stream流修改java文件 java stream流效率

2. Java 8 在增强代码可读性、简化代码方面，增加了很多功能，比如 Lambda、Stream 流操作、并行流（ParallelStream）、Optional 可空类型、新的日期时间类型等
3. Lambda 表达式配合 Stream 流操作为我们日常编码极大的提升了效率

Lambda 表达式

---

1. 匿名类内部类虽然没有类名，但还是要给出方法定义
2. Lambda 表达式的初衷是进一步简化匿名类的语法
3. 在实现上，Lambda 表达式并不是匿名类的语法糖
4. Lambda 和匿名类的示例

public class ThreadCreator {
public static Thread createThreadByAnonymous() {
return new Thread(new Runnable() {
@Override
public void run() {
System.out.println(“Anonymous thread print”);
}
});
}
public static Thread createThreadByLambda() {
return new Thread(() -> {
System.out.println(“Lambda thread print”);
});
}
}

5. Lambda 表达式如何匹配类型接口？=> 函数式接口

函数式接口是一种只有单一抽象方法的接口，使用 @FunctionalInterface 来描述，可以隐式地转换成 Lambda 表达式

使用 Lambda 表达式创建函数式接口的示例， 可以让函数成为程序的一等公民，从而像普通数据一样当作参数传递

JDK 的 java.util.function 中提供了许多原生的函数式接口，如 Supplier

@FunctionalInterface
public interface Supplier {
/**
• Gets a result.
• 
• @return a result
*/
T get();
}

使用 Lamda 或方法引用来得到函数式接口的实例

// 使用 Lambda 表达式提供 Supplier 接口实现，返回 OK 字符串

Supplier stringSupplier = () ->“OK”;

// 使用方法引用提供 Supplier 接口实现，返回空字符串

Supplier supplier = String::new;

方法引用是 Lambda 表达式的另一种表现形式

Lambda 表达式可用方法引用代替的场景：Lambda 表达式的主体仅包含一个表达式，且该表达式仅调用了一个已经存在的方法

方法引用可以是：

• 类 : : 静态方法
• 类 : : new
• 类 : : 实例方法（(A, B) -> A.实例方法(B) <=> A 的类 : : 实例方法）
• 任意对象 : : 实例方法

创建 Stream

---

1. 利用 stream 方法将 list 或数组转换为流

Arrays.asList(“a1”, “a2”, “a3”).stream().forEach(System.out::println);
Arrays.stream(new int[]{1, 2, 3}).forEach(System.out::println);

非基本数据类型的数值也可以使用 Arrays.asList 方法转 list 再调 stream

2. 通过 Stream.of 方法直接传入多个元素构成一个流

String[] arr = {“a”, “b”, “c”};
Stream.of(arr).forEach(System.out::println);
Stream.of(“a”, “b”, “c”).forEach(System.out::println);
Stream.of(1, 2, “a”).map(item -> item.getClass().getName())
.forEach(System.out::println);

3. 通过 Stream.iterate 方法使用迭代的方式构造一个无限流，然后使用 limit 限制流元素个数

Stream.iterate(2, item -> item * 2).limit(10).forEach(System.out::println);
Stream.iterate(BigInteger.ZERO, n -> n.add(BigInteger.TEN))
.limit(10).forEach(System.out::println);

4. 通过 Stream.generate 方法从外部传入一个提供元素的 Supplier 来构造无限流，再使用 limit 限制流元素个数

Stream.generate(() -> “test”).limit(3).forEach(System.out::println);
Stream.generate(Math::random).limit(10).forEach(System.out::println);

5. 通过 IntStream 或 DoubleStream 构造基本类型的流

// IntStream 和 DoubleStream
IntStream.range(1, 3).forEach(System.out::println);
IntStream.range(0, 3).mapToObj(i -> “x”).forEach(System.out::println);
IntStream.rangeClosed(1, 3).forEach(System.out::println);
DoubleStream.of(1.1, 2.2, 3.3).forEach(System.out::println);
// 使用 Random 类创建随机流
new Random()
.ints(1, 100) // IntStream
.limit(10)
.forEach(System.out::println);
// 注意基本类型流和装箱后的流的区别
Arrays.asList(“a”, “b”, “c”).stream() // Stream
.mapToInt(String::length) // IntStream
.asLongStream() // LongStream
.mapToDouble(x -> x / 10.0) // DoubleStream
.boxed() // Stream
.mapToLong(x -> 1L) // LongStream
.mapToObj(x -> “”) // Stream
.collect(Collectors.toList());

中间操作

---

Stream 常用 API：

以下为测试用实体类，代码省略了 getter、settter 和构造方法

订单项

public class OrderItem {
private Long productId;// 商品ID
private String productName;// 商品名称
private Double productPrice;// 商品价格
private Integer productQuantity;// 商品数量
}

订单

public class Order {
private Long id;
private Long customerId;// 顾客ID
private String customerName;// 顾客姓名
private List orderItemList;// 订单商品明细
private Double totalPrice;// 总价格
private LocalDateTime placedAt;// 下单时间
}

消费者

public class Customer {
private Long id;
private String name;// 顾客姓名
}

filter

filter 操作用作过滤，类似于 SQL 中的 where 条件，接收一个 Predicate 谓词对象作为参数，返回过滤后的流

可以连续使用 filter 进行多层过滤

// 查找最近半年的金额大于40的订单
orders.stream()
.filter(Objects::nonNull) // 过滤null值
.filter(order -> order.getPlacedAt()
.isAfter(LocalDateTime.now().minusMonths(6))) // 最近半年的订单
.filter(o
rder -> order.getTotalPrice() > 40) // 金额大于40的订单
.forEach(System.out::println);

map

map 操作用做转换，也叫投影，类似于 SQL 中的 select

// 计算所有订单商品数量
// 1. 通过两次遍历实现
LongAdder longAdder = new LongAdder();
orders.stream().forEach(order ->
order.getOrderItemList().forEach(orderItem -> longAdder.add(orderItem.getProductQuantity())));
System.out.println("longAdder = " + longAdder);
// 2. 使用两次 mapToLong 和 sum 方法实现
long sum = orders.stream().mapToLong(
order -> order.getOrderItemList().stream()
.mapToLong(OrderItem::getProductQuantity)
.sum()
).sum();

flatMap

flatMap 是扁平化操作，即先用 map 把每个元素替换为一个流，再展开这个流

// 统计所有订单的总价格
// 1. 直接展开订单商品进行价格统计
double sum1 = orders.stream()
.flatMap(order -> order.getOrderItemList().stream())
.mapToDouble(item -> item.getProductQuantity() * item.getProductPrice())
.sum();
// 2. 另一种方式 flatMapToDouble，即 flatMap + mapToDouble，返回 DoubleStream
double sum2 = orders.stream()
.flatMapToDouble(order ->
order.getOrderItemList()
.stream().mapToDouble(item ->
item.getProductQuantity() * item.getProductPrice())
)
.sum();

sorted

sorted 是排序操作，类似 SQL 中的 order by 子句，接收一个 Comparator 作为参数，可使用 Comparator.comparing 来由大到小排列，加上 reversed 表示倒叙

// 大于 50 的订单,按照订单价格倒序前 5
orders.stream()
.filter(order -> order.getTotalPrice() > 50)
.sorted(Comparator.comparing(Order::getTotalPrice).reversed())
.limit(5)
.forEach(System.out::println);

skip & limit

skip 用于跳过流中的项，limit 用于限制项的个数

// 按照下单时间排序，查询前 2 个订单的顾客姓名
orders.stream()
.sorted(Comparator.comparing(Order::getPlacedAt))
.map(order -> order.getCustomerName())
.limit(2)
.forEach(System.out::println);
// 按照下单时间排序，查询第 3 和第 4 个订单的顾客姓名
orders.stream()
.sorted(Comparator.comparing(Order::getPlacedAt))
.map(order -> order.getCustomerName())
.skip(2).limit(2)
.forEach(System.out::println);

distinct

distinct 操作的作用是去重，类似 SQL 中的 distinct

// 去重的下单用户
orders.stream()
.map(Order::getCustomerName)
.distinct()
.forEach(System.out::println);
// 所有购买过的商品
orders.stream()
.flatMap(order -> order.getOrderItemList().stream())
.map(OrderItem::getProductName)
.distinct()
.forEach(System.out::println);

终结操作

---

forEach

上文中已经多次使用，内部循环流中的所有元素，对每一个元素进行消费

forEachOrder 和 forEach 类似，但能保证消费顺序

count

返回流中项的个数

toArray

转换流为数组

anyMatch

短路操作，有一项匹配就返回 true

// 查询是否存在总价在 100 元以上的订单

boolean b = orders.stream()

.filter(order -> order.getTotalPrice() > 50)

.anyMatch(order -> order.getTotalPrice() > 100);

其他短路操作：

allMatch：全部匹配才返回 true

noneMatch：都不匹配才返回 true

findFirst：返回第一项的 Optional 包装

findAny：返回任意一项的 Optional 包装，串行流一般返回第一个

reduce

归纳，一边遍历，一边将处理结果保持起来，代入下一次循环

重载方法有三个，截图来自 IDEA 参数提示：

// 一个参数
// 求订单金额总价
Optional reduce = orders.stream()
.map(Order::getTotalPrice)
.reduce((p, n) -> {
return p + n;
});
// 两个参数
// 可指定一个初始值，初始值类型需要和 p、n 一致
Double reduce2 = orders.stream()
.map(Order::getTotalPrice)
.reduce(0.0, (p, n) -> {
return p + n;
});

三个参数的 reduce 方法：

可以接收一个目标结果类型的初始值，一个串行的处理函数，一个并行的合并函数

// 将所有订单的顾客名字进行拼接
// 第一个参数为目标结果类型，这里设置为空的 StringBuilder
// 第二个参数 BiFunction，参数为上一次的 StringBuilder 和流中的下一项，返回新的 StringBuilder
// 第三个参数 BinaryOperator，参数都是 StringBuilder，返回合并后的 StringBuilder
StringBuilder reduce = orders.stream()
.reduce(new StringBuilder(),
(sb, next) -> {
return sb.append(next.getCustomerName() + “,”);
},
(sb1, sb2) -> {
return sb1.append(sb2);
});

其他归纳方法：

max/min 求最大/最小值，接收一个比较器作为参数

对于 LongStream 等基础类型 Stream，则不需要传入比较器参数

collect

collect 是收集操作，对流进行终结操作，把流导出为我们需要的数据结构

collect 需要接收一个收集器 Collector 对象作为参数，JDK 内置的 Collector 的实现类 Collectors 包含了许多常用的导出方式

collect 常用 API：

导出流为集合：

1. toList 和 toUnmodifiableList