💗wei_shuo的个人主页

💫wei_shuo的学习社区

🌐Hello World ！

---

Java 8：Stream API

Java 8 中的 Stream API 是一组用于对集合数据进行处理的新特性；提供一种以声明式风格对集合进行操作的方式，简化集合的处理，使得代码更加简洁、优雅，并且能够更高效地处理数据；

这种风格将要处理的元素集合看作一种流， 流在管道中传输， 并且可以在管道的节点上进行处理， 比如筛选， 排序，聚合等；元素流在管道中经过中间操作（intermediate operation）的处理，最后由最终操作(terminal operation)得到前面处理的结果

+--------------------+       +------+   +------+   +---+   +-------+
| stream of elements +-----> |filter+-> |sorted+-> |map+-> |collect|
+--------------------+       +------+   +------+   +---+   +-------+

流程转换为 Java 代码为：

List<Integer> transactionsIds = 
widgets.stream()
             .filter(b -> b.getColor() == RED)
             .sorted((x,y) -> x.getWeight() - y.getWeight())
             .mapToInt(Widget::getWeight)
             .sum();

特性

声明式编程风格：Stream API 提供了类似于 SQL 查询的声明式编程方式，通过链式调用一系列方法来对数据进行操作，而不是显式地编写循环或临时变量。这使得代码更加简洁、易读和易于理解

惰性求值：Stream 是惰性求值的，即只有在终止操作时才会真正执行；中间操作（如 filter、map、sorted 等）只是定义了数据流的处理步骤，而不会立即执行；这样可以优化处理过程，避免不必要的计算，提高性能

函数式接口支持：Stream API 需要与函数式接口（Functional Interface）一起使用；函数式接口是只包含一个抽象方法的接口，Lambda 表达式可以作为函数式接口的实例进行传递；这种支持使得 Stream API 能够充分发挥函数式编程的优势

生成流

Java 8 中, 集合接口有两个方法来生成流

stream()：为集合创建串行流

parallelStream() −：为集合创建并行流

List<String> strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
List<String> filtered = strings.stream().filter(string -> !string.isEmpty()).collect(Collectors.toList());

strings 列表创建了一个流，通过 stream() 方法将列表转换成了一个流；然后，使用 filter 方法传递一个 Lambda 表达式来筛选（过滤）不满足条件的元素；在这里，Lambda 表达式 string -> !string.isEmpty() 检查字符串是否非空；只有在字符串不为空的情况下，该元素会被保留在流中；最后，使用 collect 方法，结合 Collectors.toList() 收集器，将符合条件的元素收集到一个新的列表 filtered 中

流式操作

forEach

Stream 提供了新的方法 forEach 来迭代流中的每个数据：以下代码片段使用 forEach 输出10个随机数：

ints() 方法用于生成一个无限的随机整数流

Random random = new Random();
random.ints().limit(10).forEach(System.out::println);

map

map 方法用于映射每个元素到对应的结果：以下代码片段使用 map 输出了元素对应的平方数

List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);
// 获取对应的平方数
List<Integer> squaresList = numbers.stream().map( i -> i*i).distinct().collect(Collectors.toList());

filter

filter 方法用于通过设置的条件过滤出元素：以下代码片段使用 filter 方法过滤出空字符串

List<String>strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
// 获取空字符串的数量
long count = strings.stream().filter(string -> string.isEmpty()).count();

limit

limit 方法用于获取指定数量的流：以下代码片段使用 limit 方法打印出 10 条数据

Random random = new Random();
random.ints().limit(10).forEach(System.out::println);

sorted

sorted 方法用于对流进行排序：以下代码片段使用 sorted 方法对输出的 10 个随机数进行排序

Random random = new Random();
random.ints().limit(10).sorted().forEach(System.out::println);

并行（parallel）程序

parallelStream 是流并行处理程序的代替方法：以下实例我们使用 parallelStream 来输出空字符串的数量

List<String> strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
// 获取空字符串的数量
long count = strings.parallelStream().filter(string -> string.isEmpty()).count();

Collectors

Collectors 类实现了很多归约操作，例如将流转换成集合和聚合元素：Collectors 可用于返回列表或字符串

List<String>strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
List<String> filtered = strings.stream().filter(string -> !string.isEmpty()).collect(Collectors.toList());
 
System.out.println("筛选列表: " + filtered);
String mergedString = strings.stream().filter(string -> !string.isEmpty()).collect(Collectors.joining(", "));
System.out.println("合并字符串: " + mergedString);

统计

产生统计结果的收集器；它们主要用于int、double、long等基本类型上，它们可以用来产生类似如下的统计结果

List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);
 
IntSummaryStatistics stats = numbers.stream().mapToInt((x) -> x).summaryStatistics();
 
System.out.println("列表中最大的数 : " + stats.getMax());
System.out.println("列表中最小的数 : " + stats.getMin());
System.out.println("所有数之和 : " + stats.getSum());
System.out.println("平均数 : " + stats.getAverage());

map 操作

Stream API 中三种常见的 map 操作：map、mapToInt 和 flatMap

• map：用于将流中的元素映射为另一种类型的流。例如，将一个对象流中的每个对象映射为对象的某个属性值组成的流
• mapToInt：用于将流中的元素映射为 IntStream，即基本类型 int 的流。它通常用于将流中的元素映射为整数值
• flatMap：用于将流中的每个元素映射为一个流，然后将这些流连接成一个单一的流。它通常用于扁平化处理嵌套的流结构

案例

systemApplicationTypeRepo.list(new QueryWrapper<SystemApplicationType>().orderByAsc(SystemApplicationTypeCol.ID))
                .stream().map(bean -> new ResCommonIdNameCode(bean.getId(), bean.getName(), bean.getName())).collect(Collectors.toList()

systemApplicationTypeRepo.list(...)：这部分代码使用了一个名为 systemApplicationTypeRepo 的仓库（Repository），通过调用 list 方法来查询数据库中的数据；list 方法接受一个查询条件对象 QueryWrapper<SystemApplicationType> 作为参数，用于指定查询条件

new QueryWrapper<SystemApplicationType>().orderByAsc(SystemApplicationTypeCol.ID)：这是创建一个查询条件对象的过程；QueryWrapper 是 MyBatis-Plus 提供的用于构建查询条件的工具；orderByAsc(SystemApplicationTypeCol.ID) 表示按照 SystemApplicationType 实体类中 ID 字段的升序进行排序。

.stream()：这将查询结果转换为一个 Stream<SystemApplicationType> 对象，便于后续的操作

.map(bean -> new ResCommonIdNameCode(bean.getId(), bean.getName(), bean.getName()))：这部分使用 map 操作将查询结果的每个 SystemApplicationType 对象映射为 ResCommonIdNameCode 对象；ResCommonIdNameCode 是一个自定义的类，构造函数接受 id、name 和 code 作为参数，用于创建一个新的对象

.collect(Collectors.toList())：最后，使用 collect 方法将 Stream<ResCommonIdNameCode> 对象收集为 List<ResCommonIdNameCode>，即最终的结果列表

noticeResponses.stream()
                .sorted(Comparator.comparing(SystemNoticeResponse::getReadStatus)
                        .thenComparing(Comparator.comparing(SystemNoticeResponse::getCreateAt).reversed()))
                .collect(Collectors.toList());

.stream()：将 noticeResponses 列表转换为一个 Stream<SystemNoticeResponse> 对象，使其能够使用 Stream API 提供的操作

.sorted(...)：这是一个中间操作，用于对流中的元素进行排序；使用 Comparator.comparing(...) 方法创建了一个比较器，用于指定排序的规则；首先，按照 SystemNoticeResponse 对象的 readStatus 字段进行升序排序；.thenComparing(...) 表示如果 readStatus 相同，则按照 createAt 字段进行降序排序（使用 reversed() 方法）

.collect(Collectors.toList())：最后，使用 collect 方法将排序后的 Stream<SystemNoticeResponse> 对象收集为一个新的 List<SystemNoticeResponse>，即排序后的 noticeResponses 列表

---

🌼 结语：创作不易，如果觉得博主的文章赏心悦目，还请——点赞👍收藏⭐️评论📝

---