流的使用

Posted 2022-12-03 ceilzcx

简介

流：（可以将它与集合结合一起学习）

　　1、元素序列——访问特定元素序列的一组有序值；流的目的在于表达计算。（集合主要目的是存储和访问）

　　2、源——刘辉使用一个提供数据的源，可以是集合、数组等。

　　3、数据处理操作——存在大量数据处理的函数，如filter、map、reduce等。流可以顺序或并行执行。

　　特点：

　　　　1、流水线——许多流操作返回一个流，可以将多个操作链接，形成一个流水线。能够时一些优化成为可能，如延迟和短路。

　　　　2、内部迭代：相比外部迭代（如：for-each），可以透明并行处理，或用更优化的顺序处理。

　　　　　　例：你发现桌上存在三本书，你打算整理它们：

　　　　　　　　　　你：这本书放哪？

　　　　　　　　　　我：放左边书架上

　　　　　　　　　　你：那这本呢？

　　　　　　　　　　我：也放左边书架上

　　　　　　　　　　你：那剩下这本呢？

　　　　　　　　　　我：也放左边书架上

　　　　　　　　你是不是觉得这种做法相当蠢，其实只需要问一遍这些书放到哪，当我告诉你放到书架上时，这就是内部迭代，我并没有告诉你怎么去放书，你可以一次性拿两本书，类似与并行操作。

　　　　　　你也可以选择先拿近的书，这就是优化你的处理顺序

　　注意：

　　　　1、流只能遍历一次

　　　　2、流水线必须触发一个终端操作，中间操作才会执行。

　　

　　例：假设你想要从一堆苹果中筛选红苹果，并按重量排序：

//parallStream()利用多喝架构并行执行这段代码。可以使用stream()
List<Apple> result = apples.parallelStream().filter(apple -> apple.getColor().equals("red"))
                .sorted(Comparator.comparing(Apple::getWeight)).collect(Collectors.toList());

　　filter和sorted操作都返回一个流，执行流水线操作，collect处理流水线。

 

　　流和集合：当你在DVD看一部电影时，DVD里的电影就是一个集合，它包含你电影所有的数据结构；而你在互联网上在线看电影时，就是流的概念，你不可能等到电影所有流都传输到你的电脑。你只需要当前你正在观看画面的那几帧就行了。流和集合存在开始计算的差异。

　　流是按需计算的；流可以是无线的，但用户需求是有限的。

 

Stream的方法　

　　一）筛选与切片

　　　　1、filter：接受一个谓词（返回为boolean的函数）

　　　　2、distinc：返回元素各异（可以参考set，根据 hascode 和 equal 方法实现）的流

　　　　3、limit(n)：截短流，返回不超过n的的流

　　　　4、skip(n)：跳过元素，返回去掉前n个元素的流

 

　　二）映射

　　　　1、类似于类型转换，差别是map创建了一个新的流而不是修改

　　　　2、map和flatMap的区别：假设我现在要将单词列表[ “hello”，“world”] --> [ "h" , "e" , "l" , "l" , "o" , "w" , "o" , "r" , "l" , "d"]；

　　　　　　代码1 为words中的每一个单词返回了一个String[]类型

　　　　　　代码2 Arrays.stream()：可以将一个数组产生一个流，这样返回的String[]类型都映射成一个流的内容（注意：不是流，map产生的流无法合并）并合并成一个流。

List<String> words = Arrays.asList("hello", "world");
1、List<String[]> list = words.stream().map(s->s.split("")).collect(toList());
2、List<String> list = words.stream().map(s -> s.split("")).flatMap(Arrays::stream).collect(toList());　　　

　　三）查找与匹配

　　　　工具（函数）：allMatch、anyMatch、noneMatch、findFirst、findAny

　　　　补充：三个Match可以看作短路求值。短路求值？有些操作不需要整个流就能得到结果，如：and运算符，如果第一个表达式为false，结果就是false，不需要计算后面的表达式。

　　　　　　　　findFirst和findAny的区别：findFirst在并行操作时存在限制，findAny限制较少。

　　四）归约

　　　　1、reduce：将流中所有元素反复结合，得到一个值。

List<Integer> numbers = Arrays.asList(1, 3, 4, 5, 6, 7, 8);
int sum = numbers.stream().reduce(0, (a, b) -> a + b);　　//元素求和
int sum = numbers.stream().reduce(0, Integer::sum);　　//与上面表达式效果一样
int multipy = numbers.stream().reduce(0, (a, b) -> a * b);　　//元素求积

总结：

操 作	类 型	返回类型	使用的类型/函数式接口	函数描述符
filter	中间	Stream<T>	Predicate<T>	T -> boolean
distinct	中间	Stream<T>
skip	中间	Stream<T>	long
limit	中间	Stream<T>	long
map	中间	Stream<R>	Function<T，R>	T -> R
flatMap	中间	Stream<R>	Function<T，Stream<R>>	T -> Stream<R>
sorted	中间	Stream<T>	Comparator<T>	(T, T) -> int
anyMatch	终端	boolean	Predicate<T>	T -> boolean
noneMatch	终端	boolean	Predicate<T>	T -> boolean
allMatch	终端	boolean	Predicate<T>	T -> boolean
findAny	终端	Optional<T>
findFirst	终端	Optional<T>
forEach	终端	void	Consumer<T>	T -> void
collect	终端	R	Collector<T, A, R>
reduce	终端	Optional<T>	BinaryOperator<T>	(T, T) -> T
count	终端	long