赶紧收藏!Java Stream 的使用技巧

开发 后端
今天,我们将探讨使用 Java Stream API 的一些最佳实践,并向您展示如何充分释放这一神奇工具的潜力。

Java Stream API 就像 Java 开发人员最常用的武器,它用途广泛、结构紧凑,可以轻松处理各种任务。

它为开发人员提供了一种功能性和声明性的方式来表达复杂的数据转换和操作,使代码更加简洁、更具表现力。
但是,能力越大责任越大,有效使用流 API 需要对最佳实践和常见陷阱有扎实的了解。
今天,我们将探讨使用 Java Stream API 的一些最佳实践,并向您展示如何充分释放这一神奇工具的潜力。
无论您是初学者还是经验丰富的开发人员,您都一定能在使用 Java 流的过程中学到一些令人兴奋的新知识。

使用原始数据流,提高性能

在处理 int、long 和 double 等基本类型时,应使用 IntStream、LongStream 和 DoubleStream 等基元流,而不是 Integer、Long 和 Double 等盒装类型流。原始数据流可以避免装箱和拆箱的代价,从而提供更好的性能。

var array = new int[]{1, 2, 3, 4, 5};
var sum = Arrays.stream(array)
               .sum();

避免嵌套流

最佳实践是避免嵌套流,因为它可能导致代码难以阅读和理解。相反,尝试将问题分解为更小的部分,并使用中间集合或局部变量来存储中间结果。

var list1 = Arrays.asList("apple", "banana", "cherry");
var list2 = Arrays.asList("orange", "pineapple", "mango");
var result = Stream.concat(list1.stream(), list2.stream())
                  .filter(s -> s.length() > 5)
                  .collect(Collectors.toList());

谨慎使用并行流

并行流可以在处理大量数据时提供更好的性能,但它们也会引入开销和竞争条件。谨慎使用并行流,并考虑数据大小、操作复杂性和可用处理器数量等因素。

var list = Arrays.asList(1, 2, 3, 4, 5);
var sum = list.parallelStream().reduce(0, Integer::sum);

使用惰性求值以获得更好的性能

Stream API 支持延迟计算,这意味着在调用终端操作之前不会执行中间操作。作为最佳实践,尝试使用惰性计算来通过减少不必要的计算来提高性能。

var list = Arrays.asList(1, 2, 3, 4, 5);
var result = list.stream()
                 .filter(n -> n > 3)
                 .findFirst();

避免副作用

Stream API 旨在对数据执行功能操作。避免引入副作用,例如修改流外部的变量或执行 I/O 操作,因为这可能会导致不可预测的行为并降低代码可读性。

var list = Arrays.asList("apple", "banana", "cherry");
var count = 0;
list.stream()
    .filter(s -> s.startsWith("a"))
    .forEach(s -> count++);
//将流与不可变对象一起使用:Stream API 最适合与不可变对象一起使用。
//使用不可变对象可确保流的状态在处理过程中不会被修改,这可以带来更可预测的行为和更好的代码可读性。
var list = Arrays.asList("apple", "banana", "cherry"); 
var result = list.stream() 
                 .map(String::toUpperCase) 
                 .collect(Collectors.toList());

将流与不可变对象一起使用

Stream API 最适合不可变对象。使用不可变对象可确保流的状态在处理过程中不会被修改,这可以带来更可预测的行为和更好的代码可读性。

var list = Arrays.asList("apple", "banana", "cherry");
var result = list.stream()
                 .map(String::toUpperCase)
                 .collect(Collectors.toList());

在map()之前使用filter()以避免不必要的处理

如果您的流可能包含大量不符合您的条件的元素,请在 map() 之前使用 filter() 以避免不必要的处理。这可以提高代码的性能。

var list = Arrays.asList(1, 2, 3, 4, 5);
var filteredList = list.stream()
                       .filter(i -> i % 2 == 0)
                       .map(i -> i * 2)
                       .collect(Collectors.toList());

优先选择方法引用而不是 lambda 表达式

与使用 lambda 表达式相比,方法引用可以使您的代码更加简洁和可读。如果可以使用方法引用代替 lambda 表达式,那么更喜欢它。

var list = Arrays.asList(1, 2, 3, 4, 5);
var sum = list.stream()
              .reduce(0, Integer::sum);

使用distinct()删除重复项

如果您的数据流可能包含重复元素,那么使用distinct() 方法来去重,删除它们

var list = Arrays.asList(1, 2, 3, 3, 4, 5, 5);
var distinctList = list.stream()
                       .distinct()
                       .collect(Collectors.toList());

谨慎使用sorted()

Sorted() 操作可能会开销很大,尤其是对于数据量很大的流。不到万不得已请不要使用。如果您知道输入数据已经排序,则可以跳过此操作。

var list = Arrays.asList(3, 2, 1);
var sortedList = list.stream()
                     .sorted()
                     .collect(Collectors.toList());

Java Stream API 很强大而且很灵活,用得好能够显着简化数据处理任务的代码,大大提高我们的开发效率。同时也是一把双刃剑,尽量保证避开一些坑。

责任编辑:姜华 来源: 今日头条
相关推荐

2020-05-28 08:59:40

Python机器学习开发

2020-10-26 08:06:59

网络技巧CSS

2021-07-19 07:55:24

JavaScript技巧实践

2021-11-03 08:04:41

电脑快捷键电脑硬件

2019-10-08 10:58:18

编程Python Kotlin

2021-04-12 07:34:03

Java集合框架

2021-09-02 11:38:12

Linux运维工具

2020-11-25 09:55:40

数据分析工具

2019-12-16 11:12:48

开源技术 数据

2013-07-18 13:15:18

2020-04-20 10:10:52

Python数据可视化数据科学

2018-05-07 08:29:56

机器学习开源适合

2019-09-12 08:03:56

MySQL索引数据库

2013-07-22 10:01:03

JavascriptWeb

2021-12-01 23:01:29

Windows 10Windows微软

2022-04-05 13:48:04

前端组件库Web

2021-05-20 15:24:15

Windows 10Windows微软

2023-05-12 07:40:01

Java8API工具

2022-12-10 08:15:06

2023-02-01 08:22:37

点赞
收藏

51CTO技术栈公众号