Java 8小记 - Stream

内容简介：Java 8小记 - Stream

本文主要介绍 Java 8 的 Stream 的简单使用

简介

流与集合的区别

计算的时机

	是否全部载入内存	能否添加或删除元素	类似于
集合	是	能	DVD
流	否，按需计算	不能	网络流媒体

消费一次

流 只能遍历一次 ，遍历后即被消费，类似于 网络流
相关代码托管在 java8_demo

List<String> strs = Arrays.asList("zhong", "ming", "mao");
Stream<String> stream = strs.stream();
stream.forEach(s -> System.out.println(s)); // Lambda
// throw java.lang.IllegalStateException: stream has already been operated upon or closed
stream.forEach(System.out::println); // 方法引用，相关内容请参照「Java8回忆录 - Lambda」

迭代方式

	迭代方式	编程方式	并行	目的
集合	外部迭代	自行选择数据表示	自行实现并行	以特定时间/空间复杂度存储和访问元素
流	内部迭代	声明式编程	几乎免费的并行	计算

流操作

流操作类似于 流水线 操作

中间操作

返回一个流（ Stream ）的操作
中间操作 不会执行任何处理 ，直到触发了一个 终端操作
中间操作一般是可以进行 合并 的，这会在终端操作进行处理

常用中间操作

操作	出参	入参	函数描述符（入参）
filter	`Stream<T>`	`Predicate<T>`	T -> boolean
distinct	`Stream<T>`
skip	`Stream<T>`	long
limit	`Stream<T>`	long
map	`Stream<R>`	`Function<T,R>`	T -> R
flatMap	`Stream<R>`	`Function<T,Stream<R>>`	`T -> Stream<R>`
sorted	`Stream<T>`	`Comparator<T>`	(T,T) -> int

终端操作

关闭流 的操作
从流的流水线 生成结果 （List、Integer、void等）

常用终端操作

操作	出参	入参	函数描述符（入参）
anyMatch	boolean	`Predicate<T>`	T -> boolean
noneMatch	boolean	`Predicate<T>`	T -> boolean
allMatch	boolean	`Predicate<T>`	T -> boolean
findAny	`Optional<T>`
findFirst	`Optional<T>`
forEach	void	`Consumer<T>`	T -> void
collect	R	`Collector<T,A,R>`
count	long
reduce	`Optional<T>`	`BinaryOperator<T>`	(T,T) -> T

筛选与切片

谓词筛选

@Data
@AllArgsConstructor
@NoArgsConstructor
public class User{
    
    public enum TYPE {
        OLD, YOUNG;
    }
    
    private String name;
    private int age;
    private boolean isStudent;
    
    public User(intage,booleanisStudent){
        this.age = age;
        this.isStudent = isStudent;
    }
}

@Test
public void filterCountTest(){
    // 初始化代码实际在@Before中，这里仅为了行文方便
    List<User> users = Arrays.asList(new User(10, true),
           new User(20, true), new User(30, false),
           new User(40, false), new User(50, false),
           new User(60, false), new User(70, false));

    assertEquals(2, users.stream() // Stream<User>
                         .filter(User::isStudent) // 谓词筛选，方法引用，Stream<User>
                         .count()); // 统计，long
}

筛选各异元素

@Test
public void filterDistinctTest(){
   List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 3, 2, 1);
   assertEquals(2, numbers.stream() // Stream<Integer>
                          .filter(n -> n % 2 == 0) // 谓词过滤，Lambda，Stream<Integer>
                          .distinct() // 筛选各异的元素，Stream<Integer>
                          .count()); // 统计，long
}

截断流

@Test
public void filterLimitTest(){
   Predicate<User> isStudent = User::isStudent;
   assertEquals(3, users.stream() // Stream<User>
                        .filter(isStudent.negate()) // 谓词筛选，Stream<User>
                        .limit(3) // 截断流，Stream<User>
                        .count()); // 统计，long
}

跳过N个元素

@Test
public void filterSkipTest(){
   Predicate<User> isStudent = User::isStudent;
   assertEquals(4, users.stream() // Stream<User>
                        .filter(isStudent.negate()) // 谓词筛选，Stream<User>
                        .skip(1) // 跳过前N个元素，Stream<User>
                        .count()); // 统计，long
}

映射

map

@Test
public void mapTest(){
   List<String> words = Arrays.asList("zhong", "ming", "mao");
   assertEquals(3, words.stream() // Stream<String>
                        .map(String::length) // 映射，Stream<Integer>
                        .distinct() // 筛选各异的元素，Stream<Integer>
                        .count()); // 统计，long
}

flatMap

@Test
public void flatMapTest(){
   List<String> words = Arrays.asList("zhong", "ming", "mao");
   Stream<String[]> stream = words.stream() // Stream<String>
                                  .map(s -> s.split("")); // 映射，Stream<String[]>，此时流中的元素是String[]
   // <R> Stream<R> flatMap(Function<? super T, ? extends Stream<? extends R>> mapper)
   // public static <T> Stream<T> stream(T[] array)
   assertEquals(8, stream.flatMap(Arrays::stream) // 映射，Stream<String>，此时流中的元素恢复为String
                         .distinct() // 筛选各异的元素，Stream<String>
                         .collect(toList()) // 收集为List，List<String>
                         .size());
}

flatMap 从定义上理解有点晦涩，做简单解释

flatMap 方法定义可简单理解为 Stream<R> (Function<T, Stream<R>> mapper) ， mapper 的函数描述符简单理解为 T -> Stream<R>
Lambda表达式 Arrays::stream 的签名为 T[] -> Stream<T>
stream 为 Stream<String[]> ，元素类型为 String[] ，通过 Arrays::stream 会变成 String[] -> Stream<String> ，依据 flatMap 方法的定义，将返回 Stream<String> ，流 被扁平化

Java 8小记 - Stream

下面是 flatmap 的另一个实例

List<Integer> numbers1 = Arrays.asList(1, 2, 3);
List<Integer> numbers2 = Arrays.asList(3, 4);
Stream<Stream<Integer[]>> mapStream = numbers1.stream() // Stream<Integer>
                                              .map(i -> 
                                                    numbers2.stream() // Stream<Integer>
                                                    .map(j -> new Integer[]{i, j}) // Stream<Integer[]>
                                               ); // Stream<Stream<Integer[]>>
// flatMap 相对于 map，相当于抹去了一层 Stream
Stream<Integer[]> flatMapStream = numbers1.stream() // Stream<Integer>
                                          .flatMap(i -> 
                                                    numbers2.stream() // Stream<Integer>
                                                    .map(j -> new Integer[]{i, j}) // Stream<Integer[]>
                                                ); // Stream<Integer[]>

assertEquals(2, numbers1.stream() // Stream<Integer>
                        .flatMap(i ->
                            numbers2.stream() // Stream<Integer>
                                    .map(j -> new Integer[]{i, j})) // Stream<Integer[]>
                        .filter(ints -> (ints[0] + ints[1]) % 3 == 0) // Stream<Integer[]> ，只有(2,4)和(3,3)匹配
                        .count()); // long

查找与匹配

查找

@Test(expected = IllegalArgumentException.class)
public void findTest(){
   List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
   Optional<Integer> first = numbers.stream() // Stream<Integer>
                                    .map(x -> x * x + 2) // Stream<Integer>
                                    .filter(x -> x % 3 == 0) // Stream<Integer>
                                    .findFirst(); // Optional<Integer>
   first.orElseThrow(() -> new RuntimeException("error"));
   
   Optional<Integer> any = numbers.stream() // Stream<Integer>
                                    .map(x -> x * x) // Stream<Integer>
                                    .filter(x -> x % 7 == 0) // Stream<Integer>
                                    .findAny(); // Optional.EMPTY
   any.orElseThrow(() -> new IllegalArgumentException("error"));
}

匹配

@Test
public void matchTest(){
   List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
   assertFalse(numbers.stream() // Stream<Integer>
                      .anyMatch(x -> x > 10)); // boolean
   assertFalse(numbers.stream() // Stream<Integer>
                      .noneMatch(x -> x < 10)); // boolean
   assertTrue(numbers.stream() // Stream<Integer>
                      .allMatch(x -> x < 10)); // boolean
}

归约

求和

@Test(expected = RuntimeException.class)
public void sumTest(){
   List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
   assertEquals(Integer.valueOf(15), numbers.stream() // Stream<Integer>
                                            .reduce(0, (x, y) -> x + y)); // Integer
   // 更简洁的写法Integer::sum（方法引用）
   assertEquals(Integer.valueOf(15), numbers.stream().reduce(0, Integer::sum)); // Integer::sum从 Jdk8 开始引入
   
   numbers.clear();
   Optional<Integer> sum = numbers.stream() // Stream<Integer>
                                  .reduce((x, y) -> x + y); // Optional<Integer>，无初始值，当numbers为空时，返回Optional.EMPTY
   sum.orElseThrow(() -> new RuntimeException("no init value"));
}

Java 8小记 - Stream

最大值和最小值

@Test
public void maxMinTest(){
   List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
   assertEquals(Integer.valueOf(5), numbers.stream().reduce((x, y) -> Integer.max(x, y)).get());
   // 方法引用，Lambda语法糖
   assertEquals(Integer.valueOf(5), numbers.stream() // Stream<Integer>
                                           .reduce(Integer::max) // Optional<Integer>
                                           .get());
   assertEquals(Integer.valueOf(1), numbers.stream().reduce(Integer::min).get());
   
   assertEquals(Integer.valueOf(5), numbers.stream().max((x, y) -> x.compareTo(y)).get());
   // 方法引用
   assertEquals(Integer.valueOf(5), numbers.stream() // Stream<Integer>
                                           .max(Integer::compareTo) // Optional<Integer>
                                           .get());
   assertEquals(Integer.valueOf(1), numbers.stream().min(Integer::compareTo).get());
}

Java 8小记 - Stream

总数

@Test
public void countTest(){
   List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
   // Map-Reduce
   assertEquals(Integer.valueOf(5), numbers.stream() // Stream<Integer>
                                           .map(integer -> 1) // Stream<Integer>，Map
                                           .reduce(0, Integer::sum)); // Integer，Reduce
   // 通过reduce 实现与 count 一样的功能
   assertEquals(5, numbers.stream().count());
}

数值流

前面涉及到 Stream<String> 、 Stream<Integer> 的都是 对象流 ，隐含 装箱 和 拆箱 成本
数值流 是 对象流的原始类型特化 ，如 IntStream ，没有 装箱 和 拆箱 成本

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
Stream<Integer> objStream = numbers.stream(); // 对象流，隐含装箱和拆箱成本
Optional<Integer> reduce = objStream.reduce(Integer::max); // Optional<Integer>
assertEquals(Integer.valueOf(5), reduce.get());
   
IntStream intStream = numbers.stream().mapToInt(Integer::intValue);
OptionalInt max = intStream.max();
assertEquals(5, max.getAsInt()); // 数值流，没有装箱和拆箱成本
Stream<Integer> boxed = numbers.stream().mapToInt(Integer::intValue).boxed(); // 对象流

构建流

有限流

值

@Test
public void buildFromValueTest(){
   // <T> Stream<T> of(T... values)
   Stream<String> stringStream = Stream.of("zhong", "ming", "mao");
   assertEquals(3, stringStream.count());
   
   // <T> Stream<T> empty()
   Stream<Object> objectStream = Stream.empty();
   assertEquals(0, objectStream.count());
   
   // IntStream of(int... values) { return Arrays.stream(values); }
   IntStream intStream = IntStream.of(1, 2, 3);
   assertEquals(3, intStream.max().getAsInt());
}

数组

@Test
public void buildFromArrayTest(){
   int[] intArray = {1, 2, 3, 4, 5, 6, 7};
   // IntStream stream(int[] array)
   IntStream intStream = Arrays.stream(intArray);
   assertEquals(3, intStream.filter(x -> x % 2 == 0).count());
   
   Integer[] integerArray = {1, 2, 3, 4, 5, 6, 7};
   // <T> Stream<T> stream(T[] array)
   Stream<Integer> integerStream = Arrays.stream(integerArray);
   assertEquals(4, integerStream.filter(x -> x % 2 == 1).count());
}

文件

@Test
public void buildFromFileTest()throwsIOException{
   String relativePath = "/tmp.txt"; // src/test/resources/tmp.txt
   String absPath = this.getClass().getResource(relativePath).getPath(); // 绝对路径
   // Stream<String> lines(Path path, Charset cs) throws IOException
   Stream<String> stringStream = Files.lines(Paths.get(absPath), Charset.defaultCharset()); // Stream<String>，元素为文件中的每一行
   assertEquals(9, stringStream.flatMap(s -> Arrays.stream(s.split("\\s+"))) // 扁平化流，Stream<String>，元素为单词
                               .distinct() // Stream<String>
                               .count()); // long
}

range + rangeClosed

@Test
public void buildFromRangeTest(){
   IntStream intStream = IntStream.range(0, 10);
   assertEquals(5, intStream.filter(value -> value % 2 == 0).count());
   
   intStream = IntStream.rangeClosed(0, 10);
   assertEquals(6, intStream.filter(value -> value % 2 == 0).count());
}

无限流

iterate

@Test
public void buildFromIterateTest(){
   // 偶数数列
   // <T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
   Stream<Integer> integerStream = Stream.iterate(0, x -> x + 2);
   assertEquals(20, integerStream.limit(5).mapToInt(Integer::intValue).sum());
   
   // 偶数数列
   // IntStream iterate(final int seed, final IntUnaryOperator f)
   IntStream intStream = IntStream.iterate(0, x -> x + 2);
   assertEquals(20, intStream.limit(5).sum());
   
   // 斐波那契数列
   Stream<int[]> intArrayStream = Stream.iterate(new int[]{0, 1}, // T
                                                    fibArray -> new int[]{fibArray[1], fibArray[0] + fibArray[1]}); // UnaryOperator<T>
   assertEquals(5, intArrayStream.mapToInt(fib -> fib[1]).limit(5).max().getAsInt());
}

generate

@Test
public void buildFromGenerateTest(){
   // <T> Stream<T> generate(Supplier<T> s)
   Stream<Integer> integerStream = Stream.generate(() -> (int) (Math.random() * 1000));
   // IntStream generate(IntSupplier s)
   IntStream intStream = IntStream.generate(() -> (int) (Math.random() * 1000));
   
   // 斐波那契数列
   integerStream = Stream.generate(new Supplier<Integer>() {
       
       private int pre = 0;
       private int cur = 1;
       
       @Override
       publicIntegerget(){
           int next = pre + cur;
           pre = cur;
           cur = next;
           return pre;
       }
   });
   assertEquals(5, integerStream.mapToInt(Integer::intValue).limit(5).max().getAsInt());
   
   intStream = IntStream.generate(new IntSupplier() {
       private int pre = 0;
       private int cur = 1;
       
       @Override
       public int getAsInt(){
           int next = pre + cur;
           pre = cur;
           cur = next;
           return pre;
       }
   });
   assertEquals(5, intStream.limit(5).max().getAsInt());
}

收集

收集器 （ Collector ）会对 流中的元素 应用一个 转换函数 ，并将结果 累积 在一个数据结构中

汇总

求和

 @Test
public void sumTest(){
   List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
   assertEquals(15,
                  integerList.stream()
                             .collect(Collectors.summingInt(Integer::intValue))
                             .intValue());
}

<R, A> R collect(Collector<? super T, A, R> collector)
<T> Collector<T, ?, Integer> summingInt(ToIntFunction<? super T> mapper)

Java 8小记 - Stream

总数

@Test
public void countTest(){
   List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
   assertEquals(3,
                integerList.stream().filter(n -> n % 2 == 1)
                           .collect(Collectors.counting())
                           .intValue());
}

最大值最小值

@Test
public void maxMinTest(){
   List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
   assertEquals(Integer.valueOf(5), 
                                integerList.stream().filter(n -> n % 2 == 1)
                                           .collect(Collectors.maxBy(Comparator.comparingInt(Integer::intValue)))
                                           .get());
   assertEquals(Integer.valueOf(1),
                                integerList.stream().filter(n -> n % 2 == 1)
                                           .collect(Collectors.minBy(Comparator.comparing(Integer::intValue)))
                                           .get());
}

平均数

@Test
public void avgTest(){
   List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
   assertEquals(Double.valueOf("3.0"), 
                                     integerList.stream()
                                                .collect(Collectors.averagingInt(Integer::intValue)));
}

统计数

@Test
public void statisticsTest(){
   List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
   IntSummaryStatistics statistics = integerList.stream()
                                                .collect(Collectors.summarizingInt(Integer::intValue));
   assertEquals(5, statistics.getCount());
   assertEquals(5, statistics.getMax());
   assertEquals(1, statistics.getMin());
   assertEquals(15, statistics.getSum());
   assertEquals(3, (int) statistics.getAverage());
}

连接字符串

@Test
public void joinStrTest(){
   
   List<String> stringList = Arrays.asList("zhong", "ming", "mao");
   String delimiter = ",";
   String expectedStr = "";
   for (int i = 0, len = stringList.size(); i < len; i++) {
       expectedStr += stringList.get(i);
       if (i != len - 1) {
           expectedStr += delimiter;
       }
   }
   assertEquals(expectedStr,
                           stringList.stream()
                                     .collect(Collectors.joining(",")));
}

广义归约

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
   
// <T> Collector<T, ?, Optional<T>> reducing(BinaryOperator<T> op)
assertEquals(Integer.valueOf(15),
                                integerList.stream()
                                           .collect(Collectors.reducing(Integer::sum))
                                           .get());
   
// <T> Collector<T, ?, T> reducing(T identity, BinaryOperator<T> op)
assertEquals(Integer.valueOf(25),
                                integerList.stream()
                                           .collect(Collectors.reducing(10, Integer::sum)));
   
// <T, U> Collector<T, ?, U> reducing(U identity, Function<? super T, ? extends U> mapper, BinaryOperator<U> op)
assertEquals(Integer.valueOf(50),
                                integerList.stream()
                                           .collect(Collectors.reducing(20, // identity
                                                                        n -> n * 2, // mapper
                                                                        Integer::sum))); // op

Java 8小记 - Stream

分组

单级分组

@Test
public void singleGroupTest(){
   List<User> users = Arrays.asList(new User("a", 10, true),
                new User("b", 20, true), new User("c", 30, false),
                new User("d", 40, false), new User("e", 50, false),
                new User("f", 60, false), new User("g", 70, false));
   // <T, K> Collector<T, ?,Map<K, List<T>>> groupingBy(Function<? super T, ? extends K> classifier)
   Map<Boolean, List<User>> listMap = users.stream()
                                           .collect(Collectors.groupingBy(User::isStudent));
   assertEquals(2, listMap.size());
   assertEquals(5, listMap.get(false).size());
   assertEquals(2, listMap.get(true).size());
}

多级分组

@Test
public void multiGroupTest(){
    List<User> users = Arrays.asList(new User("a", 10, true),
                new User("b", 20, true), new User("c", 30, false),
                new User("d", 40, false), new User("e", 50, false),
                new User("f", 60, false), new User("g", 70, false));
   // <T, K, A, D> Collector<T, ?, Map<K, D>> groupingBy(Function<? super T, ? extends K> classifier, Collector<? super T, A, D> downstream)
   Map<User.TYPE, Map<Boolean, List<User>>> mapMap = 
   users.stream().collect(
            Collectors.groupingBy(user -> user.getAge() > 50 ? User.TYPE.OLD : User.TYPE.YOUNG, // 第一层 Key
            Collectors.groupingBy(User::isStudent))); // 第二层 Key
   
   assertEquals(2, mapMap.size());
   assertEquals(1, mapMap.get(User.TYPE.OLD).size());
   assertEquals(2, mapMap.get(User.TYPE.YOUNG).size());
   assertFalse(mapMap.get(User.TYPE.OLD).containsKey(Boolean.TRUE));
   assertEquals(2, mapMap.get(User.TYPE.OLD).get(Boolean.FALSE).size());
   assertEquals(2, mapMap.get(User.TYPE.YOUNG).get(Boolean.TRUE).size());
   assertEquals(3, mapMap.get(User.TYPE.YOUNG).get(Boolean.FALSE).size());
}

按子组收集

@Test
public void groupCollectTest(){
   Map<User.TYPE, Long> typeLongMap = users.stream().collect(
                                            Collectors.groupingBy(user -> user.getAge() > 50 ? User.TYPE.OLD : User.TYPE.YOUNG, 
                                            Collectors.counting())); // 子组内总数
   assertEquals(2, typeLongMap.size());
   assertEquals(2, typeLongMap.get(User.TYPE.OLD).intValue());
   assertEquals(5, typeLongMap.get(User.TYPE.YOUNG).intValue());
   
   Map<User.TYPE, Double> typeDoubleMap = users.stream().collect(
                                            Collectors.groupingBy(user -> user.getAge() > 50 ? User.TYPE.OLD : User.TYPE.YOUNG, 
                                            Collectors.averagingInt(User::getAge))); // 子组内平均年龄
   assertEquals(2, typeDoubleMap.size());
   assertEquals(1, typeDoubleMap.get(User.TYPE.OLD).compareTo(typeDoubleMap.get(User.TYPE.YOUNG)));
}

分区

@Test
public void partitioningTest(){
   Map<Boolean, List<User>> listMap = users.stream().collect(
                                            Collectors.partitioningBy(User::isStudent));
   assertEquals(2, listMap.size());
   assertEquals(2, listMap.get(Boolean.TRUE).size());
   assertEquals(5, listMap.get(Boolean.FALSE).size());
   
   Map<Boolean, Map<Boolean, List<User>>> map = users.stream().collect(
                                            Collectors.partitioningBy(user -> user.getAge() > 50 ? true : false, 
                                            Collectors.partitioningBy(User::isStudent)));
   assertEquals(2, map.size());
   assertEquals(2, map.get(Boolean.TRUE).size());
   assertEquals(2, map.get(Boolean.FALSE).size());
   assertEquals(2, map.get(Boolean.FALSE).get(Boolean.TRUE).size());
   assertEquals(3, map.get(Boolean.FALSE).get(Boolean.FALSE).size());
}

收集器

接口定义

public interface Collector<T,A,R>{
    // T：流中的元素； A：用于累加器处理对象的类型； R：返回类型
    Supplier<A>supplier(); // 生成累加器
    BiConsumer<A, T>accumulator(); // 累加操作
    BinaryOperator<A>combiner(); // 合并操作，对流的子部分如何进行并行合并
    Function<A, R>finisher(); // 最终转换
    Set<Characteristics>characteristics(); // 定义收集器的行为

    enum Characteristics { // 不是很理解，请大神指教
        CONCURRENT, 
        UNORDERED, 
        IDENTITY_FINISH
    }    
}

自定义收集器

// 自定义收集器，最终转换为 Set<T>
public class CustomCollector<T>implements Collector<T,List<T>,Set<T>>{

    @Override
    public Supplier<List<T>> supplier() {
        // 累加器实例
        return ArrayList::new;
    }

    @Override
    public BiConsumer<List<T>, T> accumulator() {
        // 将流中的元素添加到容器
        return List::add;
    }

    @Override
    public BinaryOperator<List<T>> combiner() {
        // 合并两个（部分）结果容器，主要用于并发
        return (list1, list2) -> {
            list1.addAll(list2);
            return list1;
        };
    }

    @Override
    public Function<List<T>, Set<T>> finisher() {
        // 对结果容器的最终转换
        return list -> {
            Set<T> finalSet = new HashSet<>();
            finalSet.addAll(list);
            return finalSet;
        };
    }

    @Override
    publicSet<Characteristics>characteristics(){
        return Collections.unmodifiableSet(EnumSet.of(Characteristics.CONCURRENT));
    }
}

@Test
public void customCollectorTest(){
   List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 3, 2, 1);
   Set<Integer> set = integerList.stream().collect(new CustomCollector<>());
   assertEquals(4, set.size());
}

并行流

这里仅简单介绍 并行流的使用 ，平时一般不使用（因为数据量往往不够大，发挥并行优势有比较多的限制条件， 顺序流 基本能应付日常开发的需求）

简单使用

public static long sum(intm){
   return Stream.iterate(1, n -> n + 1).limit(m)
           .parallel() // 标记为顺序流，只是设置boolean标志位， 只有最后一个parallel或sequential有意义
           .filter(n -> n % 2 == 0)
           .sequential() // 标记为并行流，冗余设置
           .map(integer -> integer * 3)
           .parallel() // 最后一个parallel或sequential影响整个流水线
           .reduce(0, Integer::sum);
}

性能比较

public static int iterativeSum(intn){
   // 原始类型，无需拆箱和装箱操作
   int result = 0;
   for (int i = 0; i < n; i++) {
       result += i;
   }
   return result;
}
    
public static int sequentialSum(intm){
   // 对象顺序流，需要拆箱和装箱操作
   return Stream.iterate(0, n -> n + 1).limit(m).reduce(0, Integer::sum);
}
    
public static int iterativeParallelSum(intm){
   // 对象并行流，需要拆箱和装箱操作
   // 很难将iterate操作划分成独立块来并行处理，因为每次计算依赖上一次的计算结果
   // 将流标记为并行，反而增加了开销
   // 最慢
   return Stream.iterate(0, n -> n + 1).limit(m).parallel().reduce(0, Integer::sum);
}
    
public static int rangesequentialSum(intm){
   // 数值顺序流，无需拆箱和装箱操作
   // 比iterativeParallelSum快 -> 首先选择合适的数据结构，再考虑是否使用并行流
   return IntStream.range(0, m).reduce(0, Integer::sum);
}
    
public static int rangeParallelSum(intm){
   // 数值并行流，无需拆箱和装箱操作
   // range操作能够很方便地进行并行处理（RangeIntSpliterator，属于内部原理 Fork/Join的范畴，后续研究）
   // 最快
   return IntStream.range(0, m).parallel().reduce(0, Integer::sum);
}

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。

码农书籍

Linux内核设计的艺术

新设计团队 / 机械工业出版社华章公司 / 2011-6-20 / 79.00元

关于Linux内核的书已经不计其数，但这本书却是独树一帜的，它的内容代表着Linux内核研究成果的世界顶尖级水平，它在世界范围内首次提出并阐述了操作系统设计的核心指导思想——主奴机制，这是所有操作系统研究者的一笔宝贵财富。本书可能也代表着同类图书的顶尖水平，是一本真正能引导我们较为容易地、极为透彻地理解Linux内核的经典之作，也可能是当前唯一能从本质上指引我们去设计和开发拥有自主知识产权的操作系......一起来看看《Linux内核设计的艺术》这本书的介绍吧!

码农工具

Java 8小记 - Stream

简介

流与集合的区别

计算的时机

消费一次

迭代方式

流操作

中间操作

终端操作

筛选与切片

谓词筛选

筛选各异元素

截断流

跳过N个元素

映射

map

flatMap

查找与匹配

查找

匹配

归约

求和

最大值和最小值

总数

数值流

构建流

有限流

值

数组

文件

range + rangeClosed

无限流

iterate

generate

收集

汇总

求和

总数

最大值最小值

平均数

统计数

连接字符串

广义归约

分组

单级分组

多级分组

按子组收集

分区

收集器

接口定义

自定义收集器

并行流

简单使用

性能比较

Linux内核设计的艺术

MD5 加密

SHA 加密

RGB CMYK 转换工具