JDK8的隨筆(06)_Aggregate聚合操作之stream的拋磚引玉
Aggregate 聚合操作
嗯。專案開始小忙碌,最近一直沒有更新。不能犯懶。。
JDK8中引進了Lambda表示式,Method Reference方法參照,以及default方法,static方法在interface中的使用。其實,這些也還都是鋪墊,雖然說Lambda表示式的概念在JDK8沒有出來的時候就開始炒作,但是我認為JDK8最引人注意的應該還是Aggregate 聚合操作的引入以及這個概念帶來的一些思維方式的改變。
先不管寫法是否醜陋效果是否有強加性,其實Aggregate的出現和實現方式都體現了當下一個簡單著名演算法的影子:MapReduce。
原創原文:blog.csdn.net/forevervip
下面開始依託javase的文件來粗粗瞭解一下聚合操作。
管道與資料流 pipelines and streams
在JDK8中,我們的collections後會“點”出來一個stream。
Person[] rosterAsArray = roster.toArray(new Person[roster.size()]);
roster
.stream()
這個stream即是這次的主角,資料流。
先看一個例子:
假設roster是一個List<Person>的list,那麼我們如果迴圈這個list,可以採用下面的寫法
for (Person p : roster) {
System.out.println(p.getName());
}
而,如果使用stream的資料流寫法則:
roster
.stream()
.forEach(e -> System.out.println(e.getName());
去掉回車的話,其實只有一行:
roster.stream().forEach(e -> System.out.println(e.getName());
stream後緊接著進行了一個forEach的操作,這個操作其實很多弱語言都有,比如javascript。而forEach中呼叫了一個Lambda表示式,表示式的內容很簡單,其實就是一個列印。
forEach方法中使用的引數是:
forEach(Consumer<? super Integer>)
Consumer和上一篇中寫到的Supplier類似,都是java.util.function中的函式式介面中的一員。
程式碼如下:
/*
* Copyright (c) 2010, 2013, Oracle and/or its affiliates. All rights reserved.
* ORACLE PROPRIETARY/CONFIDENTIAL. Use is subject to license terms.
*/
package java.util.function;
import java.util.Objects;
/**
* Represents an operation that accepts a single input argument and returns no
* result. Unlike most other functional interfaces, {@code Consumer} is expected
* to operate via side-effects.
*
* <p>This is a <a href="package-summary.html">functional interface</a>
* whose functional method is {@link #accept(Object)}.
*
* @param <T> the type of the input to the operation
*
* @since 1.8
*/
@FunctionalInterface
public interface Consumer<T> {
/**
* Performs this operation on the given argument.
*
* @param t the input argument
*/
void accept(T t);
/**
* Returns a composed {@code Consumer} that performs, in sequence, this
* operation followed by the {@code after} operation. If performing either
* operation throws an exception, it is relayed to the caller of the
* composed operation. If performing this operation throws an exception,
* the {@code after} operation will not be performed.
*
* @param after the operation to perform after this operation
* @return a composed {@code Consumer} that performs in sequence this
* operation followed by the {@code after} operation
* @throws NullPointerException if {@code after} is null
*/
default Consumer<T> andThen(Consumer<? super T> after) {
Objects.requireNonNull(after);
return (T t) -> { accept(t); after.accept(t); };
}
}
可以看到,這裡的accept方法即使我們的Lambda表示式要去實現的方法,這個實現以及方法很簡單。不做多的說明。
繼續看一個例子:
我們需要一個條件,符合條件的資料再進行列印的處理:
for (Person p : roster) {
if (p.getGender() == Person.Sex.MALE) {
System.out.println(p.getName());
}
}
OK,採用stream的寫法如下(一行太長,採用多行的寫法):
roster
.stream()
.filter(e -> e.getGender() == Person.Sex.MALE)
.forEach(e -> System.out.println(e.getName()));
其中,forEach和上一個一樣,而多出來的是filter的這個中間方法的呼叫。
可以看到,filter中也是一個Lambda表示式,filter的呼叫原型:
filter(Predicate<? super T> predicate)
是的,Predicate也是java.util.function的函式式介面,程式碼內部有興趣可以去看看原始碼。
以上的方法呼叫即為管道聚合操作,這種操作有如下的特點
- 要有一個數據源。一般可以是collection,陣列(array),函式生成器(generator function 其實這個的使用可能還是會歸結到陣列和collection),或者I/O資料通道。例子中我們使用了一個collection。
- 0個或者多個的中間操作過程。例子中我們使用了一個filter,從而生成了一個新的stream資料流。
資料流是一系列的元素,和collection不同的是,它並不作為儲存結構來儲存資料,而形象點的形容,它就是一個可以傳輸資料的通道,例子中的Predicate這個函式式介面的方法為boolean test(T t),所以Lambda表示式的e -> e.getGender() == Person.Sex.MALE 當性別是男性的時候可以返回一個true。filter根據返回值會重新生成一個性別都是男性的stream。 - 一個結束操作。這個操作可以做成一個非stream的結果,也可以是一個java的原始資料型別,也可以是一個collection,也或者是例子中的forEach並不返回任何資料。例子中採用的是Lambda表示式列印名字。
再看一個例子:
double average = roster
.stream()
.filter(p -> p.getGender() == Person.Sex.MALE)
.mapToInt(Person::getAge)
.average()
.getAsDouble();
這個例子中,到filter為止和上面那個例子是一致的。
而mapToInt開始則不同。mapToInt中呼叫的是ToIntFunction的函式式介面。這裡採用的是一個方法參照的寫法,其實我們利用e -> e.getAge 也可以代替。之前曾經說過方法參照的幾種型別,但是這裡稍有不同,後面在說collect方法的時候還會繼續說。average()是一個結束操作,類似於一般mapreduce中的reduce的過程,最終getAsDouble會把結果變成一個double型別。
與collection中的迭代操作的不同
首先,使用結束操作動作。
stream不會像collection的迭代那樣一個一個利用next去找尋資料,而是利用一個結束操作(方法,函式)。利用這個操作你可以嵌入自己的邏輯來告訴java你需要迭代什麼樣的資料,但是“迭代”(準確來說不是迭代的簡單操作)的過程是JDK幫你做的。以前使用的普通的collection的迭代卻是自己既編寫邏輯也編寫迭代的過程,然後這種迭代只能是線性順序的迭代演算法。新的stream的內部的“迭代”過程打破這個常規,它可以利用多執行緒來分散計算,把一個大問題切碎成很多小問題,最後合併計算結果,利用並行併發來解決原來的順序計算,我們後面會深入討論。
其次,執行過程中是從stream的管道中取得元素,而不是從collection中直接取得元素進行計算。所有計算過程都是一個stream的操作過程。
最後,引數化的方法呼叫。大多數計算過程中引數可以利用Lambda表示式以及Method Reference來代替,給編寫帶來了更大的方便及靈活性。
原文原創:blog.csdn.net/forevervip
つづく・・・