Java 8引入了全新的Stream API。这里的Stream和I/O流不一样,它更像具备Iterable的集合类,但行为和集合类又有所不一样。编程
Stream API引入的目的在于弥补Java函数式编程的缺陷。对于不少支持函数式编程的语言,map()、reduce()基本上都内置到语言的标准库中了,不过,Java 8的Stream API整体来说仍然是很是完善和强大,足以用不多的代码完成许多复杂的功能。架构
建立一个Stream有不少方法,最简单的方法是把一个Collection变成Stream。咱们来看最基本的几个操做:app
public static void main(String[] args) { List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10); Stream<Integer> stream = numbers.stream(); stream.filter((x) -> { return x % 2 == 0; }).map((x) -> { return x * x; }).forEach(System.out::println); }
集合类新增的stream()方法用于把一个集合变成Stream,而后,经过filter()、map()等实现Stream的变换。Stream还有一个forEach()来完成每一个元素的迭代。框架
为何不在集合类实现这些操做,而是定义了全新的Stream API?Oracle官方给出了几个重要缘由:编程语言
一是集合类持有的全部元素都是存储在内存中的,很是巨大的集合类会占用大量的内存,而Stream的元素倒是在访问的时候才被计算出来,这种“延迟计算”的特性有点相似Clojure的lazy-seq,占用内存不多。ide
二是集合类的迭代逻辑是调用者负责,一般是for循环,而Stream的迭代是隐含在对Stream的各类操做中,例如map()。函数式编程
要理解“延迟计算”,不妨建立一个无穷大小的Stream。函数
若是要表示天然数集合,显然用集合类是不可能实现的,由于天然数有无穷多个。可是Stream能够作到。this
天然数集合的规则很是简单,每一个元素都是前一个元素的值+1,所以,天然数发生器用代码实现以下:spa
class NaturalSupplier implements Supplier<Long> { long value = 0; public Long get() { this.value = this.value + 1; return this.value; } }
反复调用get(),将获得一个无穷数列,利用这个Supplier,能够建立一个无穷的Stream:
public static void main(String[] args) { Stream<Long> natural = Stream.generate(new NaturalSupplier()); natural.map((x) -> { return x * x; }).limit(10).forEach(System.out::println); }
对这个Stream作任何map()、filter()等操做都是彻底能够的,这说明Stream API对Stream进行转换并生成一个新的Stream并不是实时计算,而是作了延迟计算。
固然,对这个无穷的Stream不能直接调用forEach(),这样会无限打印下去。可是咱们能够利用limit()变换,把这个无穷Stream变换为有限的Stream。
利用Stream API,能够设计更加简单的数据接口。例如,生成斐波那契数列,彻底能够用一个无穷流表示(受限Java的long型大小,能够改成BigInteger):
class FibonacciSupplier implements Supplier<Long> { long a = 0; long b = 1; @Override public Long get() { long x = a + b; a = b; b = x; return a; } } public class FibonacciStream { public static void main(String[] args) { Stream<Long> fibonacci = Stream.generate(new FibonacciSupplier()); fibonacci.limit(10).forEach(System.out::println); } }
若是想取得数列的前10项,用limit(10),若是想取得数列的第20~30项,用:
List<Long> list = fibonacci.skip(20).limit(10).collect(Collectors.toList());
最后经过collect()方法把Stream变为List。该List存储的全部元素就已是计算出的肯定的元素了。
用Stream表示Fibonacci数列,其接口比任何其余接口定义都要来得简单灵活而且高效。
计算π能够利用π的展开式:
π/4 = 1 - 1/3 + 1/5 - 1/7 + 1/9 - ...
把π表示为一个无穷Stream以下:
class PiSupplier implements Supplier<Double> { double sum = 0.0; double current = 1.0; boolean sign = true; @Override public Double get() { sum += (sign ? 4 : -4) / this.current; this.current = this.current + 2.0; this.sign = ! this.sign; return sum; } } Stream<Double> piStream = Stream.generate(new PiSupplier()); piStream.skip(100).limit(10) .forEach(System.out::println);
这个级数从100项开始能够把π的值精确到3.13~3.15之间:
3.1514934010709914 3.1317889675734545 3.1513011626954057 3.131977491197821 3.1511162471786824 3.1321589012071183 3.150938243930123 3.132333592767332 3.1507667724908344 3.1325019323081857
利用欧拉变换对级数进行加速,能够利用下面的公式:
用代码实现就是把一个流变成另外一个流:
class EulerTransform implements Function<Double, Double> { double n1 = 0.0; double n2 = 0.0; double n3 = 0.0; @Override public Double apply(Double t) { n1 = n2; n2 = n3; n3 = t; if (n1 == 0.0) { return 0.0; } return calc(); } double calc() { double d = n3 - n2; return n3 - d * d / (n1 - 2 * n2 + n3); } } Stream<Double> piStream2 = Stream.generate(new PiSupplier()); piStream2.map(new EulerTransform()) .limit(10) .forEach(System.out::println);
能够在10项以内把π的值计算到3.141~3.142之间:
0.0 0.0 3.166666666666667 3.1333333333333337 3.1452380952380956 3.13968253968254 3.1427128427128435 3.1408813408813416 3.142071817071818 3.1412548236077655
还能够屡次应用这个加速器:
Stream<Double> piStream3 = Stream.generate(new PiSupplier()); piStream3.map(new EulerTransform()) .map(new EulerTransform()) .map(new EulerTransform()) .map(new EulerTransform()) .map(new EulerTransform()) .limit(20) .forEach(System.out::println);
20项以内能够计算出极其精确的值:
... 3.14159265359053 3.1415926535894667 3.141592653589949 3.141592653589719
可见用Stream API能够写出多么简洁的代码,用其余的模型也能够写出来,可是代码会很是复杂。
廖雪峰,十年软件开发经验,业余产品经理,精通Java/Python/Ruby/Visual Basic/Objective C/Lisp等编程语言,对开源框架有深刻研究,著有《Spring 2.0核心技术与最佳实践》一书,多个业余开源项目托管在GitHub。
感谢张龙对本文的审校。
给InfoQ中文站投稿或者参与内容翻译工做,请邮件至editors@cn.infoq.com。也欢迎你们经过新浪微博(@InfoQ)或者腾讯微博(@InfoQ)关注咱们,并与咱们的编辑和其余读者朋友交流。
【ArchSummit北京2014】解读“双11”背后淘宝、京东、小米的技术支撑。年底的技术盛宴,CTO与架构师的大Party,了解详情。