百木园引入流
流是什么
流是Java API的新成员，它允许你以声明性的方式处理数据集合。可以看成遍历数据集的高级迭代。流可以透明地并行处理，无需编写多线程代码。我们先简单看一下使用流的好处。下面两段代码都是用来返回年龄小于14岁的初中生的姓名，并按照年龄排序。
假如我们有下面Student实体类
@Data
public class Student {
private String name;
private int age;
private boolean member;
private Grade grade;
public Student() {
}
public Student(String name, int age, boolean member, Grade grade) {
this.name = name;
this.age = age;
this.member = member;
this.grade = grade;
}
public enum Grade{
JUNIOR_ONE,JUNIOR_TWO,JUNIOR_THREE
}
}
Java 8之前的实现方式：
List<Student> students = Arrays.asList(
new Student(\"张初一\", 13, false, Student.Grade.JUNIOR_ONE),
new Student(\"李初二\", 14, false, Student.Grade.JUNIOR_TWO),
new Student(\"孙初三\", 15, false, Student.Grade.JUNIOR_THREE),
new Student(\"王初一\", 12, false, Student.Grade.JUNIOR_ONE),
new Student(\"钱初二\", 14, false, Student.Grade.JUNIOR_TWO),
new Student(\"周初三\", 16, false, Student.Grade.JUNIOR_THREE));
List<Student> resultStudent = new ArrayList<>(); //垃圾变量，一次性的中间变量
//foreach循环，根据条件筛选元素
for (Student student : students) {
if (student.getAge() < 14) {
resultStudent.add(student);
}
}
//匿名类，给元素排序
Collections.sort(resultStudent, new Comparator<Student>() {
@Override
public int compare(Student o1, Student o2) {
return Integer.compare(o1.getAge(), o2.getAge());
}
});
List<String> resultName = new ArrayList<>();
//foreach循环，获取元素属性
for (Student student : resultStudent) {
resultName.add(student.getName());
}
Java 8流的实现方式：
List<String> resultName = students.stream()
.filter(student -> student.getAge() < 14) //年龄筛选
.sorted(Comparator.comparing(Student::getAge)) //年龄排序
.map(Student::getName) //提取姓名
.collect(Collectors.toList());//将提取的姓名保存在List中
为了利用多核架构并行执行这段代码，只需要把stream()替换成parallelStream()即可。
通过对比两段代码之后，Java8流的方式有几个显而易见的好处。
- 代码是以声明性的方式写的：说明想要做什么（筛选小于14岁的学生）而不是去说明怎么去做（循环、if）
- 将几个基础操作链接起来，表达复杂的数据处理流水线（filter->sorted->map->collect）,同时保持代码清晰可读。
总结一下，Java 8的Stream API带来的好处：
- 声明性-更简洁，更易读
- 可复合-更灵活
- 可并行-性能更好
流简介
流到底是什么？简单定义：“从支持数据处理操作的源生成的元素序列”，下面剖析这个定义。
- 元素序列：像集合一样，流也提供了一个接口，可以访问特定元素类型的一组有序值。集合讲的是数据，流讲的是计算。
- 源：流使用一个提供数据的源，如集合、数组或输入/输出资源。
- 数据处理操作：流的数据处理功能之处类似于数据库的操作，以及函数式编程语言中的常用操作，如filter、map、reduce、find、match、sort等。流的操作可以顺序执行，也可以并行执行。
- 流水线：很多流的操作会返回一个流，这样多个操作就可以链接起来，形成一个流水线。可以看成数据库式查询。
- 内部迭代：于迭代器显示迭代的不同，流的迭代操作是在背后进行的。
看一段代码，更好理解这些概念
List<String> resultName = students.stream() //从列表中获取流
.filter(student -> student.getAge() < 16) //操作流水线：筛选
.map(Student::getName) //操作流水线：提取姓名
.limit(2) //操作流水线：只取2个
.collect(Collectors.toList());//将结果保存在List中
在上面代码中，数据源是学生列表（students），用来给流提供一个元素序列，调用stream()获取一个流，接下来就是一系列数据处理操作：filter、map、limit和collect。除collect之外，所有这些操作都会返回一个流，组成了一条流水线。最后collect操作开始处理流水线，并返回结果。
流与集合
粗略的说，流与集合之间的差异就在于什么时候进行计算。
- 集合是一个内存中的数据结构（可以添加或者删除），它包含数据结构中目前所有的值——集合中的每个元素都是预先处理好然后添加到集合中的。
- 流则是在概念上固定的数据结构（不能添加或删除元素），其元素是按需计算的。
在哲学中，流被看作在时间中分布的一组值，而集合则是空间（计算机内存）中分布的一组值，在一个时间点上全体存在。
只能遍历一次
和迭代器类似，流只能遍历一次。遍历完成之后，我们说这个流已经被消费掉了。
例如下面的代码会抛出异常
Stream<Student> stream = students.stream();
stream.forEach(System.out::println);
stream.forEach(System.out::println);
执行之后抛出如下异常：
Exception in thread \"main\" java.lang.IllegalStateException: stream has already been operated upon or closed
at java.util.stream.AbstractPipeline.sourceStageSpliterator(AbstractPipeline.java:279)
at java.util.stream.ReferencePipeline$Head.forEach(ReferencePipeline.java:580)
at com.example.demo.java8.stream.StreamTest.main(StreamTest.java:58)
所以要记得，流只能消费一次。
外部迭代与内部迭代
我们使用iterator或者foreach遍历集合时的这种迭代方式被称为外部迭代，而Streams库使用内部迭代，它帮你把迭代做了，还把得到的流值存在了某个地方，你只要给出一个函数说要干什么就可以了。
下面的代码说明了这种区别。
- 外部迭代
//使用增强for循环做外部迭代，底层还是迭代器
List<String> resultName = new ArrayList<>();
for (Student student : students) {
resultName.add(student.getName());
}
//使用迭代器做外部迭代
Iterator<Student> iterator = students.iterator();
while (iterator.hasNext()){
Student student = iterator.next();
resultName.add(student.getName());
}
- 内部迭代
List<String> resultName = students.stream()
.map(Student::getName)
.collect(Collectors.toList());
流操作
java.util.stream中的Stream接口定义了许多操作。可以分为两大类。先看一下下面这个例子：
List<String> resultName = students.stream() //从列表中获取流
.filter(student -> student.getAge() < 16) //中间操作
.map(Student::getName) //中间操作
.limit(2) //中间操作
.collect(Collectors.toList());//将Stream转为List
可以看到两类操作：
- filter、map和limit链接的一条流水线
- collect触发流水线执行并关闭它
流水线中流的操作称为中间操作，关闭流的操作称为终端操作
中间操作
诸如filter或sorted等中间操作会返回一个流，这让很多操作链接起来形成一个复合的流水线（查询）。重要的是，除非流水线上触发一个终端操作，否则中间操作不会执行任何处理——它们很懒（延迟计算/惰性求值）。
因为中间操作一般都可以合并起来，在终端操作时一次性全部处理。
修改一下上面的代码，看一下发生了什么：
List<String> resultName = students.stream() //从列表中获取流
.filter(student -> {
System.out.println(\"filter：\"+student.getName());
return student.getAge() < 16;
}) //中间操作
.map(student -> {
System.out.println(\"map：\"+student.getName());
return student.getName();
}) //中间操作
.limit(3) //中间操作
.collect(Collectors.toList());//将Stream转为List
执行结果如下：
filter：张初一
map：张初一
filter：李初二
map：李初二
filter：孙初三
map：孙初三
可以发现，利用流的延迟性质实现了几个好的优化。limit操作实现了只选择前3个，filter和map操作是相互独立的操作，但他们合并到同一次遍历中。
终端操作
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，亦或是void等。
流的使用
流的使用一般包括三件事：
- 一个数据源（如集合）来执行一个查询
- 一个中间操作链，形成一条流水线
- 一个终端操作，执行流水线，并生成结果
流的流水线背后的理念类似于构建器模式。在构建器模式中有一个调用链来设置一套配置（对流来说这就是一个中间操作链），接着时调用build方法（对流来说就是终端操作）。
使用流
Stream API支持许多操作，这些操作能帮助我们快速完成复杂的数据查询，如筛选、切片、映射、查找、匹配和归约。
筛选和切片
用谓词筛选，筛选出各不相同的元素，忽略流中的头几个元素，或将流截短至指定长度。
用谓词筛选 filter
流支持filter方法，该方法接受一个谓词（一个返回boolean的函数）作为参数，并返回一个包括所有符合谓词的元素的流。例如，下面的代码就是筛选是团员的学生：
List<Student> memberList = students.stream()
.filter(Student::isMember) //方法引用检查学生是否是团员
.collect(Collectors.toList());
去重元素 distinct
流支持distinct方法，该方法可以将列表中的元素去重（根据流所生成元素的hashCode和equals方法实现）的流。例如下面的代码事筛选列表中的偶数，并去重：
List<Integer> numberList = Arrays.asList(1, 2, 3, 4, 5, 6, 2, 4, 6);
numberList.stream()
.filter(n -> n % 2 == 0)
.distinct()
.forEach(System.out::println);
截短流 limit
流支持limit(n)方法，该方法返回一个不超过给定长度的流。如果是有序的流，则最多返回前n个元素。例如，筛选出小于14岁的前三个学生：
List<Student> studentList = students.stream()
.filter(student -> student.getAge() < 14)
.limit(3)
.collect(Collectors.toList());
跳过元素 skip
流支持skip(n)方法，该方法返回一个跳过了前n个元素的流。如果流中的元素不足n个，则返回一个空流。例如，跳过年龄小于14岁的头三个学生，返回剩下的。
List<Student> studentList = students.stream()
.filter(student -> student.getAge() < 14)
.skip(3)
.collect(Collectors.toList());
映射
有时候当我们在处理数据时，需要从一系列对象中提取某个属性值，比如从SQL表中选择一列。Stream API通过map和flatMap方法提供了类似的工具。
对流中的每一个元素应用函数 map
流支持map方法，该方法接受一个函数作为参数。这个函数会被应用到每个元素上，并将其映射成一个新的元素。例如，需要提取学生列表中的学生姓名：
List<String> studentList = students.stream()
.map(Student::getName)//getName会返回String，此时map返回的就是Stream<String>
.collect(Collectors.toList());
如果需要进一步操作，例如获取姓名的长度，在链接上一个map即可：
List<Integer> studentList = students.stream()
.map(Student::getName)
.map(String::length)
.collect(Collectors.toList());
流的扁平化 flatMap
先举个例子，我们需要从[\"hello\", \"world\"]单词列表中提取每个字符并去重，结果应该是[\"h\", \"e\", \"l\", \"o\", \"w\", \"r\", \"d\"]。
我们可能会写出下面这样的代码：
List<String> wordList = Arrays.asList(\"hello\",\"word\");
List<String[]> result = wordList.stream()
.map(word -> word.split(\"\"))
.distinct()
.collect(Collectors.toList());
但实际上map返回的是Stream<String[]>，或者我们又写出下面这样的代码：
List<String> wordList = Arrays.asList(\"hello\",\"word\");
List<Stream<String>> result = wordList.stream()
.map(word -> word.split(\"\"))
.map(Arrays::stream)
.distinct()
.collect(Collectors.toList());
但实际上map返回的是Stream<Stream<String>>，而我们真想想要的是Stream<String> 。
这时候flatMap就派上用场了：
List<String> wordList = Arrays.asList(\"hello\",\"word\");
List<String> result = wordList.stream()
.map(w -> w.split(\"\"))
.flatMap(Arrays::stream)
.distinct()
.collect(Collectors.toList());
System.out.println(result);
map(Arrays::stream)是将每个元素都映射成一个流，而flatMap方法效果将映射的流合并起来，即扁平化一个流。意思就是将流中的每个值都转换成一个流，然后把所有的流连接起来成为一个流
查找和匹配
还有在处理数据时，我们会判断一个集合中的某些元素是否符合给定的条件。Stream API通过allMatch、anyMatch、noneMatch、findFirst和findAny方法提供了这样的工具。
检查谓词是否至少匹配一个元素 anyMatch
anyMatch方法可以用来判断“流中是否有一个元素能匹配给定的谓词”。
if(students.stream().anyMatch(Student::isMember)) {
System.out.println(\"学生列表中至少有一个是团员！\");
}
anyMatch方法返回一个boolean，是一个终端操作。
检查谓词是否匹配所有元素 allMatch noneMatch
allMatch方法可以用来判断“流中是否所有的元素都能匹配给定的谓词”
if (students.stream().allMatch(student -> student.getAge() < 18)) {
System.out.println(\"学生列表中所有学生的年龄都小于18岁！\");
}
noneMatch和allMatch是相对的，用来判断“流中的所有元素都不能匹配给定的谓词”
if (students.stream().noneMatch(student -> student.getAge() >= 18)) {
System.out.println(\"学生列表中没有学生的年龄大于等于18岁！\");
}
anyMatch、allMatch和noneMatch这三个操作都用到了我们所谓的短路，这就是我们熟悉的Java中的&&和||运算符短路在流中的版本。
查找元素 findAny
findAny方法返回当前流中的任意元素。可与其他流操作相结合使用。例如，我们需要找到一个学生列表中的团员：
Optional<Student> studentOptional = students.stream()
.filter(Student::isMember)
.findAny();
不过这个Optional是什么？
Optional简介
Optional<T>类(java.util.Optional)是一个容器类，代表一个值存在或不存在。上面代码中有可能什么元素都没有找到。Java 8引入Optional<T>用来避免null带来的异常。
先简单了解下它的几个方法：
isPresent()：若Optional包含值则返回true，否则返回false。ifPresent(Consumer<? super T> consumer)：若Optional包含值时执行给定的代码。参数是Consumer，一个函数式接口。T get()：若Optional包含值时返回该值，否则抛出NoSuchElementException异常。T orElse(T other)：若Optional包含值时返回该值，否则返回指定默认值。
例如，前面的studentOptional若包含一个学生，我们就打印该学生的姓名，否则就什么也不做。
studentOptional.ifPresent(student -> System.out.println(student.getName()));
查找第一个元素 findFirst
findFirst方法返回当前流中的第一个元素。在某些顺序流中，我们要找到第一个元素，这时可以使用findFirst，例如，给定一个数字列表，找到其中第一个平方根能被2整除的数：
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);
Optional<Integer> first = numbers.stream()
.map(n -> n * n)
.filter(n -> n % 2 == 0)
.findFirst();
first.ifPresent(n -> System.out.println(n));// 4
我们会发现findAny和findFirst的工作方式是类似的，那我们什么时候使用findFirst和findAny呢？
findFirst在并行上限制很多，所以如果不关心返回元素是哪一个（不关心顺序），请使用findAny，因为在并行时限制较少。
归约 reduce
reduce操作可以将一个流中的元素组合起来，得到一个值。
元素求和
使用foreach循环求和：
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);
int sum = 0;
for (Integer number : numbers) {
sum += number;
}
这里通过反复加法，把一个列表归约成一个数字。如果是计算相乘的结果，是不是还要复制粘贴这段代码？大可不必，reduce操作将这种模式做了抽象。用reduce求和：
Integer sum = numbers.stream().reduce(0, (a, b) -> a + b);
这里reduce()接受两个参数:
- 初始值，这里是0
- BinaryOperator<T>组合两个元素产生新值，这里是Lambda
(a, b) -> a + b
如果是相乘，则只需传递Lambda(a, b) -> a * b即可：
Integer result = numbers.stream().reduce(0, (a, b) -> a * b);
Java 8中，Integer类有了static int sum(int a, int b)方法来求两个数的和，这刚好是BinaryOperator类型的值，所以代码可以更精简，更易读：
Integer sum = numbers.stream().reduce(0, Integer::sum);
reduce还有一个重载版本，不接受初始值，返回一个Optional<T>对象，考虑流中没有任何元素，也没有初始值，所以reduce无法返回结果，此时Optional中的值就不存在。
最大值和最小值
类比求和的操作，我们传递Lambda(a, b) -> a > b ? a : b即可：
numbers.stream().reduce((a, b) -> a > b ? a : b);
相同的Java 8中的Integer也新增了max和min来求两个数中的最大和最小值，则可以写成：
Optional<Integer> max = numbers.stream().reduce(Integer::max);
Optional<Integer> min = numbers.stream().reduce(Integer::min);
数值流
前面用reduce计算流中元素的中和，现在我想计算学生列表中学生的年龄总和，就可以这么写：
students.stream().map(Student::getAge)
.reduce(0, Integer::sum);
但是这里暗含了装箱成本。Integer需要被拆箱成原始类型，在进行求和。所以Stream API提供了原始类型流特化，专门支持处理数流的方法。
原始类型流
Java 8中引入了三个原始类型流：IntStream、DoubleStream和LongStream，分别将流中的元素转化为int、long和double，从而避免暗含装箱成本。每个接口都带来了进行常用数值归约的新方法，如对数值流求和的sum，找到最大元素的max，还可以把它们再转回对象流。
映射到数值流 mapToInt mapToDouble mapToLong
students.stream()
.mapToInt(Student::getAge)
.sum();
转回对象流 .boxed()
Stream<Integer> stream = students.stream()
.mapToInt(Student::getAge)
.boxed();
默认值 OptionalInt OptionalDouble OptionalLong
OptionalInt optionalInt = students.stream()
.mapToInt(Student::getAge)
.max();
数值范围 range rangeClosed
Java 8引入了两个可以用于IntStream和LongStream的静态方法，帮助我们生成一个数值范围。range和rangeClosed，两个方法接收两个参数第一个是起始值，第二个是结束值。前者不包含结束值，后者包含结束值。
IntStream range = IntStream.range(1, 100);
System.out.println(range.count());//99
IntStream intStream = IntStream.rangeClosed(1, 100);
System.out.println(intStream.count());//100
数值流例子
100以内的勾股数：a*a + b*b = c*c，a、b、c都是整数。
IntStream.rangeClosed(1, 100)
.boxed()
.flatMap(a ->
IntStream.rangeClosed(a, 100)
.mapToObj(b -> new double[]{a, b, Math.sqrt(a * a + b * b)})
.filter(ints -> ints[2] % 1 == 0))
.forEach(t ->
System.out.println((int) t[0] + \"--\" + (int) t[1] + \"--\" + (int) t[2]));
构建流
前面我们已经了解了很多流的的操作，并且知道通过stream方法从集合生成流以及根据数值范围创建数值流。下面我们我们介绍如何从序列、数组、文件和生成函数来创建流。
由序列创建流 Stream.of
使用静态方法Stream.of显示的创建一个流，该方法接受任意数量的参数。
//创建一个字符串流
Stream<String> stringStream = Stream.of(\"A\", \"B\", \"C\", \"D\", \"E\");
//创建一个空流
Stream.empty();
由数组创建流 Arrays.stream
使用静态方法Arrays.stream从数组创建一个流，该方法接受一个数组参数。
int[] num = {1,2,3,4,5};
IntStream stream = Arrays.stream(num);
System.out.println(stream.sum());//15
由文件生成流
Java 8更新了NIO API（非阻塞 I/O），其中java.nio.file.Files中新增了许多静态方法可以返回一个流，如Files.lines()该方法接受一个文件路径对象（Path对象），返回由指定文件中每一行组成的字符串流。下面的代码用来计算这个文件中有多少个不同的字符：
try (Stream<String> lines = Files.lines(Paths.get(\"C:\\\\Users\\\\symon\\\\Desktop\\\\test.txt\"), Charset.defaultCharset())) {
long count = lines
.flatMap(line -> {
System.out.println(line);
return Arrays.stream(line.split(\"\"));
})
.distinct()
.count();
System.out.println(count);
} catch (IOException e) {
e.printStackTrace();
}
由函数生成流，创建无限流
Stream API提供了两个静态方法来生成流：Stream.iterate()和Stream.generate()。这两个操作可以创建所谓的无限流：没有固定大小的流。一般来说，会使用limit(n)来进行限制，避免无尽地计算下去。
迭代 Stream.iterate
Stream.iterate(0, n -> n + 2)
.limit(20)
.forEach(System.out::println);
iterate方法接受一个初始值（这里是0），还有一个依次应用在每个产生的新值上的Lambda（UnaryOperator<T>类型）。这里是n -> n + 2，返回前一个元素加2。所以上面代码生成了一个正偶数流。如果不加limit限制，则会永远计算下去。
生成 Stream.generate
Stream.generate(Math::random)
.limit(10)
.forEach(System.out::println);
generate方法接受一个Supplier<T>类型的Lambda作为参数，不会像iterate一样对每个新生成的值应用函数。上面代码是取10个0~1之间的随机数。同样，如果不加limit限制，该流也会无限长。
来源：https://www.cnblogs.com/ssymon/p/16825465.html
本站部分图文来源于网络，如有侵权请联系删除。