Java8实战-总结22
- 使用流
- 数值流
- 原始类型流特化
- 数值范围
- 数值流应用:勾股数
使用流
数值流
可以使用reduce
方法计算流中元素的总和。例如,可以像下面这样计算菜单的热量:
int calories = menu.stream()
.map(Dish::getcalories)
.reduce(0, Integer::sum);
这段代码的问题是,它有一个暗含的装箱成本。每个Integer
都必须拆箱成一个原始类型,再进行求和。要是可以直接像下面这样调用sum方法,效果会更好:
int calories = menu.stream()
.map(Dish::getcalories)
.sum();
但这是不可能的。问题在于map
方法会生成一个Stream<T>
。虽然流中的元素是Integer
类型,但Streams
接口没有定义sum
方法。Stream API
提供了原始类型流特化,专门支持处理数值流的方法。
原始类型流特化
Java 8
引入了三个原始类型特化流接口来解决这个问题:IntStream
、DoubleStream
和LongStream
,分别将流中的元素特化为int
、long
和double
,从而避免了暗含的装箱成本。每个接口都带来了进行常用数值归约的新方法,比如对数值流求和的sum
,找到最大元素的max
。此外还有在必要时再把它们转换回对象流的方法。要记住的是,这些特化的原因并不在于流的复杂性,而是装箱造成的复杂性——即类似int
和Integer
之间的效率差异。
- 映射到数值流
将流转换为特化版本的常用方法是mapToInt
、mapToDouble
和mapToLong
。这些方法和前面说的map
方法的工作方式一样,只是它们返回的是一个特化流,而不是stream<T>
。例如,可以像下面这样用mapToInt
对menu
中的卡路里求和:
int calories = menu.stream()
.mapToInt(Dish::getcalories)//返回一个IntStream
.sum();//返回一个Stream<Dish>
这里,mapToInt
会从每道菜中提取热量(用一个Integer
表示),并返回一个IntStream
(而不是一个Stream<Integer>
)。然后就可以调用IntStream
接口中定义的sum
方法,对卡路里求和了!请注意,如果流是空的,sum
默认返回0
。IntStream
还支持其他的方便方法,如max
、min
、average
等。
- 转换回对象流
同样,一旦有了数值流,也可以把它转换回非特化流。例如,IntStream
上的操作只能产生原始整数:IntStream
的map
操作接受的Lambda
必须接受int
并返回int
(一个IntUnaryoperator
)。但是可能想要生成另一类值,比如Dish
。为此,需要访问stream
接口中定义的那些更广义的操作。要把原始流转换成一般流(每个int
都会装箱成一个Integer
),可以使用boxed
方法,如下所示:
将Stream转
IntStream intStream = menu.stream().mapToInt(Dish::getcalories);//将Stream转换为数值流
Stream<Integer> stream = intStream.boxed();//将数值流转换为Stream
在需要将数值范围装箱成为一个一般流时,boxed
尤其有用。
- 默认值optionalInt
求和的例子很容易,因为它有一个默认值:0。但是,如果要计算IntStream
中的最大元素,就得换个法子了,因为0是错误的结果。如何区分没有元素的流和最大值真的是0的流呢?前面介绍了optional
类,这是一个可以表示值存在或不存在的容器。Optional
可以用Integer
、String
等参考类型来参数化。对于三种原始流特化,也分别有一个optional
原始类型特化版本:optionalInt
、optionalDouble
和optionalLong
。
例如,要找到IntStream
中的最大元素,可以调用max
方法,它会返回一个optionalInt
:
OptionalInt maxCalories = menu.stream()
.mapToInt(Dish::getcalories)
.max();
现在,如果没有最大值的话,就可以显式处理optionalInt
去定义一个默认值了:
int max = maxCalories.orElse(1);如果没有最大值的话,显式提供一个默认最大值
数值范围
和数字打交道时,有一个常用的东西就是数值范围。比如,假设想要生成1和100之间的所有数字。Java 8
引入了两个可以用于IntStream
和LongStream
的静态方法,帮助生成这种范围:range
和rangeClosed
。这两个方法都是第一个参数接受起始值,第二个参数接受结束值。但range
是不包含结束值的,而rangeClosed
则包含结束值。例子:
//表示范围[1,100]
IntStream evenNumbers = IntStream.rangeclosed(1, 100)
.filter(n -> n % 2 == 0);//一个从1到100的偶数流
System.out.println(evenNumbers.count());//从1到100有50个偶数
这里用了rangeClosed
方法来生成1
到100
之间的所有数字。它会产生一个流,然后可以链接filter
方法,只选出偶数。到目前为止还没有进行任何计算。最后,对生成的流调用count
。因为count
是一个终端操作,所以它会处理流,并返回结果50
,这正是1
到100
(包括两端)中所有偶数的个数。请注意,比较一下,如果改用IntStream.range(1, 100)
,则结果将会是49
个偶数,因为range
是不包含结束值的。
数值流应用:勾股数
现在来看一个难一点儿的例子。
- 勾股数
某些三元数(a,b,c)满足公式a * a + b * b = c * c
,其中a、b、c
都是整数。例如,(3, 4, 5)
就是一组有效的勾股数,因为3 * 3 + 4 * 4 = 5 * 5
或9 + 16 = 25
。这样的三元数有无限组。例如,(5 , 12, 13)
、(6, 8, 10)
和(7, 24, 25)
都是有效的勾股数。勾股数很有用,因为它们描述的正好是直角三角形的三条边长,如下图所示:
- 表示三元数
第一步是定义一个三元数。虽然更恰当的做法是定义一个新的类来表示三元数,但这里可以使用具有三个元素的int
数组,比如new int[]{3, 4, 5}
,来表示勾股数(3, 4, 5)
。现在就可以用数组索引访问每个元素了。
- 筛选成立的组合
假定提供了三元数中的前两个数字:a
和b
。怎么知道它是否能形成一组勾股数呢?需要测试a * a + b * b
的平方根是不是整数,也就是说它没有小数部分——在Java
里可以使用expr % 1
表示。如果它不是整数,那就是说c
不是整数。可以用filter
操作表达这个要求:
filter(b -> Math.sqrt(a * a + b * b) % 1 == 0)
假设周围的代码给a提供了一个值,并且stream
提供了b
可能出现的值,filter
将只选出那些可以与a
组成勾股数的b
。Math.sqrt(a * a + b * b) %1 == 0
这一行是一种测试Math.sqrt(a * a + b * b)
返回的结果是不是整数的方法。如果平方根的结果带了小数,这个条件就不成立。
- 生成三元组
在筛选之后,知道a
和b
能够组成一个正确的组合。现在需要创建一个三元组。可以使用map
操作,像下面这样把每个元素转换成一个勾股数组:
stream.filter(b -> Math.sqrt(a*a + b*b) % 1 == 0)
.map(b -> new int[]{a, b, (int)Math.sqrt(a*a + b*b)});
- 生成b值
现在需要生成b
的值。前面已经看到,Stream.rangeClosed
可以在给定区间内生成一个数值流。可以用它来给b
提供数值,这里是1
到100
:
IntStream.rangeClosed(1, 100)
.filter(b -> Math.sqrt(a*a + b*b) % 1 == 0)
.boxed()
.map(b -> new int[]{a, b, (int)Math.sqrt(a*a + b*b)});
在filter
之后调用boxed
,从rangeClosed
返回的IntStream
生成一个Stream<Integer>
。这是因为map
会为流中的每个元素返回一个int
数组。而IntStream
中的map
方法只能为流中的每个元素返回另一个int
,这不是想要的。可以用IntStream
的mapToObj
方法改写它,这个方法会返回一个对象值流:
IntStream.rangeClosed(1, 100)
.filter(b -> Math.sqrt(a*a + b*b) % 1 == 0)
.mapToobj(b -> new int[]{a, b, (int)Math.sqrt(a*a + b*b)});
6 . 生成值
这里有一个关键的假设:给出了a
的值。 现在,只要已知a
的值,就有了一个可以生成勾股数的流。就像b
一样,需要为a
生成数值。最终的解决方案如下所示:
Streamcint[]> pythagoreanTriples = IntStream.rangeClosed(1, 100).boxed()
.flatMap(a ->
IntStream.rangeClosed(a, 100)
.filter(b -> Math.sqrt(a*a + b*b) % 1 == 0)
.mapToobj(b ->
new int[]{a, b, (int)Math.sqrt(a * a + b* b)})
);
首先,创建一个从1
到100
的数值范围来生成a
的值。对每个给定的a
值,创建一个三元数流。要是把a
的值映射到三元数流的话,就会得到一个由流构成的流。flatMap
方法在做映射的同时,还会把所有生成的三元数流扁平化成一个流。这样就得到了一个三元数流。还要注意,b
的范围改成了a
到100
。没有必要再从1
开始了,否则就会造成重复的三元数,例如(3,4,5)
和(4,3,5)
。
- 运行代码
现在可以运行解决方案,并且可以利用前面的limit
命令,明确限定从生成的流中要返回多少组勾股数了:
pythagoreanTriples.limit(5)
.forEach(t ->
System.out.println(t[0] + "," + t[1] + "," + t[2]));
这会打印:
3, 4, 5
5, 12, 13
6, 8, 10
7, 24, 25
8, 15, 17
- 最优
目前的解决办法并不是最优的,因为要求两次平方根。让代码更为紧凑的一种可能的方法是,先生成所有的三元数(a*a, b*b, a*a + b*b)
,然后再筛选符合条件的:
Streamcdouble[]> pythagoreanTriples2 =
IntStream.rangeClosed(1, 100).boxed()
.flatMap(a ->
IntStream.rangeClosed(a,100)
.mapToObj(
b -> new double[]{a, b, Math.sqrt(a*a + b*b)})//产生三元数
.filter(t -> t[2] % 1 == 0));//元组中的第三个元素必须是整数