Java Stream函數語言程式設計管道流結果處理

2022-03-16 10:01:05

一、Java Stream管道資料處理操作

在本號之前寫過的文章中，曾經給大家介紹過 Java Stream管道流是用於簡化集合類元素處理的java API。在使用的過程中分為三個階段。在開始本文之前，我覺得仍然需要給一些新朋友介紹一下這三個階段，如圖：

第一階段(圖中藍色)：將集合、陣列、或行文字檔案轉換為java Stream管道流
第二階段(圖中虛線部分)：管道流式資料處理操作，處理管道中的每一個元素。上一個管道中的輸出元素作為下一個管道的輸入元素。
第三階段(圖中綠色)：管道流結果處理操作，也就是本文的將介紹的核心內容。

在開始學習之前，仍然有必要回顧一下我們之前給大家講過的一個例子：

List<String> nameStrs = Arrays.asList("Monkey", "Lion", "Giraffe","Lemur");
List<String> list = nameStrs.stream()
        .filter(s -> s.startsWith("L"))
        .map(String::toUpperCase)
        .sorted()
        .collect(toList());
System.out.println(list);

首先使用stream()方法將字串List轉換為管道流Stream然後進行管道資料處理操作，先用fliter函數過濾所有大寫L開頭的字串，然後將管道中的字串轉換為大寫字母toUpperCase，然後呼叫sorted方法排序。這些API的用法在本號之前的文章有介紹過。其中還使用到了lambda表示式和函數參照。最後使用collect函數進行結果處理，將java Stream管道流轉換為List。最終list的輸出結果是:[LEMUR, LION]

如果你不使用java Stream管道流的話，想一想你需要多少行程式碼完成上面的功能呢？回到正題，這篇文章就是要給大家介紹第三階段：對管道流處理結果都可以做哪些操作呢？下面開始吧！

二、ForEach和ForEachOrdered

如果我們只是希望將Stream管道流的處理結果列印出來，而不是進行型別轉換，我們就可以使用forEach()方法或forEachOrdered()方法。

Stream.of("Monkey", "Lion", "Giraffe", "Lemur", "Lion")
        .parallel()
        .forEach(System.out::println);
Stream.of("Monkey", "Lion", "Giraffe", "Lemur", "Lion")
        .parallel()
        .forEachOrdered(System.out::println);

parallel()函數表示對管道中的元素進行並行處理，而不是序列處理，這樣處理速度更快。但是這樣就有可能導致管道流中後面的元素先處理，前面的元素後處理，也就是元素的順序無法保證

forEachOrdered從名字上看就可以理解，雖然在資料處理順序上可能無法保障，但是forEachOrdered方法可以在元素輸出的順序上保證與元素進入管道流的順序一致。也就是下面的樣子（forEach方法則無法保證這個順序）：

Monkey
Lion
Giraffe
Lemur
Lion

三、元素的收集collect

java Stream 最常見的用法就是：一將集合類轉換成管道流，二對管道流資料處理，三將管道流處理結果在轉換成集合類。那麼collect()方法就為我們提供了這樣的功能：將管道流處理結果在轉換成集合類。

3.1.收集為Set

通過Collectors.toSet()方法收集Stream的處理結果，將所有元素收集到Set集合中。

Set<String> collectToSet = Stream.of(
   "Monkey", "Lion", "Giraffe", "Lemur", "Lion"
) 
.collect(Collectors.toSet());

//最終collectToSet 中的元素是:[Monkey, Lion, Giraffe, Lemur]，注意Set會去重。

3.2.收集到List

同樣，可以將元素收集到List使用toList()收集器中。

List<String> collectToList = Stream.of(
   "Monkey", "Lion", "Giraffe", "Lemur", "Lion"
).collect(Collectors.toList());
// 最終collectToList中的元素是: [Monkey, Lion, Giraffe, Lemur, Lion]

3.3.通用的收集方式

上面為大家介紹的元素收集方式，都是專用的。比如使用Collectors.toSet()收集為Set型別集合；使用Collectors.toList()收集為List型別集合。那麼，有沒有一種比較通用的資料元素收集方式，將資料收集為任意的Collection介面子型別。
所以，這裡就像大家介紹一種通用的元素收集方式，你可以將資料元素收集到任意的Collection型別：即向所需Collection型別提供建構函式的方式。

LinkedList<String> collectToCollection = Stream.of(
   "Monkey", "Lion", "Giraffe", "Lemur", "Lion"
).collect(Collectors.toCollection(LinkedList::new));
//最終collectToCollection中的元素是: [Monkey, Lion, Giraffe, Lemur, Lion]

注意：程式碼中使用了LinkedList::new，實際是呼叫LinkedList的建構函式，將元素收集到Linked List。當然你還可以使用諸如LinkedHashSet::new和PriorityQueue::new將資料元素收集為其他的集合型別，這樣就比較通用了。

3.4.收集到Array

通過toArray(String[]::new)方法收集Stream的處理結果，將所有元素收集到字串陣列中。

String[] toArray = Stream.of(
   "Monkey", "Lion", "Giraffe", "Lemur", "Lion"
) .toArray(String[]::new);
//最終toArray字串陣列中的元素是: [Monkey, Lion, Giraffe, Lemur, Lion]

3.5.收集到Map

使用Collectors.toMap()方法將資料元素收集到Map裡面，但是出現一個問題：那就是管道中的元素是作為key，還是作為value。我們用到了一個Function.identity()方法，該方法很簡單就是返回一個“ t -> t ”（輸入就是輸出的lambda表示式）。另外使用管道流處理常式distinct()來確保Map鍵值的唯一性。

Map<String, Integer> toMap = Stream.of(
    "Monkey", "Lion", "Giraffe", "Lemur", "Lion"
)
.distinct()
.collect(Collectors.toMap(
       Function.identity(),   //元素輸入就是輸出，作為key
       s -> (int) s.chars().distinct().count()// 輸入元素的不同的字母個數，作為value
));
// 最終toMap的結果是: {Monkey=6, Lion=4, Lemur=5, Giraffe=6}

3.6.分組收集groupingBy

Collectors.groupingBy用來實現元素的分組收集，下面的程式碼演示如何根據首字母將不同的資料元素收集到不同的List，並封裝為Map。

Map<Character, List<String>> groupingByList =  Stream.of(
    "Monkey", "Lion", "Giraffe", "Lemur", "Lion"
)
.collect(Collectors.groupingBy(
       s -> s.charAt(0) ,  //根據元素首字母分組，相同的在一組
       // counting()        // 加上這一行程式碼可以實現分組統計
));
// 最終groupingByList內的元素: {G=[Giraffe], L=[Lion, Lemur, Lion], M=[Monkey]}
//如果加上counting() ，結果是:  {G=1, L=3, M=1}

四、其他常用方法

boolean containsTwo = IntStream.of(1, 2, 3).anyMatch(i -> i == 2);
// 判斷管道中是否包含2，結果是: true
long nrOfAnimals = Stream.of(
    "Monkey", "Lion", "Giraffe", "Lemur"
).count();
// 管道中元素資料總計結果nrOfAnimals: 4
int sum = IntStream.of(1, 2, 3).sum();
// 管道中元素資料累加結果sum: 6
OptionalDouble average = IntStream.of(1, 2, 3).average();
//管道中元素資料平均值average: OptionalDouble[2.0]
int max = IntStream.of(1, 2, 3).max().orElse(0);
//管道中元素資料最大值max: 3
IntSummaryStatistics statistics = IntStream.of(1, 2, 3).summaryStatistics();
// 全面的統計結果statistics: IntSummaryStatistics{count=3, sum=6, min=1, average=2.000000, max=3}

以上就是Java Stream函數語言程式設計管道流結果處理的詳細內容，更多關於Stream管道流結果處理的資料請關注it145.com其它相關文章！