Java8中stream和functional interface的配合使用详解

前言

java 8 提供了一组称为 stream 的 api，用于处理可遍历的流式数据。stream api 的设计，充分融合了函数式编程的理念，极大简化了代码量。

大家其实可以把stream当成一个高级版本的iterator。原始版本的iterator，用户只能一个一个的遍历元素并对其执行某些操作；高级版本的stream，用户只要给出需要对其包含的元素执行什么操作，比如“过滤掉长度大于10的字符串”、“获取每个字符串的首字母”等，具体这些操作如何应用到每个元素上，就给stream就好了！（这个秘籍，一般人我不告诉他：））

我们来讲解如何将常用的 stream api 与相应的 functional interface （函数式接口）配合使用，达成数据处理的目的。

类似于困扰哲学家们数千年的三大问题，关于 stream 我们也有三个疑团需要解开：它从哪里来？它能做什么？它会变成什么？

generate 与 supplier

stream 最常见的来源是 collection。collection 是一组可遍历元素的抽象容器。它有两大类实现：不允许重复元素的 set 和允许重复的 list。只要在某个 collection 对象后面加上 .stream() 或者 .parallelstream() 就可以得到相应的 stream 了。

如果没有现成的 collection，或者 collection 太大根本存不下，还有什么办法可以生成 stream 么？如果知道生成 stream 中每个元素的算法，就可以无中生有造出一个 stream 来。这里用到的是方法 stream.generate()，它依赖于一个函数式接口 supplier。

static <t> stream<t> generate(supplier<t> s);

supplier 的方法 get() 在每次调用时都返回一个 t 的对象。因为 get() 方法不接收任何参数，所以使用 generate 时，代码总是会写成类似 () -> returnvalue 的样子。

另外，由于 get() 可以被调用无限多次，因此通过 generate 生成的 stream 也是无限长的，必要时可以通过 .limit() 截取前若干个元素。

例如，如果想获得一个无限长的随机 uuid 序列，可以使用下面的方法：

stream<uuid> infiniteuuidstream = stream.generate(() -> uuid.randomuuid());

想要获取诸如 1 ~ 10 这样的序列也是可行的，但需要一个 helper class 记录当前状态，这里就不提供案例了。

foreach 与 consumer

知道了如何生成 stream，也要知道如何消费它。既然 stream 可以从 collection 来，那么最后应该也能变成 collection，这就是 collect() 的功劳了。collect() 接收一个 collector 作为参数，返回从 stream 生成的 collection 对象。不过这个 collector 不是函数式接口，所以不属于本文的重点。下面着重讲解的是 foreach 方法。

void foreach(consumer<? super t> action);

foreach 与函数式接口 consumer 配合工作，consumer 的 void accept(t t) 方法就是来消费 stream 中的各个元素的。因为 accept 接收单个元素 t 作为参数，foreach 会写成 e -> statement 的形式，其中 statement 不返回任何值。

比如，逐行打印 stream 中的每一个元素，就可以写作：

stream.foreach(e -> system.out.println(e));

或者通过方法引用进一步简化：

stream.foreach(system.out::println);

reduce 与 binaryoperator

除了 foreach 这种吞噬元素的终结型操作以外，使用 stream 中的元素还有两种常见的模式。第一种依旧是终结型操作：整合所有的元素，最后返回一个单一的值，我们把这个操作称作 reduce。第二种则是过程性操作，它让每个元素都有自己对应的返回值，之后重组成为新的 stream，以便下一步继续利用。我们把第二种操作称为 map。把刚刚提及的这两个操作结合起来，就是大名鼎鼎的 mapreduce 了（误）。

reduce 与一种特殊的函数式接口搭配使用，它叫 binaryoperator。binaryoperator<t> 的原型是 bifunction<t, t, t>，那这个 bifunction 又是怎么回事呢？原来，bifunction<t, u, r> 是一个宽泛的函数式接口，它的方法 r apply(t t, u u) 接受类型为 t 和 u 的两个参数，并返回一个类型为 r 的值。如果 t u r 这三者的类型相同，就可以写作 bifunction<t, t, t>。因为这种用法尤其常见，于是它有了自己专属的名字，即 binaryoperator<t>。最常见的 binaryoperator 当属二元算术操作，我们熟知的加减乘除都属于这个范畴。

讲解 reduce 时最常见的例子就是求一个 stream 中所有元素之和了：

// stream: stream<integer>
optional<integer> sum = stream.reduce((a, b) -> a + b);

我们可以看出，reduce 方法的特征是 (a, b) -> returnvalue。它返回的结果是 optional，我们可以用 .ispresent() 查看是否为空值；当值不为空时，用 .get() 获取数据。

map 与 function

map 或许是 stream 中使用最为广泛的一个操作了。与 reduce 涉及的 bifunction 不同，与 map 配套使用的函数式接口是略为简单的 function。它同样是一个宽泛的函数式接口，同时也是函数式接口最著名的代表。function<t, r> 的方法 r apply(t t) 接受一个类型为 t 的参数，并返回一个类型为 r 的值。map 所做的事情，就是把这个 function 应用于 stream 中的每一个元素，以得到一个新的全部由 r 组成的 stream。

比如说，把一个 stream 中的每一个字符串都变成大写：

// original: stream<string>
stream<string> transformed = original.map(e -> e.touppercase());

map 方法的特征是 e -> returnvalue。正如我们之前用过的 system.out::println 一样，这里也可以使用方法引用简化代码，只要引用的方法符合 map 预期的类型即可：传入一个 t 参数，返回一个 r 值。

// original: stream<string>
stream<string> transformed = original.map(string::touppercase);

filter 与 predicate

介绍了 foreach，reduce 和 map 这些重量级的操作，下面我们来处理一个尴尬的问题：如果这个 stream 中有我们不想要的元素怎么办？答案是使用 filter 把他们踢出去。

与 filter 搭配使用的函数式接口是 predicate。predicate<t> 的方法 boolean test(t t) 接受一个类型为 t 的参数，并返回 true 或是 false。我们可以认为 predicate<t> 就是特异化的 function<t, boolean>，因为它使用得足够广泛，所以自立门户成为一套单独的接口。

在下面的例子中，程序只打印 stream 中的偶数：

// stream: stream<integer>
stream.filter(e -> e % 2 == 0).foreach(system.out::println);

可以看出，由于 predicate 是一种特异的 function，所以 filter 方法的特征与 map 在外观上如出一辙。不过 filter 要保证 e -> returnvalue 中的 returnvalue 是一个 boolean，否则编译会报错。

sorted 与 comparator

最后来看看 stream 中非常强大的 sorted 方法，它允许我们自定义比较规则对 stream 中的元素排序。与 sorted 搭配的函数式接口是 comparator，comparator<t> 使用 int compare(t o1, t o2) 方法比较两个 t 类型的对象。排序正是通过比较对象之间的相对大小实现的。

接下来的例子将 stream 中的浮点数按绝对值的升序排列，并打印出来：

// stream: stream<double>
stream.sorted((a, b) -> {
 double diff = a - b;
 if (diff < 0) return -1;
 else if (diff > 0) return 1;
 else return 0;
 }).foreach(system.out::println);

不难看出，sorted 方法的特征与 reduce 比较相似，都是 (a, b) -> returnvalue 的结构，但是要保证 returnvalue 是 int 类型。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。