Stream在代码中的灵活运用

Java8的新特性主要是Lambda表达式和流，当流和Lambda表达式结合起来一起是应用时，因为流声明式处理数据集合的特点，可以让代码变得简洁易读。

流如何简化代码

如果有一个需求，需要对数据库查询到的集合进行处理：

• 筛选出借款金额小于5000的用户
• 对筛选出的用户进行排序
• 获取排序后的用户名字

用户：User.java

public class User{

    private String name;

    private int status;

    private BigDecimal maney;
    
    private Type Type; 

}

Java8之前的实现方式

private List<String> userListByManey(List<User> userList){

    List<User> userLists = new ArrayList<>();
    //1. 筛选出借款金额小于5000的用户
    for(User u : userList){
        if(u.getMaeny() < 5000){
            userLists.add(u);
        }
    }

    // 2 对筛选出的金额进行排序
    Collections.sort(userLists, new Comparator<User>() {
            @Override
            public BigDecimal compare(User o1, User o2) {
                return BigDecimal.compare(o1.getManey(), o2.getManey());
            }
    });

    //3. 获取排序后用户的名字
    List<String> lowCaloricUserName = new ArrayList<>();
        for (Dish d : userLists) {
            lowCaloricUserName.add(d.getName());
        }
        return lowCaloricUserName;

}

使用Stream流之后的实现方式

 private List<String> StreamUser(List<User> userList) {
        return userList.stream()
                .filter(d -> d.getCalories() < 5000)  //筛选出借款金额小于5000的用户
                .sorted(comparing(User::getManey))  //根据金额进行排序
                .map(User::getName)  //提取用户名称
                .collect(Collectors.toList()); //转换为List
    }

不拖泥带水，一气呵成，原来需要写24代码实现的功能现在只需5行就可以完成了。

写完这个需求本来能开心一下，休息一会儿，没想到又有新需求了，新需求如下：

• 对数据库查询到的用户根据用户状态进行分类，返回一个Map<Type, List>的结果

jdk1.8之前的实现方式

private static Map<Type, List<User>> queryUserByStatus(List<User> userList) {
    Map<Type, List<User>> result = new HashMap<>();

    for (User user : userList) {
        //不存在则初始化
        if (result.get(user.getType())==null) {
            List<User> users = new ArrayList<>();
            users.add(user);
            result.put(user.getType(), users);
        } else {
            //存在则追加
            result.get(user.getType()).add(user);
        }
    }
    return result;
}

用Stream的方式来处理

private static Map<Type, List<Dish>> queryUserByStatus(List<User> userList) {
    return userList.stream().collect(groupingBy(User::getType));
}

一行代码解决了需求，不禁感叹Sream API的厉害，接下来将详细介绍流。

什么是流

流是从支持数据处理操作的源生成的元素序列，源可以是数组、文件、集合、函数。流不是集合元素，它不是数据结构并不保存数据，它的主要目的在于计算。

如何生成流

生成流的方式主要有5中。

1.通过集合生成，应用中最常用的一种

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream();

通过集合的stream方法生成流。

通过数组生成

int[] intArr = new int[]{1, 2, 3, 4, 5};
IntStream stream = Arrays.stream(intArr);

通过Arrays.stream方法生成流，并且该方法生成的流是数值流【即IntStream】而不是Stream。补充一点使用数值流可以避免计算过程中拆箱装箱，提高性能。

Stream API提供了mapToInt、mapToDouble、mapToLong三种方式将对象流【即Stream】转换成对应的数值流，同时提供了boxed方法将数值流转换为对象流。

3.通过值生成

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

通过Stream的of方法生成流，通过Stream的empty方法可以生成一个空流

4.通过文件生成

Stream<String> lines = Files.lines(Paths.get("data.txt"), Charset.defaultCharset())

通过Files.line方法得到一个流，并且得到的每个流是给定文件中的一行

5.通过函数生成 提供了iterate和generate两个静态方法从函数中生成流

iterator

Stream<Integer> stream = Stream.iterate(0, n -> n + 2).limit(5);

iterate方法接受两个参数，第一个为初始化值，第二个为进行的函数操作，因为iterator生成的流为无限流，通过limit方法对流进行了截断，只生成5个偶数

generator

Stream<Double> stream = Stream.generate(Math::random).limit(5);

generate方法接受一个参数，方法参数类型为Supplier，由它为流提供值。generate生成的流也是无限流，因此通过limit对流进行了截断。

流的操作类型

流的操作类型主要分为两种。

1.中间操作

一个流可以后面跟随零个或多个中间操作。其目的主要是打开流，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。这类操作都是惰性化的，仅仅调用到这类方法，并没有真正开始流的遍历，真正的遍历需等到终端操作时，常见的中间操作有下面即将介绍的filter、map等。

2.终端操作

一个流有且只能有一个终端操作，当这个操作执行后，流就被关闭了，无法再被操作，因此一个流只能被遍历一次，若想在遍历需要通过源数据在生成流。终端操作的执行，才会真正开始流的遍历。如下面即将介绍的count、collect等。

流的使用

中间操作

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
// filtre筛选
 Stream<Integer> stream = integerList.stream().filter(i -> i > 3);
 // distinct 去重
 Stream<Integer> stream = integerList.stream().distinct();
 // limit返回指定流个数
 Stream<Integer> stream = integerList.stream().limit(3);
 // skip跳过流中的元素
 Stream<Integer> stream = integerList.stream().skip(2);

map流映射

所谓流映射就是将接受的元素映射成另外一个元素。

List<String> stringList = Arrays.asList("Java 8", "Lambdas",  "In", "Action");
Stream<Integer> stream = stringList.stream().map(String::length);

通过map方法可以完成映射，该例子完成中String -> Integer的映射，之前上面的例子通过map方法完成了Dish->String的映射。

flatMap流转换

将一个流中的每个值都转换为另一个流。

List<String> wordList = Arrays.asList("Hello", "World");
List<String> strList = wordList.stream()
        .map(w -> w.split(" "))
        .flatMap(Arrays::stream)
        .distinct()
        .collect(Collectors.toList());

map(w -> w.split(" "))的返回值为Stream<String[]>，我们想获取Stream，可以通过flatMap方法完成Stream ->Stream的转换

元素匹配

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
// 1.allMatch匹配所有
if (integerList.stream().allMatch(i -> i > 3)) {
    System.out.println("值都大于3");
}
// 2.anyMatch匹配其中一个
if (integerList.stream().anyMatch(i -> i > 3)) {
    System.out.println("存在大于3的值");
}
// 等同于 if (i > 3)
// 3.noneMatch全部不匹配
if (integerList.stream().noneMatch(i -> i > 3)) {
    System.out.println("值都小于3");
}

终端操作

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
//  统计流中元素个数 通过count/counting
Long result = integerList.stream().count();
// counting 在与collect联合使用的时候特别有用。
Long result = integerList.stream().collect(counting());
// 查找  findFirst查找第一个 ，findFirst方法查找到第一个大于三的元素并打印。
ptional<Integer> result = integerList.stream().filter(i -> i > 3).findFirst();
// findAny随机查找一个
Optional<Integer> result = integerList.stream().filter(i -> i > 3).findAny();
// reduce将流中的元素组合起来
int sum = integerList.stream().reduce(0, (a, b) -> (a + b));
// 还可以简写成
int sum = integerList.stream().reduce(0, Integer::sum);
reduce接受两个参数，一个初始值这里是0，一个BinaryOperator<T> accumulator来将两个元素结合起来产生一个新值，

另外reduce方法还有一个没有初始化值的重载方法。
// 获取流中最小最大值
Optional<Integer> min = menu.stream().map(User::getManey).min(Integer::compareTo);
Optional<Integer> max = menu.stream().map(User::getManey).max(Integer::compareTo);
也可以写成
OptionalInt min = menu.stream().mapToInt(User::getManey).min();
OptionalInt max = menu.stream().mapToInt(User::getManey).max();
// 通过reduce获取最大最小值
Optional<Integer> min = menu.stream().map(User::getManey).reduce(Integer::min);
Optional<Integer> max = menu.stream().map(User::getManey).reduce(Integer::max);
// 求和 通过summingInt
int sum = menu.stream().collect(summingInt(User::getManey));
如果数据类型为double、long，则通过summingDouble、summingLong方法进行求和。