java stream 高级用法 简书

javastream高级用法简书JavaStream提供了丰富的高级用法来提高代码的简洁性和性能。下面将介绍一些常用的高级用法。

1.数据分组和分区

JavaStream提供了`groupingBy`和`partitioningBy`方法来进行数据的分组和分区。`groupingBy`方法根据指定的条件对数据进行分组，返回一个Map，其中key是分组条件的结果，value是分组后的数据集合。`partitioningBy`方法根据指定的条件对数据进行分区，返回一个Map，其中key是分区条件的结果（true或false），value是分区后的数据集合。

示例：

```

List<Person>people=Arrays.asList(

newPerson("John",25,"Male"),

newPerson("Jane",30,"Female"),

newPerson("Tom",35,"Male"),

newPerson("Alice",28,"Female")

);

Map<String,List<Person>>groupedByGender=people.stream()

.collect(Collectors.groupingBy(Person::getGender));

Map<Boolean,List<Person>>partitionedByAge=people.stream()

.collect(Collectors.partitioningBy(p->p.getAge()>30));

```

2.自定义收集器

JavaStream提供了`collect`方法来收集数据。除了内置的`toList`、`toSet`等方法外，还可以使用`Collectors`类中的方法自定义收集器。自定义收集器需要实现`Collector`接口，定义了accumulated（累计结果）、combiner（合并结果）和finisher（最终结果）三个方法。

示例：

```

List<Integer>numbers=Arrays.asList(1,2,3,4,5);

List<Integer>doubled=numbers.stream()

.collect(Collector.of(

ArrayList::new,

(list,num)->list.add(num*2),

(list1,list2)->{list1.addAll(list2);returnlist1;}

));

```

3.并行流处理

JavaStream充分利用了多核处理器的并行计算能力，通过`parallelStream`方法将流转换为并行流。并行流将任务分成多个子任务，并行执行，可以大大提高处理数据的速度。

示例：

```

List<Integer>numbers=Arrays.asList(1,2,3,4,5);

intsum=numbers.parallelStream()

.reduce(0,Integer::sum);

```

4.自定义操作符

JavaStream提供了一些操作符如`filter`、`map`、`reduce`等，用户也可以通过`flatMap`和`collect`方法自定义操作符。`flatMap`方法可以将一个流中的每个元素映射为一个新的流，然后将多个新的流合并为一个流。`collect`方法可以根据自定义的逻辑收集流中的元素并返回结果。

示例：

```

List<List<Integer>>numbers=Arrays.asList(

Arrays.asList(1,2,3),

Arrays.asList(4,5,6),

Arrays.asList(7,8,9)

);

List<Integer>flattened=numbers.stream()

.flatMap(List::stream)

.collect(Collectors.toList());

```

5.延迟执行

JavaStream提供了延迟执行的机制，所有的操作都是惰性求值的，只有在终止操作被调用时才会真正执行。这种机制可以避免不必要的计算，提高性能。

示例：

```

List<Integer>numbers=Arrays.asList(1,2,3,4,5);

numbers.stream()

.filter(n->n>3)

.map(n->n*2)

.forEach(System.out::println);

```

以上是Java