[PT-BR] Transformando listas com Java Stream API

E aí pessoal! Espero que todos estejam bem!!!

Bom, após descansar do TDC Business 2022, onde tive a honra e a felicidade de realizar um sonho: ser coordenador na trilha de Carreira e Mentoria, ser expositor da empresa em que trabalho (StackSpot) e ser…


This content originally appeared on DEV Community 👩‍💻👨‍💻 and was authored by Maximillian Arruda

E aí pessoal! Espero que todos estejam bem!!!

Bom, após descansar do TDC Business 2022, onde tive a honra e a felicidade de realizar um sonho: ser coordenador na trilha de Carreira e Mentoria, ser expositor da empresa em que trabalho (StackSpot) e ser palestrante na trilha de arquitetura Java, falando sobre Streams API junto com Rolmer Telis de Oliveria, estou de volta explorando, estudando e aprendendo cada vez mais sobre Programação Funcional com Java.

No artigo anterior, vimos que a partir do Java 8, a interface Iterable foi melhorada com um método especial: um default method chamado forEach. Agora, caso estivermos trabalhando com objetos que implementam a interface Iterable, poderemos usufruir desse método para iterar nos itens de maneira declarativa, utilizando uma lambda expression ou method references.

Mas o que são Default Methods

A feature default method, que foi adicionado ao Java 8, permitiu uma evolução suave de toda a API do Java, permitindo métodos padrões fossem implementados em interfaces, mantendo assim toda uma retro-compatibilidade das versões anteriores do Java.

Com isso, podemos dizer que todos objetos que implementam a interface Iterable poderão usufruir do método forEach, já que esse é um default method, implementado na própria interface Iterable.

Muito mais que iterar em uma lista

Já conhecemos o método forEach, na qual podemos iterar nos itens de uma determinada lista ou coleções, mas sabemos também que só iterar não nos basta!

Sem dúvida, vamos ter que realizar operações muito mais complexas: como filtrar, transformar ou modificar os dados dessas listas.

Manipular coleções para produzir outros resultados é tão comum como iterar através dos elementos de uma coleção.

Vamos dizer que precisamos pegar uma lista de produtos e pegar só os preços desses produtos.

Abaixo segue o Record que representará nosso produto:

PS: Vamos utilizar a especificação JSR 354 Java Money1

  record Product(String description, MonetaryAmount price) {}

E aqui está a lista de produtos:

  var currency = Monetary.getCurrency("BRL");
  var products = List.of(
      new Product("bean", Money.of(5.99,currency)),
      new Product("rice", Money.of(12.49,currency)),
      new Product("coffee", Money.of(18.99,currency)),
      new Product("bread", Money.of(6.59,currency)),
      new Product("chocolate", Money.of(6.80,currency))
  );

Uma vez que estamos utilizando uma lista imutável criada através do método List.of, nós precisamos criar uma nova lista para armazenar esses preços.

Utilizando uma abordagem imperativa, nós escreveríamos um código parecido com esse:

  List<MonetaryAmount> prices = new ArrayList<>();
  for(Product product: products){
      prices.add(product.price());
  }

Precisamos criar uma lista vazia para só então coletar todos os preços ao iterar pelos produtos da lista. Como primeiro passo para utilizar um estilo funcional, vamos usar o internal interator forEach fornecido pela interface Iterable, como fizemos no blogpost anterior.

  List<MonetaryAmount> prices = new ArrayList<>();
  products.forEach(product -> prices.add(product.price()));

Estamos utilizando um internal iterator, mas ainda há a necessidade de criar uma lista vazia e ainda assim adicionar os preços item a item. Que tal explorar um pouco uma abordagem mais funcional para solucionar esse detalhe?

Muito mais que um simples iterador!

A criação de uma lista vazia e a manipulação explicita desta instância introduz variáveis mutáveis, o que deixam o nosso código mais propenso a erros, pois estamos, além de iterar pelos produtos, temos que nos preocupar em coletar só os preços e adicioná-los na nova lista: estamos instruindo nosso programa como a coleta deve ser feita ao invés de declarar qual é a informação que queremos coletar explicitamente.

A partir do Java 8, a interface Stream2 foi adicionada com o intuito de permitir a manipulação de coleções de maneira mais declarativa, mais funcional.

A interface Stream é muito mais que um simples iterador: ela fornece uma API fluente na qual nos permite, em conjunto com Lambda Expressions e Reference Methods, encadear operações que podem ou não utilizar objetos de função afim de nos permitir executar tarefas como filtrar, mapear ou transformar, contar, reduzir e por aí vai.

Graças aos default methods, objetos que implementam uma Collection detém o método stream para adquirir instâncias do tipo Stream.

Abaixo, vamos utilizar um Stream a partir da lista de produtos:

  List<MonetaryAmount> prices = products
                .stream()
                .map(product -> product.price)
                .collect(Collectors.toList());

Como podemos ver, um método chamado map fornecido pela interface Stream nos permitem mapear ou transformar cada item do Stream no valor solicitado, nesse caso, o preço de cada produto. No passo seguinte, instruímos o Stream para que, através do método collect, colete o resultado como uma nova lista, e isso está sendo declarado através de uma instância do tipo Collector fornecido através da chamada do método toList da classe fábrica Collectors.

Do ponto de vista de execução, você pode pensar que cada método, que representa uma operação, é executada de maneira eager, ou seja, no momento da chamada da operação, mas isso não é verdade para alguns metodos da interface Stream.

A interface Stream fornece as operações intermediárias e operações terminadoras.

As operações intermediárias são operações lazy, isto é, elas só são performadas quando uma operação terminal é executada.

Já as operações terminadoras são responsáveis por efetivamente desencadear toda as operações encadeadas através da interface fluente Stream.

O encadeamento dessas operações ocorre com uma ou várias operações intermediárias em conjunto com uma operação terminal, formando assim o Stream Pipeline. Vamos conhecer mais sobre a interface Stream em blogposts futuros! 😉

Em nosso exemplo, a operação map é uma operação intermediária, e ela só será disparada quando alguma operação terminal for executada, no nosso caso, a operação collect.

Agora, em nosso exemplo, não estamos lidando mais com váriaveis mutáveis, e assim deixando declarativo o que queremos. Não precisamos mais criar uma lista vazia. Todas essas preocupações estão sendo controladas e delegadas para a implementação fornecida pela API do Java.

Mas podemos também utilizar no lugar da Lambda Expression um Method Reference, diminuindo ainda mais a chance de algum possível erro na lógica de dentro da declaração da expressão. Vejamos como fica o resultado:

  List<MonetaryAmount> prices = products
                .stream()
                .map(Product::price)
                .collect(Collectors.toList());

Talvez, você deve estar se perguntando:

Quando devemos utilizar Method References?

Nós normalmente utilizamos muito mais lambda expressions do que method references quando estamos programando em Java. Mas isso não significa que method references não são importantes ou menos útil.

Se uma lambda expression simplesmente repassa os parâmetros para outro método, mesmo sendo um método de uma instância ou estático, podemos substitui-la pelo método em questão, referenciando-o, por isso o nome method reference.

Além de deixar o código conciso do que utilizando lambda expressions, ao utilizar method reference ganhamos a habilidade de utilizar métodos nomeados, e assim facilitar a compreensão do código.

Mas e quanto a performance?

Como já sabemos, a linguagem Java já tem um longo caminho e é usada em um grande número de aplicativos corporativos onde o desempenho é crítico. Mas mesmo sabendo disso, é muito razoável questionar se as novas features afetarão o desempenho.

A resposta é sim, mas principalmente para melhor! Pode parecer ingênuo essa afirmação a princípio, mas antes de discutirmos sobre melhorias de desempenho, vamos lembrar as sábias palavras de Donald Knuth:

We should forget about small efficiencies, say about 97% of the time: premature optimization is the root of all evil.

Traduzindo:

Devemos esquecer as pequenas eficiências, digamos que cerca de 97% das vezes: a otimização prematura é a raiz de todo o mal.

Com isso em mente, devemos ser ousados em experimentar novos estilos onde eles podem fazer sentido. Se, ao utilizar o novo estilo e esse atender o desempenho adequado às necessidades da aplicação, então podemos adotá-lo e seguir em frente, caso contrário, devemos avaliar de forma crítica o design de código afim de encontrar os gargalos reais que o código está apresentando.

As especificações inseridas a partir do Java 8 fornecem um grande flexibilidade para facilitar as otimizações do compilador. Essas otimizações em conjunto com a instrução otimizada do bytecode InvokeDynamic podem fazer com que as chamadas utilizando Lambda Expressions sejam bem rápidas.

Vamos fazer um teste sobre performance.

Abaixo, temos um código imperativo que contam os números primos em uma coleção de números:

  long count = 0;
  for (long number : numbers) {
      if (isPrime(number)) {
          count++;
      }
  }

Utilizamos no examplo o habitual for loop para invocar um método isPrime para determinar se cada número na coleção é um número primo. Se ele for primo, nós incrementamos a variável count. Vamos medir o tempo considerando uma lista de 1.000.000 (um milhão) de números.

  PT0.163687193S

Isso levou aproximadamente 0.163 segundos, mas vamos reduzir esse código; vamos ver ver se utilizando um novo estilo que queremos adotar bate esse desempenho. Vamos refatorar o código para o estilo funcional: onde o código é declarativo, é criado favorecendo a imutabilidade, não tem efeitos colaterais, seguindo um encadeamento de funções de primeira ordem:

 numbers.stream()
         .filter(i -> isPrime(i))
         .count();

Aqui, transformamos a coleção em um Stream e então aplicamos um filtro através de uma operação intermediária, filter, declarando que queremos somente os números primos da coleção, e finalmente efetuamos o cálculo ao performar a operação terminal count. Vamos ver quanto tempo essa versão levou para executar a mesma lógica na mesma coleção de 1.000.000 (um milhão) de números:

 PT0.167082778S

A saída, como podemos ver, utilizando lambda expression, foi aproximadamente o mesmo: 0.167 segundos; Pode parecer que não ganhamos ou perdemos nada, mas na verdade, ganhamos muito sim!

É algo trivial paralelizar códigos desenvolvidos utilizando o estilo funcional, agora paralelizar um código imperativo, por outro lado, se ele já não foi arquitetado para esse fim, provavelmente não será algo tão trivial assim, não é?

Segue uma versão utilizando o estilo funcional e paralelizada de nosso código:

  numbers.parallelStream()
              .filter(i -> isPrime(i))
              .count();

Com praticamente nenhum esforço, apenas chamando um outro default method chamado parallelStream da classe Collection, que também fornece uma instância de Stream, habilitamos o paralelismo. Vamos ver se tivemos ganho de desempenho executando esse código:

 PT0.055318673S

Executando essa versão paralelizada, em um processador com 8 núcleos, utilizando Java 17, levou aproximadamente 0.055 segundos para executar a tarefa.

Bom, brincadeiras à parte, antes de comemorarmos essa performance, temos que admitir que um grande número de métricas de desempenho podem ser artificiais e não podemos confiar cegamente neles. O que esse exemplo quer demonstrar nada mais é que o uso de lambda expressions e o estilo funcional não significam desempenho ruim. Sempre ao criar código real para aplicações corporativas, devemos ficar de olho no desempenho e tratar as preocupações onde elas surgirem.

E é isso aí pessoal👍 ...

Estou curtindo demais ler o livro do renomado Venkat Subramaniam : "Functional Programming in Java: Harnessing the Power of Java 8 Lambda Expression" 3, então vou continuar a publicar mais blogposts com o intuido de fixar meu aprendizado e assim também ajudar quem interessar!

Espero que tenha gostado do texto! 😄

Se gostou e achou relevante esse conteúdo, compartilhe com seus amigos.😉

Críticas e sugestões serão sempre bem-vindos!!!

No próximo blogpost, vamos conhecer mais sobre Stream API, seu funcionamento, seu pipeline, suas operações e detalhes entre outras coisas...

Até a próxima!

Source dos exemplos 4:

Referências:

  1. Estou usando JSR 354 Java Money. ↩

  2. Javadoc - Package java.util.stream ↩

  3. Livro - "Functional Programming in Java: Harnessing the Power of Java 8 Lambda Expression" by Venkat Subramaniam ↩

  4. Estou usando JBang; ↩


This content originally appeared on DEV Community 👩‍💻👨‍💻 and was authored by Maximillian Arruda


Print Share Comment Cite Upload Translate Updates
APA

Maximillian Arruda | Sciencx (2022-09-13T17:05:06+00:00) [PT-BR] Transformando listas com Java Stream API. Retrieved from https://www.scien.cx/2022/09/13/pt-br-transformando-listas-com-java-stream-api/

MLA
" » [PT-BR] Transformando listas com Java Stream API." Maximillian Arruda | Sciencx - Tuesday September 13, 2022, https://www.scien.cx/2022/09/13/pt-br-transformando-listas-com-java-stream-api/
HARVARD
Maximillian Arruda | Sciencx Tuesday September 13, 2022 » [PT-BR] Transformando listas com Java Stream API., viewed ,<https://www.scien.cx/2022/09/13/pt-br-transformando-listas-com-java-stream-api/>
VANCOUVER
Maximillian Arruda | Sciencx - » [PT-BR] Transformando listas com Java Stream API. [Internet]. [Accessed ]. Available from: https://www.scien.cx/2022/09/13/pt-br-transformando-listas-com-java-stream-api/
CHICAGO
" » [PT-BR] Transformando listas com Java Stream API." Maximillian Arruda | Sciencx - Accessed . https://www.scien.cx/2022/09/13/pt-br-transformando-listas-com-java-stream-api/
IEEE
" » [PT-BR] Transformando listas com Java Stream API." Maximillian Arruda | Sciencx [Online]. Available: https://www.scien.cx/2022/09/13/pt-br-transformando-listas-com-java-stream-api/. [Accessed: ]
rf:citation
» [PT-BR] Transformando listas com Java Stream API | Maximillian Arruda | Sciencx | https://www.scien.cx/2022/09/13/pt-br-transformando-listas-com-java-stream-api/ |

Please log in to upload a file.




There are no updates yet.
Click the Upload button above to add an update.

You must be logged in to translate posts. Please log in or register.