【Java 8 in Action】Stream

2020-04-01 15:16 245人阅读评论(0)

文章目录

Stream

Stream的介绍
Stream的创建
Stream的中间操作
Stream 的终止操作
并行流与串行流

Stream

Stream的介绍

Lambda表达式是Stream的基础，如果你还不懂它，可以参考这篇文章

在Lambda表达式章节也说了Stream 是 Java 8 的一大亮点。它与 java.io 包里的 InputStream 和 OutputStream 是完全不同的概念。我们看一下官方文档

官方文档表明:

Stream 流将要处理的元素集合看作一种流，流在管道中传输，并且可以在管道的节点上进行处理，比如筛选、排序、聚合等。元素流在管道中经过中间操作（intermediate operation）的处理，最后由终端操作 (terminal operation) 得到前面处理的结果。Stream流可以说是对集合（Collection）对象功能的增强。
Stream API 借助于Lambda 表达式，极大的提高编程效率和程序可读性。同时它提供串行和并行两种模式进行汇聚操作，并发模式能够充分利用多核处理器的优势，使用 fork/join 并行方式来拆分任务和加速处理过程。使用 Stream API 无需编写一行多线程的代码，就可以很方便地写出高性能的并发程序。

简单的说流 (Stream) 是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。“集合讲的是数据，流讲的是计算！

值得注意的地方：

Stream 自己不会存储元素。
Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。
Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。

Stream的操作有三个步骤：

创建 Stream
一个数据源（如：集合、数组），获取一个流
中间操作
一个中间操作链，对数据源的数据进行处理
终止操作( ( 终端操作) )
一个终止操作，执行中间操作链，并产生结果

类似于这种：

Stream的创建

可以通过多种方式创建流：

1、通过集合的stream()方法或者parallelStream()，比如Arrays.asList(1,2,3).stream()。
2、通过Arrays.stream(Object[])方法, 比如Arrays.stream(new int[]{1,2,3})。
3、使用流的静态方法，比如Stream.of(Object[]), IntStream.range(int, int) 或者 Stream.iterate(Object, UnaryOperator)，如Stream.iterate(0, n -> n * 2)，或者generate(Supplier<T> s)如Stream.generate(Math::random)。
4、BufferedReader.lines()从文件中获得行的流。
5、Files类的操作路径的方法，如list、find、walk等。
6、随机数流Random.ints()。
7、其它一些类提供了创建流的方法，如BitSet.stream(), Pattern.splitAsStream(java.lang.CharSequence), 和 JarFile.stream()。
8、更底层的使用StreamSupport，它提供了将Spliterator转换成流的方法。

我们这里仅展示常见的

Java8 中的 Collection 接口被扩展，提供了两个获取流的方法：

 default Stream<E> stream() : 返回一个顺序流
 default Stream<E> parallelStream() : 返回一个并行流

下面我们来看看如何创建流

由数组创建流
Java8 中的 Arrays 的静态方法 stream() 可以获取数组流：

 static <T> Stream<T> stream(T[] array): 返回一个流
重载形式，能够处理对应基本类型的数组：
 public static IntStream stream(int[] array)
 public static LongStream stream(long[] array)
 public static DoubleStream stream(double[] array)

由值创建流
可以使用静态方法 Stream.of(), 通过显示值创建一个流。它可以接收任意数量的参数。

public static<T> Stream<T> of(T... values) : 返回一个流

由函数创建流：创建无限流
可以使用静态方法 Stream.iterate() 和Stream.generate(), 创建无限流。

// 迭代
public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
// seed为起始值 
// UnaryOperator为一个函数式接口，继承于Function<T,T>

// 生成
public static<T> Stream<T> generate(Supplier<T> s) :

演示：

	   //1. Collection 提供了两个方法  stream() 与 parallelStream()
        List<String> list = new ArrayList<>();
        Stream<String> stream = list.stream(); //获取一个顺序流
        Stream<String> parallelStream = list.parallelStream(); //获取一个并行流

        //2. 通过 Arrays 中的 stream() 获取一个数组流
        Integer[] nums = new Integer[10];
        Stream<Integer> stream1 = Arrays.stream(nums);

        //3. 通过 Stream 类中静态方法 of()
        Stream<Integer> stream2 = Stream.of(1,2,3,4,5,6);

        //4. 创建无限流
        //迭代
        Stream<Integer> stream3 = Stream.iterate(0, (x) -> x + 2).limit(10);
        stream3.forEach(System.out::println);

        //生成
        Stream<Double> stream4 = Stream.generate(Math::random).limit(2);
        stream4.forEach(System.out::println);

Stream的中间操作

多个中间操作可以连接起来形成一个流水线，除非流水线上触发终止操作，否则中间操作不会执行任何的处理！而在终止操作时一次性全部处理，称为“惰性求值”

筛选与切片

方法	描述
filter(Predicate p)	接收 Lambda ，从流中排除某些元素。
distinct()	筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
limit(long maxSize)	截断流，使其元素不超过给定数量。
skip(long n)	跳过元素，返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补

映射

方法	描述
map(Function f)	接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
mapToDouble(ToDoubleFunction f)	接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 DoubleStream。
mapToInt(ToIntFunction f)	接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 IntStream。
mapToLong(ToLongFunction f)	接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 LongStream。
flatMap(Function f)	接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流

排序

方法	描述
sorted()	产生一个新流，其中按自然顺序排序
sorted(Comparator comp)	产生一个新流，其中按比较器顺序排序

演示：
新建一个实体类Employee :

public class Employee {

	private int id;
	private String name;
	private int age;
	private double salary;

	public Employee() {
	}

	public Employee(String name) {
		this.name = name;
	}

	public Employee(String name, int age) {
		this.name = name;
		this.age = age;
	}

	public Employee(int id, String name, int age, double salary) {
		this.id = id;
		this.name = name;
		this.age = age;
		this.salary = salary;
	}

	public int getId() {
		return id;
	}

	public void setId(int id) {
		this.id = id;
	}

	public String getName() {
		return name;
	}

	public void setName(String name) {
		this.name = name;
	}

	public int getAge() {
		return age;
	}

	public void setAge(int age) {
		this.age = age;
	}

	public double getSalary() {
		return salary;
	}

	public void setSalary(double salary) {
		this.salary = salary;
	}

	public String show() {
		return "测试方法引用！";
	}

	@Override
	public int hashCode() {
		final int prime = 31;
		int result = 1;
		result = prime * result + age;
		result = prime * result + id;
		result = prime * result + ((name == null) ? 0 : name.hashCode());
		long temp;
		temp = Double.doubleToLongBits(salary);
		result = prime * result + (int) (temp ^ (temp >>> 32));
		return result;
	}

	@Override
	public boolean equals(Object obj) {
		if (this == obj)
			return true;
		if (obj == null)
			return false;
		if (getClass() != obj.getClass())
			return false;
		Employee other = (Employee) obj;
		if (age != other.age)
			return false;
		if (id != other.id)
			return false;
		if (name == null) {
			if (other.name != null)
				return false;
		} else if (!name.equals(other.name))
			return false;
		if (Double.doubleToLongBits(salary) != Double.doubleToLongBits(other.salary))
			return false;
		return true;
	}

	@Override
	public String toString() {
		return "Employee [id=" + id + ", name=" + name + ", age=" + age + ", salary=" + salary + "]";
	}

}

核心代码

import org.junit.Test;

import java.io.PrintStream;
import java.util.*;
import java.util.function.*;
import java.util.stream.Stream;


/*
 * 一、Stream API 的操作步骤：
 *
 * 1. 创建 Stream
 *
 * 2. 中间操作
 *
 * 3. 终止操作(终端操作)
 */
public class MyTest {

    //1. 创建 Stream
    @Test
    public void test1(){
        //1. Collection 提供了两个方法  stream() 与 parallelStream()
        List<String> list = new ArrayList<>();
        Stream<String> stream = list.stream(); //获取一个顺序流
        Stream<String> parallelStream = list.parallelStream(); //获取一个并行流

        //2. 通过 Arrays 中的 stream() 获取一个数组流
        Integer[] nums = new Integer[10];
        Stream<Integer> stream1 = Arrays.stream(nums);

        //3. 通过 Stream 类中静态方法 of()
        Stream<Integer> stream2 = Stream.of(1,2,3,4,5,6);

        //4. 创建无限流
        //迭代
        Stream<Integer> stream3 = Stream.iterate(0, (x) -> x + 2).limit(10);
        stream3.forEach(System.out::println);

        //生成
        Stream<Double> stream4 = Stream.generate(Math::random).limit(2);
        stream4.forEach(System.out::println);

    }

    //2. 中间操作
    List<Employee> emps = Arrays.asList(
            new Employee(102, "李四", 59, 6666.66),
            new Employee(101, "张三", 18, 9999.99),
            new Employee(103, "王五", 28, 3333.33),
            new Employee(104, "赵六", 8, 7777.77),
            new Employee(104, "赵六", 8, 7777.77),
            new Employee(104, "赵六", 8, 7777.77),
            new Employee(105, "田七", 38, 5555.55)
    );

	/*
	  筛选与切片
		filter——接收 Lambda ， 从流中排除某些元素。
		limit——截断流，使其元素不超过给定数量。
		skip(n) —— 跳过元素，返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补
		distinct——筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素 要记得使用前重写元素的hashCode() 和 equals() 方法
	 */

    //内部迭代：迭代操作 Stream API 内部完成
    @Test
    public void test2(){
        //所有的中间操作不会做任何的处理
        Stream<Employee> stream = emps.stream()
                .filter((e) -> {
                    System.out.println("测试中间操作");
                    return e.getAge() <= 35;
                });

        //只有当做终止操作时，所有的中间操作会一次性的全部执行，称为“惰性求值”
        stream.forEach(System.out::println);
    }

    //外部迭代
    @Test
    public void test3(){
        Iterator<Employee> it = emps.iterator();

        while(it.hasNext()){
            System.out.println(it.next());
        }
    }

    @Test
    public void test4(){
        emps.stream()
                .filter((e) -> {
                    System.out.println("短路！"); // &&  ||
                    return e.getSalary() >= 5000;
                }).limit(3)
                .forEach(System.out::println);
    }

    @Test
    public void test5(){
        emps.parallelStream()
                .filter((e) -> e.getSalary() >= 5000)
                .skip(2)
                .forEach(System.out::println);
    }

    @Test
    public void test6(){
        emps.stream()
                .distinct()
                .forEach(System.out::println);
    }
}

代码太长了，分成了几段

import org.junit.Test;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;


/*
 * 一、Stream API 的操作步骤：
 *
 * 1. 创建 Stream
 *
 * 2. 中间操作
 *
 * 3. 终止操作(终端操作)
 */
public class MyTest {

    //2. 中间操作
    List<Employee> emps = Arrays.asList(
            new Employee(102, "李四", 59, 6666.66),
            new Employee(101, "张三", 18, 9999.99),
            new Employee(103, "王五", 28, 3333.33),
            new Employee(104, "赵六", 8, 7777.77),
            new Employee(104, "赵六", 8, 7777.77),
            new Employee(104, "赵六", 8, 7777.77),
            new Employee(105, "田七", 38, 5555.55)
    );

    /*
        映射
        map接收 Lambda，将元素转换成其他形式或提取信息。接收一个函作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素

        f1atMap—接收一个函数作为参数，将淩中的每个值都换成另一个流，然后把所有流连接成一个流
     */

    @Test
    public void test1() {
        List<String> list = Arrays.asList("kkk","mmm","yyy");
        list.stream()
                .map((str)->str.toUpperCase())
                .forEach(System.out::println);

        System.out.println("----------------------------------");
        System.out.println("提取员工的名称");
        emps.stream()
                .map(Employee::getName)
                .forEach(System.out::println);
        System.out.println("----------------------------------");

        Stream<Stream<Character>> stream = list.stream()
                .map(MyTest::filterCharacter);
        //{{k,k,k},{m,m.m}}
        stream.forEach((sm)->{
            sm.forEach(System.out::print);
        });

        System.out.println("----------------------------------");
        Stream<Character> sm = list.stream()
                .flatMap(MyTest::filterCharacter);
        //{k,k,k.m.m.m}
        sm.forEach(System.out::println);


    }

    private static Stream<Character> filterCharacter (String str) {
        List<Character> list = new ArrayList<>();

        for (Character ch : str.toCharArray()){
            list.add(ch);
        }
        return list.stream();
    }

    /*
    排序
    sorted（）一自然排序（ Comparable）
    sorted（ Comparator com）—定制排序（ Comparator）
     */
    @Test
    public void test2() {

        List<String> list = Arrays.asList("ddd","ccc","bbb","aaa");

        list.stream()
                .sorted()
                .forEach(System.out::print);

        System.out.println("----------------------------------");

    }
}

Stream 的终止操作

终端操作会从流的流水线生成结果。其结果可以是任何不是流的值，例如：List、Integer，甚至是 void 。

查找与匹配

方法	描述
allMatch(Predicate p)	检查是否匹配所有元素
anyMatch( (Predicate p) )	检查是否至少匹配一个元素
noneMatch(Predicate p)	检查是否没有匹配所有元素
findFirst()	返回第一个元素
findAny()	返回当前流中的任意元素
count()	返回流中元素总数
max(Comparator c )	返回流中最大值
min(Comparator c )	返回流中最小值
forEach(Consumer c )	内部迭代( (用使用 Collection 接口需要用户去做迭代，称为外部迭代。相反， Stream API 使用内部迭代 —— 它帮你把迭代做了) )

演示一下：

更改Employee类,添加枚举类型

public enum Status{
		SLEEP,
		WORK,
		TRAVEL
	}

代码：

import org.junit.Test;

import java.util.Arrays;
import java.util.List;
import java.util.Optional;

/*
 * 一、Stream API 的操作步骤：
 *
 * 1. 创建 Stream
 *
 * 2. 中间操作
 *
 * 3. 终止操作(终端操作)
 */
public class MyTest {

    //3. 终止操作(终端操作)
    List<Employee> emps = Arrays.asList(
            new Employee(102, "李四", 59, 6666.66, Employee.Status.SLEEP),
            new Employee(101, "张三", 18, 9999.99, Employee.Status.WORK),
            new Employee(103, "王五", 28, 3333.33, Employee.Status.TRAVEL),
            new Employee(104, "赵六", 8, 7777.77,Employee.Status.TRAVEL),
            new Employee(104, "赵六", 8, 7777.77,Employee.Status.SLEEP),
            new Employee(104, "赵六", 8, 7777.77, Employee.Status.SLEEP),
            new Employee(105, "田七", 38, 5555.55, Employee.Status.WORK)
    );

    /*
        查找与匹配
        a11Match  检查是否匹配所有元素
        anyMatch  检查是否至少匹配一个元素
        noneMatch  检查是否没有匹配所有元素
        findfirst  返回第一个元素
        findAny  返回当前流中的任意元素
        count  返回流中元素的总个数
        max—返回流中最大值
        min—返回流中最小值
     */

    @Test
    public void test1() {
        boolean b1 = emps.stream()
                .allMatch((e) -> e.getStatus().equals(Employee.Status.WORK));
        System.out.println("allMatch: "+b1);

        boolean b2 = emps.stream()
                .anyMatch((e) -> e.getStatus().equals(Employee.Status.WORK));
        System.out.println("anyMatch: "+b2);

        boolean b3 = emps.stream()
                .noneMatch((e) -> e.getStatus().equals(Employee.Status.WORK));
        System.out.println("noneMatch: "+b3);

        //值可能为空 结果封装到Optional容器中
        Optional<Employee> op = emps.stream()
                .sorted((e1, e2) -> Double.compare(e1.getSalary() ,e2.getSalary()))
                .findFirst();
        System.out.println(op.get());

        System.out.println("**************************************");

        Optional<Employee> op2 = emps.stream()
                .filter((e1) -> e1.getStatus().equals(Employee.Status.SLEEP))
                .findAny();
        System.out.println(op2.get());

        System.out.println("**************************************");

        Long count = emps.stream().count();
        System.out.println(count);

        System.out.println("**************************************");

        Optional<Employee> op3 = emps.stream()
                .max((e1, e2) -> Double.compare(e1.getSalary(),e2.getSalary()));
        System.out.println(op3.get());

        emps.stream()
                .map(Employee :: getSalary)
                .min(Double::compare);

    }
}

归约

方法	描述
reduce(T iden, BinaryOperator b)	可以将流中元素反复结合起来，得到一个值。返回 T
reduce(BinaryOperator b)	可以将流中元素反复结合起来，得到一个值。返回 Optional<T>

map 和 reduce 的连接通常称为 map-reduce 模式，因 Google 用它来进行网络搜索而出名。

收集

方法	描述
collect(Collector c)	将流转换为其他形式。接收一个 Collector接口实现，用于给Stream中元素做汇总的方法

Collector 接口中方法的实现决定了如何对流执行收集操作(如收集到 List、Set、Map)。但是 Collectors 实用类提供了很多静态
方法，可以方便地创建常见收集器实例，具体方法与实例如下：

方法	返回类型	作用
toList	List、	把流中元素收集到List

// 示例
List<Employee> emps= list.stream().collect(Collectors.toList());

方法	返回类型	作用
toSet	Set<T>	把流中元素收集到Set

// 示例
Set<Employee> emps= list.stream().collect(Collectors.toSet());

方法	返回类型	作用
toCollection	Collection<T>	把流中元素收集到创建的集合

// 示例
Collection<Employee> emps=list.stream().collect(Collectors.toCollection(ArrayList::new));

方法	返回类型	作用
counting	Long	计算流中元素的个数

// 示例
long count = list.stream().collect(Collectors.counting());

方法	返回类型	作用
summingInt	Integer	对流中元素的整数属性求和

// 示例
int total=list.stream().collect(Collectors.summingInt(Employee::getSalary));

方法	返回类型	作用
averagingInt	Double	计算流中元素Integer属性的平均值

// 示例
double avg= list.stream().collect(Collectors.averagingInt(Employee::getSalary));

方法	返回类型	作用
summarizingInt	IntSummaryStatistics	收集流中Integer属性的统计值。如：平均值

// 示例
Int SummaryStatisticsiss= list.stream().collect(Collectors.summarizingInt(Employee::getSalary));

方法	返回类型	作用
joining	String	连接流中每个字符串

// 示例
String str= list.stream().map(Employee::getName).collect(Collectors.joining());

方法	返回类型	作用
maxBy	Optional<T>	根据比较器选择最大值

// 示例
Optional<Emp> max= list.stream().collect(Collectors.maxBy(comparingInt(Employee::getSalary)));

方法	返回类型	作用
minBy	Optional<T>	根据比较器选择最小值

// 示例
Optional<Emp> min = list.stream().collect(Collectors.minBy(comparingInt(Employee::getSalary)));

方法	返回类型	作用
reducing	归约产生的类型	从一个作为累加器的初始值开始，利用BinaryOperator与流中元素逐个结合，从而归约成单个值

// 示例
int total=list.stream().collect(Collectors.reducing(0, Employee::getSalar, Integer::sum));

方法	返回类型	作用
collectingAndThen	转换函数返回的类型	包裹另一个收集器，对其结果转换函数

// 示例
int how= list.stream().collect(Collectors.collectingAndThen(Collectors.toList(), List::size));

方法	返回类型	作用
groupingBy	Map<K, List<T>>	根据某属性值对流分组，属性为K，结果为V

// 示例
Map<Emp.Status, List<Emp>> map= list.stream()
	.collect(Collectors.groupingBy(Employee::getStatus));

方法	返回类型	作用
partitioningBy	Map<Boolean, List<T>>	根据true或false进行分区

// 示例
Map<Boolean,List<Emp>> vd= list.stream().collect(Collectors.partitioningBy(Employee::getManage));

演示

package com.study;

import org.junit.Test;
import java.util.*;
import java.util.stream.Collectors;

/*
 * 一、Stream API 的操作步骤：
 *
 * 1. 创建 Stream
 *
 * 2. 中间操作
 *
 * 3. 终止操作(终端操作)
 */
public class MyTest {

    //3. 终止操作(终端操作)
    List<Employee> emps = Arrays.asList(
            new Employee(102, "李四", 59, 6666.66, Employee.Status.SLEEP),
            new Employee(101, "张三", 18, 9999.99, Employee.Status.WORK),
            new Employee(103, "王五", 28, 3333.33, Employee.Status.TRAVEL),
            new Employee(104, "赵六", 8, 7777.77,Employee.Status.TRAVEL),
            new Employee(104, "赵六", 8, 7777.77,Employee.Status.SLEEP),
            new Employee(104, "赵六", 8, 7777.77, Employee.Status.SLEEP),
            new Employee(105, "田七", 38, 5555.55, Employee.Status.WORK)
    );

    /*
       归约
       reduce（ T identity， Binaryoperator）/ reduce（ Binaryoperator）- 可以将流中元泰反复结合起来，得到一个值。
            identity为起始值
            Binaryoperator为二元运算 继承BinFunction接口 属于函数式接口
     */

    @Test
    public void test1() {
        List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9);

        Integer sum = list.stream()
                .reduce(0, (x, y) -> x+y );
        System.out.println(sum);

        System.out.println("***********************************************");

        Optional<Double> op =  emps.stream()
                .map(Employee::getSalary)
                .reduce(Double::sum);
        System.out.println(op.get());

        System.out.println("***********************************************");

    }

    /*
        收集
         collect—将流转换为其他形式。
         接收一个Co1lector接口的实现，用于给 Stream中元素做汇总的方法
     */

    @Test
    public void test2() {
        List<String> list = emps.stream()
                .map(Employee::getName)
                .collect(Collectors.toList());
        list.forEach(System.out::println);

        System.out.println("***********************************************");

        Set<String> set = emps.stream()
                .map(Employee::getName)
                .collect(Collectors.toSet());
        set.forEach(System.out::println);

        System.out.println("***********************************************");

        // 放在特殊的集合中
        HashSet<String> hs = emps.stream()
                .map(Employee::getName)
                .collect(Collectors.toCollection(HashSet::new));

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

        System.out.println("***********************************************");

        // 总数
        Long count = emps.stream()
                .collect(Collectors.counting());
        System.out.println(count);

        System.out.println("***********************************************");

        // 平均值
        Double avg = emps.stream()
                .collect(Collectors.averagingDouble(Employee::getSalary));
        System.out.println(avg);

        System.out.println("***********************************************");

        // 总和
        Double sum = emps.stream()
                .collect(Collectors.summingDouble(Employee::getSalary));
        System.out.println(sum);

        System.out.println("***********************************************");

        // 最大值

        Optional<Employee> max = emps.stream()
                .collect(Collectors.maxBy((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())));
        System.out.println(max.get());

        System.out.println("***********************************************");

        // 最小值
        Optional<Employee> min = emps.stream()
                .collect(Collectors.minBy((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())));
        System.out.println(min.get());

    }

    @Test
    public void test3() {

        // 分组
        Map<Employee.Status,List<Employee>> map = emps.stream()
                .collect(Collectors.groupingBy(Employee::getStatus));
        System.out.println(map);

        System.out.println("***********************************************");

        // 多级分组

        Map<Employee.Status, Map<String,List<Employee>>>  maps = emps.stream()
                //groupingBy的条件可以一直加
                .collect(Collectors.groupingBy(Employee::getStatus, Collectors.groupingBy((e) -> {
                    if(e.getAge()  <= 40) {
                        return "青年";
                    } else {
                        return "其他";
                    }
                })));
        System.out.println(maps);

    }

    @Test
    public void test4() {

        // 分区
        Map<Boolean, List<Employee>> map = emps.stream()
                .collect(Collectors.partitioningBy((e) -> e.getSalary() > 80));

        System.out.println(map);

    }

    @Test
    public void test5(){

        DoubleSummaryStatistics dss = emps.stream()
                .collect(Collectors.summarizingDouble(Employee::getSalary));
        System.out.println(dss.getSum());
        System.out.println(dss.getAverage());
        System.out.println(dss.getMax());
    }

    @Test
    public void test6() {

        // 所有的名字都连成了字符串
        String str = emps.stream()
                .map(Employee::getName)
                .collect(Collectors.joining());
        // joining() 里面填写连接符 比如逗号分割 joining(",")
        // 如果想要添加两侧的 可以这样joining(","，"【","】")
        System.out.println(str);

    }

}

test1的结果：

test2的结果

test3的结果：

test4的结果

test5的结果

test6的结果

组合
concat用来连接类型一样的两个流。

public static <T> Stream<T> 	concat(Stream<? extends T> a, Stream<? extends T> b)

如果细分的话，还有下面的这种分类

转换

toArray方法将一个流转换成数组，而如果想转换成其它集合类型，需要调用collect方法，利用Collectors.toXXX方法进行转换：

public static <T,C extends Collection<T>> Collector<T,?,C> 	toCollection(Supplier<C> collectionFactory)
public static …… 	toConcurrentMap(……)
public static <T> Collector<T,?,List<T>> 	toList()
public static …… 	toMap(……)
public static <T> Collector<T,?,Set<T>> 	toSet()

并行流与串行流

并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。

Java 8 中将并行进行了优化，我们可以很容易的对数据进行并行操作。Stream API 可以声明性地通过 parallel() 与sequential() 在并行流与顺序流之间进行切换。

Fork/Join 框架
Fork/Join 框架：就是在必要的情况下，将一个大任务，进行拆分(fork)成若干个小任务（拆到不可再拆时），再将一个个的小任务运算的结果进行 join 汇总.

Fork/Join 框架与传统线程池的区别:

采用 “工作窃取”模式（work-stealing）：当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。

相对于一般的线程池实现,fork/join框架的优势体现在对其中包含的任务的处理方式上.在一般的线程池中,如果一个线程正在执行的任务由于某些原因无法继续运行,那么该线程会处于等待状态.而在fork/join框架实现中,如果某个子问题由于等待另外一个子问题的完成而无法继续运行.那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程的等待时间,提高了性能

演示：
类ForkJoinCalculate

import java.util.concurrent.RecursiveTask;

public class ForkJoinCalculate extends RecursiveTask<Long> {

    private long start;
    private long end;

    private static final long THRESHOLD = 100000L;

    @Override
    protected Long compute() {
        long len = end - start;
        if (len <= THRESHOLD) {
            long sum = 0;
            for (int i = 0; i <= end ; i++) {
                sum++;
            }
            return sum;
        } else {
            long middle = (end + start)/2;
            ForkJoinCalculate left = new ForkJoinCalculate(start, middle);
            left.fork(); //拆分子任务 同时压入线程队列

            ForkJoinCalculate right = new ForkJoinCalculate(middle, end);
            right.fork();

            return left.join() + right.join();
        }
    }


    public ForkJoinCalculate(long start, long end) {
        this.start = start;
        this.end = end;
    }
}

Test类

import org.junit.Test;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;
import java.util.stream.LongStream;


public class MyTest {

    // Fork Join 框架
    @Test
    public void test1() {
        ForkJoinPool pool = new ForkJoinPool();
        ForkJoinTask<Long> task = new ForkJoinCalculate(0,1000000L);
        Long sum = pool.invoke(task);
        System.out.println(sum);
    }


    // Java并行流
    @Test
    public void test2() {
        LongStream.rangeClosed(0,1000000L)
                .parallel() //并行流
//                .sequential() 顺序流
                .reduce(0,Long::sum);
    }

}

说点看法吧，这篇文章仅仅起到入门到使用的作用，Stream其实蕴涵着比较深的技术，深入理解还需要大量的实践、探究与学习。

另外本文是基于《Java 8实战》这本书的思考与学习的总结笔记,含少量内容的摘录。

转载：https://blog.csdn.net/qq_42322103/article/details/101750018

查看评论

小言_互联网的博客

小言_互联网的博客

个人资料

文章分类

文章存档

阅读排行

评论排行

推荐文章