Пример метода Java 8 Streams FlatMap

Я проверяю предстоящий Java update, а именно: Java 8 or JDK 8. Да, я нетерпелив, там много нового, но есть кое-что, что я не понимаю, какой-то простой код:

final Stream<Integer>stream = Stream.of(1,2,3,4,5,6,7,8,9,10);
stream.flatMap();

javadocs

public <R> Stream<R> flatMap(Function<? super T,? extends Stream<? extends R>> mapper)

Возвращает поток, состоящий из результатов замены каждого элемента этого потока содержимым отображаемого потока, созданного путем применения предоставленной функции отображения к каждому элементу. Каждый отображаемый поток закрывается после того, как его содержимое было помещено в этот поток. (Если отображаемый поток равен нулю, вместо него используется пустой поток.)     Это промежуточная операция.

Я был бы признателен, если бы кто-нибудь создал несколько простых реальных примеров о flatMap, как вы могли бы его закодировать в предыдущих версиях java Java[6,7] и как вы можете кодировать те же подпрограммы с помощью Java 8.

ОТВЕТЫ

Ответ 1

Не имеет смысла использовать flatMap для потока, который уже плоский, например, для Stream<Integer> вы указали в своем вопросе.

Однако, если у вас есть Stream<List<Integer>> тогда это будет иметь смысл, и вы можете сделать это:

Stream<List<Integer>> integerListStream = Stream.of(
    Arrays.asList(1, 2), 
    Arrays.asList(3, 4), 
    Arrays.asList(5)
);

Stream<Integer> integerStream = integerListStream .flatMap(Collection::stream);
integerStream.forEach(System.out::println);

Который напечатал бы:

1
2
3
4
5

Для этого до Java 8 вам просто нужны циклы:

List<List<Integer>> integerLists = Arrays.asList(
    Arrays.asList(1, 2), 
    Arrays.asList(3, 4), 
    Arrays.asList(5)
)

List<Integer> flattened = new ArrayList<>();

for (List<Integer> integerList : integerLists) {
    flattened.addAll(integerList);
}

for (Integer i : flattened) {
    System.out.println(i);
}

Ответ 2

Сделанный пример

Представьте, что вы хотите создать следующую последовательность: 1, 2, 2, 3, 3, 3, 4, 4, 4, 4 и т.д. (другими словами: 1x1, 2x2, 3x3 и т.д.)

С flatMap он может выглядеть так:

IntStream sequence = IntStream.rangeClosed(1, 4)
                          .flatMap(i -> IntStream.iterate(i, identity()).limit(i));
sequence.forEach(System.out::println);

где:

  • IntStream.rangeClosed(1, 4) создает поток int от 1 до 4 включительно
  • IntStream.iterate(i, identity()).limit(i) создает поток длины я из int я - поэтому применяется к i = 4, он создает поток: 4, 4, 4, 4
  • flatMap "выравнивает" поток и "объединяет" его с исходным потоком.

С Java < 8 вам понадобятся две вложенные петли:

List<Integer> list = new ArrayList<>();
for (int i = 1; i <= 4; i++) {
    for (int j = 0; j < i; j++) {
        list.add(i);
    }
}

Пример реального мира

Скажем, у меня есть List<TimeSeries>, где каждый TimeSeries по существу a Map<LocalDate, Double>. Я хочу получить список всех дат, для которых по крайней мере один из временных рядов имеет значение. flatMap на помощь:

list.stream().parallel()
    .flatMap(ts -> ts.dates().stream()) // for each TS, stream dates and flatmap
    .distinct()                         // remove duplicates
    .sorted()                           // sort ascending
    .collect(toList());

Не только это читаемо, но если вам вдруг понадобится обработать 100 тыс. элементов, просто добавление parallel() улучшит производительность, если вы не будете писать какой-либо параллельный код.

Ответ 3

Извлечь уникальные слова, отсортированные по ASC из списка фраз:

List<String> phrases = Arrays.asList(
        "sporadic perjury",
        "confounded skimming",
        "incumbent jailer",
        "confounded jailer");

List<String> uniqueWords = phrases
        .stream()
        .flatMap(phrase -> Stream.of(phrase.split(" +")))
        .distinct()
        .sorted()
        .collect(Collectors.toList());
System.out.println("Unique words: " + uniqueWords);

... и вывод:

Unique words: [confounded, incumbent, jailer, perjury, skimming, sporadic]

Ответ 4

Я единственный, кто считает, что раскручивание списков скучно?; -)

Попробуйте использовать объекты. Кстати, пример реального мира.

Задано: Объект, представляющий повторяющуюся задачу. О важных полях задач: напоминания начинают звонить в start и повторяются каждые repeatPeriod repeatUnit (например, 5 ЧАСОВ), и будет всего repeatCount напоминаний (включая запуск).

Цель: создать список копий задания, по одному для каждого вызова напоминания о задаче.

List<Task> tasks =
            Arrays.asList(
                    new Task(
                            false,//completed sign
                            "My important task",//task name (text)
                            LocalDateTime.now().plus(2, ChronoUnit.DAYS),//first reminder(start)
                            true,//is task repetitive?
                            1,//reminder interval
                            ChronoUnit.DAYS,//interval unit
                            5//total number of reminders
                    )
            );

tasks.stream().flatMap(
        x -> LongStream.iterate(
                x.getStart().toEpochSecond(ZoneOffset.UTC),
                p -> (p + x.getRepeatPeriod()*x.getRepeatUnit().getDuration().getSeconds())
        ).limit(x.getRepeatCount()).boxed()
        .map( y -> new Task(x,LocalDateTime.ofEpochSecond(y,0,ZoneOffset.UTC)))
).forEach(System.out::println);

Вывод:

Task{completed=false, text='My important task', start=2014-10-01T21:35:24, repeat=false, repeatCount=0, repeatPeriod=0, repeatUnit=null}
Task{completed=false, text='My important task', start=2014-10-02T21:35:24, repeat=false, repeatCount=0, repeatPeriod=0, repeatUnit=null}
Task{completed=false, text='My important task', start=2014-10-03T21:35:24, repeat=false, repeatCount=0, repeatPeriod=0, repeatUnit=null}
Task{completed=false, text='My important task', start=2014-10-04T21:35:24, repeat=false, repeatCount=0, repeatPeriod=0, repeatUnit=null}
Task{completed=false, text='My important task', start=2014-10-05T21:35:24, repeat=false, repeatCount=0, repeatPeriod=0, repeatUnit=null}

P.S.: Я был бы признателен, если бы кто-то предложил более простое решение, я вообще не профессионал.

UPDATE: @RBz попросил подробное объяснение, так вот оно. В основном flatMap помещает все элементы из потоков внутри другого потока в выходной поток. Здесь много потоков:). Таким образом, для каждой задачи в исходном потоке lambda выражение x -> LongStream.iterate... создает поток длинных значений, представляющих моменты запуска задачи. Этот поток ограничен экземплярами x.getRepeatCount(). Значение начинается с x.getStart().toEpochSecond(ZoneOffset.UTC), и каждое следующее значение вычисляется с использованием lambda p -> (p + x.getRepeatPeriod()*x.getRepeatUnit().getDuration().getSeconds(). boxed() возвращает поток с каждым длинным значением в качестве экземпляра Long wrapper. Затем каждый Long в этом потоке сопоставляется с новым экземпляром Task, который больше не повторяется и содержит точное время выполнения. Этот образец содержит только одну задачу в списке ввода. Но представьте, что у вас есть тысяча. У вас будет поток из 1000 потоков объектов Task. И то, что flatMap делает здесь, помещает все Задачи из всех потоков в один и тот же выходной поток. Это все, как я понимаю. Спасибо за ваш вопрос!

Ответ 5

Очень простой пример: разделить список полных имен, чтобы получить список имен, независимо от имени или фамилии

 List<String> fullNames = Arrays.asList("Barry Allen", "Bruce Wayne", "Clark Kent");

 fullNames.stream()
            .flatMap(fullName -> Pattern.compile(" ").splitAsStream(fullName))
            .forEach(System.out::println);

Это распечатывает:

Barry
Allen
Bruce
Wayne
Clark
Kent

Ответ 6

Учитывая это:

  public class SalesTerritory
    {
        private String territoryName;
        private Set<String> geographicExtents;

        public SalesTerritory( String territoryName, Set<String> zipCodes )
        {
            this.territoryName = territoryName;
            this.geographicExtents = zipCodes;
        }

        public String getTerritoryName()
        {
            return territoryName;
        }

        public void setTerritoryName( String territoryName )
        {
            this.territoryName = territoryName;
        }

        public Set<String> getGeographicExtents()
        {
            return geographicExtents != null ? Collections.unmodifiableSet( geographicExtents ) : Collections.emptySet();
        }

        public void setGeographicExtents( Set<String> geographicExtents )
        {
            this.geographicExtents = new HashSet<>( geographicExtents );
        }

        @Override
        public int hashCode()
        {
            int hash = 7;
            hash = 53 * hash + Objects.hashCode( this.territoryName );
            return hash;
        }

        @Override
        public boolean equals( Object obj )
        {
            if ( this == obj ) {
                return true;
            }
            if ( obj == null ) {
                return false;
            }
            if ( getClass() != obj.getClass() ) {
                return false;
            }
            final SalesTerritory other = (SalesTerritory) obj;
            if ( !Objects.equals( this.territoryName, other.territoryName ) ) {
                return false;
            }
            return true;
        }

        @Override
        public String toString()
        {
            return "SalesTerritory{" + "territoryName=" + territoryName + ", geographicExtents=" + geographicExtents + '}';
        }

    }

и это:

public class SalesTerritories
{
    private static final Set<SalesTerritory> territories
        = new HashSet<>(
            Arrays.asList(
                new SalesTerritory[]{
                    new SalesTerritory( "North-East, USA",
                                        new HashSet<>( Arrays.asList( new String[]{ "Maine", "New Hampshire", "Vermont",
                                                                                    "Rhode Island", "Massachusetts", "Connecticut",
                                                                                    "New York", "New Jersey", "Delaware", "Maryland",
                                                                                    "Eastern Pennsylvania", "District of Columbia" } ) ) ),
                    new SalesTerritory( "Appalachia, USA",
                                        new HashSet<>( Arrays.asList( new String[]{ "West-Virgina", "Kentucky",
                                                                                    "Western Pennsylvania" } ) ) ),
                    new SalesTerritory( "South-East, USA",
                                        new HashSet<>( Arrays.asList( new String[]{ "Virginia", "North Carolina", "South Carolina",
                                                                                    "Georgia", "Florida", "Alabama", "Tennessee",
                                                                                    "Mississippi", "Arkansas", "Louisiana" } ) ) ),
                    new SalesTerritory( "Mid-West, USA",
                                        new HashSet<>( Arrays.asList( new String[]{ "Ohio", "Michigan", "Wisconsin", "Minnesota",
                                                                                    "Iowa", "Missouri", "Illinois", "Indiana" } ) ) ),
                    new SalesTerritory( "Great Plains, USA",
                                        new HashSet<>( Arrays.asList( new String[]{ "Oklahoma", "Kansas", "Nebraska",
                                                                                    "South Dakota", "North Dakota",
                                                                                    "Eastern Montana",
                                                                                    "Wyoming", "Colorada" } ) ) ),
                    new SalesTerritory( "Rocky Mountain, USA",
                                        new HashSet<>( Arrays.asList( new String[]{ "Western Montana", "Idaho", "Utah", "Nevada" } ) ) ),
                    new SalesTerritory( "South-West, USA",
                                        new HashSet<>( Arrays.asList( new String[]{ "Arizona", "New Mexico", "Texas" } ) ) ),
                    new SalesTerritory( "Pacific North-West, USA",
                                        new HashSet<>( Arrays.asList( new String[]{ "Washington", "Oregon", "Alaska" } ) ) ),
                    new SalesTerritory( "Pacific South-West, USA",
                                        new HashSet<>( Arrays.asList( new String[]{ "California", "Hawaii" } ) ) )
                }
            )
        );

    public static Set<SalesTerritory> getAllTerritories()
    {
        return Collections.unmodifiableSet( territories );
    }

    private SalesTerritories()
    {
    }

}

Затем мы можем сделать это:

System.out.println();
System.out
    .println( "We can use 'flatMap' in combination with the 'AbstractMap.SimpleEntry' class to flatten a hierarchical data-structure to a set of Key/Value pairs..." );
SalesTerritories.getAllTerritories()
    .stream()
    .flatMap( t -> t.getGeographicExtents()
        .stream()
        .map( ge -> new SimpleEntry<>( t.getTerritoryName(), ge ) )
    )
    .map( e -> String.format( "%-30s : %s",
                              e.getKey(),
                              e.getValue() ) )
    .forEach( System.out::println );

Ответ 7

Этот метод принимает одну функцию в качестве аргумента, эта функция принимает один параметр T в качестве входного аргумента и возвращает один поток параметра R в качестве возвращаемого значения. Когда эта функция применяется к каждому элементу этого потока, она создает поток новых значений. Все элементы этих новых потоков, генерируемые каждым элементом, затем копируются в новый поток, который будет возвратным значением этого метода.

http://codedestine.com/java-8-stream-flatmap-method/