流式編程2-處理流和終端處理

一.中間操作

1.跟蹤調(diào)試 peek
2.流元素排序 sort
3.移除元素

3.1 distinct():在 Randoms.java 類中的 distinct() 可用于消除流中的重復(fù)元素友酱。相比創(chuàng)建一個(gè) Set 集合腾仅,該方法的工作量要少得多赊淑。
3.2 filter(Predicate):過(guò)濾操作會(huì)保留與傳遞進(jìn)去的過(guò)濾器函數(shù)計(jì)算結(jié)果為 true 元素。

4.應(yīng)用到函數(shù)操作

4.1 map(Function):將函數(shù)操作應(yīng)用在輸入流的元素中,并將返回值傳遞到輸出流中
4.2 mapToInt(ToIntFunction):操作同上,但結(jié)果是 IntStream。
4.3 mapToLong(ToLongFunction):操作同上窃这,但結(jié)果是 LongStream。
4.4 mapToDouble(ToDoubleFunction):操作同上征候,但結(jié)果是 DoubleStream杭攻。

5.在 map() 中組合流

假設(shè)我們現(xiàn)在有了一個(gè)傳入的元素流,并且打算對(duì)流元素使用 map() 函數(shù)“贪樱現(xiàn)在你已經(jīng)找到了一些可愛(ài)并獨(dú)一無(wú)二的函數(shù)功能兆解,但是問(wèn)題來(lái)了:這個(gè)函數(shù)功能是產(chǎn)生一個(gè)流。我們想要產(chǎn)生一個(gè)元素流跑揉,而實(shí)際卻產(chǎn)生了一個(gè)元素流的流锅睛。
flatMap() 做了兩件事:將產(chǎn)生流的函數(shù)應(yīng)用在每個(gè)元素上(與 map() 所做的相同),然后將每個(gè)流都扁平化為元素历谍,因而最終產(chǎn)生的僅僅是元素现拒。
a:flatMap(Function):當(dāng) Function 產(chǎn)生流時(shí)使用。
b:flatMapToInt(Function):當(dāng) Function 產(chǎn)生 IntStream 時(shí)使用望侈。
c:flatMapToLong(Function):當(dāng) Function 產(chǎn)生 LongStream 時(shí)使用印蔬。
d:flatMapToDouble(Function):當(dāng) Function 產(chǎn)生 DoubleStream 時(shí)使用。

  1. IntStream.concat() 組合流數(shù)據(jù)

二.Optional類

a.findFirst() 返回一個(gè)包含第一個(gè)元素的 Optional 對(duì)象脱衙,如果流為空則返回 Optional.empty
b.findAny() 返回包含任意元素的 Optional 對(duì)象侥猬,如果流為空則返回 Optional.empty
c.max() 和 min() 返回一個(gè)包含最大值或者最小值的 Optional 對(duì)象,如果流為空則返回 Optional.empty
d.reduce() 不再以 identity 形式開頭捐韩,而是將其返回值包裝在 Optional 中退唠。(identity 對(duì)象成為其他形式的 reduce() 的默認(rèn)結(jié)果,因此不存在空結(jié)果的風(fēng)險(xiǎn))
e.對(duì)于數(shù)字流 IntStream荤胁、LongStream 和 DoubleStream铜邮,average() 會(huì)將結(jié)果包裝在 Optional 以防止流為空。
f.Reduce中文含義為:減少、縮兴伤狻;而Stream中的Reduce方法干的正是這樣的活:根據(jù)一定的規(guī)則將Stream中的元素進(jìn)行計(jì)算后返回一個(gè)唯一的值已旧。

1.便利函數(shù)

ifPresent(Consumer):當(dāng)值存在時(shí)調(diào)用 Consumer秸苗,否則什么也不做。
orElse(otherObject):如果值存在則直接返回运褪,否則生成 otherObject惊楼。
orElseGet(Supplier):如果值存在則直接返回,否則使用 Supplier 函數(shù)生成一個(gè)可替代對(duì)象秸讹。
orElseThrow(Supplier):如果值存在直接返回檀咙,否則使用 Supplier 函數(shù)生成一個(gè)異常。

2.創(chuàng)建 Optional

empty():生成一個(gè)空 Optional璃诀。
of(value):將一個(gè)非空值包裝到 Optional 里弧可。
ofNullable(value):針對(duì)一個(gè)可能為空的值,為空時(shí)自動(dòng)生成 Optional.empty劣欢,否則將值包裝在 Optional 中棕诵。

3.Optional 對(duì)象操作

filter(Predicate):將 Predicate 應(yīng)用于 Optional 中的內(nèi)容并返回結(jié)果。當(dāng) Optional 不滿足 Predicate 時(shí)返回空凿将。如果 Optional 為空校套,則直接返回。
map(Function):如果 Optional 不為空牧抵,應(yīng)用 Function 于 Optional 中的內(nèi)容笛匙,并返回結(jié)果。否則直接返回 Optional.empty犀变。
flatMap(Function):同 map()妹孙,但是提供的映射函數(shù)將結(jié)果包裝在 Optional 對(duì)象中,因此 flatMap() 不會(huì)在最后進(jìn)行任何包裝弛作。

4.Optional 流

假設(shè)你的生成器可能產(chǎn)生 null 值涕蜂,那么當(dāng)用它來(lái)創(chuàng)建流時(shí),你會(huì)自然地想到用 Optional 來(lái)包裝元素映琳。如下是它的樣子

三:終端操作

1.數(shù)組

toArray():將流轉(zhuǎn)換成適當(dāng)類型的數(shù)組机隙。
toArray(generator):在特殊情況下,生成自定義類型的數(shù)組萨西。

2.循環(huán)

forEach(Consumer)常見(jiàn)如 System.out::println 作為 Consumer 函數(shù)有鹿。
forEachOrdered(Consumer): 保證 forEach 按照原始流順序操作。
第一種形式:無(wú)序操作谎脯,僅在引入并行流時(shí)才有意義葱跋。在 并發(fā)編程 章節(jié)之前我們不會(huì)深入研究這個(gè)問(wèn)題。這里簡(jiǎn)單介紹下 parallel():可實(shí)現(xiàn)多處理器并行操作。實(shí)現(xiàn)原理為將流分割為多個(gè)(通常數(shù)目為 CPU 核心數(shù))并在不同處理器上分別執(zhí)行操作娱俺。因?yàn)槲覀儾捎玫氖莾?nèi)部迭代稍味,而不是外部迭代,所以這是可能實(shí)現(xiàn)的荠卷。

3.集合

collect(Collector):使用 Collector 收集流元素到結(jié)果集合中模庐。
collect(Supplier, BiConsumer, BiConsumer):同上,第一個(gè)參數(shù) Supplier 創(chuàng)建了一個(gè)新結(jié)果集合油宜,第二個(gè)參數(shù) BiConsumer 將下一個(gè)元素包含到結(jié)果中掂碱,第三個(gè)參數(shù) BiConsumer 用于將兩個(gè)值組合起來(lái)。

4.組合

reduce(BinaryOperator):使用 BinaryOperator 來(lái)組合所有流中的元素慎冤。因?yàn)榱骺赡転榭仗墼铮浞祷刂禐?Optional。
reduce(identity, BinaryOperator):功能同上蚁堤,但是使用 identity 作為其組合的初始值醉者。因此如果流為空,identity 就是結(jié)果违寿。
reduce(identity, BiFunction, BinaryOperator):更復(fù)雜的使用形式(暫不介紹)湃交,這里把它包含在內(nèi),因?yàn)樗梢蕴岣咝侍俪病Mǔ8爿海覀兛梢燥@式地組合 map() 和 reduce() 來(lái)更簡(jiǎn)單的表達(dá)它。

5.匹配

allMatch(Predicate) :如果流的每個(gè)元素根據(jù)提供的 Predicate 都返回 true 時(shí)掂咒,結(jié)果返回為 true才沧。在第一個(gè) false 時(shí),則停止執(zhí)行計(jì)算绍刮。
anyMatch(Predicate):如果流中的任意一個(gè)元素根據(jù)提供的 Predicate 返回 true 時(shí)温圆,結(jié)果返回為 true。在第一個(gè) false 是停止執(zhí)行計(jì)算孩革。
noneMatch(Predicate):如果流的每個(gè)元素根據(jù)提供的 Predicate 都返回 false 時(shí)岁歉,結(jié)果返回為 true。在第一個(gè) true 時(shí)停止執(zhí)行計(jì)算膝蜈。

6.查找

findFirst():返回第一個(gè)流元素的 Optional锅移,如果流為空返回 Optional.empty。
findAny(:返回含有任意流元素的 Optional饱搏,如果流為空返回 Optional.empty非剃。

7.信息

count():流中的元素個(gè)數(shù)。
max(Comparator):根據(jù)所傳入的 Comparator 所決定的“最大”元素推沸。
min(Comparator):根據(jù)所傳入的 Comparator 所決定的“最小”元素备绽。

8.數(shù)字流信息

average() :求取流元素平均值券坞。
max() 和 min():數(shù)值流操作無(wú)需 Comparator。
sum():對(duì)所有流元素進(jìn)行求和肺素。
summaryStatistics():生成可能有用的數(shù)據(jù)恨锚。目前并不太清楚這個(gè)方法存在的必要性,因?yàn)槲覀兤鋵?shí)可以用更直接的方法獲得需要的數(shù)據(jù)倍靡。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末眠冈,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子菌瘫,更是在濱河造成了極大的恐慌,老刑警劉巖布卡,帶你破解...
    沈念sama閱讀 212,185評(píng)論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件雨让,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡忿等,警方通過(guò)查閱死者的電腦和手機(jī)栖忠,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,445評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)贸街,“玉大人庵寞,你說(shuō)我怎么就攤上這事⊙Ψ耍” “怎么了捐川?”我有些...
    開封第一講書人閱讀 157,684評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)逸尖。 經(jīng)常有香客問(wèn)我古沥,道長(zhǎng),這世上最難降的妖魔是什么娇跟? 我笑而不...
    開封第一講書人閱讀 56,564評(píng)論 1 284
  • 正文 為了忘掉前任岩齿,我火速辦了婚禮,結(jié)果婚禮上苞俘,老公的妹妹穿的比我還像新娘盹沈。我一直安慰自己,他們只是感情好吃谣,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,681評(píng)論 6 386
  • 文/花漫 我一把揭開白布乞封。 她就那樣靜靜地躺著,像睡著了一般基协。 火紅的嫁衣襯著肌膚如雪歌亲。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,874評(píng)論 1 290
  • 那天澜驮,我揣著相機(jī)與錄音陷揪,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛悍缠,可吹牛的內(nèi)容都是我干的卦绣。 我是一名探鬼主播,決...
    沈念sama閱讀 39,025評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼飞蚓,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼滤港!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起趴拧,我...
    開封第一講書人閱讀 37,761評(píng)論 0 268
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤溅漾,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后著榴,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體添履,經(jīng)...
    沈念sama閱讀 44,217評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,545評(píng)論 2 327
  • 正文 我和宋清朗相戀三年脑又,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了暮胧。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,694評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡问麸,死狀恐怖往衷,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情严卖,我是刑警寧澤席舍,帶...
    沈念sama閱讀 34,351評(píng)論 4 332
  • 正文 年R本政府宣布,位于F島的核電站妄田,受9級(jí)特大地震影響俺亮,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜疟呐,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,988評(píng)論 3 315
  • 文/蒙蒙 一脚曾、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧启具,春花似錦本讥、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,778評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至薯演,卻和暖如春撞芍,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背跨扮。 一陣腳步聲響...
    開封第一講書人閱讀 32,007評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工序无, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留验毡,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,427評(píng)論 2 360
  • 正文 我出身青樓帝嗡,卻偏偏與公主長(zhǎng)得像晶通,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子哟玷,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,580評(píng)論 2 349

推薦閱讀更多精彩內(nèi)容

  • 集合優(yōu)化了對(duì)象的存儲(chǔ)狮辽,而流則是對(duì)數(shù)據(jù)的處理 流是一系列與特定存儲(chǔ)機(jī)制無(wú)關(guān)的元素,利用流巢寡,我們無(wú)需迭代集合中的元素喉脖,...
    Jay丶x閱讀 920評(píng)論 0 0
  • Java8 in action 沒(méi)有共享的可變數(shù)據(jù),將方法和函數(shù)即代碼傳遞給其他方法的能力就是我們平常所說(shuō)的函數(shù)式...
    鐵牛很鐵閱讀 1,223評(píng)論 1 2
  • //Clojure入門教程: Clojure – Functional Programming for the J...
    葡萄喃喃囈語(yǔ)閱讀 3,629評(píng)論 0 7
  • 第一章 為什么要關(guān)心Java 8 使用Stream庫(kù)來(lái)選擇最佳低級(jí)執(zhí)行機(jī)制可以避免使用Synchronized(同...
    謝隨安閱讀 1,486評(píng)論 0 4
  • 感恩 感恩今天回家老爸來(lái)接我 感恩晚上好吃的雞肉(老爸昨天特意宰殺的) 感恩爺爺喜歡我的戲曲機(jī)(很開心) 感恩學(xué)妹...
    做自己小太陽(yáng)閱讀 78評(píng)論 0 0