簡潔方便的集合處理：Java 8 stream流
java 8已經(jīng)發(fā)行好幾年了，前段時(shí)間java 12也已經(jīng)問世，但平時(shí)的工作中，很多項(xiàng)目的環(huán)境還停留在java1.7中。而且java8的很多新特性都是革命性的，比如各種集合的優(yōu)化、lambda表達(dá)式等，所以我們還是要去了解java8的魅力。
今天我們來學(xué)習(xí)java8的Stream，并不需要理論基礎(chǔ)，直接可以上手去用。
我接觸stream的原因，是我要搞一個(gè)用戶收入消費(fèi)的數(shù)據(jù)分析。起初的統(tǒng)計(jì)篩選分組都是打算用sql語言直接從mysql里得到結(jié)果來展現(xiàn)的。但在操作中我們發(fā)現(xiàn)這樣頻繁地訪問數(shù)據(jù)庫，性能會受到很大的影響，分析速度會很慢。所以我們希望能通過訪問一次數(shù)據(jù)庫就拿到所有數(shù)據(jù)，然后放到內(nèi)存中去進(jìn)行數(shù)據(jù)分析統(tǒng)計(jì)過濾。
接著，我看了stream的API，發(fā)現(xiàn)這就是我想要的。
在java中我們稱Stream為『流』，我們經(jīng)常會用流去對集合進(jìn)行一些流水線的操作。stream就像工廠一樣，只需要把集合、命令還有一些參數(shù)灌輸?shù)?/span>流水線中去，就可以加工成得出想要的結(jié)果。這樣的流水線能大大簡潔代碼，減少操作。
原集合 —> 流 —> 各種操作(過濾、分組、統(tǒng)計(jì)) —> 終端操作Stream流的操作流程一般都是這樣的，先將集合轉(zhuǎn)為流，然后經(jīng)過各種操作，比如過濾、篩選、分組、計(jì)算。***的終端操作，就是轉(zhuǎn)化成我們想要的數(shù)據(jù)，這個(gè)數(shù)據(jù)的形式一般還是集合，有時(shí)也會按照需求輸出count計(jì)數(shù)。下文會一一舉例。
首先，定義一個(gè)用戶對象，包含姓名、年齡、性別和籍貫四個(gè)成員變量：
- import lombok.AllArgsConstructor;
- import lombok.Builder;
- import lombok.Data;
- import lombok.NoArgsConstructor;
- import lombok.extern.log4j.Log4j;
- @Data
- @NoArgsConstructor
- @AllArgsConstructor
- @Log4j
- @Builder
- public class User {
- //姓名
- private String name;
- //年齡
- private Integer age;
- //性別
- private Integer sex;
- //所在省市
- private String address;
- }
這里用lombok簡化了實(shí)體類的代碼。
然后創(chuàng)建需要的集合數(shù)據(jù)，也就是源數(shù)據(jù)：
- //1.構(gòu)建我們的list
- List<User> list= Arrays.asList(
- new User("鋼鐵俠",40,0,"華盛頓"),
- new User("蜘蛛俠",20,0,"華盛頓"),
- new User("趙麗穎",30,1,"湖北武漢市"),
- new User("詹姆斯",35,0,"洛杉磯"),
- new User("李世民",60,0,"山西省太原市"),
- new User("蔡徐坤",20,1,"陜西西安市"),
- new User("葫蘆娃的爺爺",70,0,"山西省太原市")
- );
3.1 過濾
1）創(chuàng)建流 stream() / parallelStream()
-
stream() : 串行流
-
parallelStream（）: 并行流
2）filter 過濾(T-> boolean)
比如要過濾年齡在40歲以上的用戶，就可以這樣寫：
- List<User> filterList = list.stream().filter(user -> user.getAge() >= 40)
- .collect(toList());
filter里面，->箭頭后面跟著的是一個(gè)boolean值，可以寫任何的過濾條件，就相當(dāng)于sql中where后面的東西，換句話說，能用sql實(shí)現(xiàn)的功能這里都可以實(shí)現(xiàn)
打印結(jié)果：
3）distinct 去重
和sql中的distinct關(guān)鍵字很相似。為了看到效果，此處在原集合中加入一個(gè)重復(fù)的人，就選擇鋼鐵俠吧，復(fù)聯(lián)4鋼鐵俠不幸遇害，大家還是比較傷心的。
- List<User> list= Arrays.asList(
- new User("鋼鐵俠",40,0,"華盛頓"),
- new User("鋼鐵俠",40,0,"華盛頓"),
- new User("蜘蛛俠",20,0,"華盛頓"),
- new User("趙麗穎",30,1,"湖北武漢市"),
- new User("詹姆斯",35,0,"洛杉磯"),
- new User("李世民",60,0,"山西省太原市"),
- new User("蔡徐坤”,18,1,"陜西西安市"),
- new User("葫蘆娃的爺爺",70,0,"山西省太原市")
- );
- //distinct 去重
- List<User> distinctList = filterList.stream().distinct()
- .collect(toList());
打印結(jié)果：
4）sorted排序
如果流中的元素的類實(shí)現(xiàn)了 Comparable 接口，即有自己的排序規(guī)則，那么可以直接調(diào)用 sorted() 方法對元素進(jìn)行排序，如：
- Comparator.comparingInt
反之, 需要調(diào)用 sorted((T, T) -> int) 實(shí)現(xiàn) Comparator 接口。
- //sorted()
- List<User> sortedList = distinctList.stream().sorted(Comparator.comparingInt(User::getAge))
- .collect(toList());
打印結(jié)果：
結(jié)果按照年齡從小到大進(jìn)行排序。
5）limit（） 返回前n個(gè)元素
如果想知道這里面年齡最小的是誰，可作如下操作：
- //limit 返回前n個(gè)元素
- List<User> limitList = sortedList.stream().limit(1)
- .collect(toList());
6）skip()
與limit恰恰相反，skip的意思是跳過，也就是去除前n個(gè)元素。
打印結(jié)果：
果然，前兩個(gè)人都被去除了，只剩下最老的葫蘆娃爺爺。
3.2 映射
1）map(T->R)
map是將T類型的數(shù)據(jù)轉(zhuǎn)為R類型的數(shù)據(jù)，比如我們想要設(shè)置一個(gè)新的list，存儲用戶所有的城市信息。
- //map(T->R)
- List<String> cityList = list.stream().map(User::getAddress).distinct().collect(toList());
打印結(jié)果：
2）flatMap(T -> Stream)
將流中的每一個(gè)元素 T 映射為一個(gè)流，再把每一個(gè)流連接成為一個(gè)流。
- //flatMap(T -> Stream<R>)
- List<String> flatList = new ArrayList<>();
- flatList.add("唱,跳");
- flatList.add("rape,籃球,music");
- flatList = flatList.stream().map(s -> s.split(",")).flatMap(Arrays::stream).collect(toList());
打印結(jié)果：
這里原集合中的數(shù)據(jù)由逗號分割，使用split進(jìn)行拆分后，得到的是Stream<string[] style="text-align: justify;-webkit-print-color-adjust: exact;">，字符串?dāng)?shù)組組成的流，要使用flatMap的</string[]>
Arrays::stream
將Stream<string[] style="-webkit-print-color-adjust: exact;">轉(zhuǎn)為Stream,然后把流相連接，組成了完整的唱、跳、rap、籃球和music。</string[]>
3.3 查找
1）allMatch（T->boolean）
檢測是否全部滿足參數(shù)行為，假如這些用戶是網(wǎng)吧上網(wǎng)的用戶名單，那就需要檢查是不是每個(gè)人都年滿18周歲了。
- boolean isAdult = list.stream().allMatch(user -> user.getAge() >= 18);
打印結(jié)果：
- true
2）anyMatch（T->boolean）
檢測是否有任意元素滿足給定的條件，比如，想知道同學(xué)名單里是否有女生。
- //anyMatch(T -> boolean） 是否有任意一個(gè)元素滿足給定的條件
- boolean isGirl = list.stream().anyMatch(user -> user.getSex() == 1);
打印結(jié)果：
- true
說明集合中有女生存在。
3）noneMatch(T -> boolean)
流中是否有元素匹配給定的 T -> boolean 條件。
比如檢測有沒有來自巴黎的用戶。
- boolean isLSJ = list.stream().noneMatch(user -> user.getAddress().contains("巴黎"));
打印結(jié)果：
- true
打印true說明沒有巴黎的用戶。
4）findFirst( ):找到***個(gè)元素
- Optional<User> fristUser = list.stream().findFirst();
打印結(jié)果：
- User(name=鋼鐵俠, age=40, sex=0, address=華盛頓)
5）findAny():找到任意一個(gè)元素
- Optional<User> anyUser = list.stream().findAny();
打印結(jié)果：
- User(name=鋼鐵俠, age=40, sex=0, address=華盛頓)
這里我們發(fā)現(xiàn)findAny返回的也總是***個(gè)元素，那么為什么還要進(jìn)行區(qū)分呢？因?yàn)樵诓⑿辛?nbsp;parallelStream() 中找到的確實(shí)是任意一個(gè)元素。
- Optional<User> anyParallelUser = list.parallelStream().findAny();
打印結(jié)果 :
- Optional[User(name=李世民, age=60, sex=0, address=山西省太原市)]
3.4 歸納計(jì)算
1）求用戶的總?cè)藬?shù)
- long count = list.stream().collect(Collectors.counting());
我們可以簡寫為：
- long count = list.stream().count();
運(yùn)行結(jié)果：
- 8
2）得到某一屬性的***最小值
- // 求***年齡
- Optional<User> max = list.stream().collect(Collectors.maxBy(
- Comparator.comparing(User::getAge)));
- // 求最小年齡
- Optional<User> min = list.stream().collect(Collectors.minBy(
- Comparator.comparing(User::getAge)));
運(yùn)行結(jié)果
3）求年齡總和是多少
- // 求年齡總和
- int totalAge = list.stream().collect(Collectors.summingInt(User::getAge));
運(yùn)行結(jié)果：
- 313
我們經(jīng)常會用BigDecimal來記錄金錢，假設(shè)想得到BigDecimal的總和：
- // 獲得列表對象金額， 使用reduce聚合函數(shù),實(shí)現(xiàn)累加器
- BigDecimal sum = myList.stream() .map(User::getMoney)
- .reduce(BigDecimal.ZERO,BigDecimal::add);
4）求年齡平均值
- //求年齡平均值
- double avgAge = list.stream().collect(
- Collectors.averagingInt(User::getAge));
運(yùn)行結(jié)果:
- 39.125
5）一次性得到元素的個(gè)數(shù)、總和、***值、最小值
- IntSummaryStatistics statistics = list.stream().collect(
- Collectors.summarizingInt(User::getAge));
運(yùn)行結(jié)果：
6）字符串拼接
要將用戶的姓名連成一個(gè)字符串并用逗號分割。
- String names = list.stream().map(User::getName)
- .collect(Collectors.joining(", "));
運(yùn)行結(jié)果：
- 鋼鐵俠, 鋼鐵俠, 蜘蛛俠, 趙麗穎, 詹姆斯, 李世民, 蔡徐坤, 葫蘆娃的爺爺
3.5 分組
在數(shù)據(jù)庫操作中，我們經(jīng)常通過GROUP BY關(guān)鍵字對查詢到的數(shù)據(jù)進(jìn)行分組，java8的流式處理也提供了分組的功能。使用Collectors.groupingBy來進(jìn)行分組。
1）可以根據(jù)用戶所在城市進(jìn)行分組
- Map<String, List<User>> cityMap = list.stream()
- .collect(Collectors.groupingBy(User::getAddress));
結(jié)果是一個(gè)map，key為不重復(fù)的城市名，value為屬于該城市的用戶列表。已經(jīng)實(shí)現(xiàn)了分組。
2）二級分組，先根據(jù)城市分組再根據(jù)性別分組
- Map<String, Map<Integer, List<User>>> group = list.stream().collect(
- Collectors.groupingBy(User::getAddress, // 一級分組，按所在地區(qū)
- Collectors.groupingBy(User::getSex))); // 二級分組，按性別
運(yùn)行結(jié)果：
3）如果僅僅想統(tǒng)計(jì)各城市的用戶個(gè)數(shù)是多少，并不需要對應(yīng)的list
按城市分組并統(tǒng)計(jì)人數(shù)：
- Map<String, Long> cityCountMap = list.stream()
- .collect(Collectors.groupingBy(User::getAddress,Collectors.counting()));
運(yùn)行結(jié)果：
4）當(dāng)然，也可以先進(jìn)行過濾再分組并統(tǒng)計(jì)人數(shù)
- Map<String,Long> map = list.stream().filter(user -> user.getAge() <= 30)
- .collect(Collectors.groupingBy(User::getAddress,Collectors.counting()));
運(yùn)行結(jié)果：
5）partitioningBy 分區(qū)
分區(qū)與分組的區(qū)別在于，分區(qū)是按照 true 和 false 來分的，因此partitioningBy 接受的參數(shù)的 lambda 也是 T -> boolean
- //根據(jù)年齡是否小于等于30來分區(qū)
- Map<Boolean, List<User>> part = list.stream()
- .collect(partitioningBy(user -> user.getAge() <= 30));
運(yùn)行結(jié)果：
到目前為止，stream的功能我們已經(jīng)用了很多了，感覺有點(diǎn)眼花繚亂卻無所不能，stream能做的事情遠(yuǎn)遠(yuǎn)不止這些。
我們可以多學(xué)習(xí)使用stream，把原來復(fù)雜的sql查詢，一遍又一遍地for循環(huán)的復(fù)雜代碼重構(gòu)，讓代碼更簡潔易懂，可讀性強(qiáng)。
【本文是51CTO專欄機(jī)構(gòu)宜信技術(shù)學(xué)院的原創(chuàng)文章，微信公眾號“宜信技術(shù)學(xué)院( id: CE_TECH)”】
