java8 Stream语法详解

《java8 Collector和Collectors》

stream()特点：

无存储。stream不是一种数据结构，它只是某种数据源的一个视图，数据源可以是一个数组，Java容器或I/O channel等。

• 为函数式编程而生：对stream的任何修改都不会修改背后的数据源，比如对stream执行过滤操作并不会删除被过滤的元素，而是会产生一个不包含被过滤元素的新stream。
• 惰式执行：stream上的操作并不会立即执行，只有等到用户真正需要结果的时候才会执行。
• 可消费性：stream只能被“消费”一次，一旦遍历过就会失效，就像容器的迭代器那样，想要再次遍历必须重新生成

Java 8 API添加了一个新的抽象称为流Stream，可以让你以一种声明的方式处理数据。

Stream 使用一种类似用 SQL 语句从数据库查询数据的直观方式来提供一种对 Java 集合运算和表达的高阶抽象。

Stream API可以极大提高Java程序员的生产力，让程序员写出高效率、干净、简洁的代码。

这种风格将要处理的元素集合看作一种流， 流在管道中传输， 并且可以在管道的节点上进行处理， 比如筛选， 排序，聚合等。

元素流在管道中经过中间操作（intermediate operation）的处理，最后由最终操作(terminal operation)得到前面处理的结果。

+--------------------+       +------+   +------+   +---+   +-------+
| stream of elements +-----> |filter+-> |sorted+-> |map+-> |collect|
+--------------------+       +------+   +------+   +---+   +-------+

以上的流程转换为 Java 代码为：

List<Integer> transactionsIds = 
widgets.stream()
             .filter(b -> b.getColor() == RED)
             .sorted((x,y) -> x.getWeight() - y.getWeight())
             .mapToInt(Widget::getWeight)
             .sum();

1. Stream初体验

我们先来看看Java里面是怎么定义Stream的：

A sequence of elements supporting sequential and parallel aggregate operations.

我们来解读一下上面的那句话：

1. Stream是元素的集合，这点让Stream看起来用些类似Iterator；
2. 可以支持顺序和并行的对原Stream进行汇聚的操作；

大家可以把Stream当成一个高级版本的Iterator。原始版本的Iterator，用户只能一个一个的遍历元素并对其执行某些操作；高级版本的Stream，用户只要给出需要对其包含的元素执行什么操作，比如“过滤掉长度大于10的字符串”、“获取每个字符串的首字母”等，具体这些操作如何应用到每个元素上，就给Stream就好了！（这个秘籍，一般人我不告诉他：））大家看完这些可能对Stream还没有一个直观的认识，莫急，咱们来段代码。

//Lists是Guava中的一个工具类
List<Integer> nums = Lists.newArrayList(1,null,3,4,null,6);
nums.stream().filter(num -> num != null).count();

上面这段代码是获取一个List中，元素不为null的个数。这段代码虽然很简短，但是却是一个很好的入门级别的例子来体现如何使用Stream，正所谓“麻雀虽小五脏俱全”。我们现在开始深入解刨这个例子，完成以后你可能可以基本掌握Stream的用法！

1.1 剖析Stream通用语法

图片就是对于Stream例子的一个解析，可以很清楚的看见：原本一条语句被三种颜色的框分割成了三个部分。红色框中的语句是一个Stream的生命开始的地方，负责创建一个Stream实例；绿色框中的语句是赋予Stream灵魂的地方，把一个Stream转换成另外一个Stream，红框的语句生成的是一个包含所有nums变量的Stream，进过绿框的filter方法以后，重新生成了一个过滤掉原nums列表所有null以后的Stream；蓝色框中的语句是丰收的地方，把Stream的里面包含的内容按照某种算法来汇聚成一个值，例子中是获取Stream中包含的元素个数。如果这样解析以后，还不理解，那就只能动用“核武器”–图形化，一图抵千言！

在此我们总结一下使用Stream的基本步骤：

1. 创建Stream（List.stream() 等方法）；
2. 在流的处理过程中添加、绑定惰性求值流程  (map、filter、limit 等方法)--中间操作，每次转换原有Stream对象不改变，返回一个新的Stream对象（**可以有多次转换**）；
3. 对流使用强制求值函数，生成最终结果 (max、collect、forEach等方法)--最终操作，对Stream进行聚合（Reduce）操作，获取想要的结果；

Stream api的接口是函数式的，尽管java 8也引入了lambda表达式，但java实质上依然是由接口-匿名内部类来实现函数传参的，所以需要事先定义一系列的函数式接口，《java8 的java.util.function包中函数式接口》

中间操作--惰性求值：

• filter(Predicate<T> predicate):过滤，predicate参数谓词判断
• sorted():对元素排序；
• map(Function<R,T> mapper):元素映射，还有mapToInt, flatMap 等；
• flatMap(Function<? extends MyStream<R>, T> mapper):扁平化 元素映射；
• distinct():无入参，去除重复的元素；
• peek(Consumer<? super T> action):窥视，返回同一个流，peek不改变流，常用于debug；
• skip(long n):跳过第n个元素

　　中间操作--短路操作

• limit(long maxSize):截断
• --来源BaseStream
• parallel():无入参，返回一个并行的等效流。可能返回自己，这可能是因为流已经并行，或者因为底层流状态被修改为并行。
• sequential():无入参，返回一个等价的连续流。可能返回自身，原因可能是流已经是连续的，或者因为底层流状态被修改为连续的。
• unordered():无入参，返回无序的等效流。可能返回自身，原因可能是流已经无序，或者因为底层流状态被修改为无序。
• onClose(Runnable closeHandler):

 最终操作--强制求值：

• forEach(Consumer<? super T> action):遍历每个元素；
• forEachOrdered(Consumer<? super T> action):按照顺序遍历元素；
• reduce(T identity, BinaryOperator<T> accumulator):把Stream 元素组合起来。例如，字符串拼接，数值的 sum，min，max ，average 都是特殊的 reduce。
• min(Comparator<? super T> comparator):找到最小值。
• max(Comparator<? super T> comparator):找到最大值。
• count():计算元素个数
• toArray():转array集合
• anyMatch():流中是否存在满足predicate的元素返回boolean
• allMatch():流中是否全部满足predicate的元素返回boolean
• noneMatch():流中全部不满足predicate的元素返回boolean
• iterate(final T seed, final UnaryOperator<T> f):
• collect(Collector<? super T, A, R> collector):使用收集器对此流的元素执行可变缩减操作。收集器封装了用作收集参数的函数（Supplier、BiConsumer、BiConsumer），允许重用收集策略和收集操作的组合，如多级分组或分区。
• 如果流是并行的，而收集器是并发的，并且流是无序的或收集器是无序的，那么将执行并发缩减（有关并发缩减的详细信息，请参阅收集器）
• collect(Supplier<R> supplier, BiConsumer<R, ? super T> accumulator, BiConsumer<R, R> combiner):

　　最终操作--短路操作

• findFirst():返回流中的第一元素
• findAny():Returns an Optional describing some element of the stream, or an empty Optional if the stream is empty
• anyMatch(Predicate<? super T> predicate):流中是否存在满足predicate的元素返回boolean
• allMatch(Predicate<? super T> predicate):流中是否全部满足predicate的元素返回boolean
• noneMatch(Predicate<? super T> predicate):流中全部不满足predicate的元素返回boolean
• --来源BaseStream
• iterator():无入参，返回此流元素的迭代器。
• spliterator():无入参，返回此流元素的拆分器。

注意中间操作是lazy操作，并不会立马启动，需要等待终止操作才会执行。

把Java8的流看做花哨又懒惰的数据集迭代器。他们支持两种类型的操作：中间操作(e.g. filter, map)和终端操作(如count, findFirst, forEach, reduce). 中间操作可以连接起来，将一个流转换为另一个流。这些操作不会消耗流，其目的是建立一个流水线。与此相反，终端操作会消耗类，产生一个最终结果。collect就是一个归约操作，就像reduce一样可以接受各种做法作为参数，将流中的元素累积成一个汇总结果。具体的做法是通过定义新的Collector接口来定义的。

2. 创建Stream

最常用的创建Stream有两种途径：

1. 通过Stream接口的静态工厂方法（注意：Java8里接口可以带静态方法）；
2. 通过Collection接口的默认方法（默认方法：Default method，也是Java8中的一个新特性，就是接口中的一个带有实现的方法，后续文章会有介绍）–stream()，把一个Collection对象转换成Stream

2.1 使用Stream静态方法来创建Stream

1. of方法：有两个overload方法，一个接受变长参数，一个接口单一值

Stream<Integer> integerStream = Stream.of(1, 2, 3, 5);
Stream<String> stringStream = Stream.of("taobao");

2. generator方法：生成一个无限长度的Stream，其元素的生成是通过给定的Supplier（这个接口可以看成一个对象的工厂，每次调用返回一个给定类型的对象）

Stream.generate(new Supplier<Double>() {
 @Override
 public Double get() {
            return Math.random();
 }
});
    Stream.generate(() -> Math.random());
    Stream.generate(Math::random);

三条语句的作用都是一样的，只是使用了lambda表达式和方法引用的语法来简化代码。每条语句其实都是生成一个无限长度的Stream，其中值是随机的。这个无限长度Stream是懒加载，一般这种无限长度的Stream都会配合Stream的limit()方法来用。
3. iterate方法：也是生成无限长度的Stream，和generator不同的是，其元素的生成是重复对给定的种子值(seed)调用用户指定函数来生成的。其中包含的元素可以认为是：seed，f(seed),f(f(seed))无限循环

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

这段代码就是先获取一个无限长度的正整数集合的Stream，然后取出前10个打印。千万记住使用limit方法，不然会无限打印下去。

2.2 通过Collection子类获取Stream

在 Java 8 中, Collection集合接口有两个方法来生成流：

• stream() − 为集合创建串行流。

• parallelStream() − 为集合创建并行流。

这个在本文的第一个例子中就展示了从List对象获取其对应的Stream对象，如果查看Java doc就可以发现Collection接口有一个stream方法，所以其所有子类都都可以获取对应的Stream对象。

public interface Collection<E> extends Iterable<E> {
        //返回以此集合为源的连续流。
        default Stream<E> stream() {
            return StreamSupport.stream(spliterator(), false);
        }
        //返回一个可能的并行流，并将此集合作为其源。允许此方法返回顺序流。
        default Stream<E> parallelStream() {
            return StreamSupport.stream(spliterator(), true);
        }
    }

3. Stream的中间操作

转换Stream其实就是把一个Stream通过某些行为转换成一个新的Stream。Stream接口中定义了几个常用的转换方法，下面我们挑选几个常用的转换方法来解释。
3.1、 distinct: 对于Stream中包含的元素进行去重操作（去重逻辑依赖元素的hashCode和equals方法），该方法在处理有序流和无序流时性能是有差距的。在有序流的并行流的情况下，保持distinct（）的稳定性是需要很高的代价的，因为它需要大量的缓冲开销。如果我们不需要保持遭遇顺序的一致性，那么我们应该可以使用通过BaseStream.unordered（）方法实现的无序流。新生成的Stream中没有重复的元素。

distinct方法示意图(**以下所有的示意图都要感谢[RxJava](https://github.com/Netflix/RxJava)项目的doc中的图片给予的灵感, 如果示意图表达的有错误和不准确的地方，请直接联系我。**)：

示例distinct：

        List<String> list = Arrays.asList("AA", "BB", "CC", "BB", "CC", "AA", "AA");
        long l = list.stream().distinct().count();
        System.out.println("No. of distinct elements:"+l);
        String output = list.stream().distinct().collect(Collectors.joining(","));
        System.out.println(output);

结果：

No. of distinct elements:3
AA,BB,CC

3.2. filter: 对于Stream中包含的元素使用给定的过滤函数进行过滤操作，新生成的Stream只包含符合条件的元素；

filter方法示意图：

示例filter：

        List<String>strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
        // 获取空字符串的数量
        long count = strings.stream().filter(string -> string.isEmpty()).count();
        System.out.println(count);//结果为2

3. map: 对于Stream中包含的元素使用给定的转换函数进行转换操作，新生成的Stream只包含转换生成的元素。这个方法有三个对于原始类型的变种方法，分别是：mapToInt，mapToLong和mapToDouble。这三个方法也比较好理解，比如mapToInt就是把原始Stream转换成一个新的Stream，这个新生成的Stream中的元素都是int类型。之所以会有这样三个变种方法，可以免除自动装箱/拆箱的额外消耗；

map方法示意图：

示例map：

map 方法用于映射每个元素到对应的结果，以下代码片段使用 map 输出了元素对应的平方数：

List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);
        // 获取对应的平方数
        List<Integer> squaresList = numbers.stream().map( i -> i*i).distinct().collect(Collectors.toList());
        System.out.println(squaresList);

结果：

[9, 4, 49, 25]

4. flatMap：和map类似，不同的是其每个元素转换得到的是Stream对象，会把子Stream中的元素压缩到父集合中；

flatMap方法示意图：

5. peek: 生成一个包含原Stream的所有元素的新Stream，同时会提供一个消费函数（Consumer实例），新Stream每个元素被消费的时候都会执行给定的消费函数；

peek方法示意图：

peek中间操作是对数据的加工，注意，中间操作是lazy操作，并不会立马启动，需要等待终止操作才会执行。

终止操作是stream的启动操作，只有加上终止操作，stream才会真正的开始执行。

我们看下peek的文档说明：peek主要被用在debug用途。

        Stream<String> stream = Stream.of("one", "two", "three", "four");
        stream.peek(System.out::println);//中间操作是lazy操作
        System.out.println("-------------------");
        Stream.of("one", "two", "three", "four").filter(e -> e.length() > 3)
                .peek(e -> System.out.println("Filtered value: " + e)).map(String::toUpperCase)
                .peek(e -> System.out.println("Mapped value: " + e)).collect(Collectors.toList());

结果：

-------------------
Filtered value: three
Mapped value: THREE
Filtered value: four
Mapped value: FOUR

6. limit: 对一个Stream进行截断操作，获取其前N个元素，如果原Stream中包含的元素个数小于N，那就获取其所有的元素；

limit方法示意图：

示例limit：

        //limit 方法用于获取指定数量的流。 以下代码片段使用 limit 方法打印出 10 条数据：
        Random random = new Random();
        random.ints().limit(10).forEach(System.out::println);

结果：

-992020356
-496361613
-304386586
1909529904
-2048231078
-920236258
102133901
855175313
-565656847
602216624

7. skip: 返回一个丢弃原Stream的前N个元素后剩下元素组成的新Stream，如果原Stream中包含的元素个数小于N，那么返回空Stream；

skip方法示意图：

示例skip：

        List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);
        //
        List<Integer> collect = numbers.stream().skip(3).collect(Collectors.toList());
        System.out.println(collect);

结果：

[3, 7, 3, 5]

8. sorted: 返回由该流的元素组成的流，按自然顺序排序。

返回由该流的元素组成的流，按自然顺序排序。如果此流的元素不可比较，则java.lang.ClassCastException类可能在执行终端操作时抛出。

        List<Integer> nums = Arrays.asList(1, 9, 80, 2, 3, 7, 55, 5, 6, 4, 8, 2, 10);
        List<Integer> collect = nums.stream().sorted().collect(Collectors.toList());
        System.out.println(collect);//[1, 2, 2, 3, 4, 5, 6, 7, 8, 9, 10, 55, 80]

对于有序流，排序是稳定的。对于无序流，不保证稳定性。

如果是多条件排序时：

ist2.stream().sorted(Comparator.comparing(Tt::getId).thenComparing(Tt::getLine)).collect(Collectors.toList());

 性能问题
有些细心的同学可能会有这样的疑问：在对于一个Stream进行多次转换操作，每次都对Stream的每个元素进行转换，而且是执行多次，这样时间复杂度就是一个for循环里把所有操作都做掉的N（转换的次数）倍啊。其实不是这样的，中间操作都是lazy的，多个转换操作只会在汇聚操作（见下节）的时候融合起来，一次循环完成。我们可以这样简单的理解，Stream里有个操作函数的集合，每次转换操作就是把转换函数放入这个集合中，在汇聚操作的时候循环Stream对应的集合，然后对每个元素执行所有的函数。

4. 汇聚（Reduce）Stream

汇聚这个词，是我自己翻译的，如果大家有更好的翻译，可以在下面留言。在官方文档中是reduce，也叫fold。

在介绍汇聚操作之前，我们先看一下Java doc中对于其定义：

A reduction operation (also called a fold) takes a sequence of input elements and combines them into a single summary result by repeated application of a combining operation, such as finding the sum or maximum of a set of numbers, or accumulating elements into a list. The streams classes have multiple forms of general reduction operations, called reduce() and collect(), as well as multiple specialized reduction forms such as sum(), max(), or count().

简单翻译一下：汇聚操作（也称为折叠）接受一个元素序列为输入，反复使用某个合并操作，把序列中的元素合并成一个汇总的结果。比如查找一个数字列表的总和或者最大值，或者把这些数字累积成一个List对象。Stream接口有一些通用的汇聚操作，比如reduce()和collect()；也有一些特定用途的汇聚操作，比如sum(),max()和count()。注意：sum方法不是所有的Stream对象都有的，只有IntStream、LongStream和DoubleStream是实例才有。

下面会分两部分来介绍汇聚操作：

1. 可变汇聚：把输入的元素们累积到一个可变的容器中，比如Collection或者StringBuilder；
2. 其他汇聚：除去可变汇聚剩下的，一般都不是通过反复修改某个可变对象，而是通过把前一次的汇聚结果当成下一次的入参，反复如此。比如reduce，count，allMatch；

4.1 可变汇聚

可变汇聚对应的只有一个方法：collect，正如其名字显示的，它可以把Stream中的要有元素收集到一个结果容器中（比如Collection）。先看一下最通用的collect方法的定义（还有其他override方法）：

collect-1定义：

    <R> R collect(Supplier<R> supplier,
                      BiConsumer<R, ? super T> accumulator,
                      BiConsumer<R, R> combiner);

先来看看这三个参数的含义：

1. Supplier supplier是一个工厂函数，用来生成一个新的容器；
2. BiConsumer accumulator也是一个函数，用来把Stream中的元素添加到结果容器中；
3. BiConsumer combiner还是一个函数，用来把中间状态的多个结果容器合并成为一个（并发的时候会用到）

List<Integer> nums = Arrays.asList(1, 1, null, 2, 3, 4, null, 5, 6, 7, 8, 9, 10);
List<Integer> numsWithoutNull = nums.stream().filter(num -> num != null)
.collect(() -> new ArrayList<Integer>(), (list, item) -> list.add(item), (list1, list2) -> list1.addAll(list2));
System.out.println(numsWithoutNull);

结果：

[1, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

上面这段代码就是对一个元素是Integer类型的List，先过滤掉全部的null，然后把剩下的元素收集到一个新的List中。进一步看一下collect方法的三个参数，都是lambda形式的函数

• 第一个函数生成一个新的ArrayList实例；
• 第二个函数接受两个参数，第一个是前面生成的ArrayList对象，二个是stream中包含的元素，函数体就是把stream中的元素加入ArrayList对象中。第二个函数被反复调用直到原stream的元素被消费完毕；
• 第三个函数也是接受两个参数，这两个都是ArrayList类型的，函数体就是把第二个ArrayList全部加入到第一个中；

但是上面的collect方法调用也有点太复杂了，没关系！我们来看一下collect方法另外一个override的版本，其依赖[Collector]《java8 Collector和Collectors》

collect-2方法定义：

    <R, A> R collect(Collector<? super T, A, R> collector);

这样清爽多了，Java8还给我们提供了Collector的工具类–[Collectors](http://docs.oracle.com/javase/8/docs/api/java/util/stream/Collectors.html)，其中已经定义了一些静态工厂方法，比如：Collectors.toCollection()收集到Collection中, Collectors.toList()收集到List中和Collectors.toSet()收集到Set中。这样的静态方法还有很多，这里就不一一介绍了，大家可以直接去看JavaDoc。下面看看使用Collectors对于代码的简化：

List<Integer> numsWithoutNull = nums.stream().filter(num -> num != null).
                    collect(Collectors.toList());

4.2 其他汇聚

4.2.1、reduce方法：合并流的元素并产生单个值。

reduce方法有三个override的方法：

reduce-1：先来看reduce方法的第一种形式，其方法定义如下：

相比较reduce-2的方法，缺少identity参数，则没有默认值或初始值，并且它返回 optional。

Optional<T> reduce(BinaryOperator<T> accumulator);

接受一个BinaryOperator类型的参数，在使用的时候我们可以用lambda表达式来。

示例reduce：

        List<Integer> ints = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
        System.out.println("ints sum is:" + ints.stream().reduce((sum, item) -> sum + item).get());

结果：

ints sum is:55

可以看到reduce方法接受一个函数，这个函数有两个参数：

第一个参数是上次函数执行的返回值（也称为中间结果）

第二个参数是stream中的元素，这个函数把这两个值相加，得到的和会被赋值给下次执行这个函数的第一个参数。

要注意的是：**第一次执行的时候第一个参数的值是Stream的第一个元素，第二个参数是Stream的第二个元素**。这个方法返回值类型是Optional，这是Java8防止出现NPE（空指针异常）的一种可行方法，《Java 8 Optional类深度解析》，这里就简单的认为是一个容器，其中可能会包含0个或者1个对象。

这个过程可视化的结果如图：

reduce-2：reduce方法的第二种形式：

T reduce(T identity, BinaryOperator<T> accumulator);

这个定义上上面已经介绍过的基本一致，不同的是：它允许用户提供一个循环计算的初始值，如果Stream为空，就直接返回该值。而且这个方法不会返回Optional，因为其不会出现null值。下面直接给出例子，就不再做说明了。

List<Integer> ints = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
System.out.println("ints sum is:" + ints.stream().reduce(0, (sum, item) -> sum + item));
System.out.println("ints sum is:" + ints.stream().reduce(0, Integer::sum));
System.out.println("ints sum is:" + ints.stream().reduce(0, (a, b) -> a - b));
System.out.println("initial is 0, 0 * whatever = 0, *=" + ints.stream().reduce(1, (a, b) -> a * b));
System.out.println("ints / is:" + ints.stream().reduce(0, (a, b) -> a / b));

结果：

ints sum is:55
ints sum is:55
ints sum is:-55
initial is 0, 0 * whatever = 0, *=3628800
ints / is:0

reduce-3：reduce方法的第三种形式：

<U> U reduce(U identity,
                 BiFunction<U, ? super T, U> accumulator,
                 BinaryOperator<U> combiner);

综合示例：

//求最大最小值
        int[] numbers = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 };

        int max = Arrays.stream(numbers).reduce(0, (a, b) -> a > b ? a : b); // 10
        int max1 = Arrays.stream(numbers).reduce(0, Integer::max); // 10

        int min = Arrays.stream(numbers).reduce(0, (a, b) -> a < b ? a : b); // 0
        int min1 = Arrays.stream(numbers).reduce(0, Integer::min); // 0

        //字符串连接
        String[] strings = { "a", "b", "c", "d", "e" };
        // |a|b|c|d|e , the initial | join is not what we want
        String reduce = Arrays.stream(strings).reduce("", (a, b) -> a + "|" + b);

        // a|b|c|d|e, filter the initial "" empty string
        String reduce2 = Arrays.stream(strings).reduce("", (a, b) -> {
            if (!"".equals(a)) {
                return a + "|" + b;
            } else {
                return b;
            }
        });

        // a|b|c|d|e , better uses the Java 8 String.join :) （最好使用 Java 8 的 String.join）
        String join = String.join("|", strings);
        
        //Map & Reduce
        // 发票集合
        List<Invoice> invoices = Arrays.asList(
                new Invoice("A01", BigDecimal.valueOf(9.99), BigDecimal.valueOf(1)),
                new Invoice("A02", BigDecimal.valueOf(19.99), BigDecimal.valueOf(1.5)),
                new Invoice("A03", BigDecimal.valueOf(4.99), BigDecimal.valueOf(2))
        );

        BigDecimal sum = invoices.stream()
                .map(x -> x.getQty().multiply(x.getPrice()))    // map，对集合中的元素进行操作
                .reduce(BigDecimal.ZERO, BigDecimal::add);      // reduce，将上一步得到的结果进行合并得到最终的结果

        System.out.println(sum);    // 49.955
        System.out.println(sum.setScale(2, RoundingMode.HALF_UP));  // 49.96 使用setScale方法进行四舍五入

class Invoice {

// 发票号码
String invoiceNo;
// 价格
BigDecimal price;
// 数量
BigDecimal qty;

public Invoice(String invoiceNo, BigDecimal price, BigDecimal qty) {
this.invoiceNo = invoiceNo;
this.price = price;
this.qty = qty;

4.2.2、 count方法：获取Stream中元素的个数。

        List<Integer> ints = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        System.out.println("ints >3 num:" + ints.stream().filter(x -> x > 3).count()); //7个>3的元素

4.2.3、– 搜索相关

– allMatch：是不是Stream中的所有元素都满足给定的匹配条件
– anyMatch：Stream中是否存在任何一个元素满足匹配条件
– findFirst: 返回Stream中的第一个元素，如果Stream为空，返回空Optional
– noneMatch：是不是Stream中的所有元素都不满足给定的匹配条件
– max和min：使用给定的比较器（Operator），返回Stream中的最大|最小值
下面给出allMatch和max的例子

        List<Integer> ints = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
        System.out.println(ints.stream().allMatch(item -> item < 100));
        ints.stream().max((o1, o2) -> o1.compareTo(o2)).ifPresent(System.out::println);

结果：

true
10

转自：http://ifeve.com/stream/

https://www.cnblogs.com/flydean/p/java-8-stream-peek.html