Java-stream(1) Stream基本概念 & Stream介面

Java8 集合中的 Stream 相當於高階版的 Iterator，他可以通過 Lambda 表示式對集合進行各種非常便利、高效的聚合操作（Aggregate Operation），或者大批量資料操作 (Bulk Data Operation)
Stream 就如同一個迭代器（Iterator），單向，不可往復，資料只能遍歷一次，遍歷過一次後即用盡了，就好比流水從面前流過，一去不復返
函式式的解決方案解開了程式碼細節和業務邏輯的耦合，類似於sql語句，表達的是"要做什麼"而不是"如何去做"，使程式設計師可以更加專注於業務邏輯，寫出易於理解和維護的程式碼

一、基本概念

1.1 Stream 操作分類

（圖片來源：極客時間-《java效能調優實戰》第6講）

我們通常還會將中間操作稱為懶操作，也正是由這種懶操作結合終結操作、資料來源構成的處理管道（Pipeline），實現了 Stream 的高效

1.2 Stream 主要架構類關係

二、Stream介面

2.1 概述（介面文件）

什麼是stream？

是一個支援序列/並行的聚合操作的元素佇列。為了進行計算，組建了一個 stream管道（pipeline），一個流管道由一個源（可能是陣列、集合、建構函式、I/O流等）、0到多箇中間操作（intermediate operations）和終結操作（terminal operation）組成。

stream有哪些特點？

-》流是惰性的，只有在啟動終結操作時才對源資料執行計算，只執行中間操作的時候是不會觸發流計算的，並且僅在需要時才使用源元素。

-》集合和stream雖然在表面有一些相似之處，但是他兩的側重點是不一樣的。集合主要是對元素的管理和訪問。相比之下，stream不提供直接訪問或者操作元素的方法，而是關注於宣告性地描述元素的聚合和計算操作，然而，如果所提供的流操作不提供所需的功能，則可以使用這些操作來執行受控遍歷。

-》如果stram popeline在操作過程中對源資料進行了修改操作會導致不可預知的報錯

-》引數會去呼叫函式介面（Function）或者通常使用lambda表示式引用，所以這些引數必須“非空”

-》在stream中資料從源到終結只會被執行一次，不可以重複運算元據，如果有重複使用的情況會丟擲 IllegalStateException 異常（由於一些流操作可能返回其接收器而不是新的流物件，因此可能不可能在所有情況下檢測重用）

-》stream有一個close()方法，還有實現了AutoCloseable介面（BaseStream繼承），但是大多數stream例項在使用完後不需要關閉，通常，只有源為IO通道的流才需要關閉。大多數流由集合、陣列或生成器組成，這些函式不需要特殊的資源管理

-》流管道可以序列執行資料，可以並行執行，通過paralle()方法去選擇不同的執行方式

2.2 一些常用方法

filter()

作用：中間-無狀態操作，對流資料進行過濾，返回滿足入參條件的資料
入參：Predicate<? super T> predicate 資料的過濾條件
出參：Stream：返回一個新的符合條件的Stream 流資料
舉例：過濾出 小於3 的元素

public static void main(String[] args) {
  List<Integer> list = Stream.of(1, 2, 3, 4).filter(p -> p < 3).collect(Collectors.toList());
  System.out.println(list);
}

輸出：[1, 2]

map()

作用：中間-無狀態操作，內部通過函式的形式對流資料進行一系列操作，返回函式結果集
入參：Function<? super T, ? extends R> mapper：操作函式
出參：Stream ：返回一個新的函式處理結果集的流資料
舉例：將每個元素 +1

public static void main(String[] args) {
  List<Integer> list = Stream.of(1, 2, 3, 4).map(p -> p + 1).collect(Collectors.toList());
  System.out.println(list);
}

輸出：[2, 3, 4, 5]

distinct()

作用：
中間-有狀態操作，對當前流資料進行元素去重操作（通過equals()方法判斷），返回一個由不同元素組成的流資料，對於有序流，不同元素的選擇是穩定的（對於重複的元素，保留遇到的第一個出現的元素），對於無序流，不提供穩定性保證。如果是在並行管道（paralle pipeline）中，保持流資料的排序穩定性是比較昂貴的（要求當前操作充當一個完整的屏障，具有大量的緩衝開銷）。

一般情況下業務程式碼中是不需要保持排序穩定性的，是有無需流資料來源（generate()）或者通過unordered()方法刪除排序約束可以更好的提高在並行管道中的執行效率。如果必須要做到排序的穩定性，最好切換到順序執行來提高效能。

入參：無入參，對當前流資料進行去重操作（this）
出參：Stream：去重後的一個新的流資料
舉例：將元素去重

public static void main(String[] args) {
  List<Integer> list = Stream.of(1, 2, 4, 4).distinct().collect(Collectors.toList());
  System.out.println(list);
}

sorted()

作用：中間-有狀態操作，對當前流資料進行自然排序（按照compareTo()規則排序），如果當前流資料沒有實現Comparable介面的話會丟擲 ClassCastException 異常。同樣，對於有序流，排序是穩定的。對於無序流，不提供穩定性保證。
入參：無入參，對當前流資料進行排序操作（this）
出參：Stream：排序後的一個新的流資料
備註：該方法還提供了過載方法，入參為Comparator介面物件，這個方法根據Comparator提供的規則來進行排序。
舉例：對元素進行排序

public static void main(String[] args) {
  List<Integer> list = Stream.of(1, 3, 4, 2).sorted().collect(Collectors.toList());
  System.out.println(list);
}

輸出：[1, 2, 3, 4]

peek()

作用：
中間-無狀態操作，對流資料進行一些操作，但是它只是對Stream中的元素進行某些操作（比如輸出之類），但是操作之後的資料並不返回到Stream中，所以返回的還是原來的元素，不會像map()一樣返回一個新的型別的流資料，通常會作為debug列印中間資料使用。

這裡要注意的是，如果流資料是個實體物件的話，peek()可以通過呼叫實體物件的setter方法對其屬性值進行改變——也就是說peek()可會流資料進行修改操作，其他方法是不具備的（會建立一個新的物件作為返回結果）。

入參：Consumer<? super T> action：對當前流資料的操作函式
出參：Stream：當前流資料
備註：map()和peek()的區別詳解移步：https://www.cnblogs.com/flydean/p/java-8-stream-peek.html
舉例：輸出每個元素值

public static void main(String[] args) {
  List<Integer> list = Stream.of(1, 2, 3, 4).peek(p -> System.out.println("輸出：p = " + p)).collect(Collectors.toList());
  System.out.println(list);
}

輸出：

輸出：p = 1

輸出：p = 2

輸出：p = 3

輸出：p = 4

[1, 2, 3, 4]

此外stream介面還提供了例如limit（限定流資料的長度），min（返回小元素），max（返回最大元素）等方法，這裡就不一一展開說明了，其原理都是相似的。

三、擴充套件

擴充套件一：Predicate介面

Predicate是個斷言式介面，其引數是<T,boolean>，也就是給一個引數T，返回boolean型別的結果。跟Function一樣，Predicate的具體實現也是根據傳入的lambda表示式來決定的。

boolean test(T t);

擴充套件二：排序穩定性

假定在一個待排序的序列中，存在多個相同的元素，若經過排序操作，這些元素的相對次序不變，則成為這種演算法是穩定的，否則就是不穩定的。

eg. 在原序列中，node1==node2 && node1在node2之前
排序後：如node1在node2之前並且無論執行多少次都是這樣，則認為這種演算法是穩定的，否則是不穩定的。

寫在最後 歡迎關注微信公眾號【小肖愛吃肉】和你一起記錄生活的小美好