java8流的另一些關於數據處理的具體示例

最近的一段時間，工作上比較忙碌，整個團隊已經996一個月了，記得以前自己還有點希望領導強制加班，自己可以多敲代碼，避免自己浪費太多時間在無意義的事情上，還希望能夠靠強制加班來讓自己務正業。

目前來看，還是自己太年輕了，既然會強制加班，那就是項目上有緊急的事情，是部門需要拿出些成績的時候，工期自然而然的安排的滿滿的，一個人當做兩個人用，做完這個還有那個，終於體驗到每天的生活只有代碼的感覺，而且早上起來還是能明顯感受到疲憊的，不想上班的念頭一直縈繞在腦海，說到這裡，相信每個人都是滿滿的不想上班。不多說了，大家簡單的看下文章吧。

flatMap

首先拋出一個問題，給你一張單詞表，裡面會有幾個單詞，現在的需求就是你把這些單詞用到的字母找到，當然了，不包括重複的。

首先，你可能會這麼做，

Arrays.stream(words)
 .map(word ->word.split(""))
 .distinct()
 .collect(Collectors.toList());

這樣你可能覺得是對的，但是當你運行之後，你才會發現，並不是你想要的那種，因為在map中傳遞的Lambda 為每個單詞返回的是一個String [] ，所有得到的集合是一個裝滿了 String[]的。

java8中給我們提供了一個方法，就是 flatMap，接下來，我們看

Arrays.stream(words)
 .map(word -> word.split(""))
 .flatMap(Arrays::stream)
 .distinct()
 .collect(Collectors.toList());

使用這個方法的效果，就是可以將每個生成的流合併為一個流，也就是扁平化，在說明一下，flatMap方法讓你把一個流中的每一個值都換成另一個流，然後把所有的流鏈接起來。

example

下面提一個問題：

給定兩個數組列表，[1,2,3]和[3,4]，要求返回一個所有的數組對，也就是說是這樣的：[(1, 3), (1, 4), (2, 3), (2, 4), (3, 3), (3, 4)]，相信不用java8的新特性，每個人都可以寫的出來，用java8應該怎麼寫呢？

 Integer[] arr1 = {1, 2, 3};
 Integer[] arr2 = {3, 4};
 Arrays.stream(arr1)
 .flatMap(a -> Arrays.stream(arr2)
 .map(b -> new Integer [] {a,b}))
 .collect(Collectors.toList());

數值相關

java8還引入了三個原始類型特化流接口，IntStream、DoubleStream和 LongStream，分別將流中的元素特化為int、long和double，從而避免了暗含的裝箱成本。常用方式是mapToInt、mapToDouble和mapToLong，執行這幾個方法過後，他們會返回一個特化流，而不是Stream

數值範圍

在和數值打交道的同時，我們通常會有數值範圍的概念，比如你想生成從1到100之間的所有數字。java8引入了兩個可以用於IntStream和LongStream的靜態方法，range和rangeClosed，這兩個方法都是接受第一個起始值，第二個是結束值，後者是包含結束值的。

long count = IntStream
 .rangeClosed(1, 100).filter(i -> i % 2 == 0).count();

創建流的幾種方式

接下來，總結下生成創建流的幾種方式：

• 靜態方法：Stream.of

Stream<string> stream = Stream.of("Welcome ", "Follow ", "me ");
/<string>

• 數組創建流

int[] numbers = {2, 3, 5, 7, 11, 13};
int sum = Arrays.stream(numbers).sum();

• 由文件生成流（java.nio.file.Files中的很多靜態方法都會返回一個流）

long uniquesWords = 0l;
 try (Stream<string> lines = Files.lines(Paths.get("data.txt"), Charset.defaultCharset())) {
 uniquesWords = lines.flatMap(line -> Arrays.stream(line.split(" "))).distinct().count();
 } catch (IOException e) {
 e.printStackTrace();
 }
/<string>

• 由函數生成的流 Stream API中提供了兩個靜態方法來從函數生成流，Stream.iterate 和 Stream.generate

//迭代
Stream.iterate(0, n -> n +2).limit(10).forEach(System.out::println);
//生成
Stream.generate(Math::random).limit(5).forEach(System.out::println);

第一個iterate方法，接收一個初始值，在每次的基礎上加2，這是形成了一個偶數流，這是一個無限流，所以我們可以用limit方法來限制流中元素的數量，用forEach來消費流，

第二個generate方法，它是接收一個Supplier來提供新的值。

收集器

在每個流的最後都會有一個終端操作，來將這個流裝換為一個彙總的結果，其實傳遞給collect方法的參數是Collector接口的一個實現，也就是給Stream中元素做彙總的方法，比如我們最常用的，toList，groupingBy。

toList也是我們經常使用的，就是將流中的元素彙總到一個集合中。

最大值、最小值

我們在獲取集合中元素的最大，最小值的時候可以用Collectors.maxBy和 Collectors.minBy，我們需要自己創建一個Comparator來作為參數

Comparator<apple> tComparator = Comparator.comparingLong(Apple::getWeight);
Optional<apple> collect = appleAllList.stream().max(tComparator);
/<apple>/<apple>

求和操作

Long allWeight = appleAllList.stream().collect(summingLong(Apple::getWeight));
 //平均數
Double collectAvg = appleAllList.stream().collect(averagingLong(Apple::getWeight));

在數據統計中，最大值，最小值，求和，平均值可能你都想得到，這樣一次次的獲取可能不太方便，想著一次操作就可以，你可以使用summarizingInt工廠方法返回的收集器。例如，通過一次summarizing操作你可以就得到以上的結果

LongSummaryStatistics summaryStatistics = appleAllList.stream().collect(summarizingLong(Apple::getWeight));

連接字符串

String nameStr = appleAllList.stream().map(Apple::getName).collect(joining());
//還有一個重載的版本 

String nameStr = appleAllList.stream().map(Apple::getName).collect(joining(","));

以上的收集器都是可以用reducing工廠方法定義的歸約過程的特殊情況而已

appleAllList.stream().map(Apple::getWeight).reduce((i, j) -> i + j);
appleAllList.stream().collect(reducing(0,(a1, a2) -> a1.getWeight() > a2.getWeight() ? a1 : a2));

reduce操作需要3個參數：起始值；轉換的函數；一個BinaryOperator，將兩個元素合成一個同類型的值。

分組

groupingBy 方法，簡單理解來說，就是分組，返回的是一個Map。在它之前的分組是這樣的：

List<apple> appleAllList = new ArrayList<>();
 Map<string>> appleByColorMap = new HashMap<>();
 for (Apple apple : appleAllList) {
 String color = apple.getColor();
 if (appleByColorMap.get(color) == null) {
 List<apple> appList = new ArrayList<>();
 appList.add(apple);
 appleByColorMap.put(color, appList);
 } else {
 List<apple> apples = appleByColorMap.get(color);
 apples.add(apple);
 }
 }
/<apple>/<apple>/<string>/<apple>

在有了groupingBy 方法之後就是這樣的，不言自明瞭吧

appleByColorMap = appleAllList.stream().collect(groupingBy(Apple::getColor));

在這裡，你給groupingBy傳遞了一個方法，它是獲取蘋果的顏色的，這個叫分類函數。按照函數的結果來進行分組，函數的結果也就作為了key值。當然了，有時候業務需求上的分組並不向這樣簡單，這個時候我們也可以自定義分組函數：

list.stream().collect(groupingBy(apple -> {
 if (apple.getWeight() > 300) {
 return "Heavy";
 } else if (apple.getWeight() < 200) {
 return "little";
 } else {
 return "normal";
 }
 }));

ps：（這裡需要強調一下，在開發過程中千萬不要有上面代碼的壞習慣，對於300，200這種要定義言簡意賅的常量去表示，不要寫這種帶有魔法數字，我這裡只是舉個例子，不要關注錯重點哦）

除了自定義分組，我們還會多級分組就是我們可以把一個內層groupingBy傳遞給外層groupingBy，就像下面這樣：

Map<integer>>> appleMap = list.stream().collect(
 groupingBy(Apple::getType,
 groupingBy(dish -> {
 if (dish.getWeight() <= 400) 
 return "DIET";
 else if (dish.getWeight() <= 700) 
 return "NORMAL";
 else return "FAT";
 })));
/<integer>

當然了出來的結果也會是兩層Map。

到了這裡，第二個groupingBy是一個收集器，所以說我們也可以傳別的收集器。

 Map<integer> typeNum = list.stream().collect( 

 groupingBy(Apple::getType, counting()));
/<integer>

這篇文章是之前自己的筆記，整理出來，畢竟也是很久沒發文了，在此也是對這個公眾號的訂閱用戶表示由衷的謝意，大家能有收穫就好。

如果對本文有任何異議或者說有什麼好的建議，可以加我好友（公眾號後臺聯繫作者），也可以在下面留言區留言。希望以上內容能幫助大家在碼代碼的過程中有所幫助。

這樣的分享我會一直持續，你的關注、轉發和好看是對我最大的支持，感謝。