java8学习：使用流(1)

内容来自《 java8实战 》，本篇文章内容均为非盈利，旨为方便自己查询、总结备份、开源分享。如有侵权请告知，马上删除。
书籍购买地址：java8实战

• 筛选和切片

  • filter方法

  //取出是素菜的菜单
  menu.stream()
        .filter(Dish::isVegetarian)   //代表是否是素食,这里条件并不一定是方法调用，只要的你条件能够返回boolean就可以
        .collect(Collectors.toList());

  • limit方法

  //取出菜单的前三个
  menu.stream().limit(3)              //跟sql中limit一样，不过这个是短路limit，也就是说，它取出了三个后就不再遍历后面的元素了，直接返回
               .collect(Collectors.toList());

  • distinct方法：去重

  menu.stream()
      .distinct()  //去重操作，根据元素的hashCode和equals方法判断是否相等
      .collect(Collectors.toList());

  • skip方法：跳过指定数量的元素

  //取菜单中第三个到第五个
  menu.stream()
          .skip(2)   //跳过开头两个元素
          .limit(3)  //然后截取第三个到第五个
          .forEach(System.out::println);
  //如上可以看出skip和limit是互补的，因为limit没有这样的形式：limit(start,end)

• 映射

  • 提到这个概念，就是把你stream里的每个元素都应用到自己指定的表达式之上然后返回，就比如

  List<String> list = Arrays.asList("1","2","3");
  list.stream()
          .映射方法(str -> str + "dada")
          .forEach(System.out::println);
  //以上为伪代码
  //说明的意思就是list中的每个元素:1,2,3都会应用到表达式：str + "dada"
  //并返回表达式的值
  //所以结果就是1dada，2dada，3dada

  • map方法

  //这里提到的map方法，完全可以替换上面的伪代码:映射方法，上面代码是传入A类型返回A类型的演示
  //也就是传入字符串1,2,3返回的也是字符串
  //map当然可以传入A类型返回B类型，比如
  List<String> list = Arrays.asList("1","2","3");
  list.stream()
          .map(Integer::parseInt)
          .forEach(System.out::println);
  //上面就是传入String，返回的是int
  //当然也可以是返回字符串的长度

  • 考虑一个场景，把n个单词的里面的字母去重然后输出

    • 就比如["abc","bce"]，里面的字母就是["a","b","c","b","c","e"]，去重后是：["a","b","c","e"],现在来实现它

    List<String> list = Arrays.asList("abc","bce");
    List<String[]> collect = list.stream()
            .map(str -> str.split(""))
            .distinct()
            .collect(Collectors.toList());
    collect.forEach(System.out::println);

  • • 上面的感觉是对的，拆分，然后去重，但是一点需要注意，当lambda把第一个元素"abc"进行映射操作的时候，split方法返回的是一个String数组对象，这也就能解释为什么List的泛型是String数组了，数组跟数组distinct那肯定是去重不成功的。
    • 流的过程是这样的["abc","bce"] -> [{"a","b","c"},{"b","c","e"}],然后拿{"a","b","c"}和{"b","c","e"}去重肯定行不通
    • 现在遇到的问题就是：我们希望把abc和bce切分然后合并成一个流，然后进行去重，我们接着实验

    • Array::stream

      • Array::stream可以接受一个数组并产生一个流，如下

      String[] str = {"abc","bce"};
      Stream<String> stream = Arrays.stream(str);
      stream.forEach(System.out::println);
      //abc
      //bce

      • 我们在上面的split方法返回的就是数组，我们尝试将split返回的数组映射到此方法上，看看能不能合并成一条流

      List<String> list = Arrays.asList("abc","bce");
      List<Stream<String>> collect = list.stream()
              .map(str -> str.split(""))
              .map(Arrays::stream)
              .distinct()
              .collect(Collectors.toList());
      //java.util.stream.ReferencePipeline$Head@2aae9190
      //java.util.stream.ReferencePipeline$Head@2f333739

      • 但是并不尽如人意，因为他返回的泛型是Stream，也就是说，Array::stream方法只是把一个数组转换为一个流，流中的元素是String所以这个流就是这样的Stream，这种情况类似上面遇到的返回的是两个数组，现在返回的List中装入的并不是String，而是两条流，流跟流做去重也是行不通的

    • 解决方案

      • 现在遇到的问题就是：他们都是将一个list元素单独转化为一条流或者一个数组，我们需要的是转换为流或者数组之后，再将这些返回的数组或者流接为一个流或者数组，就像接水管一样，让他们连起来
      • 尝试方法：flatmap

      List<String> list = Arrays.asList("abc","bce");
      List<String> collect = list.stream()
              .map(str -> str.split(""))
              .flatMap(Arrays::stream)
              .distinct()
              .collect(Collectors.toList());
      collect.forEach(System.out::println);
      //a b c e

      • 如上的代码终于是返回了一个LIst，所以结果也是我们期待的达到了去重的效果，那么它的流的处理过程是怎么样的呢？如下

        • 传入"abc"->切分为["a","b","c"]
        • --->flatMap合并["a","b","c","b","c","e"]->去重->ok
        • 传入"bce"->切分为["b","c","e"]
        • 上面能看懂吗...懒得画图了，第一行和第三行是flatMap前面的split过程，然后是第二行存入flatMap进行合并流
      • flatMap也就是把n个流合并为一个流

    • 小实战

      • 要求两个list：["123"],["456"],然后组成元组：(1,4),(1,5),(1,6),(2,4),(2,5)...

      List<String> first = Arrays.asList("123");
      List<String> second = Arrays.asList("456");
      first.stream()
              .map(str -> str.split(""))
              .forEach(strs -> {
                  Arrays.stream(strs).forEach(f -> {
                      second.stream()
                              .map(sec -> sec.split(""))
                              .forEach(secs -> Arrays.stream(secs).forEach(s -> System.out.println("("+f+","+s+")")));
                  });
              });
      //上面代码是直接输出的，那么下面的就是将元组组合成一个LIst返回了
      List<String> first = Arrays.asList("123");
      List<String> second = Arrays.asList("456");
      List<String> collect = first.stream()
              .map(str -> str.split(""))
              .flatMap(strs ->              //将strs后的表达式返回的stream都合并为一个
                      Arrays.stream(strs).flatMap(f ->
                              second.stream()
                                      .map(sec -> sec.split(""))
                                      .flatMap(secs -> Arrays.stream(secs).map(s -> "(" + f + "," + s + ")")))
              ).collect(Collectors.toList());
      collect.forEach(System.out::println);
      //耐心看.....

查找和匹配

• anyMatch：至少匹配一个

List<String> list = Arrays.asList("1","2","3","4");
boolean b = list.stream().anyMatch(s -> s.equals("1")); //true

• allMatch：全部匹配

List<String> list = Arrays.asList("1","2","3","4");
boolean b = list.stream().allMatch(s -> Integer.parseInt(s) < 5); //true

• noneMatch:全部不匹配

List<String> list = Arrays.asList("1","2","3","4");
boolean b = list.stream().noneMatch(s -> Integer.parseInt(s) > 5); //true

• 如上的方法都具有短路效果，意思就是主要遇到一个不匹配条件的元素就立刻返回true或者false
• findAny:找任意一个

  List<String> list = Arrays.asList("1","2","3","4");
  Optional<String> any = list.stream().findAny();
  System.out.println(any.get()); //虽然书上说是任意一个，但是我一直返回的是1
  //自己测试的将元素添加到十个，stream依旧是1，但是使用并行流parallelStream，将随机返回，但是依然是区间比较小

• Option以后的帖子会说到的，你可以看一下我相关的帖子，只要记住Option是一个值的容器，因为findAny找的可能是个空列表，所以他可能会返回null，然后将返回的这个值包装在Option中，然后调用get方法就会出现返回的值，如果Option中没有值还get那么就会报错，现在只要知道这点就可以了

• findFirst：找到第一个

List<String> list = Arrays.asList("1","2","3","4");
Optional<String> any = list.stream().findFirst();
System.out.println(any.get()); //1

归约reduce

• 上面的映射和这词提到的归约可以一起使用，类似hadoop中的mr模型
• 元素求和

int[] is = {1,2,3,4,5,6,7,8,9};
Arrays.stream(is).reduce(0,Integer::sum);//45  
//以0为起始值，所以如果数组内没有元素，也不至于null，然后依次相加
//0+1=1
//1+2=3
//3+3=6
//6+4=10 ....
int[] is = {1,2,3,4,5,6,7,8,9};
OptionalInt reduce = Arrays.stream(is).reduce(Integer::sum);
System.out.println("reduce = " + reduce.getAsInt());//45
//OptionalInt的出现就是因为它没有初始值进行累加，所以如果数组为空，那么将返回null
//OptionalInt使用方法和Optional一样，只是方法名变了一下，目前只知道这些就好了

• 元素最大值和最小值

//max
int[] is = {1,2,3,4,5,6,7,8,9};
OptionalInt reduce = Arrays.stream(is).reduce(Integer::max);
System.out.println("reduce = " + reduce.getAsInt()); //9
//求最小改为min方法即可，也可以自己实现
OptionalInt reduce = Arrays.stream(is).reduce((a,b) -> a > b ? a : b );

• 归约方法的优势和并行化

  • 求和方法：定义一个int变量，然后迭代去加。相比之下reduce将其转换为了内部迭代。而且迭代要去求和并且更新我们的一个int共享变量，这对于并行化来说并不容易实现，如果加入了同步，可能线程切换的开销就已经抵消了并行带来的性能提升。(可变的变量累计器对于并行来说并不好)，如上的代码为了实现并行只需要把stream方法改为parallelStream()即可

  int[] is = {1,2,3,4,5,6,7,8,9};
  int sum = 0;    //int共享变量
  //这只是单线程的，如果是多线程的话，为了保证sum的正确肯定要sync。
  //所以这就是说的共享变量并不适合于并行化
  for (int i : is) {
      sum += i;     //更新共享变量
  }

• 流操作的有状态和无状态

  • 如果你购买了书可以先去看看书的定义，下面是我自己的理解

  int[] is = {1,2,3,4,5,6,7,8,9};
  Arrays.stream(is)
          .filter(i -> i > 3)  //无状态
          .map(i -> i + 1)     //无状态
          .distinct()          //有状态
          .max();              //有状态

  • 对于上面来说，filter和map只是接收一个元素然后过滤映射一个元素，这个元素处理完就交给下面的方法处理了，自己并不保留这个元素，这样的叫做无状态
  • 那distinct和max来说，他不能接收一个处理一个然后再交给下面的方法处理，因为它需要拿到整个元素来去重和去最大值，如果拿到部分他肯定是不能做这些操作的，元素就暂时的保留在了方法中，所以这样的叫做有状态