Java8新特性探索之Stream介面

一、為什麼引入Stream流

流是一系列與特定儲存機制無關的元素——實際上，流並沒有“儲存”之說。使用流，無需迭代集合中的元素，就可以從管道提取和操作元素。這些管道通常被組合在一起，形成一系列對流進行操作的管道。

在大多數情況下，將物件儲存在集合中是為了處理他們，因此你將會發現你將程式設計的主要焦點從集合轉移到了流上，流的一個核心的好處是，它使得程式更加短小並且更易理解。當Lambda表示式和方法引用和流一起使用的時候會讓人感覺自成一體。

二、如何使用Stream流

流操作的型別有三種：建立流，修改流元素（中間操作 Intermediate Operations），消費流元素（終端操作 Terminal Operations）

建立Stream流

1. 使用Arrays.stream()方法建立

   Integer[] arr = new Integer[]{1,2,3,4,5};
   Arrays.stream(arr).filter(num -> num > 3);
   

2. 使用Stream.of ()方法建立

   Integer[] arr = new Integer[]{1,2,3,4,5};
   Stream.of(arr).filter(num -> num > 3);
   

   檢視of()的原始碼中得知，該方法也是呼叫了Arrays.stream()方法實現的

   /**
   * Returns a sequential ordered stream whose elements are the specified values.
   *
   * @param <T> the type of stream elements
   * @param values the elements of the new stream
   * @return the new stream
   */
   @SafeVarargs
   @SuppressWarnings("varargs") // Creating a stream from an array is safe
   public static<T> Stream<T> of(T... values) {
   	return Arrays.stream(values);
   }
   

3. 使用Collection.stream()方法建立

   List<String> list = new ArrayList<>(1);
   list.stream().forEach(str -> System.out.println(str));
   

4. 使用Stream.iterate()方法建立

   Stream.iterate(1, num -> num + 2).limit(10).forEach(num -> System.out.println(num));
   

5. 使用Stream.generate()方法建立

   Stream.generate(() -> Arrays.asList(arr)).limit(1).forEach(num -> System.out.println(num));
   

修改流元素（中間操作 Intermediate Operations）

中間操作用於從一個流中獲取物件，並將物件作為另一個流從後端輸出，以連線到其他操作。

1、跟蹤和除錯

peek() 操作的目的是幫助除錯，允許你無修改地檢視流中的元素

// streams/Peeking.java
class Peeking {
    public static void main(String[] args) throws Exception {
        FileToWords.stream("Cheese.dat")
        .skip(21)
        .limit(4)
        .map(w -> w + " ")
        .peek(System.out::print)
        .map(String::toUpperCase)
        .peek(System.out::print)
        .map(String::toLowerCase)
        .forEach(System.out::print);
    }
}

輸出結果：

Well WELL well it IT it s S s so SO so

因為 peek() 符合無返回值的 Consumer 函式式介面，所以我們只能觀察，無法使用不同的元素來替換流中的物件。

2、流元素排序

sorted()方法是需要遍歷整個流的，並在產生任何元素之前對它進行排序。因為有可能排序後集合的第一個元素會在未排序集合的最後一位。

@Test
public void sortedTest() {
    List<Integer> numList = Lists.newArrayList();
    numList.add(8);
    numList.add(2);
    numList.add(6);
    numList.add(9);
    numList.add(1);
    List<Integer> sortList = numList.stream().sorted(Integer::compareTo).collect(Collectors.toList());
    System.out.println(sortList);
}

輸出結果：

[1, 2, 6, 8, 9]

3、移除元素

• distinct() 可用於消除流中的重複元素。相比建立一個 Set 集合，該方法的工作量要少得多。

  @Test
  public void distinctTest() {
      Stream.of(6, 8, 9, 6, 2, 8).distinct().forEach(i -> System.out.print(i + ", "));
  }
  

  輸出結果：

  6, 8, 9, 2, 
  

• filter(Predicate)：若元素傳遞給過濾函式產生的結果為true ，則過濾操作保留這些元素。

  @Test
  public void filterTest() {
  	Stream.of(6, 9, 2, 8).filter(num -> num > 5).sorted().forEach(i -> System.out.print(i + ", "));
  }
  

  輸出結果：

  6, 8, 9, 
  

4、對映，應用函式到元素

• map(Function)：將函式操作應用在輸入流的元素中，對一個流中的值進行某種形式的轉換，並將返回值傳遞到輸出流中

  @Test
  public void mapTest() {
  	Stream.of("abc", "qw", "mnkh").map(String::length).forEach(n -> System.out.format("%d ", n));
  }
  

  輸出結果：

  3 2 4 
  

• mapToInt(ToIntFunction)：操作同上，但結果是 IntStream

  Stream.of("5", "7", "9").mapToInt(Integer::parseInt).forEach(n -> System.out.format("%d ", n));
  

• mapToLong(ToLongFunction)：操作同上，但結果是 LongStream

  Stream.of("17", "19", "23").mapToLong(Long::parseLong).forEach(n -> System.out.format("%d ", n));
  

• mapToDouble(ToDoubleFunction)：操作同上，但結果是 DoubleStream

  Stream.of("17", "1.9", ".23").mapToDouble(Double::parseDouble).forEach(n -> System.out.format("%f ", n));
  

• flatMap() 做了兩件事：將產生流的函式應用在每個元素上（與 map() 所做的相同），然後將每個流都扁平化為元素，因而最終產生的僅僅是元素。

  List<Integer> listA = Lists.newArrayList();
  listA.add(1);
  listA.add(6);
  List<Integer> listB = Lists.newArrayList();
  listB.add(10);
  listB.add(2);
  Map<String, List<Integer>> abMap = Maps.newHashMap();
  abMap.put("A", listA);
  abMap.put("B", listB);
  // 需獲取A和B集合中大於5的元素
  abMap.values().stream().flatMap(num -> num.stream().filter(n -> n > 5)).collect(Collectors.toList())
      .forEach(System.out::println);
  

  輸出結果：

  6
  10
  

• flatMapToInt(Function)：當 Function 產生 IntStream 時使用。

• flatMapToLong(Function)：當 Function 產生 LongStream 時使用。

• flatMapToDouble(Function)：當 Function 產生 DoubleStream 時使用。

5、集合流切片，可實現分頁

• limit(n)方法會返回一個包含n個元素的新的流（若總長小於n則返回原始流）。

• skip(n)方法正好相反，它會丟棄掉前面的n個元素。

  // 查詢第二頁的資料
  Integer pageNumber = 2;
  Integer pageSize = 10;
  Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12).skip((pageNumber - 1) * pageSize).limit(pageSize)
  				.forEach(System.out::println);
  

  輸出結果：

  11
  12
  

消費流元素（終端操作 Terminal Operations）

終端操作總是我們在流管道中所做的最後一件事，該操作將會獲取流的最終結果。

1、陣列結果輸出

• toArray()：將流轉換成適當型別的陣列。
• toArray(generator)：在特殊情況下，生成自定義型別的陣列。

2、迴圈結果輸出

• forEach(Consumer)常見如 System.out::println 作為 Consumer 函式。

• forEachOrdered(Consumer)： 保證 forEach 在並行流處理時按照原始流順序操作。

  Arrays.stream(new Random(45).ints(0, 1000).limit(100).toArray()).limit(10).parallel().forEachOrdered(n -> 						System.out.format("%d ", n));
  

3、collect收集結果

• collect(Collector)：使用 Collector 收集流元素到結果集合中。

• collect(Supplier, BiConsumer, BiConsumer)：同上，第一個引數 Supplier 建立了一個新的結果集合，第二個引數 BiConsumer 將下一個元素收集到結果集合中，第三個引數 BiConsumer 用於將兩個結果集合合併起來。

  Collectorts類為我們提供了常用的收集類的各個工廠方法：

1. 將一個流收集到一個List中可以這樣用

   Lists.newArrayList().stream().collect(Collectors.toList());
   

2. 收集到Set中可以這樣用

   Lists.newArrayList().stream().collect(Collectors.toSet());
   

3. 收集到Map中可以這樣用

   Lists.newArrayList(new User("Johnson", "重慶")).stream().collect(Collectors.toMap(User::getName, User::getAddress));
   

4. 收集到Set時，控制Set的型別可以這樣用

   Lists.newArrayList().stream().collect(Collectors.toCollection(TreeSet::new));
   

5. 將字流中的字串連線並收集起來

   Lists.newArrayList().stream().collect(Collectors.joining(","));
   

6. 各種聚合操作

   // 獲取流中的總和，平均值，最大值，最小值，一次性收集流中的結果
   List<Integer> listA = Lists.newArrayList(1, 2, 3, 4, 5);
   listA.stream().collect(Collectors.summingInt(Integer::intValue));
   listA.stream().collect(Collectors.averagingInt(Integer::intValue));
   listA.stream().collect(Collectors.maxBy(Integer::compareTo));
   listA.stream().collect(Collectors.minBy(Integer::compareTo));
   listA.stream().collect(Collectors.summarizingInt(Integer::intValue));
   // 分組分片，返回結果：{"重慶渝北":[{"address":"重慶渝北","name":"Johnson"},{"address":"重慶渝北","name":"Jack"}],"重慶江北":[{"address":"重慶江北","name":"Tom"}]}
   List<User> listB = Lists.newArrayList(new User("Johnson", "重慶渝北"), new User("Tom", "重慶江北"), new User("Jack", "重慶渝北"));
   System.out.println(JSON.toJSONString(listB.stream().collect(Collectors.groupingBy(User::getAddress))));
   

4、組合流中元素

• reduce(BinaryOperator)：使用 BinaryOperator 來組合所有流中的元素。因為流可能為空，其返回值為 Optional

  // 結果為15
  System.out.println(Stream.of(1, 2, 3, 4, 5).reduce((x, y) -> x + y).get());
  

• reduce(identity, BinaryOperator)：功能同上，但是使用 identity 作為其組合的初始值。因此如果流為空，identity 就是結果

  // 設定初始值為10則結果為25
  System.out.println(Stream.of(1, 2, 3, 4, 5).reduce(10, (x, y) -> x + y));
  // 集合流為空，則結果預設為初始值a
  List<String> list = Lists.newArrayList();
  System.out.println(list.stream().reduce("a", (x, y) -> x.length() > 1 ? x : y));
  

• reduce(identity, BiFunction, BinaryOperator)：在序列流(stream)中，該方法跟第二個方法一樣，即第三個引數不會起作用。在並行流中，我們知道流被fork join出多個執行緒進行執行，此時每個執行緒的執行流程就跟第二個方法reduce(identity，BiFunction)一樣，而第三個引數BinaryOperator函式，則是將每個執行緒的執行結果當成一個新的流，然後使用第一個方法reduce(BinaryOperator)流程進行規約

  // 第三個引數在並行流中起效，將每個執行緒的執行結果當成一個新的流
  List<Integer> listA = Lists.newArrayList(1, 2, 3, 4, 5);
  // 序列流執行結果：15
  System.out.println(listA.stream().reduce(0, (x, y) -> x + y, (i, j) -> i * j));
  // 並行流執行結果：120
  System.out.println(listA.parallelStream().reduce(0, (x, y) -> x + y, (i, j) -> i * j));
  

5、流中元素匹配

• allMatch(Predicate) ：如果流的每個元素提供給 Predicate 都返回 true ，結果返回為 true。在第一個 false 時，則停止執行計算。

  // 陣列中第一個元素小於2，則停止匹配返回結果：flase
  System.out.println(Stream.of(1, 2, 3, 4, 5).allMatch(n -> n > 2));
  // 陣列中所有元素都大於0,則停止匹配返回結果：true
  System.out.println(Stream.of(1, 2, 3, 4, 5).allMatch(n -> n > 0));
  

• anyMatch(Predicate)：如果流的任意一個元素提供給 Predicate 返回 true ，結果返回為 true。在第一個 true 是停止執行計算。

  // 陣列中第三個元素大於2，則停止匹配返回結果：true
  System.out.println(Stream.of(1, 2, 3, 4, 5).anyMatch(n -> n > 2));
  

• noneMatch(Predicate)：如果流的每個元素提供給 Predicate 都返回 false 時，結果返回為 true。在第一個 true 時停止執行計算。

  // 陣列中第三個元素大於2，則停止匹配返回結果：true
  System.out.println(Stream.of(1, 2, 3, 4, 5).noneMatch(n -> n > 2));
  

6、流中元素查詢

• findFirst()：返回第一個流元素的 Optional，如果流為空返回 Optional.empty。

  // 根據條件過濾後取第一個元素
  System.out.println(Stream.of(1, 2, 3, 4, 5).filter(n -> n > 2).findFirst().get());
  

• findAny()：返回含有任意流元素的 Optional，如果流為空返回 Optional.empty。

  // 根據條件過濾後找到任何一個所匹配的元素，就返回，此方法在對流並行執行時效率高
  System.out.println(Stream.of(1, 2, 3, 4, 5).parallel().filter(n -> n > 2).findAny().get());
  

7、收集流資訊

• count()：流中的元素個數。

• max(Comparator)：根據所傳入的 Comparator 所決定的“最大”元素。

• min(Comparator)：根據所傳入的 Comparator 所決定的“最小”元素。

• average() ：求取流元素平均值。

• sum()：對所有流元素進行求和。

• summaryStatistics()：生成有關此流元素的各種摘要資料。

  // 獲取流中元素數量，返回結果：5
  System.out.println(Stream.of(1,2,3,4,5).count());
  // 獲取流中最大值，返回結果：5
  System.out.println(Stream.of(1,2,3,4,5).max(Integer::compareTo).get());
  // 獲取流中最小值，返回結果：1
  System.out.println(Stream.of(1,2,3,4,5).min(Integer::compareTo).get());
  // 獲取流中元素平均值，返回結果：3.0
  System.out.println(Stream.of(1,2,3,4,5).mapToInt(Integer::intValue).average().getAsDouble());
  // 獲取流中各種摘要資料，返回結果：IntSummaryStatistics{count=5, sum=15, min=1, average=3.000000, max=5}
  System.out.println(Stream.of(1,2,3,4,5).mapToInt(Integer::intValue).summaryStatistics());
  // 獲取流中元素總和，返回結果：15
  System.out.println(Stream.of(1,2,3,4,5).mapToInt(Integer::intValue).sum());
  

三、總結

流式操作改變並極大地提升了 Java 語言的可程式設計性，並可能極大地阻止了 Java 程式設計人員向諸如 Scala 這種函式式語言的流轉。