十四、流式编程（2）

本章概要

中间操作
- 跟踪和调试
- 流元素排序
- 移除元素
- 应用函数到元素
- 在 map() 中组合流

中间操作

中间操作用于从一个流中获取对象，并将对象作为另一个流从后端输出，以连接到其他操作。

跟踪和调试

peek() 操作的目的是帮助调试。它允许你无修改地查看流中的元素。代码示例：

Peeking.java

class Peeking {public static void main(String[] args) throws Exception {FileToWords.stream("Cheese.dat").skip(21).limit(4).map(w -> w + " ").peek(System.out::print).map(String::toUpperCase).peek(System.out::print).map(String::toLowerCase).forEach(System.out::print);}
}

FileToWords.java

import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.regex.Pattern;
import java.util.stream.Stream;public class FileToWords {public static Stream<String> stream(String filePath)throws Exception {return Files.lines(Paths.get(filePath)).skip(1) // First (comment) line.flatMap(line ->Pattern.compile("\\W+").splitAsStream(line));}
}

Cheese.dat

// streams/Cheese.dat
Not much of a cheese shop really, is it?
Finest in the district, sir.
And what leads you to that conclusion?
Well, it's so clean.
It's certainly uncontaminated by cheese.

输出结果：

在这里插入图片描述

FileToWords 稍后定义，但它的功能实现貌似和之前我们看到的差不多：产生字符串对象的流。之后在其通过管道时调用 peek() 进行处理。

因为 peek() 符合无返回值的 Consumer 函数式接口，所以我们只能观察，无法使用不同的元素来替换流中的对象。

流元素排序

在 Randoms.java 中，我们熟识了 sorted() 的默认比较器实现。其实它还有另一种形式的实现：传入一个 Comparator 参数。代码示例：

import java.util.*;public class SortedComparator {public static void main(String[] args) throws Exception {FileToWords.stream("D:\\onJava\\myTest\\base\\Cheese.dat").skip(10).limit(10).sorted(Comparator.reverseOrder()).map(w -> w + " ").forEach(System.out::print);}
}

输出结果：

在这里插入图片描述

sorted() 预设了一些默认的比较器。这里我们使用的是反转“自然排序”。当然你也可以把 Lambda 函数作为参数传递给 sorted()。

移除元素

distinct()：在 Randoms.java 类中的 distinct() 可用于消除流中的重复元素。相比创建一个 Set 集合来消除重复，该方法的工作量要少得多。
filter(Predicate)：过滤操作，保留如下元素：若元素传递给过滤函数产生的结果为true 。

在下例中，isPrime() 作为过滤函数，用于检测质数。

import java.util.stream.*;import static java.util.stream.LongStream.*;public class Prime {public static Boolean isPrime(long n) {return rangeClosed(2, (long) Math.sqrt(n)).noneMatch(i -> n % i == 0);}public LongStream numbers() {return iterate(2, i -> i + 1).filter(Prime::isPrime);}public static void main(String[] args) {new Prime().numbers().limit(10).forEach(n -> System.out.format("%d ", n));System.out.println();new Prime().numbers().skip(90).limit(10).forEach(n -> System.out.format("%d ", n));}
}

输出结果：

在这里插入图片描述

rangeClosed() 包含了上限值。如果不能整除，即余数不等于 0，则 noneMatch() 操作返回 true，如果出现任何等于 0 的结果则返回 false。 noneMatch() 操作一旦有失败就会退出。

应用函数到元素

map(Function)：将函数操作应用在输入流的元素中，并将返回值传递到输出流中。
mapToInt(ToIntFunction)：操作同上，但结果是 IntStream。
mapToLong(ToLongFunction)：操作同上，但结果是 LongStream。
mapToDouble(ToDoubleFunction)：操作同上，但结果是 DoubleStream。

在这里，我们使用 map() 映射多种函数到一个字符串流中。代码示例：

import java.util.*;
import java.util.stream.*;
import java.util.function.*;class FunctionMap {static String[] elements = {"12", "", "23", "45"};static Stream<String>testStream() {return Arrays.stream(elements);}static void test(String descr, Function<String, String> func) {System.out.println(" ---( " + descr + " )---");testStream().map(func).forEach(System.out::println);}public static void main(String[] args) {test("add brackets", s -> "[" + s + "]");test("Increment", s -> {try {return Integer.parseInt(s) + 1 + "";} catch (NumberFormatException e) {return s;}});test("Replace", s -> s.replace("2", "9"));test("Take last digit", s -> s.length() > 0 ?s.charAt(s.length() - 1) + "" : s);}
}

输出结果：

在这里插入图片描述

在上面的自增示例中，我们用 Integer.parseInt() 尝试将一个字符串转化为整数。如果字符串不能被转化成为整数就会抛出 NumberFormatException 异常，此时我们就回过头来把原始字符串放到输出流中。

在以上例子中，map() 将一个字符串映射为另一个字符串，但是我们完全可以产生和接收类型完全不同的类型，从而改变流的数据类型。下面代码示例：

// Different input and output types （不同的输入输出类型）import java.util.stream.*;class Numbered {final int n;Numbered(int n) {this.n = n;}@Overridepublic String toString() {return "Numbered(" + n + ")";}
}class FunctionMap2 {public static void main(String[] args) {Stream.of(1, 5, 7, 9, 11, 13).map(Numbered::new).forEach(System.out::println);}
}

输出结果：

在这里插入图片描述

我们将获取到的整数通过构造器 Numbered::new 转化成为 Numbered 类型。

如果使用 Function 返回的结果是数值类型的一种，我们必须使用合适的 mapTo数值类型 进行替代。代码示例：

// Producing numeric output streams（ 产生数值输出流）import java.util.stream.*;class FunctionMap3 {public static void main(String[] args) {Stream.of("5", "7", "9").mapToInt(Integer::parseInt).forEach(n -> System.out.format("%d ", n));System.out.println();Stream.of("17", "19", "23").mapToLong(Long::parseLong).forEach(n -> System.out.format("%d ", n));System.out.println();Stream.of("17", "1.9", ".23").mapToDouble(Double::parseDouble).forEach(n -> System.out.format("%f ", n));}
}

输出结果：

在这里插入图片描述

遗憾的是，Java 设计者并没有尽最大努力去消除基本类型。

在 `map()` 中组合流

假设我们现在有了一个传入的元素流，并且打算对流元素使用 map() 函数。现在你已经找到了一些可爱并独一无二的函数功能，但是问题来了：这个函数功能是产生一个流。我们想要产生一个元素流，而实际却产生了一个元素流的流。

flatMap() 做了两件事：将产生流的函数应用在每个元素上（与 map() 所做的相同），然后将每个流都扁平化为元素，因而最终产生的仅仅是元素。

flatMap(Function)：当 Function 产生流时使用。

flatMapToInt(Function)：当 Function 产生 IntStream 时使用。

flatMapToLong(Function)：当 Function 产生 LongStream 时使用。

flatMapToDouble(Function)：当 Function 产生 DoubleStream 时使用。

为了弄清它的工作原理，我们从传入一个刻意设计的函数给 map() 开始。该函数接受一个整数并产生一个字符串流：

import java.util.stream.*;public class StreamOfStreams {public static void main(String[] args) {Stream.of(1, 2, 3).map(i -> Stream.of("Gonzo", "Kermit", "Beaker")).map(e -> e.getClass().getName()).forEach(System.out::println);}
}

输出结果：

在这里插入图片描述

我们天真地希望能够得到字符串流，但实际得到的却是“Head”流的流。我们可以使用 flatMap() 解决这个问题：

import java.util.stream.*;public class FlatMap {public static void main(String[] args) {Stream.of(1, 2, 3).flatMap(i -> Stream.of("Gonzo", "Fozzie", "Beaker")).forEach(System.out::println);}
}

输出结果：

在这里插入图片描述

从映射返回的每个流都会自动扁平为组成它的字符串。

下面是另一个演示，我们从一个整数流开始，然后使用每一个整数去创建更多的随机数。

import java.util.*;
import java.util.stream.*;public class StreamOfRandoms {static Random rand = new Random(47);public static void main(String[] args) {Stream.of(1, 2, 3, 4, 5).flatMapToInt(i -> IntStream.concat(rand.ints(0, 100).limit(i), IntStream.of(-1))).forEach(n -> System.out.format("%d ", n));}
}

输出结果：

在这里插入图片描述

在这里我们引入了 concat()，它以参数顺序组合两个流。如此，我们在每个随机 Integer 流的末尾添加一个 -1 作为标记。你可以看到最终流确实是从一组扁平流中创建的。

因为 rand.ints() 产生的是一个 IntStream，所以我必须使用 flatMap()、concat() 和 of() 的特定整数形式。

让我们再看一下将文件划分为单词流的任务。我们最后使用到的是 FileToWordsRegexp.java，它的问题是需要将整个文件读入行列表中 —— 显然需要存储该列表。而我们真正想要的是创建一个不需要中间存储层的单词流。

下面，我们再使用 flatMap() 来解决这个问题：

import java.nio.file.*;
import java.util.stream.*;
import java.util.regex.Pattern;public class FileToWords {public static Stream<String> stream(String filePath) throws Exception {return Files.lines(Paths.get(filePath)).skip(1) // First (comment) line.flatMap(line ->Pattern.compile("\\W+").splitAsStream(line));}
}

stream() 现在是一个静态方法，因为它可以自己完成整个流创建过程。

注意：\\W+ 是一个正则表达式。表示“非单词字符”，+ 表示“可以出现一次或者多次”。小写形式的 \\w 表示“单词字符”。

我们之前遇到的问题是 Pattern.compile().splitAsStream() 产生的结果为流，这意味着当我们只是想要一个简单的单词流时，在传入的行流（stream of lines）上调用 map() 会产生一个单词流的流。幸运的是，flatMap() 可以将元素流的流扁平化为一个简单的元素流。或者，我们可以使用 String.split() 生成一个数组，其可以被 Arrays.stream() 转化成为流：

.flatMap(line -> Arrays.stream(line.split("\\W+"))))

因为有了真正的流（而不是FileToWordsRegexp.java 中基于集合存储的流），所以每次需要一个新的流时，我们都必须从头开始创建，因为流不能被复用：

public class FileToWordsTest {public static void main(String[] args) throws Exception {FileToWords.stream("D:\\onJava\\myTest\\base\\Cheese.dat").limit(7).forEach(s -> System.out.format("%s ", s));System.out.println();FileToWords.stream("D:\\onJava\\myTest\\base\\Cheese.dat").skip(7).limit(2).forEach(s -> System.out.format("%s ", s));}
}