用:

4.15 concat方法

如果有两个流希望合并成为一个流,那么可以使用Stream接口的静态方法concat

使用:

4.16 综合案例

定义两个集合,然后再集合中存储多个用户名称。然后完成如下的操作:

1.第一个队伍只保留姓名长度为3的成员

2.第一个队伍筛选之后只要前3个人

3.第二个队伍只要姓张的成员

4.第二个队伍筛选之后不要前两个人

5.将两个队伍合并成一个队伍

6.根据姓名创建Person对象

7.打印整个队伍的Person信息

实现:

package com.wxj.streamapi;
import com.wxj.jdk.lambda.domain.Person;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;

public class StreamDemo {
    public static void main(String[] args) {
        List<String> list1 = Arrays.asList("炎柱","音柱","霞柱","恋柱","水柱","风柱","蛇柱","岩柱","虫柱","继国缘一");
        List<String> list2 = Arrays.asList("上弦一","上弦二","上弦三","上弦四","上弦五","上弦六","黑死牟","童磨","半天狗");
        //1.第一个队伍只保留姓名长度为3的成员
        //2.第一个队伍筛选之后只要前3个人
        Stream<String> stringStream1 = list1.stream().filter(s -> s.length() == 3).limit(3);
        //3.第二个队伍只要姓张的成员
        //4.第二个队伍筛选之后不要前两个人
        Stream<String> stringStream2 = list2.stream().filter(s -> s.startsWith("上")).skip(2);
        //5.将两个队伍合并成一个队伍
        //6.根据姓名创建Person对象
        //7.打印整个队伍的Person信息
        Stream.concat(stringStream1,stringStream2).map(n -> new Person(n)).forEach(System.out::println);
    }
}

输出结果:

5.Stream结果收集

5.1结果收集到集合中

实现:

输出:

5.2结果收集到数组中

Stream中提供了toArray方法来将结果放到一个数组中,返回值类型是Object[],如果我们要指定返回的类型,那么可以使用另一个重载的toArray(IntFunction)方法

5.3对流中的数据做聚合计算

当我们使用Stream流处理数据后,可以像数据库的聚合函数一样对某个字段进行操作,比如获得最大值,最小值,求和,平均值,统计数量

5.4对流中的数据做分组操作

当我们使用Stream流处理数据后,可以根据某个属性将数据分组

输出结果:

多级分组:

先根据name分组然后再根据成年未成年分组,

5.5对流中的数据做分区操作

Collectors,partitoningBy会根据值是否为true,把集合中的数据分割成两个列表,一个true列表,一个false列表。

输出结果:

5.5对流中的数据做拼接操作

Collectors,joining会根据指定的连接符,将所有的元素连接成一个字符串

6.并行的Stream流

6.1串行的Stream流

我们前面使用的Stream流都是串行,也就是一个线程上面执行。

输出:

6.2并行流

parallelStream其实就是一个并行执行的流,它通过默认的FprkJoinPool,可以提高多线程的效率。

6.2.1获取并行流

我们可以通过两种方式来获取并行流

1.通过List接口中的parallelStream方法来获取

2.通过已有的串行流转换为并行流(parallel方法)

实现:

6.2.2并行流操作

结果:

6.3并行流和串行流对比

我们通过for循环,串行Stream流,并行Stream流来对5亿个数字求和。来消耗时间。

通过案例我们可以看到parallelStream的效率是最高的。

Stream并行处理的过程会分而治之,也就是将一个大的任务切分成了多个小任务,这表示每个任务都是一个线程操作。

6.线程安全问题

在多线程的处理下,肯定会出现数据安全问题。

运行结果:

直接抛异常,或者执行结果不对。

针对这个问题,我们的解决方案有哪些呢?

1.加同步锁

2.使用线程安全的容器

3.将线程不安全的容器包装为线程安全的容器

4.通过Stream中的toArray方法或者Collect方法来操作

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小蓝xlanll/article/detail/560895
推荐阅读
相关标签
  

闽ICP备14008679号