Java 8 新特性｜（流）Stream

一、流是什么？

流 ( Stream ) 是 Java 8 新增加的一个重磅级的功能。Java 中的 流 ( Stream ) 表示来自 源 ( source ) 的一系列对象，它支持统计、求和、求平均值等聚合操作。流是一个抽象层，有了流，我们就可以使用类似于 SQL 语句的声明方式来处理数据。

流具有以下特征：

• 元素序列 : 流以顺序方式提供特定类型的一组元素。流只会按需获取/计算元素。但它从不存储元素。

• 源 ( Source )：流可以将集合，数组或 I/O 资源作为输入源。

• 聚合操作：流支持聚合操作，如 filter、map、limit、reduce、find、match 等

• 管道 ( pipelining )：大多数流操作都返回流本身，以便可以对其结果进行流水线操作。这些操作称为 中间 操作，它们的功能是获取输入，处理它们并将输出返回到目标。collect() 方法是一个终端操作，通常在流水线操作结束时出现，以标记流的结尾。

• 原子性迭代 ( Automatic iterations ) ：与需要显式迭代的集合相比，流操作在内部对所提供的源元素进行迭代。

二、流的创建

Java 8 在推出流的同时，对集合框架也进行了一些比较大变更。主要是在 Collection 接口上提供了两种生成 Stream 的方法:

• stream() 方法，该方法以集合作为源，返回集合中的所有元素以在集合中出现的顺序组成的流。

• parallelStream() 方法，该方法以集合作为源，返回一个支持并发操作的流。

三、流支持的聚合操作

forEach方法

Java 8 为 Stream 提供了一种新方法 forEach()，用于迭代流的每个元素。

下面的代码片段演示了如何使用 forEach 打印 10 个随机数。

Random random = new Random();
random.ints().limit(10).forEach(System.out::println);

上面这个代码片段中，Random 对象的 ints() 方法会返回一个整数流。而 limit() 方法则限制了流中的元素个数。从某些方面说，可以理解为当源产生了 10 个随机数之后就关闭源。

map() 方法

map() 方法会迭代流中的元素，并为每个元素应用一个方法，然后返回应用后的流。

例如下面的代码，使用 map() 方法把求出每个元素的平方，然后过滤掉重复的元素，最后在转换为列表集合

List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);

//获取每个元素的平方
List<Integer> squaresList = numbers.stream().map( i -> i*i).distinct().collect(Collectors.toList());

map( i -> i*i) 操作求取流中每个元素的平方，并返回一个新的流。distinct() 方法则用于过滤流中的重复元素。

filter() 方法

filter() 方法根据一个谓词来过滤元素。这个谓词是一个方法，以流中的每一个元素作为参数，如果返回 true 则会被过滤掉。

例如下面的代码，使用 filter() 方法过滤那些空字符串。

List<String>strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");

int count = strings.stream().filter(string -> string.isEmpty()).count();

limit() 方法

limit() 方法用于减少( 限制 ) 流中的元素数量。

例如下面的代码段演示了如何使用 limit() 方法只输出 10 个随机数

Random random = new Random();
random.ints().limit(10).forEach(System.out::println);

sorted() 方法

sorted() 方法用于给流中的元素进行排序。

下面的范例演示了如何按照排序顺序打印 10 个随机数

Random random = new Random();
random.ints().limit(10).sorted().forEach(System.out::println);

四、并发处理

parallelStream() 是需要并发处理的流的替代方案。stream() 方法产生的流只能是串行处理，可以理解为只在一个线程中，按照流中元素的顺序一个接一个的处理。而并发处理，就是传说中的 map-reduce 方法，可以充分利用多核优势。需要注意的是，parallelStream() 会打乱流的顺序，也就是返回的序列顺序不一定是输入的序列顺序。

例如下面的代码用于打印序列中的空字符串的数量

List<String> strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");

//get count of empty string
int count = strings.parallelStream().filter(string -> string.isEmpty()).count();

因为 stream() 返回是串行流，而 parallelStream() 返回的是并行流。因此在串行和并行之间切换是非常简单的。

五、收集器 （ Collectors ）

收集器 （ Collectors ）用于将已经处理的流中的元素组合到一起。Collectors 类提供了大量方法用于指示如何收集元素。

比如 Collectors.toList() 方法可以将流中的元素收集起来，并转换为列表

List<String>strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
List<String> filtered = strings.stream().filter(string -> !string.isEmpty()).collect(Collectors.toList());

System.out.println("Filtered List: " + filtered);

比如 Collectors.joining() 方法可以将流中的元素收集起来，并使用指定的字符串拼接符拼接成一个字符串。

List<String>strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
String mergedString = strings.stream().filter(string -> !string.isEmpty()).collect(Collectors.joining(", "));

System.out.println("Merged String: " + mergedString);

六、统计 ( Statistics )

Java 8 同时新增了大量的统计收集器来来获取流中的元素的一些统计信息。前提是我们先要在流上调用 summaryStatistics() 方法返回统计信息概要，然后在调用相应的方法来获取具体的统计信息。

例如下面的代码，先调用 summaryStatistics() 方法返回统计概要，然后调用 getMax() 方法获取最大值

List numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);

IntSummaryStatistics stats = integers.stream().mapToInt((x) -> x).summaryStatistics();

System.out.println("Highest number in List : " + stats.getMax());

例如下面的代码，先调用 summaryStatistics() 方法返回统计概要，然后调用 getMin() 和 getSum() 方法获取最小值和所有数字之和

List numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);

IntSummaryStatistics stats = integers.stream().mapToInt((x) -> x).summaryStatistics();

System.out.println("Lowest number in List : " + stats.getMin());
System.out.println("Sum of all numbers : " + stats.getSum());

例如下面的代码，先调用 summaryStatistics() 方法返回统计概要，然后调用 getAverage() 方法获取平均值

List numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);

IntSummaryStatistics stats = integers.stream().mapToInt((x) -> x).summaryStatistics();

System.out.println("Average of all numbers : " + stats.getAverage());

end