淺談java8 stream flatMap流的扁平化操作
概念:
Steam 是Java8 提出的一個新概念,不是輸入輸出的 Stream 流,而是一種用函數語言程式設計方式在集合類上進行復雜操作的工具。簡而言之,是以內部迭代的方式處理集合資料的操作,內部迭代可以將更多的控制權交給集合類。Stream 和 Iterator 的功能類似,只是 Iterator 是以外部迭代的形式處理集合資料的操作。
在Java8以前,對集合的操作需要寫出處理的過程,如在集合中篩選出滿足條件的資料,需要一 一遍歷集合中的每個元素,再把每個元素逐一判斷是否滿足條件,最後將滿足條件的元素儲存返回。而Stream 對集合篩選的操作提供了一種更為便捷的操作,只需將實現函式介面的篩選條件作為引數傳遞進來,Stream會自行操作並將合適的元素同樣以stream 的方式返回,最後進行接收即可。
2種操作:
1.intermediate operation 中間操作:中間操作的結果是刻畫、描述了一個Stream,並沒有產生一個新集合,這種操作也叫做惰性求值方法。
2.terminal operation 終止操作:最終會從Stream中得到值。
如何區分這2種操作呢?可以根據操作的返回值型別判斷,如果返回值是Stream,則該操作是中間操作,如果返回值是其他值或者為空,則該操作是終止操作。
flatMap 中間操作:
可用 Stream 替換值,並將多個 Stream 流合併成一個 Stream 流。
將含有一串數字的兩個流合併為一個流,
@Test public void flapMapTest() { List<Integer> list = (List<Integer>) Stream.of(Arrays.asList(1,2,3,4,5,6),Arrays.asList(8,9,10,11,12)) .flatMap(test -> test.stream()).collect(Collectors.toList()); for (int i = 0,length = list.size(); i < length; i++) { System.out.println(list.get(i)); } }
flatMap的用法和含義住要通過一個案例來講解,
案例:對給定單詞列表 ["Hello","World"],你想返回列表["H","e","l","o","W","r","d"]
第一種方式
String[] words = new String[]{"Hello","World"}; List<String[]> a = Arrays.stream(words) .map(word -> word.split("")) .distinct() .collect(toList()); a.forEach(System.out::print);
程式碼輸出為:
[Ljava.lang.String;@12edcd21[Ljava.lang.String;@34c45dca
(返回一個包含兩個String[]的list)
這個實現方式是由問題的,傳遞給map方法的lambda為每個單詞生成了一個String[](String列表)。因此,map返回的流實際上是Stream<String[]> 型別的。你真正想要的是用Stream<String>來表示一個字串。
下方圖是上方程式碼stream的執行流程
第二種方式:flatMap(對流扁平化處理)
String[] words = new String[]{"Hello","World"}; List<String> a = Arrays.stream(words) .map(word -> word.split("")) .flatMap(Arrays::stream) .distinct() .collect(toList()); a.forEach(System.out::print);
結果輸出:HeloWrd
使用flatMap方法的效果是,各個陣列並不是分別對映一個流,而是對映成流的內容,所有使用map(Array::stream)時生成的單個流被合併起來,即扁平化為一個流。
下圖是運用flatMap的stream執行流程,
示例:
import java.util.ArrayList; import java.util.Arrays; import java.util.List; import java.util.stream.Collectors; public class FlatMap { public static void main(String[] args) { //扁平化流 //找出陣列中唯一的字元 String[] strArray = {"hello","world"}; //具體實現 List<String> res = Arrays.stream(strArray) .map(w -> w.split("")) .flatMap(Arrays::stream) .distinct() .collect(Collectors.toList()); System.out.println(res); //TODO 案例 System.out.println("--------------------------------"); //Demo1:給定陣列,返回陣列平方和(直接使用對映) //[1,4]=>[1,16] Integer[] nums1 = {1,4}; List<Integer> nums1List = Arrays.asList(nums1); List<Integer> res1 = nums1List.stream().map(i -> i * i).collect(Collectors.toList()); System.out.println(res1); System.out.println("--------------------------------"); //Demo2:給定兩陣列,返回陣列對 //[1,3],[3,[1,4],[2,4] Integer[] nums2 = {1,3}; Integer[] nums3 = {3,4}; List<Integer> nums2List = Arrays.asList(nums2); List<Integer> nums3List = Arrays.asList(nums3); //使用2個map巢狀過濾 List<int[]> res2 = nums2List.stream().flatMap(i -> nums3List.stream().map(j -> new int[]{i,j})).collect(Collectors.toList()); System.out.println(res2.size()); System.out.println("--------------------------------"); //Demo3:針對Demo2和Demo1組合返回總和能被3整除的數對 //(2,4)和(3,3)是滿足條件的 List<int[]> res3 = nums2List.stream().flatMap(i -> nums3List.stream().filter(j -> (i + j) % 3 == 0).map(j -> new int[]{i,j})).collect(Collectors.toList()); System.out.println(res3.size()); } }
控制檯輸出結果:
補充知識:Java 之 Stream流中map和flatMap的區別
我們先來看 map。如果你熟悉 scala 這類函式式語言,對這個方法應該很瞭解,它的作用就是把 input Stream 的每一個元素,對映成 output Stream 的另外一個元素。
轉換大寫
List<String> output = wordList.stream(). map(String::toUpperCase). collect(Collectors.toList());
這段程式碼把所有的單詞轉換為大寫。
平方數
List<Integer> nums = Arrays.asList(1,4); List<Integer> squareNums = nums.stream(). map(n -> n * n). collect(Collectors.toList());
這段程式碼生成一個整數 list 的平方數 {1,16}。
從上面例子可以看出,map 生成的是個 1:1 對映,每個輸入元素,都按照規則轉換成為另外一個元素。還有一些場景,是一對多對映關係的,這時需要 flatMap。
一對多
Stream<List<Integer>> inputStream = Stream.of( Arrays.asList(1),Arrays.asList(2,3),Arrays.asList(4,6) ); Stream<Integer> outputStream = inputStream. flatMap((childList) -> childList.stream());
flatMap 把 inpuStream 中的層級結構扁平化,就是將最底層元素抽出來放到一起,最終 output 的新 Stream 裡面已經沒有 List 了,都是直接的數字。
以上這篇淺談java8 stream flatMap流的扁平化操作就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。