JAVA8 之 Stream 流（四）

如果说前面几章是函数式编程的方法论，那么 Stream 流就应该是 JAVA8 为我们提供的最佳实践。

Stream 流的定义

Stream 是支持串行和并行操作的一系列元素。流操作会被组合到流管道中（Pipeline）中，一个流管道必须包含一个源（Source），这个源可以是一个数组（Array），集合（Collection）或者 I/O Channel，会有一个或者多个中间操作，中间操作的意思就是流与流的操作，流还会包含一个中止操作，这个中止操作会生成一个结果。

Stream 流的作用

以函数式编程的方式更好的操作集合。完全依赖于函数式接口。在 java.util.stream 包中。

流的创建方式

• 使用数组的方式

  //第一种方式，使用 Stream.of 方法
  Stream stream1 = Stream.of("hello","world","hello world");
  
  String[] myArray = new String[]{"hello","world","hello world"};
  Stream stream2 = Stream.of(myArray);
  
  //第二种方式，使用 Arrays.stream()
  Stream stream3 = Arrays.stream(myArray);
  

• 使用集合的方式

  Stream 的作用是以函数式编程的方式操作集合，所以对于集合类，一定有更好更方便的方法去创建 Stream 流。

  List<String> list = Arrays.asList(myArray);
  Stream stream4 = list.stream();
  

  对于集合类，直接调用 stream 方法就可以获得这个集合对应的 Stream 流。通过查看源码我们发现这个方法直接定义在 Collection 接口中，并且是一个默认方法。所以所有 Collection 的子类都可以直接调用这个方法。这也是最为常用的方法。

  default Stream<E> stream() {
    return StreamSupport.stream(spliterator(), false);
  }
  

• 使用文件流（基本不会使用，简单了解即可）

  下面是一个直接读取文件中的内容并且转化为 Stream 流，最后输出的过程。

  //文件流
  private static Stream<String> fileStream(){
    Path path = Paths.get("C:\Users\abs\a.txt");
    try(Stream<String> lines = Files.lines(path)){
      lines.forEach(System.out::println);
      return lines;
    }catch(IOException e){
      throw new RuntimeException(e);
    }
  }
  

• 其他方式

  最后的方式是用于创建无限流，无限流的意思是如果你不加任何限制，流中的数据是无限。用于创建无限流的方法有 iterator 和 generate。

  generate 方法需要传入一个 Supplier 类型的函数式接口，这个函数式接口用于产生无限流中所需要的数据。

  //全是数字 1 的无限流
  Stream.generate(()->1);
  //随机数字的无限流
  Stream.generate(Math::random);
  

  iterator 方法需要传入两个参数，第一个给定一个初始值，第二个参数是一个函数式接口 UnaryOperator，这个函数式接口就是输入和输出相同的 Function 接口。

  Stream.iterate(0,n->n+1).limit(10).forEach(System.out::println);
  

  输出结果：

  0
  1
  2
  3
  4
  5
  6
  7
  8
  9
  

  上面的 limit 是避免无限流一直产生，到达指定个数就停止。

Steam 流的优势

下面我们通过一个简单的例子来了解一下使用 Stream 流到底有哪些好处。等我们学完 Stream API 后会给大家提供更多的例子，让大家真正了解它。

比如我们给定一个 List 集合，里面放了很多数字，我们想要得到数字的平方然后求和。

以前的写法：

List<Integer> l = Arrays.asList(1,2,3,4,5,6,7);
int res = 0;
for(int i=0;i<l.size();i++){
  res += i*i;
}

使用 Stream 后的写法只需要一行代码：

int r = l.stream().map(i->i+i).reduce(0,Integer::sum);

大家现在可能不明白 map 或者 reduce 的作用，我们稍后会详细讲解这一部分，这里只是想让大家看看区别，以及认识到 Stream 对于函数式编程的使用和好处。

Stream 流的特性和原理

流不存储值，通过管道的方式获取值。对流的操作会生成一个结果，不过并不会修改底层的数据源。集合可以作为流的底层数据源，也可以通过 generate/iterator 方法来生成数据源。

得到流之后，我们可以对流中的数据进行很多操作，比如过滤，映射，排序等等，处理完之后的数据可以再次被收集起来转化为我们需要的数据类型。

从上面的图我们可以看出，一个完成的流操作过程是包含两种类型的，一个是中间操作，一个是终止操作。中间操作指的是过滤，排序和映射等中间处理过程的方法，终止操作指的是我们将流处理完毕后返回结果的操作，比如 collect，reduce 和 count 等等。

中间操作：一个流后面可以跟随零个或者多个中间操作。其目的只要是打开流，做出某种程度的数据映射/过滤，然后返回一个新的流，交给下一个操作使用，这些操作都是延迟的，就是说仅仅调用到这些类的方法，并没有真正开始流的遍历。

终止操作：一个流只能有一个终止操作，当这个操作执行后，流就被使用光了，无法再被操作。所以这必定是流的最后一个操作。终止操作的执行，才会是真正开始流的遍历，并且会生成一个结果。

还有一个重要的概念流是惰性的，在数据源上的计算只有数据在被终止的时候才会被执行。也就是说所有的中间操作都是惰性求值，不遇到终止操作，中间操作的代码是不会执行的。

举个例子：

我们对于一个数字结合进行一个 map 中间操作，将元素乘以 2，同时我们有一个 System.out 语句用于查看代码是否执行了。

List<Integer> l = Arrays.asList(1,2,3,4,5,6,7);        
l.stream().map(i->{
  i = i*2;
  System.out.println(i);
  return i;
});

最终的执行结果是什么也没打印。

那如果我们给他加一个终止操作那，结果如下：

中间操作：2
终止操作：2
中间操作：4
终止操作：4
中间操作：6
终止操作：6
中间操作：8
终止操作：8
中间操作：10
终止操作：10
中间操作：12
终止操作：12
中间操作：14
终止操作：14

这时中间操作和终止操作都执行了，这证明中间操作是惰性的。

还有一个需要注意的点就是，Stream 其实与 IO Stream 的概念是一致的，是不能重复使用的，关闭（执行终止操作后就关闭了）后也是不能使用的。

//用集合生成一个流并进行过滤，过滤后返回一个 stream s1。
List<Integer> l = Arrays.asList(1, 2, 3, 4, 5, 6, 7);
Stream s1 = l.stream().filter(item -> item > 2);

//因为 filter 是中间操作，流并没有被关闭，所以还可以执行其他操作，distnict 是一个终止操作，执行完毕后流就关闭了
s1.distinct();

//流已经关闭了，再执行操作就会抛出异常 
s1.forEach(System.out::println);

Exception in thread "main" java.lang.IllegalStateException: stream has already been operated upon or closed
	at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:229)
	at java.util.stream.ReferencePipeline.forEach(ReferencePipeline.java:418)
	at com.paul.framework.chapter7.StreamCreate.main(StreamCreate.java:48)

Stream 流的 API 采用了建造者设计模式，这就意味着我们可以在一句代码中连续调用 Stream 的 API。

中间操作 API

• filter

  顾名思义，filter 就是过滤的意思。参数需要我们传入一个 Predicate 类型的函数式接口。不符合 Predicate 函数式接口的条件的流将被过滤出去。

  Stream<T> filter(Predicate<? super T> predicate);
  

  我们需要筛选出分数大于 60 分的学生：

  public static void main(String[] args) {
    List<Student> lists = new ArrayList<>();
    lists.add(new Student("wang",80,"Female"));
    lists.add(new Student("li",95,"Male"));
    lists.add(new Student("zhao",100,"FeMale"));
    lists.add(new Student("qian",54,"Male"));
  
  	// filter 是一个中间操作，返回过滤后的 Stream 流。forEach 是一个终止操作，对 filter 过滤之后的流进行处理。
    lists.stream().filter(s->s.getMark()>60).forEach((s)-> System.out.println(s.getName()));
  }
  
  //上一个例子我们对过滤后的流进行了打印操作，我们其实也可以把过滤后的流整理成一个集合
  List<Student> l = lists.stream().filter(s->s.getMark()>60).collect(Collectors.toList());
  l.forEach(s-> System.out.println(s.getName()));
  

  两次打印的结果是相同的：

  //第一次打印的结果
  wang
  li
  zhao
  
  //第二次打印的结果
  wang
  li
  zhao
  

  filter 函数为我们提供了最为简单的方法去过滤集合，避免了重复代码，逻辑也更易懂。

• map

  通过流的方式对集合中的元素进行匹配操作。参数需要我们传入一个 Function 类型的函数式接口。Function 类型的函数式接口需要一个输入和一个输出，对应映射之前需要的元素和映射之后得到的元素。

  <R> Stream<R> map(Function<? super T, ? extends R> mapper);
  

  比如集合中的元素是学生类，我们最终想要得到的结果是学生的分数，就可以使用 map 方法。

  List<Student> lists = new ArrayList<>();
  lists.add(new Student("wang",80,"Female"));
  lists.add(new Student("li",95,"Male"));
  lists.add(new Student("zhao",100,"FeMale"));
  lists.add(new Student("qian",54,"Male"));
  lists.stream().map(s->s.getMark()).collect(Collectors.toList()).forEach(System.out::println);
  

  将 list 转换为 stream 后，通过 map 方法将学生类转换成学生成绩的 int 类型，然后通过 collect 方法将流转换为集合，最后通过 forEach 方法将学生成绩打印出来。

  打印的结果：

  80
  95
  100
  54
  

  比如我们想将集合中的字符串转换成大写字母。

  List<String> list = Arrays.asList("hello","world","helloworld","test");
  list.stream().map(String::toUpperCase).collect(Collectors.toList()).forEach(System.out::println);
  

  map 方法里我们通过方法引用（将字符串转为大写的方法 String 类已经定义好了，所以我们直接使用方法引用，而不是写一个匿名函数的 Lambda 表达式）将集合中的字符串转换成大写，然后通过 collect 将流转换为集合，最终使用 forEach 方法打印转换后的字符串。

  打印结果：

  HELLO
  WORLD
  HELLOWORLD
  TEST
  

• mapTo*

  如果我们的 map 方法返回值是 int，long 或者 double 的话，我们可以直接使用 Stream API 为我们提供了 mapToInt，mapToLong，mapToDouble 方法。这几个方法返回的是 IntStream，LongStream 和 DoubleStream。

  mapToInt, mapToLong 和 mapToDouble 是为了避免自动拆装箱带来的性能损耗。大家应该知道，像 int，long，double 这种基本数据类型是不能使用面向对象相关操作的，为此 Java 引入了自动拆装箱的功能，能够在需要使用面向对象的特性时帮我们将基本数据类型 int，long 和 double 转换为 Integer，Long 和 Double 等包装类型。在需要使用基本数据类型时（比如计算），又可以将包装类型 Integer，Long 和 Double 转换为基本数据类型 int，long 和 double。

  如果我们使用的不对，就会有一些自动拆装箱的性能损耗。

  如果我们需要得到基本数据类型的结果，就可以使用 mapToInt, mapToLong 和 mapToDouble，这样的到的是基本数据类型的流，可以方便我们进行计算等等操作。

  int sum = lists.stream().mapToInt(s->s.getMark()).sum();
  System.out.println(sum);
  

• flatMap

  flat 的意思是扁平化，这个函数式的作用是将我们 map 之后的集合或者数组等等元素打散成我们想要的元素。

  flatMap 方法需要返回一个 Stream 数据类型。T 是输入的集合类型元素，R 是打散之后的元素类型，是 Stream 类型。

  <R> Stream<R> flatMap(Function<? super T, ? extends Stream<? extends R>> mapper);
  

  来看一个例子：

  比如我们的流中以前有三个 ArrayList，map 之后依然后会有三个 ArrayList，flatMap 会将三个 ArrayList 合并到一个 ArrayList 中。

  Stream<List<Integer>> stream = Stream.of(Arrays.asList(1),ArrayList.asList(2,3), ArrayList.asList(4,5,6));
  
  // 将 stream 里面的每一个 list 再次转化为 stream<Integer>，然后在进行 map 操作。
  stream.flatMap(theList->theList.stream()).map(item->item*item).forEach(System.out::println);
  

  这个例子中，List 代表打散之前的元素，Integer 代表我们打散之后的元素类型。

  

  在看另外一个例子，字符串去重复。

  List<String> list = Arrays.asList("hello welcome","world hello","hello world hello","hello welcome");
  
  //错误的写法, 这是对 String[] 的 distinct
  List<String[]> result = list.stream().map(item->item.split(" ")).distinct().collect(Collectors.toList());
  

  split 方法输入的是字符串，返回的是一个字符串数组，所以最后返回的是 String 数组流 Stream<String[]>。

  我们使用 flatMap 将 String 数组打散成 String。

  //正确的写法，要用 flatmap 将 String[] 打散成 String
  List<String> result = list.stream().map(item->item.split(" ")).flatMap(Arrays::stream).distinct().collect(Collectors.toList());
  

  

• flatMapTo*

  flatMapTo* 也有许多具体的实现实现，和 mapTo* 用法类似，这里就不再赘述了。

• limit

  limit 方法可以对流中需要返回的元素加以限制，因为流中元素的方法执行是严格按照顺序进行的，limit 方法就相当于取前几个元素。

  我们通过下面这个例子来了解 limit 和无限流。

  IntStream.iterate(0, i->(i+1)%2).distinct().limit(6).forEach(System.out::println);
  

  IntStream.iterate(0, i->(i+1)%2) 不断产生 0,1,0,1,0,1..... 这样的无限流，distinct 方法去除重复，limit 方法虽然限制流中只有 6 个元素，但是 distinct 方法先执行它会对无限流一致执行去复操作，所以方法永远不会结束。这个 limit 在这里也失去了作用。

  

  执行结果虽然只显示了 0，1。但是方法一直不会结束。

  正确的写法：

  IntStream.iterate(0, i->(i+1)%2).limit(6).distinct().forEach(System.out::println);
  

  先调用 limit 方法，限制流中只有 6 个元素，然后去重，结果打印 0，1。程序结束。

  

• skip

  skip 方法和 limit 方法的用法类似，可以跳过流中的前几个元素。

  IntStream.iterate(0, i->i+1).limit(10).skip(3).forEach(System.out::println);
  

  首先通过 iterate 和 limit 产生 10 Integer 个元素的流，通过 skip 跳过前三个。最终的结果如下：

  3
  4
  5
  6
  7
  8
  9
  

• sort

  sort 方法有两个实现，一个是不需要传入参数的，另一个是需要我们传入 Comparator。

  //根据自然顺序排序
  Stream<T> sorted();
  //根据 Comparator 的规则进行排序
  Stream<T> sorted(Comparator<? super T> comparator);
  

  我们以前对集合排序时通常会使用 JDK 中 Collection 接口的 sort 方法：

  List<String> names = Arrays.asList("java8","lambda","method","class");
  
  //以前的写法
  Collections.sort(names, new Comparator<String>() {
    @Override
    public int compare(String o1, String o2) {
      return o2.compareTo(o1);
    }
  });
  

  使用 Lambda 表达式对上面的写法进行一下改进：

  Collections.sort(names,(o1,o2)-> o2.compareTo(o1));
  

  现在我们还可以使用 Stream API 中的 sorted 方法：

  names.stream().sorted().forEach(System.out::println);
  names.stream().sorted((o1,o2)-> o2.compareTo(o1)).forEach(System.out::println);
  

  结果：

  class
  java8
  lambda
  method