RxJava----操作符：转换操作符

Transforming Observables(转换操作符)

本节介绍转换数据流中数据的方法。在真实世界中， Observable中的数据可以是任意类型的，可能在你的应用中无法直接使用这些数据类型，你需要对这些数据对象进行一些转换。

• map 和 flatMap 是本节中操作函数的基础。 下面是三种转换方式的示意：
  
  • Ana(morphism) T –> IObservable
  • Cata(morphism) IObservable –> T
  • Bind IObservable –> IObservable

map

最基础的转换函数就是 map。 map 使用一个转换的参数把源Observable 中的数据转换为另外一种类型的数据。返回的
Observable 中包含了转换后的数据。

public final <R> Observable<R> map(Func1<? super T,? extends R> func)

        Observable<Integer> values = Observable.just("0", "1", "2", "3")                        .map(new Func1<String,Integer>() {                            @Override                            public Integer call(String s) {                                return Integer.parseInt(s);                            }                        });        values.subscribe(new Action1<Integer>() {                    @Override                    public void call(Integer integer) {                        log(integer+"");                    }                });

结果：

0123

源 Observable 发射的为 String 类型数据，而我们需要的是 int 类型，则可以通过 map 把 String 转换为 int。

如果你认为这种转换太简单了， 完全可以在 Subscriber 中完成，这样在设计架构上并不合理，没有有效的区分职责。
代码设计每个部分都有各自的职责，使用 map 可以有效的确保职责清晰。方便后续修改。

cast

cast 是把一个对象强制转换为子类型的缩写形式。 假设源 Observable为 Observable

         Observable<String> values = Observable.just("0","1","2","3");        values                .cast(Object.class)                .subscribe(new Action1<Object>() {                    @Override                    public void call(Object object) {                        log(object.toString()+":"+object.getClass());                    }                });

结果：

0:class java.lang.String1:class java.lang.String2:class java.lang.String3:class java.lang.String

如果遇到类型不一样的对象的话，就会抛出一个 error。

如果你不想处理类型不一样的对象，则可以用 ofType 。 该函数用来判断数据是否为 该类型，如果不是则跳过这个数据。

flatMap

map 把一个数据转换为另外一个数据。而 flatMap 把源 Observable 中的一个数据替换为任意数量的数据，可以为 0 个，也可以为无限个。 flatMap 把源 Observable 中的一个数据转换为一个新的 Observable 发射出去。

public final <R> Observable<R> flatMap(Func1<? super T,? extends Observable<? extends R>> func)

flatMap 的参数会把 源 Observable 中发射的每个数据转换为一个新的 Observable， 然后 flatMap 再把这些新的 Observable 中发射的数据发射出来。每个新的 Observable 数据都是按照他们产生的顺序发射出来，但是 Observable 之间数据的顺序可能会不一样。
下面通过一个简单的例子来帮助理解 flatMap 。

        Observable<Integer> values = Observable.range(1,3);        values                .flatMap(new Func1<Integer, Observable<?>>() {                    @Override                    public Observable<?> call(Integer integer) {                        return Observable.range(0,integer);                    }                })                .subscribe(new Action1<Object>() {                    @Override                    public void call(Object o) {                        log(o.toString());                    }                });;

这里 values 会发射 1 、 2、 3 三个数据。 然后 flatMap 把每个数据变为新的 Observable（Observable.range(0,i)），所以会有 3 个 Observable，这 3个 Observable 分别发射 [0],[0,1] 和 [0,1,2]。最终 flatMap 再把这 3 个新 Observable 发射的数据合并到一个 Observable发射出去。

所以上面的结果如下：
结果：

001012

再看一个示例，把 int 值转换为 字母：

        Observable<Integer> values2 = Observable.just(1);        values2                .flatMap(new Func1<Integer, Observable<?>>() {                    @Override                    public Observable<?> call(Integer integer) {                        return Observable.just(Character.valueOf((char)(integer+64)));                    }                })                .subscribe(new Action1<Object>() {                    @Override                    public void call(Object o) {                        log(o.toString());                    }                });

结果：

A

上面的示例，用 map 函数实现会更简单，这里是为了说明 flatMap 另外一种功能，如果你发现源 Observable 中发射的数据不符合你的要求，则你可以返回一个 空的 Observable。这就相当于过滤数据的作用， 例如：

        Observable<Integer> values = Observable.range(0,30);        values                .flatMap(new Func1<Integer, Observable<?>>() {                    @Override                    public Observable<?> call(Integer integer) {                        if (0 < integer && integer <= 26)                            return Observable.just(Character.valueOf((char)(integer+64)));                        else                            return Observable.empty();                    }                })                .subscribe(new Observer<Object>() {                    @Override                    public void onCompleted() {                        log("Complete!");                    }                    @Override                    public void onError(Throwable e) {                        log( e.getMessage().toString());                    }                    @Override                    public void onNext(Object o) {                        log(o.toString());                    }                });

结果：

ABC...XYZComplete!

上面示例源 Observable 一共发射 0 到 29 这 30个数字。在 flatMap 中判断 如果数字大于 0 并且小于等于26，则转换为字母用 并用 Observable.just 生成新的 Observable；其他数字都返回一个Observable.empty() 空 Observable。

注意，flatMap 是把几个新的 Observable 合并为一个 Observable 返回， 只要这些新的 Observable有数据发射出来， flatMap 就会把数据立刻发射出去。所以如果这些新的 Observable 发射数据是异步的，那么 flatMap返回的数据也是异步的。

下面示例中使用 Observable.interval 来生成每个数据对应的新 Observable，由于 interval 返回的Observable 是异步的，所以可以看到最终输出的结果是每当有 Observable 发射数据的时候， flatMap 就返回该数据。

         Observable.just(100, 150)                .flatMap(new Func1<Integer, Observable<?>>() {                    @Override                    public Observable<?> call(final Integer integer) {                        return Observable.interval(integer,TimeUnit.MILLISECONDS)                        .map(new Func1<Long, Object>() {                            @Override                            public Object call(Long aLong) {                                return integer;                            }                        });                    }                })                .take(6)                .subscribe(new Action1<Object>() {                    @Override                    public void call(Object o) {                        log(o.toString());                    }                });

上面的 new Func1<Integer, Observable<?>>()先把参数integer（这里分别为 100 和 150 这两个数字）转换为 Observable.interval(integer, TimeUnit.MILLISECONDS)， 每隔 integer 毫秒发射一个数字，这样两个 Observable.interval 都发射同样的数字，只不过发射的时间间隔不一样，所以为了区分打印的结果，我们再用 map(new Func1<Long, Object>() 把结果转换为 integer 。
结果：

100150100100150100

可以两个新的 Observable 的数据交织在一起发射出来。

concatMap

• 如果你不想把新 Observable 中的数据交织在一起发射，则可以选择使用 concatMap 函数。
• 该函数会等第一个新的 Observable 完成后再发射下一个 新的 Observable 中的数据。

        Observable.just(100, 150)                .concatMap(new Func1<Integer, Observable<?>>() {                    @Override                    public Observable<?> call(final Integer integer) {                        return Observable.interval(integer, TimeUnit.MILLISECONDS)                                .map(new Func1<Long, Object>() {                                    @Override                                    public Object call(Long aLong) {                                        return integer;                                    }                                })                                .take(3);                    }                })                .subscribe(new Action1<Object>() {                    @Override                    public void call(Object o) {                        log(o.toString());                    }                });

结果：

100100100150150150

所以 concatMap 要求新的Observable 不能是无限的，否则该无限 Observable 会阻碍后面的数据发射。为此，上面的示例使用 take 来结束 Observable。

switchMap

switchMap操作符与flatMap操作符类似，都是把Observable产生的结果转换成多个Observable，然后把这多个Observable“扁平化”成一个Observable，并依次提交产生的结果给订阅者。

与flatMap操作符不同的是，switchMap操作符会保存最新的Observable产生的结果而舍弃旧的结果，举个例子来说，比如源Observable产生A、B、C三个结果，通过switchMap的自定义映射规则，映射后应该会产生A1、A2、B1、B2、C1、C2，但是在产生B2的同时，C1已经产生了，这样最后的结果就变成A1、A2、B1、C1、C2，B2被舍弃掉了！流程图如下：

以下是flatMap、concatMap和switchMap的运行实例对比：

         //flatMap操作符的运行结果        Observable.just(10, 22, 34).flatMap(new Func1<Integer, Observable<Integer>>() {            @Override            public Observable<Integer> call(Integer integer) {                //10的延迟执行时间为200毫秒、22和34的延迟执行时间为180毫秒                int delay = 200;                if (integer > 10)                    delay = 180;                return Observable.from(new Integer[]{integer, integer / 2}).delay(delay, TimeUnit.MILLISECONDS);            }        }).observeOn(AndroidSchedulers.mainThread()).subscribe(new Action1<Integer>() {            @Override            public void call(Integer integer) {                log("flatMap Next:" + integer);            }        });        //concatMap操作符的运行结果        Observable.just(10, 22, 34).concatMap(new Func1<Integer, Observable<Integer>>() {            @Override            public Observable<Integer> call(Integer integer) {                //10的延迟执行时间为200毫秒、22和34的延迟执行时间为180毫秒                int delay = 200;                if (integer > 10)                    delay = 180;                return Observable.from(new Integer[]{integer, integer / 2}).delay(delay, TimeUnit.MILLISECONDS);            }        }).observeOn(AndroidSchedulers.mainThread()).subscribe(new Action1<Integer>() {            @Override            public void call(Integer integer) {                log("concatMap Next:" + integer);            }        });        //switchMap操作符的运行结果        Observable.just(10, 22, 34).switchMap(new Func1<Integer, Observable<Integer>>() {            @Override            public Observable<Integer> call(Integer integer) {                //10的延迟执行时间为200毫秒、22和34的延迟执行时间为180毫秒                int delay = 200;                if (integer > 10)                    delay = 180;                return Observable.from(new Integer[]{integer, integer / 2}).delay(delay, TimeUnit.MILLISECONDS);            }        }).observeOn(AndroidSchedulers.mainThread()).subscribe(new Action1<Integer>() {            @Override            public void call(Integer integer) {                log("switchMap Next:" + integer);            }        });

结果：

flatMap Next:22flatMap Next:34flatMap Next:17flatMap Next:11flatMap Next:10flatMap Next:5switchMap Next:34switchMap Next:17concatMap Next:10concatMap Next:5concatMap Next:22concatMap Next:11concatMap Next:34concatMap Next:17

这里from返回的是一个Observable，所以【10,5】、【22,11】、【34,17】都是一个整体。switchMap直接去最后一个，也就是【34,17】,。flatMap在180毫秒之后是【22,11】和【34,17】，200毫秒之后是【10,5】。concatMap就是一个接着一个，按顺序来了。

flatMapIterable

flatMapIterable 和 flatMap 类似，区别是 flatMap 参数把每个数据转换为 一个新的 Observable，而 flatMapIterable 参数把一个数据转换为一个新的 iterable 对象。
例如下面是一个把参数转换为 iterable 的函数：

public static Iterable<Integer> toList(int start, int count) {    List<Integer> list = new ArrayList<>();    for (int i=start ; i<start+count ; i++) {        list.add(i);    }    return list;}

然后可以这样使用该函数作为 flatMapIterable 的参数：

Observable.range(1, 3)                .flatMapIterable(new Func1<Integer, Iterable<?>>() {                    @Override                    public Iterable<?> call(Integer integer) {                        return toList(1,integer);                    }                })                .subscribe(new Action1<Object>() {                    @Override                    public void call(Object o) {                        log(o.toString());                    }                });

结果：

112123

flatMapIterable 把生成的 3 个 iterable 合并为一个 Observable 发射。

作为 Rx 开发者，我们需要知道在 Rx 中应该使用 Observable 数据流来发射数据而不要混合使用传统的iterable。但是如果你无法控制数据的来源，提供数据的一方只提供 iterable数据，则依然可以直接使用这些数据。flatMapIterable 把多个 iterable 的数据按照顺序发射出来，不会交织发射。

flatMapIterable 还有另外一个重载函数可以用源 Observable 发射的数据来处理新的 iterable 中的每个数据：

        Observable.range(1, 3)                .flatMapIterable(new Func1<Integer, Iterable<?>>() {                    @Override                    public Iterable<?> call(Integer integer) {                                            return toList(1,integer);                    }                }, new Func2<Integer, Object, Object>() {                    @Override                    public Object call(Integer integer, Object o) {                        return integer * (Integer) o;                    }                })                .subscribe(new Action1<Object>() {                    @Override                    public void call(Object o) {                        log(o.toString());                    }                });

结果：

124369

注意，上面的 Func2()的call(Integer integer, Object o)中integer参数取值为 源 Observable 发射出来的数据，也就是 1、 2、 3. 而 o参数取值为toList(1,integer) 参数生成的 iterable 中的每个数据，也就是分别为 [1]、[1,2]、[1,2,3]，所以最终的结果就是：[11], [12, 22], [13, 23, 33].

buffer

buffer操作符周期性地收集源Observable产生的结果到列表中，并把这个列表提交给订阅者，订阅者处理后，清空buffer列表，同时接收下一次收集的结果并提交给订阅者，周而复始。

需要注意的是，一旦源Observable在产生结果的过程中出现异常，即使buffer已经存在收集到的结果，订阅者也会马上收到这个异常，并结束整个过程。

buffer的名字很怪，但是原理很简单，流程图如下：

        final int[] items = new int[]{1, 3, 5, 7, 9};        Observable<Integer> observable = Observable.create(new Observable.OnSubscribe<Integer>() {            @Override            public void call(Subscriber<? super Integer> subscriber) {                try {                    if (subscriber.isUnsubscribed()) return;                    Random random = new Random();                    while (true) {                        int i = items[random.nextInt(items.length)];                        subscriber.onNext(i);                        Thread.sleep(1000);                    }                } catch (InterruptedException e) {                    subscriber.onError(e);                }            }        }).subscribeOn(Schedulers.io());        observable.buffer(3, TimeUnit.SECONDS).subscribe(new Action1<List<Integer>>() {            @Override            public void call(List<Integer> integers) {                log(integers.toString());            }        });

结果：

[3, 1, 7][5, 9, 7][1, 5, 3][7, 1, 5]...

buffer有很多重载的方法：

public final <TClosing> Observable<List<T>> buffer(Func0<? extends Observable<? extends TClosing>> bufferClosingSelector) public final Observable<List<T>> buffer(int count) public final Observable<List<T>> buffer(int count, int skip)public final Observable<List<T>> buffer(long timespan, long timeshift, TimeUnit unit)public final Observable<List<T>> buffer(long timespan, long timeshift, TimeUnit unit, Scheduler scheduler)public final Observable<List<T>> buffer(long timespan, TimeUnit unit)public final Observable<List<T>> buffer(long timespan, TimeUnit unit, int count)public final Observable<List<T>> buffer(long timespan, TimeUnit unit, int count, Scheduler scheduler) public final Observable<List<T>> buffer(long timespan, TimeUnit unit, Scheduler scheduler)public final <TOpening, TClosing> Observable<List<T>> buffer(Observable<? extends TOpening> bufferOpenings, Func1<? super TOpening, ? extends Observable<? extends TClosing>> bufferClosingSelector) public final <B> Observable<List<T>> buffer(Observable<B> boundary)public final <B> Observable<List<T>> buffer(Observable<B> boundary, int initialCapacity)

window

window操作符非常类似于buffer操作符，区别在于buffer操作符产生的结果是一个List缓存，而window操作符产生的结果是一个Observable，订阅者可以对这个结果Observable重新进行订阅处理。

window操作符有很多个重载方法，这里只举一个简单的例子，其流程图如下：

 Observable.interval(1, TimeUnit.SECONDS).take(12)                .window(3, TimeUnit.SECONDS)                .subscribe(new Action1<Observable<Long>>() {                    @Override                    public void call(Observable<Long> observable) {                        log("subdivide begin......");                        observable.subscribe(new Action1<Long>() {                            @Override                            public void call(Long aLong) {                                log("Next:" + aLong);                            }                        });                    }                });

结果：

subdivide begin…… Next:0 Next:1 subdivide begin…… Next:2 Next:3 Next:4 subdivide begin…… Next:5 Next:6 Next:7 subdivide begin…… Next:8 Next:9 Next:10 subdivide begin…… Next:11

scan

scan 和 reduce 很像，不一样的地方在于 scan会发射所有中间的结算结果。

public final Observable<T> scan(Func2<T,T,T> accumulator)

通过上图可以看到和 reduce 的区别， reduce 只是最后把计算结果发射出来，而 scan 把每次的计算结果都发射出来。

        Observable<Integer> values = Observable.range(0, 5);        values.scan(new Func2<Integer, Integer, Integer>() {            @Override            public Integer call(Integer integer, Integer integer2) {                return integer + integer2;            }        })//              .takeLast()//实现reduce                .subscribe(new Observer<Integer>() {                    @Override                    public void onCompleted() {                        log("Sum:Complete!");                    }                    @Override                    public void onError(Throwable e) {                        log("Sum:" + e.getMessage().toString());                    }                    @Override                    public void onNext(Integer integer) {                        log("Sum:" + integer);                    }                });

结果：

Sum: 0Sum: 1Sum: 3Sum: 6Sum: 10Sum: Complete!

reduce 可以通过 scan 来实现： reduce(acc) = scan(acc).takeLast() 。所以 scan 比 reduce 更加通用。

• 源 Observable 发射数据，经过 scan 处理后 scan 也发射一个处理后的数据，
• 所以 scan 并不要求源 Observable 完成发射。
• 下面示例实现了 查找已经发射数据中的最小值的功能：

        Subject<Integer, Integer> values = ReplaySubject.create();        values                .subscribe(new Observer<Integer>() {                    @Override                    public void onCompleted() {                        log("Values:Complete!");                    }                    @Override                    public void onError(Throwable e) {                        log("Values:" + e.getMessage().toString());                    }                    @Override                    public void onNext(Integer integer) {                        log("Values:" + integer);                    }                });        values                .scan(new Func2<Integer, Integer, Integer>() {                    @Override                    public Integer call(Integer integer, Integer integer2) {                        return (integer<integer2) ? integer : integer2;                    }                })                .distinctUntilChanged()                .subscribe(new Observer<Integer>() {                    @Override                    public void onCompleted() {                        log("Min:Complete!");                    }                    @Override                    public void onError(Throwable e) {                        log("Min:" + e.getMessage().toString());                    }                    @Override                    public void onNext(Integer integer) {                        log("Min:" + integer);                    }                });        values.onNext(2);        values.onNext(3);        values.onNext(1);        values.onNext(4);        values.onCompleted();

结果：

Values: 2Min: 2Values: 3Values: 1Min: 1Values: 4Values: CompletedMin: Completed

groupBy

groupBy 是 toMultimap 函数的 Rx 方式的实现。groupBy 根据每个源Observable 发射的值来计算一个
key， 然后为每个 key 创建一个新的 Observable并把key 一样的值发射到对应的新 Observable 中。

public final <K> Observable<GroupedObservable<K,T>> groupBy(Func1<? super T,? extends K> keySelector)

• 返回的结果为 GroupedObservable。 每次发现一个新的key，内部就生成一个新的 GroupedObservable并发射出来。和普通的 Observable 相比 多了一个 getKey 函数来获取 分组的 key。来自于源Observable中的值会被发射到对应 key 的 GroupedObservable 中。
• 嵌套的 Observable 导致方法的定义比较复杂，但是提供了随时发射数据的优势，没必要等源Observable 发射完成了才能返回数据。
• 下面的示例中使用了一堆单词作为源Observable的数据，然后根据每个单词的首字母作为分组的 key，最后把每个分组的 最后一个单词打印出来：

         Observable<String> values = Observable.just(                "first",                "second",                "third",                "forth",                "fifth",                "sixth"        );        values.groupBy(new Func1<String, Object>() {            @Override            public Object call(String s) {                return s.charAt(0);            }        })                .subscribe(new Action1<GroupedObservable<Object, String>>() {                    @Override                    public void call(final GroupedObservable<Object, String> objectStringGroupedObservable) {                        objectStringGroupedObservable.last().subscribe(new Action1<String>() {                            @Override                            public void call(String s) {                                log( objectStringGroupedObservable.getKey() +":" + s);                            }                        });                    }                });

t:thirdf:fifths:sixth

上面的代码使用了嵌套的 Subscriber，但Rx 功能之一就是为了避免嵌套回调函数，所以下面演示了如何避免嵌套：

         Observable<String> values = Observable.just(                "first",                "second",                "third",                "forth",                "fifth",                "sixth"        );        values.groupBy(new Func1<String, Object>() {            @Override            public Object call(String s) {                return s.charAt(0);            }        })             .flatMap(new Func1<GroupedObservable<Object, String>, Observable<?>>() {                    @Override                    public Observable<?> call(final GroupedObservable<Object, String> objectStringGroupedObservable) {                        return objectStringGroupedObservable.last().map(new Func1<String, Object>() {                            @Override                            public Object call(String s) {                                return objectStringGroupedObservable.getKey() +":" + s;                            }                        });                    }                })                .subscribe(new Action1<Object>() {                    @Override                    public void call(Object o) {                        log(o.toString());                    }                });

结果：

s: sixtht: thirdf: fifth

项目源码 GitHub求赞，谢谢！
引用：
RxJava 教程第二部分：事件流基础之 转换数据流 - 云在千峰
Android RxJava使用介绍（三） RxJava的操作符 - 呼啸而过的专栏 - 博客频道 - CSDN.NET