0717-7821348
政策法规

政策法规

您现在的位置: 首页 > 政策法规
彩乐乐专业的彩票工具-Java 8 - Stream 调集操作快速上手
2019-12-19 02:09:20

目录

  • Stream简介
  • 为什么要运用Stream
  • 实例数据源
  • Filter
  • Map
  • FlatMap
  • Reduce
  • Collect
  • Optional
  • 并发
  • 调试


Stream简介

  • Java 8引入了全新的Stream API。这儿的Stream和I/O流不同,它更像具有Iterable的调集类,但行为和调集类又有所不同。
  • stream是对调集目标功用的增强,它专心于对调集目标进行各种十分便当、高效的聚合操作,或许大批量数据操作。
  • 只需给出需求对其包括的元素履行什么操作,比方 “过滤掉长度大于 10 的字符串”、“获取每个字符串的首字母”等,Stream 会隐式地在内部进行遍历,做出相应的数据转化。


为什么要运用Stream

  • 函数式编程带来的优点尤为显彩乐乐专业的彩票工具-Java 8 - Stream 调集操作快速上手着。这种代码更多地表达了事务逻辑的目的,而不是它的完成机制。易读的代码也易于保护、更牢靠、更不简单犯错。
  • 高端


实例数据源

public class Data {
private static List list = null;
static {
PersonModel wu = new PersonModel("wu qi", 18, "男");
PersonModel zhang = new PersonModel("zhang san", 19, "男");
PersonModel wang = new PersonModel("wang si", 20, "女");
PersonModel zhao = new PersonModel("zhao wu", 20, "男");
PersonModel chen = new PersonModel("chen liu", 21, "男");
list = Arrays.asList(wu, zhang, wang, zhao, chen);
}
public stat淡妆ic List getData() {
return list;
}
}


Filter

  • 遍历数据并检查其间的元素时运用。
  • filter承受一个函数作为参数,该函数用Lambda表达式表明。





 /**
* 过滤一切的男性
*/
public static void fiterSex(){
List data = Data.getData();
//old
List temp=new ArrayList<>();
for (PersonModel person:data) {
if ("男".equals(person.getSex())){
temp.add(person);
}
}
System.out.println(temp);
//new
List collect = data
.stream()
.filter(person -> "男".equals(person.getSex()))
.collect(toList());
System.out.println(collect);
}
/**
* 过滤一切的男性 并且小于20岁
*/
public static void fiterSexAndAge(){
List data = Data.getData();
//old
List temp=new ArrayList<>();
for (PersonModel person:data) {
if ("男".equals(person.getSex())&&person.getAge()<20){
temp.add(person);
}
}
//new 1
List collect = data
.stream()
.filter(person -> {
if ("男".equals(person.getSex())&&person.getAge()<20){
return true;
}
return false;
})
.collect(toList());
//new 2
List collect1 = data
.stream()
.filter(person -> ("男".equals(person.getSex())&&person.getAge()<20))
.collect(toList());
}


Map

  • map生成的是个一对一映射,for的效果
  • 比较常用
  • 并且很简单





 /**
* 取出一切的用户姓名
*/
public static void getUserNameList(){
List data = Data.getData();
//old
List list=new ArrayList<>();
for (PersonModel persion:data) {
list.add(persion.getName());
}
System.out.println(list);
//new 1
List collect 彩乐乐专业的彩票工具-Java 8 - Stream 调集操作快速上手= data.stream().map(person -> person.getName()).collect(toList());
System.out.println(collect);
//new 2
List collect1 = data.stream().map(PersonModel::getName).collect(toList());
System.out.println(collect1);
//new 3
List collect2 = data.stream().map(person -> {
System.out.println(person.getName());
return person.getName();
}).collect(toList());
}


FlatMap

  • 望文生义,跟map差不多,更深层次的操作
  • 但仍是有差异的
  • map和flat回来值不同
  • Map 每个输入元素,都依照规矩转化成为别的一个元素。
  • 还有一些场景,是一对多映射联系的,这时需求 flatMap。
  • Map一对一
  • Flatmap一对多
  • map和flatMap的办法声明是不一样的
  • Stream map(Function mapper);
  • Stream flatMap(Functi彩乐乐专业的彩票工具-Java 8 - Stream 调集操作快速上手on> mapper);
  • map和flatMap的差异:我个人认为,flatMap的能够处理更深层次的数据,入参为多个list,成果能够回来为一个list,而map是一对一的,入参是多个list,成果回来有必要是多个list。浅显的说,假如入参都是目标,那么flatMap能够操作目标里边的目彩乐乐专业的彩票工具-Java 8 - Stream 调集操作快速上手标,而map只能操作第一层。





public static void flatMapString() {
List data = Data.getData();
//回来类型不一样
List collect = data.stream()
.flatMap(person -> Arrays.stream(person.getName().split(" "))).collect(toList());
List> collect1 = data.stream()
.map(person -> Arrays.stream(person.getName().split(" "))).collect(toList());
//用map完成
List collect2 = data.stream()
.map(person -> person.getName().split(" "))
.flatMap(Arrays::stream).collect(toList());
//另一种办法
List collect3 = data.stream()
.map(person -> person.getName().split(" "))
.flatMap(str -> Arrays.asList(str).stream()).collect(toList());
}


Reduce

  • 感觉相似递归
  • 数字(字符串)累加
  • 个人没咋用过





public static void reduceTest(){
//累加,初始化值是 10
Integer reduce = Stream.of(1, 2, 3, 4)
.reduce(10, (count, item) ->{
System.out.println("count:"+count);
System.out.println("item:"+item);
return count + item;
} );
System.out.println(reduce);
Integer reduce1 = Stream.of(1, 2, 3, 4)
.reduce(0, (x, y) -> x + y);
System.out.println(reduce1);
String reduce2 = Stream.of("1", "2", "3")
.reduce("0", (x, y) -> (x + "," + y));
System.out.println(reduce2);
}


Collect

  • collect在流中生成列表,map,等常用的数据结构
  • toList()
  • toSet()
  • toMap()
  • 自定义


 /**
* toList
*/
public static void toListTest(){
List data = Data.getData();
List collect = dat彩乐乐专业的彩票工具-Java 8 - Stream 调集操作快速上手a.stream()
.map(PersonModel::getName)
.collect(Collectors.toList());
}
/**
* toSet
*/
public static void toSetTest(){
List data = Data.getData();
Set collect = data.stream()
.map(PersonModel::getName)
.collect(Collectors.toSet());
}
/**
* toMap
*/
public static void toMapTest(){
List data = Data.getData();
Map collect = data.stream()
.collect(
Collectors.toMap(PersonModel::getName, PersonModel::getAge)
);
data.stream()
.collect(Collectors.toMap(per->per.getName(), value->{
return value+"1";
}));
}
/**
* 指定类型
*/
public static void toTreeSetTest(){
List data = Data.getData();
TreeSet collect = data.stream()
.collect(Collectors.toCollection(TreeSet::new));
System.out.println(collect);
}
/**
* 分组
*/
public static void toGroupTest(){
List data = Data.getData();
Map> collect = data.stream()
.collect(Collectors.groupingBy(per -> "男".equals(per.getSex())));
System.out.println(collect);
}
/**
* 分隔
*/
public static void toJoiningTest(){
List data = Data.getData();
String collect = data.stream()
.map(personModel -> personModel.getName())
.collect(Collectors.joining(",", "{", "}"));
System.out.println(collect);
}
/**
* 自定义
*/
public static void reduce(){
List collect = Stream.of("1", "2", "3").collect(
Collectors.reducing(new ArrayList(), x -> Arrays.asList(x), (y, z) -> {
y.addAll(z);
return y;
}));
System.out.println(collect);
}


Optional

  • Optional 是为中心类库新规划的一个数据类型,用来替换 null 值。
  • 人们对原有的 null 值有许多诉苦,甚至连创造这一概念的Tony Hoare也是如此,他曾说这是自己的一个“无价之宝的过错”
  • 用途很广,不光在lambda中,哪都能用
  • Optional.of(T),T为非空,不然初始化报错
  • Optional.ofNullable(T),T为恣意,能够为空
  • isPresent(),相当于 !=null
  • ifPresent(T), T能够是一段lambda表达式 ,或许其他代码,非空则履行


public static void main(String[] args) {
PersonModel personModel=new PersonModel();
//目标为空则打出 -
Optional o = Optional.of(personModel);
System.out.println(o.isPresent()?o.get():"-");
//名称为空则打出 -
Optional name = Optional.ofNullable(personModel.getName());
System.out.println(name.isPresent()?name.get():"-");
//假如不为空,则打出xxx
Optional.ofNullable("test").ifPresent(na->{
System.out.println(na+"ifPresent");
});
//假如空,则回来指定字符串
System.out.println(Optional.ofNullable(null).orElse("-"));
System.out.println(Optional.ofNullable("1").orElse("-"));
//假如空,则回来 指定办法,或许代码
System.out.println(Optional.ofNullable(null).orElseGet(()->{
return "hahah";
}));
System.out.println(Optional.ofNullable("1").orElseGet(()->{
return "hahah";
}));
//假如空,则能够抛出反常
System.out.println(Optional.ofNullable("1").orElseThrow(()->{
throw new RuntimeException("ss");
}));
// Objects.requireNonNull(null,"is null");
//运用 Optional 进行多级判别
EarthModel earthModel1 = new EarthModel();
//old
if (earthModel1!=null){
if (earthModel1.getTea()!=null){
//...
}
}
//new
Optional.ofNullable(earthModel1)
.map(EarthModel::getTea)
.map(TeaModel::getType)
.isPresent();
// Optional earthModel = Optional.ofNullable(new EarthModel());
// Optional> personModels = earthModel.map(EarthModel::getPersonModels);
// Optional> stringStream = personModels.map(per -> per.stream().map(PersonModel::getName));
//判别目标中的list
Optional.ofNullable(new EarthModel())
.map(EarthModel::getPersonModels)
.map(pers->pers
.stream()
.map(PersonModel::getName)
.collect(toList()))
.ifPresent(per-> System.out.println(per));
List models=Data.getData();
Optional.ofNullable(models)
.map(per -> per
.stream()
.map(PersonModel::getName)
.collect(toList()))
.ifPresent(per-> System.out.println(per));
}


并发

  • stream替换成parallelStream或 parallel
  • 输入流的巨细并不是决议并行化是否会带来速度提高的仅有要素,功能还会遭到编写代码的办法和核的数量的影响
  • 影响功能的五要素是:数据巨细、源数据结构、值是否装箱、可用的CPU核数量,以及处理每个元素所花的时刻


//依据数字的巨细,有不同的成果
private static int size=10000000;
public static void main(String[] args) {
System.out.println("-----------List-----------");
testList();
System.out.println("-----------Set-----------");
testSet();
}
/**
* 测验list
*/
public static void testList(){
List list = new ArrayList<>(size);
for (Integer i = 0; i < size; i++) {
list.add(new Integer(i));
}
List temp1 = new ArrayList<>(size);
//老的
long start=System.currentTimeMillis();
for (Integer i: list) {
temp1.add(i);
}
System.out.println(+System.currentTimeMillis()-start);
//同步
long start1=System.currentTimeMillis();
list.stream().collect(Collectors.toList());
System.out.println(System.currentTimeMillis()-start1);
//并发
long start2=System.currentTimeMillis();
list.parallelStream().collect(Collectors.toList());
System.out.println(System.currentTimeMillis()-start2);
}
/**
* 测验set
*/
public static void testSet(){
List list = new ArrayList<>(size);
for (Integer i = 0; i < size; i++) {
list.add(new Integer(i));
}
Set temp1 = new HashSet<>(size);
//老的
long start=System.currentTimeMillis();
for (Integer i: list) {
temp1.add(i);
}
System.out.println(+System.currentTimeMillis()-start);
//同步
long start1=System.currentTimeMillis();
list.stream().collect(Collectors.toSet());
System.out.println(System.currentTimeMillis()-start1);
//并发
long start2=System.currentTimeMillis();
list.parallelStream().collect(Collectors.toSet());
System.out.println(System.currentTimeMillis()-start2);
}


调试

  • list.map.fiter.map.xx 为链式调用,终究调用collect(xx)回来成果
  • 分慵懒求值和及早求值
  • 判别一个操作是慵懒求值仍是及早求值很简单:只需看它的回来值。假如回来值是 Stream,那么是慵懒求值;假如回来值是另一个值或为空,那么便是及早求值。运用这些操作的抱负办法便是构成一个慵懒求值的链,最后用一个及早求值的操作回来想要的成果。
  • 经过peek能够检查每个值,一起能持续操作流


private static void peekTest() {
List data = Data.getData();
//peek打印出遍历的每个per
data.stream().map(per->per.getName()).peek(p->{
System.out.println(p);
}).collect(toList());
}