@[toc]
在这里插入图片描述

官方文档

https://docs.oracle.com/javase/8/docs/api/java/util/stream/Stream.html

在这里插入图片描述

What is flatMap()?

# Stream<String[]>
# Stream<Stream<String>>
# String[][]

[
  [1, 2],
  [3, 4],
  [5, 6]
]

它由一个 2 级 Stream 或一个二维数组组成。

在 Java 8 中，我们可以使用 flatMap 将上述 2 级 Stream 转换为一级 Stream 或将二维数组转换为一维数组。

# Stream<String>
# String[]

[1, 2, 3, 4, 5, 6]

简言之, flatmap方法让你把一个流中的每个值都换成另一个流，然后把所有的流连接
起来成为一个流。

看一个简单的例子：使用flatMap找出单词列表中各不相同的字符
在这里插入图片描述

Why flat a Stream?

处理包含多个级别的 Stream ，比如 Stream<String[]> 或 Stream<List<LineItem>> 或 Stream<Stream<String>> 想将 2 级 Stream 扁平化为一级，如 Stream<String> 或 Stream<LineItem>，这样就可以轻松地循环 Stream 并对其进行处理。

来看个简单的功能实现，以及常犯的一些错误。

需求：有 {"a", "b"}, {"c", "d"}, {"e", "f"} 三个数组，要求输出除去a之后的数据

 /**
     * filter out the a and print out all the characters
     */
    private static void filterAndPrintCharacters() {

        String[][] array = new String[][]{{"a", "b"}, {"c", "d"}, {"e", "f"}};

        // convert  array to a stream
        Stream<String[]> stream = Arrays.stream(array);

        // array to a stream [same result]
        Stream<String[]> array1 = Stream.of(array);


        log.info("==========错误的方式一===============");

        //    x is a String[], not String!
        List<String[]> result = stream.filter(x -> !x.equals("a"))
                .collect(Collectors.toList());

        log.info(String.valueOf(result.size()));
        result.forEach(x -> log.info(Arrays.toString(x)));

        log.info("==========错误的方式二===============");

        List<String[]> result1 = Arrays.stream(array).filter(x -> {
            for (String s : x) {   // really?
                if (s.equals("a")) {
                    return false;
                }
            }
            return true;
        }).collect(Collectors.toList());

        log.info(String.valueOf(result1.size()));
        result1.forEach(x -> log.info(Arrays.toString(x)));


        log.info("============正确的方式 flatMap=============");

        log.info("============先测试转换成一维数组=============");
        // [a, b, c, d, e, f]
        String[] objects = Arrays.stream(array)
                .flatMap(Stream::of)
                .toArray(String[]::new);
        Arrays.stream(objects).forEach(x -> log.info("|---->{}", x));

        log.info("============开始处理=============");
        List<String> collect = Arrays.stream(array)
                .flatMap(Stream::of)
                .filter(x -> !x.equals("a"))
                .collect(Collectors.toList());

        collect.forEach(x -> log.info(x));
        log.info("============处理结束=============");

    }

我们先看看：

[错误的方式一]

filter(x -> !x.equals("a"))  // x 是数组 ，而非字符串

[错误的方式二]

x -> {
  for (String s : x) {   // really?
         if (s.equals("a")) {
             return false;
         }
     }
     return true;
 }   //  会把整个 [a, b] 过滤出去，而非我们想要过滤的 a

[正确的方式 ]

// flatMap 将二维数组转换成意味数组, 或者可以说是从 Stream<String[]> 转换成Stream<String>.

String[][] array = new String[][]{{"a", "b"}, {"c", "d"}, {"e", "f"}};

  // Java 8
  String[] result = Stream.of(array)  // Stream<String[]>
          .flatMap(Stream::of)        // Stream<String>
          .toArray(String[]::new);    // [a, b, c, d, e, f]

  Arrays.stream(objects).forEach(x -> log.info("|---->{}", x));

接下来我们就可以很轻松地过滤出来 a了，就得到了一下最终版本

 List<String> collect = Arrays.stream(array)
                .flatMap(Stream::of)
                .filter(x -> !x.equals("a"))
                .collect(Collectors.toList());

 collect.forEach(x -> log.info(x));

【小结】

Stream#flatMap 可以将 2 levels Stream 转换成 1 level Stream.

Stream<String[]>      -> flatMap ->    Stream<String>
Stream<Set<String>>   -> flatMap ->    Stream<String>
Stream<List<String>>  -> flatMap ->    Stream<String>
Stream<List<Object>>  -> flatMap ->    Stream<Object>

在这里插入图片描述

Demo

需求1：Find all books

分析：使用 stream 将List转换为对象流，每个对象都包含一组书籍，使用flatMap生成包含所有对象中所有书籍的流。过滤掉包含单词cloud的书，并收集一个Set以便于删除重复的书。

 private static void findAllBooks() {

        Developer o1 = new Developer();
        o1.setName("artisan");
        o1.addBook("Java 8 in Action");
        o1.addBook("Spring Boot in Action");
        o1.addBook("Effective Java (3nd Edition)");

        Developer o2 = new Developer();
        o2.setName("小工匠");
        o2.addBook("Spring Cloud");
        o2.addBook("Effective Java (3nd Edition)");

        List<Developer> list = new ArrayList<>();
        list.add(o1);
        list.add(o2);


        // 这....Set of Set...（Set<Set<String>>）咋处理?
        Set<Set<String>> collect = list.stream().map(x -> x.getBook()).collect(Collectors.toSet());

        // 方式一
        Set<String> result = list.stream()
                .map(x -> x.getBook())
                .flatMap(Collection::stream)
                .filter(x -> !x.toLowerCase().contains("cloud"))
                .collect(Collectors.toSet());
        result.forEach(x -> log.info("element:------>{}", x));


        // 方式二
        // 当然了，map也可以不用，直接在flatMap中  x->x.getBook().stream()
        Set<String> result1 = list.stream()
                .flatMap(x -> x.getBook().stream())
                .filter(x -> !x.toLowerCase().contains("cloud"))
                .collect(Collectors.toSet());
        result1.forEach(x -> log.info("element:------>{}", x));

    }

当然了有个内部类

@Data
static class Developer {

     private Integer id;
     private String name;
     private Set<String> book;


     public void addBook(String book) {
         if (this.book == null) {
             this.book = new HashSet<>();
         }
         this.book.add(book);
     }

 }

我们来来拆解下【方式一】的处理过程如下
在这里插入图片描述

在这里插入图片描述

总结下每一步的输出：

在这里插入图片描述

需求2：Order and LineItems

订单是一个采购订单流，每个采购订单都包含一组行项目，然后使用flatMap生成一个包含所有订单中所有行项目的stream或Stream＜LineItem＞。此外，还添加了一个reduce操作来合计行项目的总金额 .

  private static void orderAndLineItems() {

        List<Order> orders = findAll();

        //  sum the order's total amount
        // 计算 order的total 总和
        BigDecimal reduce = orders.stream().map(Order::getTotal).reduce(BigDecimal.ZERO, BigDecimal::add);
        log.info(reduce.toString());

        // sum the line items' total amount
        // 计算 全部的 line的 price 总和
        
        // 方式一 先 map 再flatMap
        BigDecimal reduce1 = orders.stream()
                .map(Order::getLineItems)
                .flatMap(Collection::stream)
                .map(line -> line.getTotal())
                .reduce(BigDecimal.ZERO, BigDecimal::add);
        
        // 方式二  直接 flatMap
        BigDecimal reduce2 = orders.stream()
                .flatMap(order -> order.getLineItems().stream())
                .map(line -> line.getTotal())
                .reduce(BigDecimal.ZERO, BigDecimal::add);

        log.info(reduce1.toString());
        log.info(reduce2.toString());


    }

  /**
     * 模拟数据
     *
     * @return
     */
    private static List<Order> findAll() {

        LineItem item1 = new LineItem(1, "apple", 1, new BigDecimal("1.20"), new BigDecimal("1.20"));
        LineItem item2 = new LineItem(2, "orange", 2, new BigDecimal(".50"), new BigDecimal("1.00"));
        Order order1 = new Order(1, "A0000001", Arrays.asList(item1, item2), new BigDecimal("2.20"));

        LineItem item3 = new LineItem(3, "monitor BenQ", 5, new BigDecimal("99.00"), new BigDecimal("495.00"));
        LineItem item4 = new LineItem(4, "monitor LG", 10, new BigDecimal("120.00"), new BigDecimal("1200.00"));
        Order order2 = new Order(2, "A0000002", Arrays.asList(item3, item4), new BigDecimal("1695.00"));

        LineItem item5 = new LineItem(5, "One Plus 8T", 3, new BigDecimal("499.00"), new BigDecimal("1497.00"));
        Order order3 = new Order(3, "A0000003", Arrays.asList(item5), new BigDecimal("1497.00"));

        return Arrays.asList(order1, order2, order3);

    }


 @Data
    @AllArgsConstructor
    @NoArgsConstructor
    public static class Order {
        private Integer id;
        private String invoice;
        private List<LineItem> lineItems;
        private BigDecimal total;
    }


    @Data
    @AllArgsConstructor
    @NoArgsConstructor
    public static class LineItem {
        private Integer id;
        private String item;
        private Integer qty;
        private BigDecimal price;
        private BigDecimal total;
    }

输出

在这里插入图片描述

需求3：Splits the line by spaces

读取一个文本文件，计算单词数量

文本文件

hello world           Java
hello world Python
hello world Node JS
hello world Rust
hello world Flutter

  @SneakyThrows
    private static void splitLinesBySpaces() {

        Path path = Paths.get("D:\\IdeaProjects\\boot2\\java8review\\src\\main\\java\\com\\artisan\\java8\\stream2\\a.txt");

        //  按行读取
        Stream<String> lines = Files.lines(path, StandardCharsets.UTF_8);

        //  stream of array...hard to process.
        // Stream<String[]> stream = lines.map(line -> line.split(" +"));


        // stream of stream of string....hmm...better flat to one level.
        // Stream<Stream<String>> words = lines.map(line -> Stream.of(line.split(" +")));

        // +、*、|、\等符号在正则表达示中有相应的不同意义
        // 加号可用于与字符匹配 1 次或多次。例如，'bre+' 匹配 bre 和 bree，但不匹配 br
        // " +" 匹配空格

        // result a stream of words, good! 方式一
        Stream<String> words = Files.lines(path, StandardCharsets.UTF_8)
                .flatMap(line -> Stream.of(line.split(" +")));
        
        System.out.println(words.count());

        // 方式二
        long count = Files.lines(path, StandardCharsets.UTF_8)
                .map(line -> line.split(" +"))
                .flatMap(line -> Stream.of(line)).count();

        System.out.println(count);

        
    }

需求4： flatMap and primitive type

在这里插入图片描述

private static void flatMap2PrimitiveType() {

        int[] array = {1, 2, 3, 4, 5, 6};

        //Stream<int[]>
        Stream<int[]> streamArray = Stream.of(array);

        //Stream<int[]> -> flatMap -> IntStream
        IntStream intStream = streamArray.flatMapToInt(x -> Arrays.stream(x));

        intStream.forEach(System.out::println);


        // flatMapToLong -> LongStream
        long[] array2 = {1, 2, 3, 4, 5, 6};

        Stream<long[]> longArray = Stream.of(array2);

        LongStream longStream = longArray.flatMapToLong(x -> Arrays.stream(x));

        System.out.println(longStream.count());

    }

在这里插入图片描述