java8提出的函數(shù)式編程旨在幫助程序猿們寫(xiě)出更優(yōu)雅的代碼，上文函數(shù)式編程基礎(chǔ)也介紹了java8新提出的一些函數(shù)式接口，通過(guò)它們代碼貌似已經(jīng)簡(jiǎn)潔了一波，但是，代碼其實(shí)還可以更簡(jiǎn)潔下，接下來(lái)就要開(kāi)始給大家介紹另一個(gè)神器了：Stream，通過(guò)它可以進(jìn)一步利用函數(shù)式接口來(lái)簡(jiǎn)化代碼了。

注：Stream是java8核心類(lèi)庫(kù)中新引入API，它使程序猿們站在更高的抽象層次上對(duì)集合進(jìn)行操作。

常用的流操作

流對(duì)象的創(chuàng)建

通過(guò)Stream創(chuàng)建流對(duì)象：

a. 通過(guò)empty方法創(chuàng)建空的流對(duì)象：

public static Stream empty() {

return StreamSupport.stream(Spliterators.emptySpliterator(), false);

}

b. 通過(guò)of方法創(chuàng)建流對(duì)象：

//創(chuàng)建只含有一個(gè)元素的流對(duì)象

public static Stream of(T t) {

return StreamSupport.stream(new Streams.StreamBuilderImpl<>(t), false);

}

//創(chuàng)建有多個(gè)元素的流對(duì)象

public static Stream of(T... values) {

return Arrays.stream(values);

}

c. 通過(guò)iterate方法創(chuàng)建流對(duì)象：

public static Stream iterate(final T seed, final UnaryOperator f) {

Objects.requireNonNull(f);

final Iterator iterator = new Iterator() {

@SuppressWarnings("unchecked")

T t = (T) Streams.NONE;

@Override

public boolean hasNext() {

return true;

}

@Override

public T next() {

return t = (t == Streams.NONE) ? seed : f.apply(t);

}

};

return StreamSupport.stream(Spliterators.spliteratorUnknownSize(

iterator,

Spliterator.ORDERED | Spliterator.IMMUTABLE), false);

}

從源碼可以看出，該方法會(huì)返回一個(gè)無(wú)限有序的Stream對(duì)象，它的第一個(gè)元素是seed，第二個(gè)元素是f.apply(seed)...第n個(gè)元素是f.apply(n - 1元素的值)，它一般與limit等方法一起使用，來(lái)獲取前多少個(gè)元素。

我們來(lái)看看它是如何和limit方法搭配使用的：

//定義一個(gè)第一個(gè)元素 = 10, 后一個(gè)元素 = 前一個(gè)元素 + 2, 長(zhǎng)度為20的集合并輸出

Stream.iterate(10, n -> n + 2).limit(20).forEach(System.out::println);

d. 通過(guò)generate方法創(chuàng)建流對(duì)象，它跟iterate方法有點(diǎn)類(lèi)似，但是它的每個(gè)元素都與前一個(gè)元素沒(méi)有什么關(guān)系，并且無(wú)序，多用于創(chuàng)建常量Stream或者隨機(jī)Stream，我們來(lái)看看它是如何使用的：

//定義一個(gè)長(zhǎng)度為10的隨機(jī)字符串集合并輸出

Stream.generate(() -> UUID.randomUUID().toString()).limit(10).forEach(System.out::println);

e. 通過(guò)concat方法連接兩個(gè)Stream對(duì)象生成一個(gè)新的Stream對(duì)象：

//定義一個(gè)長(zhǎng)度為3的隨機(jī)字符串集合

Stream stream1 = Stream.generate(() -> UUID.randomUUID().toString()).limit(3);

//定義一個(gè)第一個(gè)元素 = 0, 后一個(gè)元素 = 前一個(gè)元素 + 2, 長(zhǎng)度為3的集合

Stream stream2 = Stream.iterate(0, n -> n + 2).limit(3);

//連接stream1和stream2, 遍歷輸出

Stream.concat(stream1, stream2).forEach(System.out::println);

我們來(lái)看下運(yùn)行結(jié)果：

ccf394b2-513c-4d4e-8aa4-b824c95918f4

907b0793-fa19-4cc7-8292-7b7e0818b0a4

a4b8d4a4-80b2-47e0-973e-80694d355ab2

0

2

4

通過(guò)Collection的stream方法和parallelStream方法創(chuàng)建串行或并行的流對(duì)象：

//創(chuàng)建串行流對(duì)象

default Stream stream() {

return StreamSupport.stream(spliterator(), false);

}

//創(chuàng)建并行流對(duì)象

default Stream parallelStream() {

return StreamSupport.stream(spliterator(), true);

}

我們來(lái)看看具體使用：

List list = Arrays.asList(1, 2, 3, 4, 5);

//創(chuàng)建串行流對(duì)象

Stream stream = list.stream();

//創(chuàng)建并行流對(duì)象

Stream parallelStream = list.parallelStream();

流對(duì)象的創(chuàng)建基本就這些方式創(chuàng)建了，知道怎么創(chuàng)建了，我們接下來(lái)看看流常用的方法。

Stream常用方法

map

元素一對(duì)一轉(zhuǎn)換，如果你想將一種類(lèi)型的值轉(zhuǎn)換成另一種類(lèi)型的值可以用該方法，它的定義如下：

Stream map(Function super T, ? extends R> mapper);

從定義可以看出，它接受一個(gè)Function參數(shù)，元素相關(guān)處理轉(zhuǎn)換處理都在Function里實(shí)現(xiàn)，同時(shí)將處理后的結(jié)果放在新的Stream對(duì)象中返回。另外，Stream也提供方法針對(duì)轉(zhuǎn)換成基本類(lèi)型(int，long，double)場(chǎng)景：

//轉(zhuǎn)換成int類(lèi)型

IntStream mapToInt(ToIntFunction super T> mapper);

//轉(zhuǎn)換成long類(lèi)型

LongStream mapToLong(ToLongFunction super T> mapper);

//轉(zhuǎn)換成double類(lèi)型

DoubleStream mapToDouble(ToDoubleFunction super T> mapper);

我們來(lái)看看它是如何使用的：

//定義一個(gè)第一個(gè)元素 = "1", 后一個(gè)元素 = 前一個(gè)元素 + "2", 長(zhǎng)度為10的集合

List origins = Stream.iterate("1", n -> n + "2").limit(10).collect(Collectors.toList());

//將origins中的字符串轉(zhuǎn)換成int類(lèi)型并輸出

origins.stream().mapToInt(value -> Integer.valueOf(value)).forEach(System.out::println);

//將origins中的字符串轉(zhuǎn)換成User類(lèi)型并輸出

origins.stream().map(value -> new User(value)).forEach(System.out::println);

flatMap

Stream flatMap(Function super T, ? extends Stream extends R>> mapper);

可以理解成元素一對(duì)多轉(zhuǎn)換，從定義可以看出，Stream對(duì)象中的每個(gè)元素經(jīng)過(guò)Function處理后變成一個(gè)多元素的Stream對(duì)象，然后將多個(gè)Stream拼接成一個(gè)新的Stream對(duì)象返回。我們來(lái)個(gè)例子：假如我們有一個(gè)字符串列表：["I", "Love", "Programing"]，要將該單詞列表轉(zhuǎn)換成：["I", "L", "o", "v", "e", "P", "r", "o", "g", "r", "a", "m", "i", "n", "g"]：

Stream origins = Stream.of("I", "Love", "Programing");

//字符串轉(zhuǎn)換

List characters = origins.flatMap(value -> Stream.of(value.split(""))).collect(Collectors.toList());

System.out.println(characters);

我們看看輸出結(jié)果：

[I, L, o, v, e, P, r, o, g, r, a, m, i, n, g]

filter

元素過(guò)濾，將符合一定條件的元素過(guò)濾出來(lái)，它的定義如下：

Stream filter(Predicate super T> predicate);

從定義可以看出，它接受一個(gè)Predicate參數(shù)，元素條件判斷都放在Predicate里，同時(shí)將符合條件的元素放在新的Stream對(duì)象中返回。我們來(lái)看看它的使用：

Stream origins = Stream.of("I", "Love", "Programing");

//輸出包含"o"的字符串

origins.filter(value -> value.contains("o")).forEach(System.out::println);

match

判斷是否有元素符合一定條件，Stream主要提供以下三個(gè)方法來(lái)實(shí)現(xiàn)該操作：

//部分符合，只要有一個(gè)元素符合條件時(shí)就返回true

boolean anyMatch(Predicate super T> predicate);

//全部符合，所有元素符合條件才返回true

boolean allMatch(Predicate super T> predicate);

//全部不符合，所有元素都不符合條件時(shí)返回true

boolean noneMatch(Predicate super T> predicate);

collect

在上面的例子中總是能看到將Stream對(duì)象轉(zhuǎn)換成集合的時(shí)候用了該方法，是一個(gè)及早求值操作。其實(shí)它的用法遠(yuǎn)遠(yuǎn)不止這些，其他用法后續(xù)會(huì)出文單獨(dú)分析，這里就不詳加贅述了

注：及早求值與惰性求值

判斷及早求值與惰性求值很簡(jiǎn)單，只需要看返回值，如果返回值是Stream，就是惰性求值，如果返回值是另外的值或者為空，則為及早求值。使用流的各種操作的理想方式就是形成一個(gè)惰性求值的鏈，最后用一個(gè)及早求值的操作返回想要的結(jié)果。只有在對(duì)需要什么樣的結(jié)果和操作有一定的了解之后才能更有效的作出正確計(jì)算。

reduce

從一組值生成另一組值，count/min/max其實(shí)都是reduce的操作。我們來(lái)個(gè)小例子：求和

Stream origins = Stream.of(1, 2, 3, 4, 5);

//求和

int sum = origins.reduce(0, (m, n) -> m + n);

System.out.println(sum);

來(lái)個(gè)圖我們來(lái)形象的展示下通過(guò)reduce進(jìn)行累加的一個(gè)過(guò)程：

reduce累加求和示意圖

以0作為起點(diǎn)，每一次都將Stream中的元素累加到accumulator，遍歷累加到最后一個(gè)元素，accumulator里的值其實(shí)就是最后的結(jié)果。

到這里為止，常用的一些流操作基本上就介紹完了，還有一些去重，排序，查找等簡(jiǎn)單的內(nèi)容這里就不做贅述了，有感興趣的同學(xué)可以自行翻閱源碼，用法也很簡(jiǎn)單。

后記

從java8之前的集合操作到j(luò)ava8 Stream對(duì)集合的操作，代碼更加簡(jiǎn)單、易讀，這一巨大的改變其實(shí)是依賴(lài)外部迭代 -> 內(nèi)部迭代這個(gè)轉(zhuǎn)變。比如我們遍歷求和，java8之前的代碼會(huì)這樣寫(xiě)：

int sum = 0;

for (Integer number : numbers) {

sum += number;

}

雖然這樣做其實(shí)也不會(huì)有問(wèn)題，但是還是要正面它的不好處：

每次對(duì)集合做遍歷都要寫(xiě)一堆這樣子的代碼；

比較難抽象操作，操作和遍歷都糅合在一起；

在for循環(huán)的模式下再進(jìn)行性能改造其實(shí)比較困難(比如并行)；

代碼易讀性較差，特別是有多重嵌套循環(huán)時(shí)，看代碼的人估計(jì)就要崩潰了。

當(dāng)然咯，for循環(huán)就是一個(gè)封裝了迭代(Iterator)的語(yǔ)法糖，這種遍歷模式其實(shí)也就是外部迭代。

何謂外部迭代，簡(jiǎn)單點(diǎn)就是顯式地進(jìn)行迭代操作，比如通過(guò)Iterator進(jìn)行迭代，它的過(guò)程就是顯式調(diào)用Iterator對(duì)象的hasNext和next方法完成迭代。

那現(xiàn)在我們通過(guò)Stream將其變成內(nèi)部迭代呢：

Stream origins = Stream.of(1, 2, 3, 4, 5);

//求和

int sum = origins.reduce(0, (m, n) -> m + n);

所謂的內(nèi)部迭代，顧名思義，遍歷會(huì)在集合內(nèi)部完成，程序猿不需要再去顯示的控制循環(huán)，也不再需要關(guān)心遍歷元素的順序，我們只需要care對(duì)元素的操作即可。

總結(jié)

以上是生活随笔為你收集整理的java8中-_java8中的Stream的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。