Java8中的流处理Stream API

1. 是什么

Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对
集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。
使用Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数
据库查询。也可以使用 Stream API 来并行执行操作。简而言之，
Stream API 提供了一种高效且易于使用的处理数据的方式。

注意：

• Stream 自己不会存储元素。
• Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。
• Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。

2. Stream 的使用

三步骤

• 创建 Stream
  一个数据源（如： 集合、数组）， 获取一个流
• 中间操作
  一个中间操作链，对数据源的数据进行处理
• 终止操作(终端操作)
  一个终止操作，执行中间操作链，并产生结果
  

2.1 创建Stream

• Collection 提供了两个方法 stream() 与 parallelStream()

List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //获取一个顺序流
Stream<String> parallelStream = list.parallelStream(); //获取一个并行流

• Java8 中的 Arrays 的静态方法 stream() 可以获取数组流

Integer[] nums = new Integer[10];
Stream<Integer> stream1 = Arrays.stream(nums);

#还有很多重载方法也可以获得流
重载形式，能够处理对应基本类型的数组：
 public static IntStream stream(int[] array)
 public static LongStream stream(long[] array)
 public static DoubleStream stream(double[] array)

• 通过concat方法让多个流合并

 List<Cart> carts = queryCartList();
        List<Cart> carts2 =  queryCartList();
        Stream<Cart> concat = Stream.concat(carts.stream(), carts2.stream());
    #然后可以接着操作流。

• 通过 Stream 类中静态方法 of()

Stream<Integer> stream2 = Stream.of(1,2,3,4,5,6);

• 由函数创建流：创建无限流
  可以使用静态方法 Stream.iterate() 和Stream.generate(), 创建无限流。

//迭代
Stream<Integer> stream3 = Stream.iterate(0, (x) -> x + 2).limit(10);
stream3.forEach(System.out::println);

//生成
Stream<Double> stream4 = Stream.generate(Math::random).limit(2);
stream4.forEach(System.out::println);

2.2 中间操作

tips：当没使用显式的使用Iterator进行遍历时，称为内部迭代，使用Strea内部完成。
多个中间操作可以连接起来形成一个流水线，除非流水线上触发终止操作，否则中间操作不会执行任何的处理！而在终止操作时一次性全部处理，称为“惰性求值”.

2.2.1 筛选与切片

• filter(Predicate p) —— 接收 Lambda ， 从流中排除某些元素。

Stream<Employee> stream = emps.stream()
			.filter((e) -> {
				System.out.println("测试中间操作");
				return e.getAge() <= 35;
			});

• limit—— 截断流，使其元素不超过给定数量。

#相当于短路，当到达数量后就不再进行其他操作
emps.stream()
	.filter((e) -> {
		System.out.println("短路！"); // &&  ||
		return e.getSalary() >= 5000;
	}).limit(3)
	.forEach(System.out::println);

• skip(n) —— 跳过元素，返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补

emps.parallelStream()
			.filter((e) -> e.getSalary() >= 5000)
			.skip(2)
			.forEach(System.out::println);

• distinct—— 筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素

emps.stream()
		.distinct()
		.forEach(System.out::println);

2.2.2 映射

• map——接收 Lambda ， 将元素转换成其他形式或提取信息。接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。

  List<String> strList = Arrays.asList("aaa", "bbb", "ccc", "ddd");		
  Stream<String> stream = strList.stream()
			   .map(String::toUpperCase);

  stream.forEach(System.out::println);

• flatMap——接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。

# 这里给出一个案例，需求是把字符串集合的每个字符分开变成单个字节然后输出。map实现的是每个字符串生成流，然后返回流的集合。而flatMap是把所有的流中的元素放在一个流中。通过函数的返回值可以清晰的看出来区别。
public void test1(){
List<String> strList = Arrays.asList("aaa", "bbb", "ccc", "ddd", "eee");
		Stream<Stream<Character>> stream2 = strList.stream()
//			   .map(TestStreamAPI1::filterCharacter);
				.map((e) -> filterCharacter(e));
		stream2.forEach((sm) -> {
			sm.forEach(System.out::println);
		});
		
		System.out.println("-------------------------------------");
		
		Stream<Character> stream3 = strList.stream()
			   .flatMap(TestStreamAPI1::filterCharacter);

		stream3.forEach(System.out::println);
	}

	public static Stream<Character> filterCharacter(String str){
		List<Character> list = new ArrayList<>();
		
		for (Character ch : str.toCharArray()) {
			list.add(ch);
		}
		
		return list.stream();
	}

• 这两个还有很多子类型:
  mapToDouble(ToDoubleFunction f) 接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 DoubleStream。
  mapToInt(ToIntFunction f)
  mapToLong(ToIntFunction f)
  flatMap也有同样的三种方法。这里不再细说。

2.2.3 排序

• sorted()——自然排序

emps.stream()
		.map(Employee::getName)
		.sorted()
		.forEach(System.out::println);

• sorted(Comparator com)——定制排序

emps.stream()
		.sorted((x, y) -> {
			if(x.getAge() == y.getAge()){
				return x.getName().compareTo(y.getName());
			}else{
				return Integer.compare(x.getAge(), y.getAge());
			}
		}).forEach(System.out::println);

2.2.4 range操作

• range和rangeClosed
  range不包括范围中的后面的数，而rangeClosed包括后面的数。

public class RangeTest {
    public static void main(String[] args) {
        IntStream.range(0,10).forEach(System.out::print);

        System.out.println("==============");
        IntStream.rangeClosed(0,10).forEach(System.out::print);
    }
}

// 输出： 0123456789==============
//012345678910

2.3 终止操作

注意：流进行了终止操作后，不能再次使用
终止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，甚至是 void 。

2.3.1 查找与匹配

• allMatch——检查是否匹配所有元素

       boolean bl = emps.stream()
                .allMatch((e) -> e.getStatus().equals(Status.BUSY));

        System.out.println(bl);

• anyMatch——检查是否至少匹配一个元素

        boolean bl1 = emps.stream()
                .anyMatch((e) -> e.getStatus().equals(Status.BUSY));

        System.out.println(bl1);

• noneMatch——检查是否没有匹配的元素

        boolean bl2 = emps.stream()
                .noneMatch((e) -> e.getStatus().equals(Status.BUSY));

        System.out.println(bl2);

• findFirst——返回第一个元素

 Optional<Employee> op = emps.stream()
               .sorted((e1, e2) -> 
                        Double.compare(e1.getSalary(), e2.getSalary()))
                .findFirst();

        System.out.println(op.get());

• findAny——返回当前流中的任意元素

        Optional<Employee> op2 = emps.parallelStream()
                .filter((e) -> e.getStatus().equals(Status.FREE))
                .findAny();

        System.out.println(op2.get());

• count——返回流中元素的总个数

        long count = emps.stream()
                .filter((e) -> e.getStatus().equals(Status.FREE))
                .count();

        System.out.println(count);

• max——返回流中最大值

 Optional<Double> op = emps.stream()
                .map(Employee::getSalary)
                .max(Double::compare);

• min——返回流中最小值

 Optional<Employee> op2 = emps.stream()
                .min((e1, e2) ->
                       Double.compare(e1.getSalary(), e2.getSalary()));

2.3.2 规约

• reduce(T identity, BinaryOperator) 可以将流中元素反复结合起来，得到一个值。 返回 T
• reduce(BinaryOperator) 可以将流中元素反复结合起来，得到一个值。 返回 Optional<T>

List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
		#方式一，会把这个o当做初始的x然后进行操作。
		Integer sum = list.stream()
			.reduce(0, (x, y) -> x + y);
		
		System.out.println(sum);
		# 方式二
		Optional<Double> op = emps.stream()
			.map(Employee::getSalary)
			.reduce(Double::sum);
		
		System.out.println(op.get());

map 和 reduce 的连接通常称为 map-reduce 模式

2.3.3 收集

• collect(Collector c) 将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法
  其中toMap的时候可以指定键冲突时候的策略

 Map<Long, CartItemSku> collect = Stream.concat(list.stream(), frontCartItems.stream())
                        .collect(Collectors
                            .toMap(CartItemSku::getSkuId,  val -> val, (oldValue, newValue) -> {
                                  oldValue.setQuantity(oldValue.getQuantity() + newValue.getQuantity());
                             return oldValue;
                          }));

Collector 接口中方法的实现决定了如何对流执行收集操作(如收集到 List、 Set、 Map)。但是 Collectors 类提供了很多静态方法，可以方便地创建常见收集器实例，具体使用如下图：

3.并行流和串行流

3.1. 简介

并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。
Java 8 中将并行进行了优化，我们可以很容易的对数据进行并行操作。 Stream API 可以声明性地通过 parallel() 与sequential() 在并行流与顺序流之间进行切换。

3.2. 了解 Fork/Join 框架

Fork/Join 框架： 就是在必要的情况下，将一个大任务，进行拆分(fork)成若干个小任务（拆到不可再拆时），再将一个个的小任务运算的结果进行 join 汇总.

Fork/Join 框架与传统线程池的区别:

采用 “工作窃取”模式（ work-stealing）：
当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。相对于一般的线程池实现,fork/join框架的优势体现在对其中包含的任务的处理方式上.在一般的线程池中,如果一个线程正在执行的任务由于某些原因无法继续运行,那么该线程会处于等待状态.而在fork/join框架实现中,如果某个子问题由于等待另外一个子问题的完成而无法继续运行.那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程的等待时间,提高了性能。

3.3. 使用

java8中的并行流底层使用的就是Fork/Join 模式。

    long start = System.currentTimeMillis();
		
	Long sum = LongStream.rangeClosed(0L, 10000000000L)
						 .parallel()
						 .sum();
		
	System.out.println(sum);	
	long end = System.currentTimeMillis();
		
	System.out.println("耗费的时间为: " + (end - start)); 

4 总结

Stream API 的功能可以说非常强大，学会是在练习的基础之上，所以勤练习才能提升。