Java 8新特性 - (2)Stream API
文章目录
什么是Stream API
Stream API让开发者能够以一种声明的方式处理数据源（集合、数组等），它专注于对数据源进行各种高效的聚合操作（aggregate operation）和大批量数据操作 (bulk data operation)。
Stream API将处理的数据源看做一种Stream（流），Stream（流）在Pipeline（管道）中传输和运算，支持的运算包含筛选、排序、聚合等，当到达终点后便得到最终的处理结果。如果说集合讲的的数据，那么流讲的就是计算！
几个关键概念：
- 元素: Stream是一个来自数据源的元素队列，Stream本身并不存储元素。
- 数据源: 即Stream的来源, 包含集合、数组、I/O channel、generator（发生器）等。
- 聚合操作: 类似SQL中的filter、map、find、match、sorted等操作
- 管道运算: Stream在Pipeline中运算后返回Stream对象本身，这样多个操作串联成一个Pipeline，并形成fluent风格的代码。这种方式可以优化操作，如延迟执行(laziness)和短路( short-circuiting)。
- 内部迭代: 不同于java 8以前对集合的遍历方式（外部迭代），Stream API采用访问者模式（Visitor）实现了内部迭代。
- 并行运算: Stream API支持串行（stream()）或并行（parallelStream()）的两种操作方式。
特点：
- Stream API的使用和同样是java8新特性的lambda表达式密不可分，可以大大提高编码效率和代码可读性。
- Stream API提供串行和并行两种操作，其中并行操作能发挥多核处理器的优势，使用fork/join的方式进行并行操作以提高运行速度。
- Stream API进行并行操作无需编写多线程代码即可写出高效的并发程序，且通常可避免多线程代码出错的问题。
注意：
- Stream 自己不会存储元素。
- Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。
- Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。
Stream操作的三个步骤
- 创建Stream：一个数据源（如： 集合、数组）， 获取一个流。
- 中间操作:一个中间操作链，对数据源的数据进行处理。
- 终止操作(终端操作):一个终止操作，执行中间操作链，并产生结果。
创建Stream
(1) 获取Stream
Java 8中Collection接口被扩展，提供两种获取流的方法:
- stream() 返回一个顺序流
- parallelStream()返回一个并行流
1default Stream stream() // 返回一个顺序流
2
3default Stream parallelStream() // 返回一个并行流
1List<String> list = new ArrayList<>();
2
3// 顺序流
4Stream<String> stream1 = list.stream();
5
6// 并行流
7Stream<String> parallelStream = list.parallelStream();
(2) 由数组创建流
Arrays中静态方法stream()获取数组流
Java 8 中的 Arrays 的静态方法 stream() 可以获取数组流：
1static Stream stream(T[] array) // 返回一个流重载形式，能够处理对应基本类型的数组
2
3public static IntStream stream(int[] array)
4
5public static LongStream stream(long[] array)
6
7public static DoubleStream stream(double[] array)
1Employess[] emps = new Employess[10];
2Stream<Employess> stream2 = Arrays.stream(emps);
（3）由值创建流
可以使用静态方法 Stream.of(), 通过显示值创建一个流。它可以接收任意数量的参数。
1public static Stream of(T... values) // 返回一个流
1Stream<String> stream3 = Stream.of("aa", "bb", "cc");
（4）由函数创建流
由函数创建流可以创建无限流。可以使用静态方法 Stream.iterate() 和Stream.generate(), 创建无限流 。
1// 迭代
2public static Stream iterate(final T seed, final UnaryOperator f)
3
4// 生成
5public static Stream generate(Supplier s)
1// 迭代
2Stream<Integer> stream4 = Stream.iterate(0, (x) -> x + 2).limit(10);
3
4// 生成
5Stream.generate(() -> Math.random()).limit(5);
中间操作
(1) 筛选与切片
| 方法 | 描述 |
|---|---|
| filter(Predicate p) | 接收Lambda,从流中排除某些元素 |
| distinct() | 筛选，通过流所生成元素的hashCode()和equals()去除重复元素 |
| limit(long maxSize) | 截断流，使其元素不超过给定数量 |
| skip(long n) | 跳过元素，返回一个扔掉了前n个元素的流。若流中元素不足n个，则返回一个空流。与limit(n)互补 |
(2) 映射
| 方法 | 描述 |
|---|---|
| map(Function f) | 接收一个函数作为参数，该函数会被应用到每个元素上，并映射成一个新元素 |
| mapToDouble(ToDoubleFunction f) | 接收一个函数作为参数，该函数会被应用到每个元素上，并产生一个新的DoubleStream |
| mapToInt(ToIntFunction f) | 接收一个函数作为参数，该函数会被应用到每个元素上，并产生一个新的IntStream |
| mapToLong(ToLongFunction f) | 接收一个函数作为参数，该函数会被应用到每个元素上，并产生一个新的LongStream |
| Flat(Function f) | 接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流 |
(3) 排序
| 方法 | 描述 |
|---|---|
| sorted() | 产生一个新流，其中按自然顺序排列 |
| sorted(Comparator comp) | 产生一个新流，其中按比较器顺序排列 |
终止操作
终端操作会从流的流水线生成结果。其结果可以是任何不是流的值，例如：List, Integer，甚至是void
(1) 查找与匹配
| 方法 | 描述 |
|---|---|
| allMatch(Predicate p) | 检查是否匹配所有元素 |
| anyMatch(Predicate p) | 检查是否至少匹配一个元素 |
| noneMatch(Predicate p) | 检查是否所有元素都不匹配 |
| findFirst() | 返回第一个元素 |
| findAny() | 返回当前流中的任意一个元素 |
| count() | 返回流中元素总数 |
| max(Comparator c) | 返回流中最大值 |
| min(Comparator c) | 返回流中最小值 |
| forEach(Comparator c) | 内部迭代。与之相反的是，使用Collection接口需要用户去做迭代，称为外部迭代 |
(2) 规约
| 方法 | 描述 |
|---|---|
| reduce(T iden, BinaryOperator b) | 可以将流中元素反复结合起来，得到一个值。返回T |
| reduce(BinaryOperator b) | 可以将流中元素反复结合起来，得到一个值。返回Optional |
(3) 收集
| 方法 | 描述 |
|---|---|
| collect(Collector c) | 将流转换为其他形式。接收一个Collector接口的实现，用于给Stream中元素做汇总的方法 |
Collector 接口中方法的实现决定了如何对流执行收集操作(如收集到 List、 Set、 Map)。但是 Collectors 实用类提供了很多静态方法，可以方便地创建常见收集器实例， 具体方法与实例如下表
| 方法 | 返回类型 | 作用 |
|---|---|---|
| toList | List |
把流中元素收集到List |
| toSet | Set |
把流中元素收集到Set |
| toCollection | Collection |
把流中元素收集到创建的集合 |
| counting | Long | 计算流中元素的个数 |
| summingInt | Integer | 对流中元素的整数属性求和 |
| averageingInt | Double | 计算流中元素Integer属性的平均值 |
| summarizingInt | IntSummaryStatistics | 收集流中Integer属性的统计值。如平均值 |
| joining | String | 连接流中每个字符串 |
| maxBy | Optional |
根据比较器选择最大值 |
| minBy | Optional |
根据比较器选择最小值 |
| reducing | 规约产生的类型 | 从一个作为累加器的初始值开始，利用BinaryOperator与流中元素逐个结合，从而归约成单个值 |
| collectingAndThen | 转换函数返回的类型 | 包裹另一个收集器，对其结果转换函数 |
| groupingBy | Map<K, List |
根据某属性值对流分组，属性为K，结果为V |
| partitioningBy | Map<Boolean, List |
根据true或者false进行分区 |
示例：
1List<Employee> emps = list.stream().collect(Collectors.toList());
2
3Set<Employee> emps = list.stream().collect(Collectors.toSet());
4
5Collection<Employee> emps = list.stream().collect(Collectors.toCollection(ArrayList::new));
6
7long count = list.stream().collect(Collectors.counting());
8
9inttotal = list.stream().collect(Collectors.summingInt(Employee::getSalary));
10
11doubleavg = list.stream().collect(Collectors.averagingInt(Employee::getSalary));
12
13IntSummaryStatisticsiss = list.stream().collect(Collectors.summarizingInt(Employee::getSalary));
14
15String str = list.stream().map(Employee::getName).collect(Collectors.joining());
16
17Optional<Emp> max = list.stream().collect(Collectors.maxBy(comparingInt(Employee:getSalary)));
18
19Optional<Emp> min = list.stream().collect(Collectors.minBy(comparingInt(Employee:getSalary)));
20
21inttotal = list.stream().collect(Collectors.reducing(0, Employee::getSalary, Integer::sum));
22
23inthow = list.stream().collect(Collectors.collectingAndThen(Collectors.toList(), List:size));
24
25Map<Emp.Status, List<Emp>> map = list.stream().collect(Collectors.groupingBy(Employee::getStatus));
26
27Map<Boolean, List<Emp>> vd = list.stream.collect(Collectors.partitioningBy(Employee::getManage));
参考：