使用 Stream API 高逼格 優(yōu)化 Java 代碼！
來(lái)源：juejin.cn/post/6844903945005957127
如果有一個(gè)需求，需要對(duì)數(shù)據(jù)庫(kù)查詢(xún)到的菜肴進(jìn)行一個(gè)處理：
篩選出卡路里小于400的菜肴 對(duì)篩選出的菜肴進(jìn)行一個(gè)排序 獲取排序后菜肴的名字
菜肴：Dish.java
public class Dish {
private String name;
private boolean vegetarian;
private int calories;
private Type type;
// getter and setter
}
Java8以前的實(shí)現(xiàn)方式
private List beforeJava7(List dishList) {
List lowCaloricDishes = new ArrayList<>();
//1.篩選出卡路里小于400的菜肴
for (Dish dish : dishList) {
if (dish.getCalories() < 400) {
lowCaloricDishes.add(dish);
}
}
//2.對(duì)篩選出的菜肴進(jìn)行排序
Collections.sort(lowCaloricDishes, new Comparator() {
@Override
public int compare(Dish o1, Dish o2) {
return Integer.compare(o1.getCalories(), o2.getCalories());
}
});
//3.獲取排序后菜肴的名字
List lowCaloricDishesName = new ArrayList<>();
for (Dish d : lowCaloricDishes) {
lowCaloricDishesName.add(d.getName());
}
return lowCaloricDishesName;
}
Java8之后的實(shí)現(xiàn)方式
private List afterJava8(List dishList) {
return dishList.stream()
.filter(d -> d.getCalories() < 400) //篩選出卡路里小于400的菜肴
.sorted(comparing(Dish::getCalories)) //根據(jù)卡路里進(jìn)行排序
.map(Dish::getName) //提取菜肴名稱(chēng)
.collect(Collectors.toList()); //轉(zhuǎn)換為L(zhǎng)ist
}
不拖泥帶水，一氣呵成，原來(lái)需要寫(xiě)24代碼實(shí)現(xiàn)的功能現(xiàn)在只需5行就可以完成了
高高興興寫(xiě)完需求這時(shí)候又有新需求了，新需求如下：
對(duì)數(shù)據(jù)庫(kù)查詢(xún)到的菜肴根據(jù)菜肴種類(lèi)進(jìn)行分類(lèi)，返回一個(gè) Map<type, list的結(jié)果>
這要是放在jdk8之前肯定會(huì)頭皮發(fā)麻
Java8以前的實(shí)現(xiàn)方式
private static Map<type, list> beforeJdk8(List dishList) {
Map<type, list> result = new HashMap<>();
for (Dish dish : dishList) {
//不存在則初始化
if (result.get(dish.getType())==null) {
List dishes = new ArrayList<>();
dishes.add(dish);
result.put(dish.getType(), dishes);
} else {
//存在則追加
result.get(dish.getType()).add(dish);
}
}
return result;
}
還好jdk8有Stream，再也不用擔(dān)心復(fù)雜集合處理需求
Java8以后的實(shí)現(xiàn)方式
private static Map<type, list> afterJdk8(List dishList) {
return dishList.stream().collect(groupingBy(Dish::getType));
}
又是一行代碼解決了需求，忍不住大喊Stream API牛批 看到流的強(qiáng)大功能了吧，接下來(lái)將詳細(xì)介紹流
什么是流
流是從支持?jǐn)?shù)據(jù)處理操作的源生成的元素序列，源可以是數(shù)組、文件、集合、函數(shù)。流不是集合元素，它不是數(shù)據(jù)結(jié)構(gòu)并不保存數(shù)據(jù)，它的主要目的在于計(jì)算。
如何生成流
生成流的方式主要有五種
通過(guò)集合生成，應(yīng)用中最常用的一種
List integerList = Arrays.asList(1, 2, 3, 4, 5);
Stream stream = integerList.stream();
通過(guò)集合的stream方法生成流
通過(guò)數(shù)組生成 int[] intArr = new int[]{1, 2, 3, 4, 5};
IntStream stream = Arrays.stream(intArr);
通過(guò)Arrays.stream方法生成流，并且該方法生成的流是數(shù)值流【即IntStream】而不是Stream。補(bǔ)充一點(diǎn)使用數(shù)值流可以避免計(jì)算過(guò)程中拆箱裝箱，提高性能。Stream API提供了mapToInt、mapToDouble、mapToLong三種方式將對(duì)象流【即Stream】轉(zhuǎn)換成對(duì)應(yīng)的數(shù)值流，同時(shí)提供了boxed方法將數(shù)值流轉(zhuǎn)換為對(duì)象流
通過(guò)值生成 Streamstream = Stream.of(1, 2, 3, 4, 5);
通過(guò)Stream的of方法生成流，通過(guò)Stream的empty方法可以生成一個(gè)空流
通過(guò)文件生成 Streamlines = Files.lines(Paths.get("data.txt"), Charset.defaultCharset())
通過(guò)Files.line方法得到一個(gè)流，并且得到的每個(gè)流是給定文件中的一行
通過(guò)函數(shù)生成 提供了
iterate和generate兩個(gè)靜態(tài)方法從函數(shù)中生成流Streamstream = Stream.iterate(0, n -> n + 2).limit(5); iterate方法接受兩個(gè)參數(shù)，第一個(gè)為初始化值，第二個(gè)為進(jìn)行的函數(shù)操作，因?yàn)?code style="font-size: 14px;border-radius: 4px;margin-right: 2px;margin-left: 2px;background-color: rgba(27, 31, 35, 0.05);font-family: 'Operator Mono', Consolas, Monaco, Menlo, monospace;color: rgb(19, 148, 216);padding: 2px 6px;word-break: normal;">iterator生成的流為無(wú)限流，通過(guò)limit方法對(duì)流進(jìn)行了截?cái)?，只生?個(gè)偶數(shù)Streamstream = Stream.generate(Math::random).limit(5); generate方法接受一個(gè)參數(shù)，方法參數(shù)類(lèi)型為Supplier，由它為流提供值。generate生成的流也是無(wú)限流，因此通過(guò)limit對(duì)流進(jìn)行了截?cái)?/p>generator iterator
流???????的操作類(lèi)型主要分為兩種
中間操作 一個(gè)流可以后面跟隨零個(gè)或多個(gè)中間操作。其目的主要是打開(kāi)流，做出某種程度的數(shù)據(jù)映射/過(guò)濾，然后返回一個(gè)新的流，交給下一個(gè)操作使用。這類(lèi)操作都是惰性化的，僅僅調(diào)用到這類(lèi)方法，并沒(méi)有真正開(kāi)始流的遍歷，真正的遍歷需等到終端操作時(shí)，常見(jiàn)的中間操作有下面即將介紹的 filter、map等終端操作 一個(gè)流有且只能有一個(gè)終端操作，當(dāng)這個(gè)操作執(zhí)行后，流就被關(guān)閉了，無(wú)法再被操作，因此一個(gè)流只能被遍歷一次，若想在遍歷需要通過(guò)源數(shù)據(jù)在生成流。終端操作的執(zhí)行，才會(huì)真正開(kāi)始流的遍歷。如下面即將介紹的 count、collect等
流的使用
流的使用將分為終端操作和中間操作進(jìn)行介紹
中間操作
filter篩選
List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream stream = integerList.stream().filter(i -> i > 3);
通過(guò)使用filter方法進(jìn)行條件篩選，filter的方法參數(shù)為一個(gè)條件
distinct去除重復(fù)元素
List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream stream = integerList.stream().distinct();
通過(guò)distinct方法快速去除重復(fù)的元素
limit返回指定流個(gè)數(shù)
List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream stream = integerList.stream().limit(3);
通過(guò)limit方法指定返回流的個(gè)數(shù)，limit的參數(shù)值必須>=0，否則將會(huì)拋出異常
skip跳過(guò)流中的元素
List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream stream = integerList.stream().skip(2);
通過(guò)skip方法跳過(guò)流中的元素，上述例子跳過(guò)前兩個(gè)元素，所以打印結(jié)果為2,3,4,5，skip的參數(shù)值必須>=0，否則將會(huì)拋出異常
map流映射
所謂流映射就是將接受的元素映射成另外一個(gè)元素
List stringList = Arrays.asList("Java 8", "Lambdas", "In", "Action");
Stream stream = stringList.stream().map(String::length);
通過(guò)map方法可以完成映射，該例子完成中String \-> Integer的映射，之前上面的例子通過(guò)map方法完成了Dish->String的映射
flatMap流轉(zhuǎn)換
將一個(gè)流中的每個(gè)值都轉(zhuǎn)換為另一個(gè)流
List wordList = Arrays.asList("Hello", "World");
List strList = wordList.stream()
.map(w -> w.split(" "))
.flatMap(Arrays::stream)
.distinct()
.collect(Collectors.toList());
map(w \-> w.split(" "))的返回值為Stream，我們想獲取Stream，可以通過(guò)flatMap方法完成Stream的轉(zhuǎn)換
元素匹配
提供了三種匹配方式
allMatch匹配所有 ListintegerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().allMatch(i -> i > 3)) {
System.out.println("值都大于3");
}
通過(guò)allMatch方法實(shí)現(xiàn)
anyMatch匹配其中一個(gè)
ListintegerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().anyMatch(i -> i > 3)) {
System.out.println("存在大于3的值");
}等同于
for (Integer i : integerList) {
if (i > 3) {
System.out.println("存在大于3的值");
break;
}
}
存在大于3的值則打印，java8中通過(guò)anyMatch方法實(shí)現(xiàn)這個(gè)功能
noneMatch全部不匹配
ListintegerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().noneMatch(i -> i > 3)) {
System.out.println("值都小于3");
}通過(guò)
noneMatch方法實(shí)現(xiàn)
終端操作
統(tǒng)計(jì)流中元素個(gè)數(shù)
通過(guò)count ListintegerList = Arrays.asList(1, 2, 3, 4, 5);
Long result = integerList.stream().count();
通過(guò)使用count方法統(tǒng)計(jì)出流中元素個(gè)數(shù)
通過(guò)counting ListintegerList = Arrays.asList(1, 2, 3, 4, 5);
Long result = integerList.stream().collect(counting());
最后一種統(tǒng)計(jì)元素個(gè)數(shù)的方法在與collect聯(lián)合使用的時(shí)候特別有用
查找
提供了兩種查找方式
findFirst查找第一個(gè)
ListintegerList = Arrays.asList(1, 2, 3, 4, 5);
Optionalresult = integerList.stream().filter(i -> i > 3).findFirst(); 通過(guò)
findFirst方法查找到第一個(gè)大于三的元素并打印findAny隨機(jī)查找一個(gè)
ListintegerList = Arrays.asList(1, 2, 3, 4, 5);
Optionalresult = integerList.stream().filter(i -> i > 3).findAny(); 通過(guò)
findAny方法查找到其中一個(gè)大于三的元素并打印，因?yàn)閮?nèi)部進(jìn)行優(yōu)化的原因，當(dāng)找到第一個(gè)滿(mǎn)足大于三的元素時(shí)就結(jié)束，該方法結(jié)果和findFirst方法結(jié)果一樣。提供findAny方法是為了更好的利用并行流，findFirst方法在并行上限制更多【本篇文章將不介紹并行流】
reduce將流中的元素組合起來(lái)
假設(shè)我們對(duì)一個(gè)集合中的值進(jìn)行求和
jdk8之前
int sum = 0;
for (int i : integerList) {
sum += i;
}jdk8之后通過(guò)reduce進(jìn)行處理
int sum = integerList.stream().reduce(0, (a, b) -> (a + b));一行就可以完成，還可以使用方法引用簡(jiǎn)寫(xiě)成：
int sum = integerList.stream().reduce(0, Integer::sum);reduce接受兩個(gè)參數(shù)，一個(gè)初始值這里是0，一個(gè)BinaryOperator來(lái)將兩個(gè)元素結(jié)合起來(lái)產(chǎn)生一個(gè)新值， 另外accumulator reduce方法還有一個(gè)沒(méi)有初始化值的重載方法
獲取流中最小最大值
通過(guò)min/max獲取最小最大值
Optionalmin = menu.stream().map(Dish::getCalories).min(Integer::compareTo);
Optionalmax = menu.stream().map(Dish::getCalories).max(Integer::compareTo); 也可以寫(xiě)成：
OptionalInt min = menu.stream().mapToInt(Dish::getCalories).min();
OptionalInt max = menu.stream().mapToInt(Dish::getCalories).max();min獲取流中最小值，max獲取流中最大值，方法參數(shù)為Comparator comparator通過(guò)minBy/maxBy獲取最小最大值
Optionalmin = menu.stream().map(Dish::getCalories).collect(minBy(Integer::compareTo));
Optionalmax = menu.stream().map(Dish::getCalories).collect(maxBy(Integer::compareTo)); minBy獲取流中最小值，maxBy獲取流中最大值，方法參數(shù)為Comparator comparator通過(guò)reduce獲取最小最大值
Optionalmin = menu.stream().map(Dish::getCalories).reduce(Integer::min);
Optionalmax = menu.stream().map(Dish::getCalories).reduce(Integer::max);
求和
通過(guò)summingInt
int sum = menu.stream().collect(summingInt(Dish::getCalories));如果數(shù)據(jù)類(lèi)型為
double、long，則通過(guò)summingDouble、summingLong方法進(jìn)行求和通過(guò)reduce
int sum = menu.stream().map(Dish::getCalories).reduce(0, Integer::sum);通過(guò)sum
int sum = menu.stream().mapToInt(Dish::getCalories).sum();
在上面求和、求最大值、最小值的時(shí)候，對(duì)于相同操作有不同的方法可以選擇執(zhí)行。可以選擇collect、reduce、min/max/sum方法，推薦使用min、max、sum方法。因?yàn)樗詈?jiǎn)潔易讀，同時(shí)通過(guò)mapToInt將對(duì)象流轉(zhuǎn)換為數(shù)值流，避免了裝箱和拆箱操作
通過(guò)averagingInt求平均值
double average = menu.stream().collect(averagingInt(Dish::getCalories));
如果數(shù)據(jù)類(lèi)型為double、long，則通過(guò)averagingDouble、averagingLong方法進(jìn)行求平均
通過(guò)summarizingInt同時(shí)求總和、平均值、最大值、最小值
IntSummaryStatistics intSummaryStatistics = menu.stream().collect(summarizingInt(Dish::getCalories));
double average = intSummaryStatistics.getAverage(); //獲取平均值
int min = intSummaryStatistics.getMin(); //獲取最小值
int max = intSummaryStatistics.getMax(); //獲取最大值
long sum = intSummaryStatistics.getSum(); //獲取總和
如果數(shù)據(jù)類(lèi)型為double、long，則通過(guò)summarizingDouble、summarizingLong方法
通過(guò)foreach進(jìn)行元素遍歷
List integerList = Arrays.asList(1, 2, 3, 4, 5);
integerList.stream().forEach(System.out::println);
而在jdk8之前實(shí)現(xiàn)遍歷：
for (int i : integerList) {
System.out.println(i);
}
jdk8之后遍歷元素來(lái)的更為方便，原來(lái)的for-each直接通過(guò)foreach方法就能實(shí)現(xiàn)了
返回集合
List strings = menu.stream().map(Dish::getName).collect(toList());
Set sets = menu.stream().map(Dish::getName).collect(toSet());
只舉例了一部分，還有很多其他方法 jdk8之前
List stringList = new ArrayList<>();
Set stringSet = new HashSet<>();
for (Dish dish : menu) {
stringList.add(dish.getName());
stringSet.add(dish.getName());
}
通過(guò)遍歷和返回集合的使用發(fā)現(xiàn)流只是把原來(lái)的外部迭代放到了內(nèi)部進(jìn)行，這也是流的主要特點(diǎn)之一。內(nèi)部迭代可以減少好多代碼量
通過(guò)joining拼接流中的元素
String result = menu.stream().map(Dish::getName).collect(Collectors.joining(", "));
默認(rèn)如果不通過(guò)map方法進(jìn)行映射處理拼接的toString方法返回的字符串，joining的方法參數(shù)為元素的分界符，如果不指定生成的字符串將是一串的，可讀性不強(qiáng)
進(jìn)階通過(guò)groupingBy進(jìn)行分組
Map<type, list> result = dishList.stream().collect(groupingBy(Dish::getType));
在collect方法中傳入groupingBy進(jìn)行分組，其中groupingBy的方法參數(shù)為分類(lèi)函數(shù)。還可以通過(guò)嵌套使用groupingBy進(jìn)行多級(jí)分類(lèi)
Map<type, list> result = menu.stream().collect(groupingBy(Dish::getType,
groupingBy(dish -> {
if (dish.getCalories() <= 400) return CaloricLevel.DIET;
else if (dish.getCalories() <= 700) return CaloricLevel.NORMAL;
else return CaloricLevel.FAT;
})));
進(jìn)階通過(guò)partitioningBy進(jìn)行分區(qū)
分區(qū)是特殊的分組，它分類(lèi)依據(jù)是true和false，所以返回的結(jié)果最多可以分為兩組
Map<boolean, list> result = menu.stream().collect(partitioningBy(Dish :: isVegetarian))
等同于
Map<boolean, list> result = menu.stream().collect(groupingBy(Dish :: isVegetarian))
這個(gè)例子可能并不能看出分區(qū)和分類(lèi)的區(qū)別，甚至覺(jué)得分區(qū)根本沒(méi)有必要，換個(gè)明顯一點(diǎn)的例子：
List integerList = Arrays.asList(1, 2, 3, 4, 5);
Map<boolean, list> result = integerList.stream().collect(partitioningBy(i -> i < 3));
返回值的鍵仍然是布爾類(lèi)型，但是它的分類(lèi)是根據(jù)范圍進(jìn)行分類(lèi)的，分區(qū)比較適合處理根據(jù)范圍進(jìn)行分類(lèi)
總結(jié)
通過(guò)使用Stream API可以簡(jiǎn)化代碼，同時(shí)提高了代碼可讀性，趕緊在項(xiàng)目里用起來(lái)。講道理在沒(méi)學(xué)Stream API之前，誰(shuí)要是給我在應(yīng)用里寫(xiě)很多Lambda，Stream API，飛起就想給他一腳。我想，我現(xiàn)在可能愛(ài)上他了【嘻嘻】。同時(shí)使用的時(shí)候注意不要將聲明式和命令式編程混合使用