Java 流操作

import java.util.arrays;
import java.util.list;

public class main {
  public static void main(string[] args) {
    list<integer> numbers = arrays.aslist(1, 2, 3, 4, 5);
    int sum = 0;
    for (int n : numbers) {
      if (n % 2 == 1) {
        int square = n * n;
        sum = sum + square;
      }
    }
    system.out.println(sum);
  }
}

上面的代码生成以下结果。

内部迭代

我们可以使用stream重写上面的代码。它做的完全一样。

import java.util.arrays;
import java.util.list;

public class main {
  public static void main(string[] args) {
    list<integer> numbers = arrays.aslist(1, 2, 3, 4, 5);
    int sum = numbers.stream()
        .filter(n -> n % 2  == 1)
        .map(n  -> n * n)
        .reduce(0, integer::sum);

    system.out.println(sum);
  }
}

在上面的代码中，我们没有使用循环语句来遍历list。我们通过流在内部执行循环。

对于奇整数计算，我们使用lambda表达式。我们首先做了过滤，然后映射然后减少。

上面的代码生成以下结果。

顺序

外部迭代通常意味着顺序代码。顺序代码只能由一个线程执行。

流被设计为并行处理元素。

以下代码并行计算列表中奇整数的平方和。

import java.util.arrays;
import java.util.list;

public class main {
  public static void main(string[] args) {
    list<integer> numbers = arrays.aslist(1, 2, 3, 4, 5);
    int sum = numbers.parallelstream()
        .filter(n -> n % 2  == 1)
        .map(n  -> n * n)
        .reduce(0, integer::sum);

    system.out.println(sum);
  }
}

我们做的只是用parallelstream()替换stream()。

使用流提供的内部迭代时，并行计算很容易。

上面的代码生成以下结果。

命令式与功能式

在命令式编程中，我们不仅控制要做什么，还要如何做。

例如，当使用命令性编程来对列表中的整数求和时。我们必须决定如何迭代列表中的每个元素。我们可以使用for循环，for-each循环，或者我们可以从list中获取一个iterator对象，并使用while循环。然后我们也要做总和。

在声明性编程中，我们只需要告诉该做什么，该部分如何由系统本身处理。

集合支持命令式编程，而流支持声明式编程。

streams api通过使用lambda表达式支持函数式编程。

我们要对流元素执行的操作通常通过传递lambda表达式完成。

流上的操作产生结果而不修改数据源。

中间业务终端业务

流支持两种类型的操作:

中间操作
终端操作

中间操作也称为惰性操作。

终端操作也称为急切操作。

惰性操作不处理元素，直到在流上调用热切操作。

流上的中间操作产生另一流。

streams链接操作以创建流管道。

在下面的代码中filter()和map()都是惰性操作。而reduce()是急切的操作。

import java.util.arrays;
import java.util.list;

public class main {
  public static void main(string[] args) {
    list<integer> numbers = arrays.aslist(1, 2, 3, 4, 5);
    int sum = numbers.parallelstream()
        .filter(n -> n % 2  == 1)
        .map(n  -> n * n)
        .reduce(0, integer::sum);

    system.out.println(sum);
  }
}

上面的代码生成以下结果。