使用 Stream API 高逼格 優(yōu)化 Java 代碼！
作者 | 何甜甜在嗎
使用Stream API優(yōu)化代碼
Java8的新特性主要是Lambda表達(dá)式和流，當(dāng)流和Lambda表達(dá)式結(jié)合起來一起使用時(shí)，因?yàn)榱魃昝魇教幚頂?shù)據(jù)集合的特點(diǎn)，可以讓代碼變得簡(jiǎn)潔易讀
放大招，流如何簡(jiǎn)化代碼
如果有一個(gè)需求，需要對(duì)數(shù)據(jù)庫查詢到的菜肴進(jìn)行一個(gè)處理：
篩選出卡路里小于400的菜肴 對(duì)篩選出的菜肴進(jìn)行一個(gè)排序 獲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
}
Java8以前的實(shí)現(xiàn)方式
private List<String> beforeJava7(List<Dish> dishList) {
List<Dish> lowCaloricDishes = new ArrayList<>();
//1.篩選出卡路里小于400的菜肴
for (Dish dish : dishList) {
if (dish.getCalories() < 400) {
lowCaloricDishes.add(dish);
}
}
//2.對(duì)篩選出的菜肴進(jìn)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.獲取排序后菜肴的名字
List<String> lowCaloricDishesName = new ArrayList<>();
for (Dish d : lowCaloricDishes) {
lowCaloricDishesName.add(d.getName());
}
return lowCaloricDishesName;
}
Java8之后的實(shí)現(xiàn)方式
private List<String> afterJava8(List<Dish> dishList) {
return dishList.stream()
.filter(d -> d.getCalories() < 400) //篩選出卡路里小于400的菜肴
.sorted(comparing(Dish::getCalories)) //根據(jù)卡路里進(jìn)行排序
.map(Dish::getName) //提取菜肴名稱
.collect(Collectors.toList()); //轉(zhuǎn)換為L(zhǎng)ist
}
不拖泥帶水，一氣呵成，原來需要寫24代碼實(shí)現(xiàn)的功能現(xiàn)在只需5行就可以完成了
不錯(cuò)！基于Springboot 2.0 + LayUI開發(fā)的物流管理系統(tǒng)（已開源）
高高興興寫完需求這時(shí)候又有新需求了，新需求如下：
對(duì)數(shù)據(jù)庫查詢到的菜肴根據(jù)菜肴種類進(jìn)行分類，返回一個(gè) Map<Type, List<Dish>>的結(jié)果
這要是放在jdk8之前肯定會(huì)頭皮發(fā)麻
Java8以前的實(shí)現(xiàn)方式
private static Map<Type, List<Dish>> beforeJdk8(List<Dish> dishList) {
Map<Type, List<Dish>> result = new HashMap<>();
for (Dish dish : dishList) {
//不存在則初始化
if (result.get(dish.getType())==null) {
List<Dish> dishes = new ArrayList<>();
dishes.add(dish);
result.put(dish.getType(), dishes);
} else {
//存在則追加
result.get(dish.getType()).add(dish);
}
}
return result;
}
還好jdk8有Stream，再也不用擔(dān)心復(fù)雜集合處理需求
Java8以后的實(shí)現(xiàn)方式
private static Map<Type, List<Dish>> afterJdk8(List<Dish> dishList) {
return dishList.stream().collect(groupingBy(Dish::getType));
}
又是一行代碼解決了需求，忍不住大喊Stream API牛批 看到流的強(qiáng)大功能了吧，接下來將詳細(xì)介紹流
什么是流
流是從支持?jǐn)?shù)據(jù)處理操作的源生成的元素序列，源可以是數(shù)組、文件、集合、函數(shù)。流不是集合元素，它不是數(shù)據(jù)結(jié)構(gòu)并不保存數(shù)據(jù)，它的主要目的在于計(jì)算
如何生成流
生成流的方式主要有五種
通過集合生成，應(yīng)用中最常用的一種
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream();
通過集合的stream方法生成流
通過數(shù)組生成
int[] intArr = new int[]{1, 2, 3, 4, 5};
IntStream stream = Arrays.stream(intArr);
通過Arrays.stream方法生成流，并且該方法生成的流是數(shù)值流【即IntStream】而不是Stream<Integer>。補(bǔ)充一點(diǎn)使用數(shù)值流可以避免計(jì)算過程中拆箱裝箱，提高性能。Stream API提供了mapToInt、mapToDouble、mapToLong三種方式將對(duì)象流【即Stream<T>】轉(zhuǎn)換成對(duì)應(yīng)的數(shù)值流，同時(shí)提供了boxed方法將數(shù)值流轉(zhuǎn)換為對(duì)象流
通過值生成
Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5);
通過Stream的of方法生成流，通過Stream的empty方法可以生成一個(gè)空流
通過文件生成
Stream<String> lines = Files.lines(Paths.get("data.txt"), Charset.defaultCharset())
通過Files.line方法得到一個(gè)流，并且得到的每個(gè)流是給定文件中的一行
通過函數(shù)生成 提供了
iterate
和
generate
兩個(gè)靜態(tài)方法從函數(shù)中生成流
iterator
Stream<Integer> stream = Stream.iterate(0, n -> n + 2).limit(5);
iterate
方法接受兩個(gè)參數(shù)，第一個(gè)為初始化值，第二個(gè)為進(jìn)行的函數(shù)操作，因?yàn)?/p>
iterator
生成的流為無限流，通過
limit
方法對(duì)流進(jìn)行了截?cái)?，只生?個(gè)偶數(shù)
generator
Stream<Double> stream = Stream.generate(Math::random).limit(5);
generate
方法接受一個(gè)參數(shù)，方法參數(shù)類型為
Supplier<T>
，由它為流提供值。
generate
生成的流也是無限流，因此通過
limit
對(duì)流進(jìn)行了截?cái)?/p>
流的操作類型
流的操作類型主要分為兩種
中間操作 一個(gè)流可以后面跟隨零個(gè)或多個(gè)中間操作。其目的主要是打開流，做出某種程度的數(shù)據(jù)映射/過濾，然后返回一個(gè)新的流，交給下一個(gè)操作使用。這類操作都是惰性化的，僅僅調(diào)用到這類方法，并沒有真正開始流的遍歷，真正的遍歷需等到終端操作時(shí)，常見的中間操作有下面即將介紹的 filter、map等終端操作 一個(gè)流有且只能有一個(gè)終端操作，當(dāng)這個(gè)操作執(zhí)行后，流就被關(guān)閉了，無法再被操作，因此一個(gè)流只能被遍歷一次，若想在遍歷需要通過源數(shù)據(jù)在生成流。終端操作的執(zhí)行，才會(huì)真正開始流的遍歷。如下面即將介紹的 count、collect等
流使用
流的使用將分為終端操作和中間操作進(jìn)行介紹
中間操作
filter篩選
List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().filter(i -> i > 3);
通過使用filter方法進(jìn)行條件篩選，filter的方法參數(shù)為一個(gè)條件
distinct去除重復(fù)元素
List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().distinct();
通過distinct方法快速去除重復(fù)的元素
limit返回指定流個(gè)數(shù)
List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().limit(3);
通過limit方法指定返回流的個(gè)數(shù)，limit的參數(shù)值必須>=0，否則將會(huì)拋出異常
skip跳過流中的元素
List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().skip(2);
通過skip方法跳過流中的元素，上述例子跳過前兩個(gè)元素，所以打印結(jié)果為2,3,4,5，skip的參數(shù)值必須>=0，否則將會(huì)拋出異常
map流映射
所謂流映射就是將接受的元素映射成另外一個(gè)元素
List<String> stringList = Arrays.asList("Java 8", "Lambdas", "In", "Action");
Stream<Integer> stream = stringList.stream().map(String::length);
通過map方法可以完成映射，該例子完成中String -> Integer的映射，之前上面的例子通過map方法完成了Dish->String的映射
flatMap流轉(zhuǎn)換
將一個(gè)流中的每個(gè)值都轉(zhuǎn)換為另一個(gè)流
List<String> wordList = Arrays.asList("Hello", "World");
List<String> strList = wordList.stream()
.map(w -> w.split(" "))
.flatMap(Arrays::stream)
.distinct()
.collect(Collectors.toList());
map(w -> w.split(" "))的返回值為Stream<String[]>，我們想獲取Stream<String>，可以通過flatMap方法完成Stream<String[]> ->Stream<String>的轉(zhuǎn)換
元素匹配
提供了三種匹配方式
allMatch匹配所有
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");
}
通過allMatch方法實(shí)現(xiàn)
anyMatch匹配其中一個(gè)
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");
}
等同于
for (Integer i : integerList) {
if (i > 3) {
System.out.println("存在大于3的值");
break;
}
}
存在大于3的值則打印，java8中通過anyMatch方法實(shí)現(xiàn)這個(gè)功能
noneMatch全部不匹配
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");
}
通過
noneMatch
方法實(shí)現(xiàn)
終端操作
統(tǒng)計(jì)流中元素個(gè)數(shù)
通過count
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Long result = integerList.stream().count();
通過使用count方法統(tǒng)計(jì)出流中元素個(gè)數(shù)
通過counting
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Long result = integerList.stream().collect(counting());
最后一種統(tǒng)計(jì)元素個(gè)數(shù)的方法在與collect聯(lián)合使用的時(shí)候特別有用
查找
提供了兩種查找方式
findFirst查找第一個(gè)
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> result = integerList.stream().filter(i -> i > 3).findFirst();
通過findFirst方法查找到第一個(gè)大于三的元素并打印
findAny隨機(jī)查找一個(gè)
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> result = integerList.stream().filter(i -> i > 3).findAny();
通過findAny方法查找到其中一個(gè)大于三的元素并打印，因?yàn)閮?nèi)部進(jìn)行優(yōu)化的原因，當(dāng)找到第一個(gè)滿足大于三的元素時(shí)就結(jié)束，該方法結(jié)果和findFirst方法結(jié)果一樣。提供findAny方法是為了更好的利用并行流，findFirst方法在并行上限制更多【本篇文章將不介紹并行流】
reduce將流中的元素組合起來
假設(shè)我們對(duì)一個(gè)集合中的值進(jìn)行求和
jdk8之前
int sum = 0;
for (int i : integerList) {
sum += i;
}
jdk8之后通過reduce進(jìn)行處理
int sum = integerList.stream().reduce(0, (a, b) -> (a + b));
一行就可以完成，還可以使用方法引用簡(jiǎn)寫成：
int sum = integerList.stream().reduce(0, Integer::sum);
reduce接受兩個(gè)參數(shù)，一個(gè)初始值這里是0，一個(gè)BinaryOperator<T> accumulator 來將兩個(gè)元素結(jié)合起來產(chǎn)生一個(gè)新值， 另外reduce方法還有一個(gè)沒有初始化值的重載方法
獲取流中最小最大值
通過min/max獲取最小最大值
Optional<Integer> min = menu.stream().map(Dish::getCalories).min(Integer::compareTo);
Optional<Integer> max = menu.stream().map(Dish::getCalories).max(Integer::compareTo);
也可以寫成：
OptionalInt min = menu.stream().mapToInt(Dish::getCalories).min();
OptionalInt max = menu.stream().mapToInt(Dish::getCalories).max();
min
獲取流中最小值，
max
獲取流中最大值，方法參數(shù)為
Comparator<? super T> comparator
通過minBy/maxBy獲取最小最大值
Optional<Integer> min = menu.stream().map(Dish::getCalories).collect(minBy(Integer::compareTo));
Optional<Integer> max = menu.stream().map(Dish::getCalories).collect(maxBy(Integer::compareTo));
minBy
獲取流中最小值，
maxBy
獲取流中最大值，方法參數(shù)為
Comparator<? super T> comparator
通過reduce獲取最小最大值
Optional<Integer> min = menu.stream().map(Dish::getCalories).reduce(Integer::min);
Optional<Integer> max = menu.stream().map(Dish::getCalories).reduce(Integer::max);
求和
通過summingInt
int sum = menu.stream().collect(summingInt(Dish::getCalories));
如果數(shù)據(jù)類型為
double
、
long
，則通過
summingDouble
、
summingLong
方法進(jìn)行求和
通過reduce
int sum = menu.stream().map(Dish::getCalories).reduce(0, Integer::sum);
通過sum
int sum = menu.stream().mapToInt(Dish::getCalories).sum();
在上面求和、求最大值、最小值的時(shí)候，對(duì)于相同操作有不同的方法可以選擇執(zhí)行。可以選擇collect、reduce、min/max/sum方法，推薦使用min、max、sum方法。因?yàn)樗詈?jiǎn)潔易讀，同時(shí)通過mapToInt將對(duì)象流轉(zhuǎn)換為數(shù)值流，避免了裝箱和拆箱操作
通過averagingInt求平均值
double average = menu.stream().collect(averagingInt(Dish::getCalories));
如果數(shù)據(jù)類型為double、long，則通過averagingDouble、averagingLong方法進(jìn)行求平均
通過summarizingInt同時(shí)求總和、平均值、最大值、最小值
IntSummaryStatistics intSummaryStatistics = menu.stream().collect(summarizingInt(Dish::getCalories));
double average = intSummaryStatistics.getAverage(); //獲取平均值
int min = intSummaryStatistics.getMin(); //獲取最小值
int max = intSummaryStatistics.getMax(); //獲取最大值
long sum = intSummaryStatistics.getSum(); //獲取總和
如果數(shù)據(jù)類型為double、long，則通過summarizingDouble、summarizingLong方法
通過foreach進(jìn)行元素遍歷
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
integerList.stream().forEach(System.out::println);
而在jdk8之前實(shí)現(xiàn)遍歷：
for (int i : integerList) {
System.out.println(i);
}
jdk8之后遍歷元素來的更為方便，原來的for-each直接通過foreach方法就能實(shí)現(xiàn)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());
只舉例了一部分，還有很多其他方法 jdk8之前
List<String> stringList = new ArrayList<>();
Set<String> stringSet = new HashSet<>();
for (Dish dish : menu) {
stringList.add(dish.getName());
stringSet.add(dish.getName());
}
通過遍歷和返回集合的使用發(fā)現(xiàn)流只是把原來的外部迭代放到了內(nèi)部進(jìn)行，這也是流的主要特點(diǎn)之一。內(nèi)部迭代可以減少好多代碼量
通過joining拼接流中的元素
String result = menu.stream().map(Dish::getName).collect(Collectors.joining(", "));
默認(rèn)如果不通過map方法進(jìn)行映射處理拼接的toString方法返回的字符串，joining的方法參數(shù)為元素的分界符，如果不指定生成的字符串將是一串的，可讀性不強(qiáng)
進(jìn)階通過groupingBy進(jìn)行分組
Map<Type, List<Dish>> result = dishList.stream().collect(groupingBy(Dish::getType));
在collect方法中傳入groupingBy進(jìn)行分組，其中groupingBy的方法參數(shù)為分類函數(shù)。還可以通過嵌套使用groupingBy進(jìn)行多級(jí)分類
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;
})));
進(jìn)階通過partitioningBy進(jìn)行分區(qū)
分區(qū)是特殊的分組，它分類依據(jù)是true和false，所以返回的結(jié)果最多可以分為兩組
Map<Boolean, List<Dish>> result = menu.stream().collect(partitioningBy(Dish :: isVegetarian))
等同于
Map<Boolean, List<Dish>> result = menu.stream().collect(groupingBy(Dish :: isVegetarian))
這個(gè)例子可能并不能看出分區(qū)和分類的區(qū)別，甚至覺得分區(qū)根本沒有必要，換個(gè)明顯一點(diǎn)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));
返回值的鍵仍然是布爾類型，但是它的分類是根據(jù)范圍進(jìn)行分類的，分區(qū)比較適合處理根據(jù)范圍進(jìn)行分類
總結(jié)
通過使用Stream API可以簡(jiǎn)化代碼，同時(shí)提高了代碼可讀性，趕緊在項(xiàng)目里用起來。講道理在沒學(xué)Stream API之前，誰要是給我在應(yīng)用里寫很多Lambda，Stream API，飛起就想給他一腳。我想，我現(xiàn)在可能愛上他了【嘻嘻】。同時(shí)使用的時(shí)候注意不要將聲明式和命令式編程混合使用，前幾天刷segment刷到一條：
imango老哥說的很對(duì)，別用聲明式編程的語法干命令式編程的勾
往期推薦