使用Stream API优化代码

时间 2019-11-05

标签使用 stream api 优化代码栏目 Apache 繁體版

原文原文链接

Java8的新特性主要是Lambda表达式和流，当流和Lambda表达式结合起来一块儿使用时，由于流申明式处理数据集合的特色，可让代码变得简洁易读java

放大招，流如何简化代码

若是有一个需求，须要对数据库查询到的菜肴进行一个处理：数据库

筛选出卡路里小于400的菜肴
对筛选出的菜肴进行一个排序
获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
}
复制代码

Java8之前的实现方式

private List<String> beforeJava7(List<Dish> dishList) {
        List<Dish> lowCaloricDishes = new ArrayList<>();
        
        //1.筛选出卡路里小于400的菜肴
        for (Dish dish : dishList) {
            if (dish.getCalories() < 400) {
                lowCaloricDishes.add(dish);
            }
        }
        
        //2.对筛选出的菜肴进行排序
        Collections.sort(lowCaloricDishes, new Comparator<Dish>() {
            @Override
            public int compare(Dish o1, Dish o2) {
                return Integer.compare(o1.getCalories(), o2.getCalories());
            }
        });
        
        //3.获取排序后菜肴的名字
        List<String> lowCaloricDishesName = new ArrayList<>();
        for (Dish d : lowCaloricDishes) {
            lowCaloricDishesName.add(d.getName());
        }
        
        return lowCaloricDishesName;
    }
复制代码

Java8以后的实现方式

private List<String> afterJava8(List<Dish> dishList) {
        return dishList.stream()
                .filter(d -> d.getCalories() < 400)  //筛选出卡路里小于400的菜肴
                .sorted(comparing(Dish::getCalories))  //根据卡路里进行排序
                .map(Dish::getName)  //提取菜肴名称
                .collect(Collectors.toList()); //转换为List
    }
复制代码

不拖泥带水，一鼓作气，原来须要写24代码实现的功能如今只需5行就能够完成了编程

高高兴兴写完需求这时候又有新需求了，新需求以下：

对数据库查询到的菜肴根据菜肴种类进行分类，返回一个Map<Type, List<Dish>>的结果

这要是放在jdk8以前确定会头皮发麻数组

Java8之前的实现方式

private static Map<Type, List<Dish>> beforeJdk8(List<Dish> dishList) {
    Map<Type, List<Dish>> result = new HashMap<>();

    for (Dish dish : dishList) {
        //不存在则初始化
        if (result.get(dish.getType())==null) {
            List<Dish> dishes = new ArrayList<>();
            dishes.add(dish);
            result.put(dish.getType(), dishes);
        } else {
            //存在则追加
            result.get(dish.getType()).add(dish);
        }
    }

    return result;
}
复制代码

还好jdk8有Stream，不再用担忧复杂集合处理需求bash

Java8之后的实现方式

private static Map<Type, List<Dish>> afterJdk8(List<Dish> dishList) {
    return dishList.stream().collect(groupingBy(Dish::getType));
}
复制代码

又是一行代码解决了需求，忍不住大喊Stream API牛批看到流的强大功能了吧，接下来将详细介绍流数据结构

什么是流

流是从支持数据处理操做的源生成的元素序列，源能够是数组、文件、集合、函数。流不是集合元素，它不是数据结构并不保存数据，它的主要目的在于计算dom

如何生成流

生成流的方式主要有五种ide

经过集合生成，应用中最经常使用的一种

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream();
复制代码

经过集合的stream方法生成流函数

经过数组生成

int[] intArr = new int[]{1, 2, 3, 4, 5};
IntStream stream = Arrays.stream(intArr);
复制代码

经过Arrays.stream方法生成流，而且该方法生成的流是数值流【即IntStream】而不是Stream<Integer>。补充一点使用数值流能够避免计算过程当中拆箱装箱，提升性能。Stream API提供了mapToInt、mapToDouble、mapToLong三种方式将对象流【即Stream<T>】转换成对应的数值流，同时提供了boxed方法将数值流转换为对象流性能

经过值生成

Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5);
复制代码

经过Stream的of方法生成流，经过Stream的empty方法能够生成一个空流

经过文件生成

Stream<String> lines = Files.lines(Paths.get("data.txt"), Charset.defaultCharset())
复制代码

经过Files.line方法获得一个流，而且获得的每一个流是给定文件中的一行

经过函数生成提供了iterate和generate两个静态方法从函数中生成流
- iterator
```
Stream<Integer> stream = Stream.iterate(0, n -> n + 2).limit(5);
复制代码
```
iterate方法接受两个参数，第一个为初始化值，第二个为进行的函数操做，由于iterator生成的流为无限流，经过limit方法对流进行了截断，只生成5个偶数
- generator
```
Stream<Double> stream = Stream.generate(Math::random).limit(5);
复制代码
```
generate方法接受一个参数，方法参数类型为Supplier<T>，由它为流提供值。generate生成的流也是无限流，所以经过limit对流进行了截断

流的操做类型

流的操做类型主要分为两种

中间操做一个流能够后面跟随零个或多个中间操做。其目的主要是打开流，作出某种程度的数据映射/过滤，而后返回一个新的流，交给下一个操做使用。这类操做都是惰性化的，仅仅调用到这类方法，并无真正开始流的遍历，真正的遍历需等到终端操做时，常见的中间操做有下面即将介绍的filter、map等
终端操做一个流有且只能有一个终端操做，当这个操做执行后，流就被关闭了，没法再被操做，所以一个流只能被遍历一次，若想在遍历须要经过源数据在生成流。终端操做的执行，才会真正开始流的遍历。以下面即将介绍的count、collect等

流使用

流的使用将分为终端操做和中间操做进行介绍

中间操做

filter筛选

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
 Stream<Integer> stream = integerList.stream().filter(i -> i > 3);
复制代码

经过使用filter方法进行条件筛选，filter的方法参数为一个条件

distinct去除重复元素

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().distinct();
复制代码

经过distinct方法快速去除重复的元素

limit返回指定流个数

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
 Stream<Integer> stream = integerList.stream().limit(3);
复制代码

经过limit方法指定返回流的个数，limit的参数值必须>=0，不然将会抛出异常

skip跳过流中的元素

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
 Stream<Integer> stream = integerList.stream().skip(2);
复制代码

经过skip方法跳过流中的元素，上述例子跳过前两个元素，因此打印结果为2,3,4,5，skip的参数值必须>=0，不然将会抛出异常

map流映射

所谓流映射就是将接受的元素映射成另一个元素

List<String> stringList = Arrays.asList("Java 8", "Lambdas",  "In", "Action");
Stream<Integer> stream = stringList.stream().map(String::length);
复制代码

经过map方法能够完成映射，该例子完成中String -> Integer的映射，以前上面的例子经过map方法完成了Dish->String的映射

flatMap流转换

将一个流中的每一个值都转换为另外一个流

List<String> wordList = Arrays.asList("Hello", "World");
List<String> strList = wordList.stream()
        .map(w -> w.split(" "))
        .flatMap(Arrays::stream)
        .distinct()
        .collect(Collectors.toList());
复制代码

map(w -> w.split(" "))的返回值为Stream<String[]>，咱们想获取Stream<String>，能够经过flatMap方法完成Stream<String[]> ->Stream<String>的转换

元素匹配

提供了三种匹配方式

allMatch匹配全部

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().allMatch(i -> i > 3)) {
    System.out.println("值都大于3");
}
复制代码

经过allMatch方法实现

anyMatch匹配其中一个

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().anyMatch(i -> i > 3)) {
    System.out.println("存在大于3的值");
}
复制代码

等同于

for (Integer i : integerList) {
    if (i > 3) {
        System.out.println("存在大于3的值");
        break;
    }
}
复制代码

存在大于3的值则打印，java8中经过anyMatch方法实现这个功能

noneMatch所有不匹配

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().noneMatch(i -> i > 3)) {
    System.out.println("值都小于3");
}
复制代码

经过noneMatch方法实现

终端操做

统计流中元素个数

经过count

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Long result = integerList.stream().count();
复制代码

经过使用count方法统计出流中元素个数

经过counting

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Long result = integerList.stream().collect(counting());
复制代码

最后一种统计元素个数的方法在与collect联合使用的时候特别有用

查找

提供了两种查找方式

findFirst查找第一个

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> result = integerList.stream().filter(i -> i > 3).findFirst();
复制代码

经过findFirst方法查找到第一个大于三的元素并打印

findAny随机查找一个
```
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> result = integerList.stream().filter(i -> i > 3).findAny();
复制代码
```
经过findAny方法查找到其中一个大于三的元素并打印，由于内部进行优化的缘由，当找到第一个知足大于三的元素时就结束，该方法结果和findFirst方法结果同样。提供findAny方法是为了更好的利用并行流，findFirst方法在并行上限制更多【本篇文章将不介绍并行流】

reduce将流中的元素组合起来

假设咱们对一个集合中的值进行求和

jdk8以前

int sum = 0;
for (int i : integerList) {
sum += i;
}
复制代码

jdk8以后经过reduce进行处理
```
int sum = integerList.stream().reduce(0, (a, b) -> (a + b));
复制代码
```
一行就能够完成，还可使用方法引用简写成：
```
int sum = integerList.stream().reduce(0, Integer::sum);
复制代码
```
reduce接受两个参数，一个初始值这里是0，一个BinaryOperator<T> accumulator 来将两个元素结合起来产生一个新值，另外reduce方法还有一个没有初始化值的重载方法

获取流中最小最大值

经过min/max获取最小最大值

Optional<Integer> min = menu.stream().map(Dish::getCalories).min(Integer::compareTo);
Optional<Integer> max = menu.stream().map(Dish::getCalories).max(Integer::compareTo);
复制代码

也能够写成：

OptionalInt min = menu.stream().mapToInt(Dish::getCalories).min();
OptionalInt max = menu.stream().mapToInt(Dish::getCalories).max();
复制代码

min获取流中最小值，max获取流中最大值，方法参数为Comparator<? super T> comparator

经过minBy/maxBy获取最小最大值

Optional<Integer> min = menu.stream().map(Dish::getCalories).collect(minBy(Integer::compareTo));
Optional<Integer> max = menu.stream().map(Dish::getCalories).collect(maxBy(Integer::compareTo));
复制代码

minBy获取流中最小值，maxBy获取流中最大值，方法参数为Comparator<? super T> comparator

经过reduce获取最小最大值

Optional<Integer> min = menu.stream().map(Dish::getCalories).reduce(Integer::min);
Optional<Integer> max = menu.stream().map(Dish::getCalories).reduce(Integer::max);
复制代码

求和

经过summingInt
```
int sum = menu.stream().collect(summingInt(Dish::getCalories));
复制代码
```
若是数据类型为double、long，则经过summingDouble、summingLong方法进行求和

经过reduce

int sum = menu.stream().map(Dish::getCalories).reduce(0, Integer::sum);
复制代码

经过sum

int sum = menu.stream().mapToInt(Dish::getCalories).sum();
复制代码

在上面求和、求最大值、最小值的时候，对于相同操做有不一样的方法能够选择执行。能够选择collect、reduce、min/max/sum方法，推荐使用min、max、sum方法。由于它最简洁易读，同时经过mapToInt将对象流转换为数值流，避免了装箱和拆箱操做

经过averagingInt求平均值

double average = menu.stream().collect(averagingInt(Dish::getCalories));
复制代码

若是数据类型为double、long，则经过averagingDouble、averagingLong方法进行求平均

经过summarizingInt同时求总和、平均值、最大值、最小值

IntSummaryStatistics intSummaryStatistics = menu.stream().collect(summarizingInt(Dish::getCalories));
double average = intSummaryStatistics.getAverage();  //获取平均值
int min = intSummaryStatistics.getMin();  //获取最小值
int max = intSummaryStatistics.getMax();  //获取最大值
long sum = intSummaryStatistics.getSum();  //获取总和
复制代码

若是数据类型为double、long，则经过summarizingDouble、summarizingLong方法

经过foreach进行元素遍历

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
integerList.stream().forEach(System.out::println);
复制代码

而在jdk8以前实现遍历：

for (int i : integerList) {
    System.out.println(i);
}
复制代码

jdk8以后遍历元素来的更为方便，原来的for-each直接经过foreach方法就能实现了

返回集合

List<String> strings = menu.stream().map(Dish::getName).collect(toList());
Set<String> sets = menu.stream().map(Dish::getName).collect(toSet());
复制代码

只举例了一部分，还有不少其余方法 jdk8以前

List<String> stringList = new ArrayList<>();
    Set<String> stringSet = new HashSet<>();
    for (Dish dish : menu) {
        stringList.add(dish.getName());
        stringSet.add(dish.getName());
}
复制代码

经过遍历和返回集合的使用发现流只是把原来的外部迭代放到了内部进行，这也是流的主要特色之一。内部迭代能够减小好多代码量

经过joining拼接流中的元素

String result = menu.stream().map(Dish::getName).collect(Collectors.joining(", "));
复制代码

默认若是不经过map方法进行映射处理拼接的toString方法返回的字符串，joining的方法参数为元素的分界符，若是不指定生成的字符串将是一串的，可读性不强

进阶经过groupingBy进行分组

Map<Type, List<Dish>> result = dishList.stream().collect(groupingBy(Dish::getType));
复制代码

在collect方法中传入groupingBy进行分组，其中groupingBy的方法参数为分类函数。还能够经过嵌套使用groupingBy进行多级分类

Map<Type, List<Dish>> 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;
        })));
复制代码

进阶经过partitioningBy进行分区

分区是特殊的分组，它分类依据是true和false，因此返回的结果最多能够分为两组

Map<Boolean, List<Dish>> result = menu.stream().collect(partitioningBy(Dish :: isVegetarian))
复制代码

等同于

Map<Boolean, List<Dish>> result = menu.stream().collect(groupingBy(Dish :: isVegetarian))
复制代码

这个例子可能并不能看出分区和分类的区别，甚至以为分区根本没有必要，换个明显一点的例子：

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Map<Boolean, List<Integer>> result = integerList.stream().collect(partitioningBy(i -> i < 3));
复制代码

返回值的键仍然是布尔类型，可是它的分类是根据范围进行分类的，分区比较适合处理根据范围进行分类

总结

经过使用Stream API能够简化代码，同时提升了代码可读性，赶忙在项目里用起来。讲道理在没学Stream API以前，谁要是给我在应用里写不少Lambda，Stream API，飞起就想给他一脚。我想，我如今可能爱上他了【嘻嘻】。同时使用的时候注意不要将声明式和命令式编程混合使用，前几天刷segment刷到一条：

imango老哥说的很对， 别用声明式编程的语法干命令式编程的勾