Java8出了一个Stream流式编程,在开发中或多或少用到接触过。怎么说呢!举个例子把,一起我们在遍历一个集合的时候,我们是从外部去遍历的,然后才能拿到结果,这样来效率就会变得相对低一点。而这个时候我们去内部去遍历集合的时候,直接从内部拿数据。减少资源消耗,提升效率。
什么是Stream呢?
Stream它并不是一个容器,它只是对容器的功能进行了增强,添加了很多便利的操作,例如查找、过滤、分组、排序等一系列的操作。并且有串行、并行两种执行模式,并行模式充分的利用了多核处理器的优势,使用fork/join框架进行了任务拆分,同时提高了执行速度。简而言之,Stream就是提供了一种高效且易于使用的处理数据的方式。
一个普通执行流程
从这简单的图可以看出,总共就只有三步,相对来说还是比较容易接受。第一步是创建Stream这个容器,然后再从这个集合或者数组中去获取这个流。第二步则是一些中间操作,比如对数据进行处理啊。第三步则就是收集我们处理的数据。
public class Stream {
public static void main(String[] args) {
list();//传统for遍历
bigForList();//增强for遍历
iteratorList();//使用迭代器iterator遍历
}
private static void list(){
List<Integer> list = new ArrayList<>();
list.add(1);
list.add(2);
list.add(3);
int i;
int size;
for (i=0,size=list.size(); i<size; i++){
Integer integer = list.get(i);
System.out.println(integer);
}
}
private static void bigForList(){
List<String > arrlist = new ArrayList<>();
arrlist.add("张三");
arrlist.add("李四");
arrlist.add("王二");
for (String list :arrlist){
System.out.println(list);
}
}
private static void iteratorList(){
List<String> list = new ArrayList<>();
list.add("hello");
list.add("demo");
list.add("test");
Iterator<String> iterator = list.iterator();
while (iterator.hasNext()){
String s = iterator.next();
System.out.println(s);
}
}
以上就是我们我们之前常用的三种遍历方式,可能大家更加倾向于这三种,因为我们在平时开发中或者自己练习的时候。用的比较多,也就慢慢就接受了。
Steam方式遍历
但是如果数据量一大?大量数据进行遍历的时候那个这效率,就变得低起来了。所以,Stream就出来了。首先我们看看code:
//look code
public static void main (String[] args){
//List<String> sList = Arrays.asList("zhangsan","heqing","lisi","...");创建list方式1
List<String> list = new ArrayList<String>();//创建list方式2
list.add("1");
list.add("2");
list.add("3");
/*
Iterator<String> iterator = list.iterator();
while (iterator.hasNext()) {
System.out.println(iterator.next());
}
*/
Stream<String> stream = list.stream();
stream.forEach(System.out::println);
List<String> list2 = new ArrayList();
list.stream().forEach(str ->{
list2.add(str);
});
System.out.println(list2);
/*
Stream<String> streams = list.parallelStream();
streams.forEach(System.out::println);
*/
Stream是顺序流,由主线程按顺序对流执行操作,
而parallelStream是并行流,内部以多线程并行执行的方式对流进行操作,需要注意使用并行流的前提是流中的数据处理没有顺序要求(会乱序,即使用了forEachOrdered)。
Stream结果
parallelStream结果
创建顺序流
//look code
public static void main (String[] args){
List<Integer> sList = Arrays.asList(1,2,3,4,5);
//把顺序流通过.parallel()转化为并行流
Optional<Integer> findFirst = sList.stream().parallel().filter(x->x>5).findFirst();
//创建顺序流
java.util.stream.Stream<String> stream = sList.stream();
//创建并接流
java.util.stream.Stream<String> stringStream = sList.parallelStream();
stream.forEach(System.out::println);
}
在Stream中提供了很多方法比如filter
在以前我们要去一个集合或者数组中筛选我们想要的数据。还要进行一系列的操作,首先创建数组或者集合,然后遍历 然后判断,然后写逻辑等等。。。很麻烦
public static void main(String [] args){
List list= new ArrayList<>();
list.add();
....
for(){
....
....
...
逻辑代码等。。。。
}
}
判断条件
但是如果用到了Stream后就没不会有这么判断条件。切代码量小了,效率高了。谁又不想少写代码呢?早点下班不香吗?
废话不多说,look code;
public static void main(String[] args){
List<Integer> list = Arrays.asList(1,2,3,4,5,52,46,48,0,12);
java.util.stream.Stream<Integer> stream= list.stream();
//通过filter过滤去,获取list中大于12的数据
stream.filter(x -> x > 12).forEach(System.out::println);
}
//就三行代码完成,如果按照以前的写法,起码10行把!
还有映射 map、flatMap等
look code
map:一个元素类型为 T 的流转换成元素类型为 R 的流,这个方法传入一个Function的函数式接口,接收一个泛型T,返回泛型R,map函数的定义,返回的流,表示的泛型是R对象;
//<R> Stream<R> map(Function<? super T, ? extends R> mapper);
public static void main(String [] args) {
Stream.of("张三:20").map(s -> {
String[] str = s.split(":");
Person person = new Person(str[0],Integer.valueOf(str[1]));
return person;
}).forEach(Person -> System.out.println(Person));
}
@Test
public void deleteAssetByOrderNum() {
List<String> orderNums = new ArrayList<>();
orderNums.add("PD0001620210804005");
orderNums.add("PD0001620210804004");
orderNums.add("PD0001620210804003");
List<String> orders = orderNums.stream().map(e -> "'"+e+"'").collect(Collectors.toList());
System.out.println(orders);
String ordersJoin = String.join(",", orders);
System.out.println(orderNums);
}
将结果前后加上单引号,然后利用String.join将数组转换成String字符串
@Test
public void test() {
String sql = "select wfcode from aac_myfocus_tab where adnum = '60052760'";
List<Map<String, Object>> list = gdao.executeJDBCSqlQuery(sql);
System.out.println("原始数据结构:"+list.toString());
List listWfcode = new ArrayList();
List list2 = new ArrayList();
for (int i = 0; i < list.size(); i++) {
listWfcode.add(((Map<String, Object>) list.get(i)).get("WFCODE"));
}
System.out.println("解析方式1:"+listWfcode.toString());
String collect = list.stream().filter(map1 -> null != map1.get("WFCODE"))
.map(str -> str.get("WFCODE").toString())
.collect(Collectors.joining(","));
System.out.println("解析方式2:"+collect);
List<String> collect1 = list.stream().filter(map1 -> null != map1.get("WFCODE"))
.map(str ->"'"+ str.get("WFCODE").toString()+"'")
.collect(Collectors.toList());
System.out.println("解析方式3:"+collect1);
}
将String字符串转换成数组
String str= "PD0000720210524001,PD0000720210522006";
String[] array = str.split(",");
System.out.println(array);
StringBuffer sb = new StringBuffer();
for(int i=0;i<array.length;i++) {
//System.out.println(array[i]);
sb.append("'"+array[i]+"',");
}
System.out.println(sb.toString());
System.out.println(Arrays.asList(array));
List<String> orders = Arrays.asList(array).stream().map(e -> "'"+e+"'").collect(Collectors.toList());
String ordersJoin = String.join(",", orders);
System.out.println(ordersJoin);
flatMap:接收一个函数作为参数,将流中的每个值都换成另一个流,然后把所有流连接成一个流。
look code
public static void main(String [] args) {
List<String> list = Arrays.asList("k,l,s,x,z","1,5,2,4,8");
List<String> newList = list.stream().flatMap(s -> {
String[] str = s.split(",");
Stream<String> stream = Arrays.stream(str);
return stream;
}).collect(Collectors.toList());
System.out.println("处理前的集合"+list);
System.out.println("处理后的集合"+newList);
}
总之呢,Stream给我们提供了非常大的帮助。只要能够熟练使用的话,确实能够加速开发效率。就会觉得原来写代码居然是那么好玩,easy啦。据说Stream加lamda表达式写的代码简直就是像诗一样优美。
原文出处
https://blog.csdn.net/weixin_43298696/article/details/113131204
参考文章
https://www.cnblogs.com/xiaostudy/p/11648356.html