前言
在介绍 RxJava 1.x 线程调度器之前，首先引入一个重要的概念 - 事件序列转换。RxJava 提供了对事件序列进行转换的支持，这是它的核心功能之一。
正文
1. 事件序列转换定义
所谓转换，就是将事件序列中的对象或整个序列进行加工处理，转换成不同的事件或事件序列，有点类似 Java 1.8 中的流处理。
2. 事件序列转换API
首先看一个 map() 的例子：
Observable.just("images/logo.png") // 输入类型 String
.map(new Func1<String, Bitmap>() {
@Override
public Bitmap call(String filePath) { // 参数类型 String
return getBitmapFromPath(filePath); // 返回类型 Bitmap
}
})
.subscribe(new Action1<Bitmap>() {
@Override
public void call(Bitmap bitmap) { // 参数类型 Bitmap
showBitmap(bitmap);
}
});
复制代码这里出现了一个叫 Func1 的类。它和 Action1 非常相似，也是 RxJava 的一个接口，用于包装含有一个参数的方法。 Func1 和 Action 的区别在于: Func1 包装的是有返回值的方法。另外，和 ActionX 一样，FuncX 也有多个，用于不同参数个数的方法。同理，FuncX 和 ActionX 的区别在 FuncX 包装的是有返回值的方法。
可以看到，map() 方法将参数中的 String 对象转换成一个 Bitmap 对象后返回，而在经过 map() 方法后，事件的参数类型也由 String 转为了 Bitmap。
这种直接转换对象并返回的，是最常见的也最容易理解的变换。不过 RxJava 的转换远不止这样，它不仅可以针对事件对象，还可以针对整个事件队列，这使得 RxJava 变得非常灵活。
下面给出几个示例：
map()
事件对象的直接变换，具体功能上面已经介绍过。它是 RxJava 最常用的变换。 map() 的示意图如下：
flatMap()
这是一个很有用但非常难理解的变换。首先假设这么一种需求：假设有一个数据结构『学生』，现在需要打印出一组学生的名字。实现方式很简单：
Student[] students = ...;
Subscriber<String> subscriber = new Subscriber<String>() {
@Override
public void onNext(String name) {
Log.d(tag, name);
}
};
Observable.from(students)
.map(new Func1<Student, String>() {
@Override
public String call(Student student) {
return student.getName();
}
})
.subscribe(subscriber);
复制代码如果要打印出每个学生所需要修的所有课程的名称呢？需求的区别在于，每个学生只有一个名字，但却有多个课程，首先可以这样实现：
Student[] students = ...;
Subscriber<Student> subscriber = new Subscriber<Student>() {
@Override
public void onNext(Student student) {
List<Course> courses = student.getCourses();
for (int i = 0; i < courses.size(); i++) {
Course course = courses.get(i);
Log.d(tag, course.getName());
}
}
};
Observable.from(students)
.subscribe(subscriber);
复制代码如果我不想在 Subscriber 中使用 for 循环，而是希望 Subscriber 中直接传入单个的 Course 对象呢（这对于代码复用很重要）？用 map() 显然是不行的，因为 map() 是一对一的转化，而现在需要一对多的转化。问题出现了：怎样把一个 Student 转化成多个 Course ？
这个时候，flatMap() 就派上了用场：
Student[] students = ...;
Subscriber<Course> subscriber = new Subscriber<Course>() {
@Override
public void onNext(Course course) {
Log.d(tag, course.getName());
}
};
Observable.from(students)
.flatMap(new Func1<Student, Observable<Course>>() {
@Override
public Observable<Course> call(Student student) {
return Observable.from(student.getCourses());
}
})
.subscribe(subscriber);
复制代码从上面的代码可以看出，flatMap() 和 map() 有一个相同点：它也是把传入的参数转化之后返回另一个对象。
flatMap() 和 map() 不同的是，flatMap() 返回的是个 Observable 对象，并且这个 Observable 对象并不是被直接发送到 Subscriber 的回调方法中。
flatMap() 示意图如下：
flatMap() 的原理是这样的：
- 使用传入的事件对象创建一个
Observable对象； - 并不立即发送这个
Observable, 而是将它激活，然后开始发送事件； - 将每一个创建出来的
Observable发送的事件，都被汇入同一个Observable。
而这个 Observable 负责将这些事件统一交给 Subscriber 的回调方法。这三个步骤，把事件拆成了两级，通过一组新创建的 Observable 将初始的对象『铺平』之后通过统一路径分发了下去。而这个『铺平』就是 flatMap() 所谓的 flat。
3. 事件序列转换原理
这些转换虽然功能各有不同，但实质上都是针对事件序列的处理和再发送。而在 RxJava 的内部，它们是基于同一个基础的转换方法：lift(Operator)。
lift()
首先看一下 lift() 的内部实现（核心代码）：
public <R> Observable<R> lift(Operator<? extends R, ? super T> operator) {
return Observable.create(new OnSubscribe<R>() {
@Override
public void call(Subscriber subscriber) {
Subscriber newSubscriber = operator.call(subscriber);
newSubscriber.onStart();
onSubscribe.call(newSubscriber);
}
});
}
复制代码这段代码实现的功能，简单来说就是创建了一个新的 Observable 并返回。如果看过上篇博客会发现有些蹊跷。重温一下 Observable.subscribe(Subscriber) 的实现(核心代码)：
public Subscription subscribe(Subscriber subscriber) {
subscriber.onStart();
onSubscribe.call(subscriber);
return subscriber;
}
复制代码对比一下以上两段代码的方法体(忽略返回值)，会发现一行突兀的代码：
Subscriber newSubscriber = operator.call(subscriber);
复制代码解释一下 lift() 方法完成的操作：
- 利用
Observable.create()方法创建一个新的Observable对象，加上之前的原始Observable，已经有两个Observable。 - 创建
Observable的同时创建一个新的OnSubscribe用于发出事件。 - 通过
lift()传入的Operator函数的call()方法构造一个新的Subscriber对象，并将新Subscriber和原始Subscriber进行关联。 - 利用这个新
Subscriber向原始Observable进行订阅，实现事件序列的转换。
这种实现基于代理模式，通过事件拦截和处理实现事件序列的变换。
在 Observable 执行了 lift(Operator) 方法之后，会返回一个新的 Observable，这个新的 Observable 会像一个代理一样，负责接收原始的 Observable 发出的事件，并在处理后发送给 Subscriber。
整个过程的思维导图如下：
或者可以看动图：
两次和多次的 lift() 同理，如下图：
举一个具体的 Operator 的实现。下面是一个将事件的 Integer 对象转换成 String 的例子，仅供参考：
observable.lift(new Observable.Operator<String, Integer>() {
@Override
public Subscriber<? super Integer> call(final Subscriber<? super String> subscriber) {
// 将事件序列中的 Integer 对象转换为 String 对象
return new Subscriber<Integer>() {
@Override
public void onNext(Integer integer) {
subscriber.onNext("" + integer);
}
@Override
public void onCompleted() {
subscriber.onCompleted();
}
@Override
public void onError(Throwable e) {
subscriber.onError(e);
}
};
}
});
复制代码学习 lift() 的原理只是为了更好地理解 RxJava ，从而可以更好地使用它。然而RxJava 不建议开发者自定义 Operator 来直接使用 lift()，而是尽量使用已有的 lift() 包装方法（如 map() flatMap() 等）进行组合。
compose()
除了 lift() 之外，Observable 还有一个转方法叫做 compose()。它和 lift() 的区别在于，lift() 是针对事件项和事件序列的，而 compose() 是针对 Observable 自身进行转换。
举个例子，假设在程序中有多个 Observable 都需要应用一组相同的 lift() 进行转换，通常会这样写：
observable1.lift1()
.lift2()
.lift3()
.lift4()
.subscribe(subscriber1);
observable2.lift1()
.lift2()
.lift3()
.lift4()
.subscribe(subscriber2);
observable3.lift1()
.lift2()
.lift3()
.lift4()
.subscribe(subscriber3);
observable4.lift1()
.lift2()
.lift3()
.lift4()
.subscribe(subscriber1);
复制代码可以发现有太多重复代码，代码重构如下：
private Observable liftAll(Observable observable) {
return observable.lift1()
.lift2()
.lift3()
.lift4();
}
liftAll(observable1).subscribe(subscriber1);
liftAll(observable2).subscribe(subscriber2);
liftAll(observable3).subscribe(subscriber3);
liftAll(observable4).subscribe(subscriber4);
复制代码可读性、可维护性都提高了。可是 Observable 被一个方法包起来，这种方式对于 Observale 的灵活性进行了限制。怎么办？这个时候，就应该用 compose() 来解决了：
public class LiftAllTransformer implements Observable.Transformer<Integer, String> {
@Override
public Observable<String> call(Observable<Integer> observable) {
return observable.lift1()
.lift2()
.lift3()
.lift4();
}
}
Transformer liftAll = new LiftAllTransformer();
observable1.compose(liftAll).subscribe(subscriber1);
observable2.compose(liftAll).subscribe(subscriber2);
observable3.compose(liftAll).subscribe(subscriber3);
observable4.compose(liftAll).subscribe(subscriber4);
复制代码如上，使用 compose() 方法，Observable 可以利用传入的 Transformer 对象的 call 方法直接对自身进行处理，而不是被包在方法的里面。
小结
本文主要介绍了 RxJava 事件及事件序列转换原理，其中 lift() 方法的使用方法和实现原理是重点、难点。后续将会介绍的 RxJava 线程调度器底层也是基于它实现的。
