考虑如下情景,对于一个包含了姓名,电话,年龄等属性构成的数据库的流,我们现在只想处理这个流中的姓名属性。或者是我们希望对流中一些元素做一些转换,比如只针对上面的姓名做一些处理。
map()方法签名如下:
<R> Stream<R> map(Function<? super T, ? extends R> mapper)
Function是一个函数式接口,用来将T类型的元素处理成R类型,这里不做赘述了。先来看一个例子吧:public static void main(String[] args) throws Exception
{
List<Double> list = new ArrayList<>(4);
list.add(1.5);
list.add(2.3);
list.add(3.0);
list.add(4.1);
list.parallelStream().map((a) -> Math.sqrt(a)).forEach(System.out::println);
System.out.println(list.parallelStream().map((a) -> Math.sqrt(a)).reduce(1.0, (a, b) -> a * b));
}
OK,现在我们面向对象来使用map()来对流做一些映射。
package com.linkin.maven.mavenTest;
import java.util.ArrayList;
import java.util.List;
import java.util.stream.Stream;
import com.google.common.collect.Lists;
public class Test
{
public static void main(String[] args) throws Exception
{
List<NameAndAge> list = new ArrayList<>(4);
list.add(new NameAndAge("关羽", 21));
list.add(new NameAndAge("张飞", 22));
list.add(new NameAndAge("赵云", 23));
list.add(new NameAndAge("典韦", 24));
list.parallelStream().map((a) -> a.getName()).forEach(System.out::println);
list.parallelStream().map((a) -> new NameOnly(a.getName())).forEach(System.out::println);
}
}
//模拟一个有2个属性的对象
class NameAndAge
{
private String name;
private Integer age;
/**
* @param name
* @param age
*/
public NameAndAge(String name, Integer age)
{
this.name = name;
this.age = age;
}
public String getName()
{
return name;
}
public void setName(String name)
{
this.name = name;
}
public Integer getAge()
{
return age;
}
public void setAge(Integer age)
{
this.age = age;
}
}
//模拟一个只有一个属性的对象
class NameOnly
{
private String name;
public NameOnly(String name)
{
this.name = name;
}
public String getName()
{
return name;
}
public void setName(String name)
{
this.name = name;
}
}
map()方法是一个中间操作,所以可以将多个中间操作放到管道中,所以很容易创建非常强大的操作。在创建数据库风格的查询时,这种过滤操作十分常见。随着使用流API的经验增多,这种链式操作可以用来在数据流上创建非常复杂的查询,合并和选择操作。看下面一个例子:
public static void main(String[] args) throws Exception
{
List<NameAndAge> list = new ArrayList<>(4);
list.add(new NameAndAge("s关羽", 21));
list.add(new NameAndAge("s张飞", 22));
list.add(new NameAndAge("s赵云", 23));
list.add(new NameAndAge("w典韦", 24));
//使用链式操作,现在只想获得一个魏国的武将的姓名的流
list.parallelStream().map((a) -> a.getName()).filter((a) -> a.startsWith("w")).forEach(System.out::println);
}
- 基本类型流的过滤
IntStream mapToInt(ToIntFunction<? super T> mapper);
LongStream mapToLong(ToLongFunction<? super T> mapper);
DoubleStream mapToDouble(ToDoubleFunction<? super T> mapper);
这些api很简单,我们来看一个例子好了/**
* @创建时间: 2015年11月5日
* @相关参数: @param args
* @相关参数: @throws Exception
* @功能描述: mapToInt()方法演示
*/
public static void main(String[] args) throws Exception
{
List<Double> list = new ArrayList<>(4);
list.add(1.1);
list.add(2.5);
list.add(3.0);
list.add(4.8);
//产生一个新的流,该流包含不小于原始流中的最小整数
list.parallelStream().mapToInt((a) -> (int) Math.ceil(a)).forEachOrdered(System.out::println);
}
流API还提供了flatMap等一系列方法,来处理原始流中的每个元素映射到结果流中的多个元素这种情况。
这里介绍一个计算机科学中的基本概念。假设我们有一个泛型G和2个函数,即从T到G<U>的f函数和从U到G<U>的g方法。那么我们就可以将他们进行组合,即通过使用flatMap方法,先应用f函数,然后再应用g函数。这是Monads理论的一个关键概念。
在这里我们回顾下Optional类的flatMap方法,假设你有一个返回Optional<T>的方法f,并且目标类型T有一个会返回Optional<U>的方法g。如果他们都是普通的方法,你可能会考虑通过调用s.f().g()将他们组合起来,但是这种组合在这里是行不通的。因为s.f()方法返回的是Optional<T>,而不是T。但是我们可以调用Optional<U> = s.f().flatMap(T::g),如果s.f()存在,那么就会继续调用g,否则返回一个空的Optional<U>。
通过上面的回顾,我们可以简单的理解这个flatMap的用法,在Stream流中就是说不是直接处理这个流的,而是处理这个流里面的元素的,在Optional类中就是说不是直接处理这个类的,而是处理这个类里面的包含的对象的,他们最终都会返回一个流或者一个Optional容器的。OK,现在通过一段代码来演示下这个api的用法:
public static void main(String[] args)
{
List<String> list = new ArrayList<>(3);
list.add("张飞");
list.add("关羽");
list.add("赵云");
Stream<String> stream = list.stream();
//下面的过滤:[...[张,飞],[关,羽]...]
Stream<Stream<Character>> result = stream.map(Test::characterStream);
result.forEach(System.out::println);
//下面的过滤[张,飞,关,羽,赵,云]
list.stream().flatMap(Test::characterStream).forEach(System.out::println);
}
//模拟一个方法,返回一个包含多个元素的流
public static Stream<Character> characterStream(String str)
{
List<Character> list = new ArrayList<>(str.length());
for (Character character : str.toCharArray())
{
list.add(character);
}
return list.stream();
}