目录

引入流

本章内容

  • 什么是流
  • 集合与流
  • 内部迭代与外部迭代
  • 中间操作与终端操作

流是什么

流是Java API的新成员,它允许你以声明性方式处理数据集合(通过查询语句来表达,而不是临时编写一个实现,和sql很像)。就现在来说,你可以把它们看成遍历数据集的高级迭代器。此外,流还可以透明地并行处理,你无需写任何多线程代码了!

使用流的好处:

  • 声明性——更简洁,更易读
  • 可复合——更灵活
  • 可并行——性能更好

流简介

要讨论流,我们先来谈谈集合,这是最容易上手的方式了。Java 8中的集合支持一个新的 stream方法,它会返回一个流(接口定义在java.util.stream.Stream里)。你在后面会看到, 还有很多其他的方法可以得到流,比如利用数值范围或从I/O资源生成流元素。

那么,流到底是什么呢?简短的定义就是“从支持数据处理操作的源生成的元素序列”。让 我们一步步剖析这个定义。

  • 元素序列——就像集合一样,流也提供了一个接口,可以访问特定元素类型的一组有序值。因为集合是数据结构,所以它的主要目的是以特定的时间/空间复杂度存储和访问元素(如 ArrayList 与 LinkedList )。 但流的目的在于表达计算, 比如你前面见到的 filter、sorted和map。集合讲的是数据,流讲的是计算。我们会在后面几节中详细解 释这个思想。
  • ——流会使用一个提供数据的源,如集合、数组或输入/输出资源。 请注意,从有序集合生成流时会保留原有的顺序。由列表生成的流,其元素顺序与列表一致。
  • 数据处理操作——流的数据处理功能支持类似于数据库的操作,以及函数式编程语言中的常用操作,如filter、map、reduce、find、match、sort等。流操作可以顺序执 行,也可并行执行。

此外,流操作有两个重要的特点。

  • 流水线——很多流操作本身会返回一个流,这样多个操作就可以链接起来,形成一个大的流水线。这让我们下一章中的一些优化成为可能,如延迟和短路。流水线的操作可以看作对数据源进行数据库式查询
  • 内部迭代——与使用迭代器显式迭代的集合不同,流的迭代操作是在背后进行的。

流与集合

粗略地说,集合与流之间的差异就在于什么时候进行计算。集合是一个内存中的数据结构, 它包含数据结构中目前所有的值——集合中的每个元素都得先算出来才能添加到集合中。(你可 以往集合里加东西或者删东西,但是不管什么时候,集合中的每个元素都是放在内存里的,元素 都得先算出来才能成为集合的一部分。)

相比之下,流则是在概念上固定的数据结构(你不能添加或删除元素),其元素则是按需计 算的。 这对编程有很大的好处。在第6章中,我们将展示构建一个质数流(2, 3, 5, 7, 11, …)有 多简单,尽管质数有无穷多个。这个思想就是用户仅仅从流中提取需要的值,而这些值——在用 户看不见的地方——只会按需生成。这是一种生产者-消费者的关系。从另一个角度来说,流就 像是一个延迟创建的集合:只有在消费者要求的时候才会计算值(用管理学的话说这就是需求驱 动,甚至是实时制造)。

与此相反,集合则是急切创建的(供应商驱动:先把仓库装满,再开始卖,就像那些昙花一现的圣诞新玩意儿一样)。以质数为例,要是想创建一个包含所有质数的集合,那这个程序算起 来就没完没了了,因为总有新的质数要算,然后把它加到集合里面。当然这个集合是永远也创建 不完的,消费者这辈子都见不着了。

只能遍历一次

请注意,和迭代器类似,流只能遍历一次。遍历完之后,我们就说这个流已经被消费掉了。 你可以从原始数据源那里再获得一个新的流来重新遍历一遍,就像迭代器一样(这里假设它是集 合之类的可重复的源,如果是I/O通道就没戏了)。例如,以下代码会抛出一个异常,说流已被消 费掉了:

1
2
3
Stream<Integer> stream = Lists.newArrayList(1,2,3,4).stream();
stream.forEach(System.out::println);
stream.forEach(System.out::println);

运行结果:

1
2
3
4
5
6
7
8
1
2
3
4
Exception in thread "main" java.lang.IllegalStateException: stream has already been operated upon or closed
	at java.util.stream.AbstractPipeline.sourceStageSpliterator(AbstractPipeline.java:279)
	at java.util.stream.ReferencePipeline$Head.forEach(ReferencePipeline.java:580)
	at com.eh.eden.java8.demo.Demo5.main(Demo5.java:18)

所以要记得,流只能消费一次!

外部迭代与内部迭代

使用Collection接口需要用户去做迭代(比如用for-each),这称为外部迭代。 相反, Streams库使用内部迭代——它帮你把迭代做了,还把得到的流值存在了某个地方,你只要给出一个函数说要干什么就可以了。

流操作

我们已经说过了集合与流在概念上的差异,特别是流利用了内部迭代:替你把迭代做了。但 是,只有你已经预先定义好了能够隐藏迭代的操作列表,例如filter或map,这个才有用。大多 数这类操作都接受Lambda表达式作为参数,因此你可以用前面几章中介绍的方法来参数化其行 为。Java语言的设计者给Stream API配上了一大套可以用来表达复杂数据处理查询的操作。我们 现在先简要地看一下这些操作,下一章中会配上例子详细讨论。

java.util.stream.Stream中的Stream接口定义了许多操作。它们可以分为两大类

可以连接起来的流操作称为中间操作,关闭流的操作称为终端操作。

可以连接起来的流操作称为中间操作,关闭流的操作称为终端操作。

中间操作

诸如filter或sorted等中间操作会返回另一个流。这让多个操作可以连接起来形成一个查 询。重要的是,除非流水线上触发一个终端操作,否则中间操作不会执行任何处理——它们很懒。 这是因为中间操作一般都可以合并起来,在终端操作时一次性全部处理。

eg:

https://gitee.com/lienhui68/picStore/raw/master/null/20200809125001.png

终端操作

终端操作会从流的流水线生成结果。其结果是任何不是流的值,比如List、Integer,甚 至void。

eg:

https://gitee.com/lienhui68/picStore/raw/master/null/20200809125025.png

使用流

总而言之,流的使用一般包括三件事:

  1. 一个数据源(如集合)来执行一个查询;
  2. 一个中间操作链,形成一条流的流水线;
  3. 一个终端操作,执行流水线,并能生成结果。

流的流水线背后的理念类似于构建器模式。 在构建器模式中有一个调用链用来设置一套配 置(对流来说这就是一个中间操作链),接着是调用built方法(对流来说就是终端操作)。

小结

以下是你应从本章中学到的一些关键概念。

  • 流是“从支持数据处理操作的源生成的一系列元素”。
  • 流利用内部迭代:迭代通过filter、map、sorted等操作被抽象掉了。
  • 流操作有两类:中间操作和终端操作。
  • filter和map等中间操作会返回一个流,并可以链接在一起。可以用它们来设置一条流水线,但并不会生成任何结果。
  • forEach和count等终端操作会返回一个非流的值,并处理流水线以返回结果。
  • 流中的元素是按需计算的。