chapter5.md

스트림 활용

| 필터링, 슬라이싱, 매칭

필터링은 데이터 컬렉션 반복을 내부적으로 처리한다. 내부 반복을 이용하게 되면 Stream API 가 데이터 관련 작업을 관리하므로

1. 내부적으로 다양한 최적화 가능하며
2. 코드를 병렬 실행 여부도 결정 가능하다.

요소 필터링 방법

필터의 방법에서는 1) Predicate필터링 방식과 2) 고유 요소 필터링이 존재한다.

filter() 메서드는 Predicate(returns boolean) 를 인수로 받아서 프레디케이트와 일치하는 모든 요소를 포함하는 스트림을 반환한다.

고유 요소 로 이루어진 스트림을 반환하는 distinct 메소도 지원하며 객체의 hashCode 와 equals 로 결정된다.

스트림 슬라이싱

스트림의 요소를 선택하거나 스킵하는 방법으로는 하기 방법들이 있다.

1. 프레디케이트 이용 방법
2. 스트림의 처음 몇개의 요소를 무시하는 방법
3. 특정 크기로 스트림을 줄이는 방법

[1] Predicate 이용 방법

Java9 부터는 takeWhile 과 dropWhile 을 이용하여 효과적으로 요소 선택이 가능하다.

takeWhile 이용하면 무한 스트림을 포함한 모든 스트림에 Predicate 적용해 스트림을 슬라이스 할 수 있다. 동작 방법이 얼핏보면 filter 와 비슷하지만 filter 는 전체 스트림에 대한 Predicate 를 판단하는 반면 takeWhile은 Predicate 가 false 를 반환하는 순간 나머지를 버린다. 그렇기 때문에 무한 스트림에서도 적용하능하며 정렬된 요소에서 가장 큰 장점을 가질수 있다.

dropWhile 은 takeWhile 정반대의 동작으로 Predicate 가 거짓이 되는 지점에서 작업을 종료하고 나머지 요소들을 반환한다. dropWhile 역시 무한 스트림에서도 동작한다.

스트림 축소

limit(n) : 주어진 값 이하의 크기를 갖는 새로운 스트림을 반환할 수 있게 해준다. skip(n) : 처음 n 개의 요소를 제외한 스트림 반환

limit 과 skip 은 상호보완적인 연산을 수행한다. 상호 보완적인 연산이라는 것은 limit을 통해 순서대로의 n 개의 크기를 반환하고 나머지는 skip 으로 추출이 가능하다.

| 검색, 매칭, 리듀싱

매칭

특정 데이터를 선택하는 작업은 map 그리고 flatMap 기능을 제공한다.

• map(String::length) : 인수로 제공된 함수는 각 요소에 적용되며 적용한 결과가 새로운 요소로 매핑된다.
• flatMap() : 고유 문자로 이루어진 리스트 반환은 distinct()를 사용하는 방법이 아닌 해당 함수를 사용해야 한다.

여기서 고유 문자로 만들기 위해서는 배열 스트림 대신 문자열 스트림이 필요하며 각 단어를 개별 문자열로 이루어진 배열로 만든 다음 각 배열을 별도의 슽림으로 만들어야 한다.

List<String> uniqueCharacter = 
	words.stream()
		.map(word -> word.split("")) // 각 단어를 개별의 문자 포함 배열로 변환
		.flatMap(Arrays::stream)     // 생성된 스트림을 하나의 스트림을호 평면화
		.distinct()
		.collect(toList());

⭐ flatMap 은 배열의 스트림이 아닌 스트림의 콘텐츠로 매핑한다는 것이 중요하다. Function<T, Stream<R>> 을 통해 하나의 스트림으로 연결을 수행하는데 R은 객체가 아닌 일반 스트림이나 기본형 특화 스트림(IntStream, LongStream, DoubleStream) 같이 스트림 타입을 반환한다.

검색과 매칭

특정 속성이 데이터 집한에 있는지 검색할때는 아래 스트림 API 가 사용된다.

• allMatch() : 스트림의 모든 요소가 주어진 Predicate 와 일치하는지 검사
• anyMatch() : Predicate 를 통해 주어진 스트림에서 적어도 한 요소와 일치하는지 확인시 사용한다.
• noneMatch() : allMatch() 와 반대 연산자 수행하며, 프레디케이트와 일치하는 요소가 없는지 확인한다.

세 메서드는 short-circuit(쇼트 서킷) 기법을 사용한다. 쇼트 서킷이란 전체 스트림을 처리하지 않아도 결과를 반환할수 있으며 하나라도 거짓이라는 결과가 나오면 나머지 표현식의 결과와 상관없이 전체 결과도 거짓이다. 그렇기에 모든 스트림을 처리하지 않고도 결과를 반환할수 있으면 요소를 찾았을때 즉시 결과를 반환할수 있기에 유한한 크기로 줄일 수 있다. limit 또한 해당 기법을 사용한다.

• findAny() : 스트림에서 임의의 요소를 반환 한다.

findAny() 같은 경우 스트림 파이프라인은 내부적으로 단일 과정으로 실행할 수 있도록 최적화된다. findAny() 를 사용할때는 return 포맷이 Optional<> 이 된다.

Optional 이란? 값의 존재나 부재 여부를 표현하는 컨테이너 클래스이다. findAny() 가 아무 요소도 반환하지 않을 수 있기에 java8 부터는 Optional< T> 를 통해 null 버그를 피할수 있는 설계를 하였다. 값이 없을 경우 강제 처리 기능을 제공하는데 isPresent(), isPresent(Consumer<T> block) T get, T orElse(T other) 이다.

• findFirst() : 리스트 또는 정렬된 연속 데이터에서 (논리적인 아이템 순서가 정해져 있을 경우) 첫번째 요소를 반환한다.

여기서 신기한 점은 findAny()를 사용하고 .limit(1)을 하면 쇼티서킷 기법으로 인해 첫번쨰 요소를 반환하게 된다. 그러면 findFirst() 는 언제 사용해야 하는가? findFirst() 는 병렬 실행애서 첫번째 요소를 찾기 어렵다. 요소 반환 순서가 상관없다면 병렬 스트림에서는 findAny 를 사용해야 한다.

리듀싱

리듀싱 연산은 뭐든 스트림 요소를 처리해서 값으로 도출하는 것이다. 함수형 프로그래밍에서는 작은 조각이 될때까지 반복해서 접는 것과 비슷하다고 하여 폴드 라고 부른다.

.reduce() 를 이용하면 애플리케이션의 반복된 패턴을 추상화 할 수 있따.

예시로는 리스트의 숫자 요소를 코드를 작성해 보자.

int sum = numbers.stream().reduce(0, (a,b) -> a + b);
int sum = numbers.stream().reduce(0, Integer::sum);

두 요소를 조합해서 새로운 값을 만드는 BinaryOperator< T> 를 인자로 사용했다.

Optional<T> reduce(BinaryOperator<T> accumulator);

Optional<Integer> sum = numbers.stream().reduce((a, b) → (a + b));

초깃값을 받지 않도록 오버로드된 reduce 같은 경우는 optional 을 반환해야 하는데 초깃값이 없으므로 합계를 반환할수 없기에 Optional 객체로 갑싼 결과를 반환한다.

최대값/최소값 반환이 쉽게 가능하다.

// 최댓값
Optional<Integer> max = numbers.stream().reduce(Integer::max);
// 최솟값
Optional<Integer> min = numbers.stream().reduce(Integer::min);

👍 reduce 메서드의 장점과 병렬화?

reduce 를 이용하면 내부 반복이 추상화 되면서 내부 구현에서 병렬로 실횅하게 된다. 반복적인 합계에서는 sum 변수를 공유해야해서 쉽게 병렬화가 어렵과 강제적으로 동기화 시켜도 스레드간의 소모적인 경쟁때문에 이득이 상쇄 되어 버린다.

👍 스트림 연산: 상태 있음과 상태 없음

스트림은 원하는 모든 연산을 쉽게 구할 수 있으며 컬렉션으로 스트림을 만드는 parallelStream 으로 바꾸는 것만으로 병렬성을 얻을 수 있었다.

stateless operation이란 내부 상태를 갖지 않는 연산자로 map filter와 같이 입력 요소를 받아 결과를 출력 스트림으로 보내는 참조가 내부적인 가변성을 갖지 아는 것을 말한다. 요소의 수와 관계없이 내부 상태의 크기는 한정으로 되어 있다.

stateful operation 이란 sorted distinct처럼 요소를 정렬하거나 중복 제거와 같의 과거의 이력을 알고있어야 하므로 모든 요소가 버퍼에 추가되어 있어야 한다. 필요한 장소는 정해져 있지 않다.

| 숫자형 스트림

스트림 API 에는 숫자 스트림을 효율적으로 처리할 수 있는 기본 특화 스트림 (primitive stream specialization) 을 제공한다.

기본 특화 스트림

기본 특화 스트림에는 IntStream/ DoubleStream/ LongStream 세가지가 제공된다.

숫자 스트림을 IntStream 으로 기본형 정수값만 반환하게 하고 boxed 메서드를 통해 특화 스트림을 일반 스트림을 반환 할 수 있다.

IntStream intStream = menu.stream().mapToInt(Dish::getCalories);
Stream<Integer> stream = intStream.boxed

IntStream/LongStream 에서는 range 와 rangeClosed 두가지 정적 메서드를 제공한다.

range 는 시작값과 종료값이 결과에 포함되지 않는 반면 rangeClosed 는 시작값과 종료값이 결과에 포함된다.

피타고라스의 수

.stream.filter(b -> Math.sqrt(a*a + b*b) % 1 == 0)
	.map(b -> new int[]{a, b, (int) Math.sqrt(a*a + b*v)});

| 배열로 스트림

배열을 인수로 받는 정적 메서드 Arrays.stream 이용해 스트림을 만들수 있다.

| 함수로 무한 스트림 생성

스트림 API 는 두 정적 메서드를 제공해 무한스트림 을 생성해 값을 만든다. 따라서 무제한으로 값을 계산할 수 있으나 보통 무한한 값은 출력하지 않고 limit 을 사용한다.

• Stream.iterate

iterate 는 요청할때마다 값을 생산할 수 있으며 끝이 없는 무한 스트림이고 이런 스트림을 바운드 스트림이라고 표현한다.

iterate을 이용하여 피보나치의 수열을 찾을 수 있다.

Stream.iterate(new int[]{0, 1},
				  t-> new int[]{t[1], t[0] + t[1]})
		.limit(20)
		.map(t -> t[0])
		.forEach(System.out::println);

• Stream.generate

generate 요구할때 값을 계산하는 무한 스트림을 만들지만 iterate 와 달리 값을 연속적으로 계산하지는 않고 Supplier< T> 인수로 받아 새로운 값을 생산한다.

Stream.generate(Math::random)
	.limit(5)
	.forEach(System.out::println);

IntSupplier 인스턴스를 통해 피보나치 요소와 두 인스턴스 변수에 어떤 피보나치 요소가 들어가 있는지 추적하므로 가변 상태 객체인데 getAsInt를 호출하면 상태가 바뀌며 새로운 값을 생산한다.

iterate 사용했을때 새로운 값을 생성하면서 기존 상태를 바꾸지 않는 순수한 불변 상태를 유지하고 스트림을 병렬로 처리하면서 올바른 결과를 얻으려면 불변 상태 기법을 고수해야한다.

무한 스트림과 같은 경우에는 limit을 이용해서 명시적으로 스트림 크기를 제약해야 한다. 그렇지 않는다면 무한 스트림의 요소는 무한적으로 계싼이 반복되어 정렬하거나 리듀싱을 할 수 없다.