Java从8开始,不但引入了Lambda表达式,还引入了一个全新的流式API:Stream API。它位于java.util.stream
包中。
划重点:这个Stream
不同于java.io
的InputStream
和OutputStream
,它代表的是任意Java对象的序列。两者对比如下:
java.io | java.util.stream | |
---|---|---|
存储 | 顺序读写的byte 或char | 顺序输出的任意Java对象实例 |
用途 | 序列化至文件或网络 | 内存计算/业务逻辑 |
有同学会问:一个顺序输出的Java对象序列,不就是一个List
容器吗?
再次划重点:这个Stream
和List
也不一样,List
存储的每个元素都是已经存储在内存中的某个Java对象,而Stream
输出的元素可能并没有预先存储在内存中,而是实时计算出来的。
换句话说,List
的用途是操作一组已存在的Java对象,而Stream
实现的是惰性计算,两者对比如下:
java.util.List | java.util.stream | |
---|---|---|
元素 | 已分配并存储在内存 | 可能未分配,实时计算 |
用途 | 操作一组已存在的Java对象 | 惰性计算 |
Stream
看上去有点不好理解,但我们举个例子就明白了。
如果我们要表示一个全体自然数的集合,显然,用List
是不可能写出来的,因为自然数是无限的,内存再大也没法放到List
中:
List<BigInteger> list = ??? // 全体自然数?
但是,用Stream
可以做到。写法如下:
Stream<BigInteger> naturals = createNaturalStream(); // 全体自然数
我们先不考虑createNaturalStream()
这个方法是如何实现的,我们看看如何使用这个Stream
。
首先,我们可以对每个自然数做一个平方,这样我们就把这个Stream
转换成了另一个Stream
:
Stream<BigInteger> naturals = createNaturalStream(); // 全体自然数 Stream<BigInteger> streamNxN = naturals.map(n -> n.multiply(n)); // 全体自然数的平方
因为这个streamNxN
也有无限多个元素,要打印它,必须首先把无限多个元素变成有限个元素,可以用limit()
方法截取前100个元素,最后用forEach()
处理每个元素,这样,我们就打印出了前100个自然数的平方:
Stream<BigInteger> naturals = createNaturalStream(); naturals.map(n -> n.multiply(n)) // 1, 4, 9, 16, 25... .limit(100) .forEach(System.out::println);
我们总结一下Stream
的特点:它可以“存储”有限个或无限个元素。这里的存储打了个引号,是因为元素有可能已经全部存储在内存中,也有可能是根据需要实时计算出来的。
Stream
的另一个特点是,一个Stream
可以轻易地转换为另一个Stream
,而不是修改原Stream
本身。
最后,真正的计算通常发生在最后结果的获取,也就是惰性计算。
Stream<BigInteger> naturals = createNaturalStream(); // 不计算 Stream<BigInteger> s2 = naturals.map(BigInteger::multiply); // 不计算 Stream<BigInteger> s3 = s2.limit(100); // 不计算 s3.forEach(System.out::println); // 计算
惰性计算的特点是:一个Stream
转换为另一个Stream
时,实际上只存储了转换规则,并没有任何计算发生。
例如,创建一个全体自然数的Stream
,不会进行计算,把它转换为上述s2
这个Stream
,也不会进行计算。再把s2
这个无限Stream
转换为s3
这个有限的Stream
,也不会进行计算。只有最后,调用forEach
确实需要Stream
输出的元素时,才进行计算。我们通常把Stream
的操作写成链式操作,代码更简洁:
createNaturalStream() .map(BigInteger::multiply) .limit(100) .forEach(System.out::println);
因此,Stream API的基本用法就是:创建一个Stream
,然后做若干次转换,最后调用一个求值方法获取真正计算的结果: