流-Java8

概述

集合是Java中使用最多的API。要是没有集合，还能做什么呢？几乎每个Java应用程序都会制造和处理集合。集合对于很多编程任务来说都是非常基本的：它们可以让你把数据分组并加以处理。

流是什么

流是Java API的新成员，它允许你以声明性方式处理数据集合（通过查询语句来表达，而不是临时编写一个实现）。就现在来说，你可以把他们看成遍历数据集的高级迭代器。此外，流还可以透明地并行处理，你无需写任何多线程代码了！我们会在第7章中详细解释流和并行化是怎么工作的。

List<String> lowCaloricDishesName = 
             menu.parallelStream()
             .filter(d -> d.getCalories() < 400)
             .sorted(Comparator.comparing(Dishes::getCalories))
             .map(Dish::getName)
             .collect(toList());

从软件工程师的角度来看，新的方法有几个显而易见的好处。

• 代码是以声明性方式写的：说明想要完成什么（筛选热量低的菜肴）而不是说明如何实现一个操作（利用循环和if条件等控制流语句）。
• 你可以把几个基础操作链接起来，来表达复杂的数据处理流水线，同时保持代码清晰可读。
  因为filter、sorted、map和collect等操作是与具体线程模型无关的高层次构件，所以它们的内部实现可以是单线程、也可能透明地充分利用你的多核架构！在实践中，这意味着你用不着为了让某些数据处理任务并行而去操心线程和锁了，Stream API都替你做好了。
  总结一下，Java8中的Stream API可以让你写出这样的代码：
• 声明性一一更简洁、更易读
• 可复合一一更灵活
• 可并行一一性能更好

流简介

要讨论流，我们先来谈谈集合，这是最容易上手的方式了。Java8中的集合支持一个新的stream方法，它会返回一个流（接口定义在java.util.stream.Stream里）。你在后面会看到还有很多其他的方法可以得到流，比如利用数值范围或从I/O资源生成流元素。
那么，流到底是什么呢？简短的定义就是“从支持数据处理操作的源生成的元素序列”。

• 元素序列一一就像集合一样，流也提供了一个接口，可以访问特定元素类型的一组有序值。因为集合是数据结构，所以它的主要目的是以特定的时间/空间复杂度存储和访问元素（如ArrayList与LinkedList）。但流的目的在于表达计算，比如你前面见到的filter、sorted和map。集合讲的是数据，流讲的是计算。我们会在后面几节详细解释这个思想。
• 源一一流会使用一个提供数据的源，如集合、数组、或者输入/输出资源。请注意，从有序集合生成流时会保留原有的顺序。由列表生成的流，其元素顺序与列表一致。
• 数据处理操作一一流的数据处理功能支持类似于数据库的操作，以及函数式编程语言中的常用操作，如filter、map、reduce、find、match、sort等。流操作可以顺序执行，也可以并行执行。
• 流水线一一很多流操作本身会返回一个流，这样多个操作就可以链接起来，形成一个大的流水线。这让我们下一章中的一些优化成为可能，如延迟和短路。流水线的操作可以看做对数据源进行数据库式查询。
• 内部迭代一一与使用迭代器显示迭代的集合不同，流的迭代操作是在背后进行的。
  让我们来看一段能够体现现有这些概念的代码：

import static java.util.stream.Collectors.toList;
List<String> threeHightCaloricDishName = 
			menu.stream()
			.filter(d -> d.getCalories() > 300)
			.map(Dish::getName)
			.limit(3)
			.collect(toList());

在本例中，我们先是对menu调用stream方法，由菜单得到一个流。数据源是菜肴列表（菜单），它给流提供一个元素序列。接下来，对流应用一系列数据处理操作：filter、map、limit和collect。除了collect之外，所以这些操作都会返回另一个流，这样它们就可以接成一条流水线，于是就可以看作对源的一个查询。最后，collect操作开始处理流水线，并返回结果（它和别的操作不一样，因为它返回的不是流，在这里是一个List）。在调用collect之前，没有任何结果产生，实际上根本就没有从menu里选择元素。你可以这么理解：链中的方法调用都排队等待，直到调用collect。如下图流操作的顺序：filter、map、limit、collect，每个操作简介如下。

• filter一一接受Lambda，从流中排除某些元素。在本例中，通过传递lambda d-> d.getCalories() > 300，选择出热量超过300卡路里的菜肴。
• map一一接受一个Lambda，将元素转换成其他形式或者提取信息。在本例中，通过传递方法引用Dish::getName，相当于Lambda d->getName()，提取了每道菜的菜名。
• limit一一截断流，使其元素不超过给的数量。
• collect一一将流转换为其他形式。在本例中，流被转换为一个列表。它看起来有点儿像变魔术。现在，你可以把collect看做能够接受各种方案作为参数，并将流中的元素累积成为一个汇总结果的操作。这里的toList()就是将流转换为列表的方案。
  Stream API在决定如何优化这条流水线时更为灵活。例如，筛选、提取和截断操作可以一次进行，并在找到这三道菜后立即停止。

流与集合

粗略的说，集合与流之间的差异就在于什么时候进行计算。集合是一个内存中的数据结构。它包含数据结构中目前所有的值一一集合中的每个元素都得先算出来才能添加到集合中。（你可以往集合里加东西或者删东西，但是不管什么时候，集合中的每个元素都是放在内存里的，元素都得先算出来才能成为集合的一部分。）
相比之下，流则是在概念上固定的数据结构（你不能添加或者删除元素），其元素则是按需计算的。这对编程有很大好处。在第6中，我们将展示构建一个质数流（2,3,5,7,11,…）有多简单，尽管质数有无穷多个。这个思想就是用户仅仅从流中提取需要的值，而这些值一一在用户看不见的地方一一只会按需生成。这是一种生产者一消费者的关系。从另一个角度来说，流就像一个延迟创建的集合：只有在消费者要求的时候才会计算值（用管理学的话说这就是需求驱动，甚至是实时制造）。
与此相反，集合则是急切创建的（供应商驱动：先把仓库装满，再开始卖，就像那些昙花一现的圣诞新玩意一样）。以质数为例，要是想创建一个包含所以质数的集合，那这个程序算起来就没完没了，因为总有新的质数要算，然后把它加到集合里面。当然这个集合是永远也创建不完的，消费者这辈子都见不着了。

只能遍历一次

请注意，和迭代器类似，流只能遍历一次。遍历完之后，我们就说这个流已经被消费掉了。
你可以从原始数据源那里再获得一个新的流来重新遍历一遍，就像迭代器一样。

哲学中的流和集合
对于喜好哲学的读者，你可以把流看作在时间中分布的一组值。相反，集合则是空间（这里就说计算机内存）中分布的一组值，在一个时间点上全体存在一一你可以使用迭代器来访问for-each循环中的内部成员。

集合和流的另一个关键区别在于它们遍历数据的方式。

外部迭代与内部迭代

使用Collection接口用户需要用户去做迭代（比如用for-each），这称为外部迭代。相反，Streams库使用内部迭代一一它帮你把迭代做了，还把得到的流值存放在了某个地方，你只要给出一个函数说要干什么就可以了。
我们已经说过了集合与流在概念上的差异，特别是流利用了内部迭代：替你把迭代做了。但是，只有你已经预先定义好了能够隐藏迭代的操作列表，例如filter或map，这个才有用。大多数这类操作都接收Lambda表达式作为参数，因此你可以用前面几章中介绍的方法来参数化其行为。

流操作

java.util.stream.Stream中的Stream接口定义了许多操作。他们分为两大类。
可以连接起来的流操作称为中间操作，关闭流的操作称为终端操作。

中间操作

重要的是，除非流水线上触发一个终端操作，否则中间操作不会执行任何处理一一他们很懒。
这是因为中间操作一般都可以合起来，在终端操作时一次性全部处理。
为了搞清楚流水线中到底发送了什么，我们把代码改一改，让每个Lambda都打印出当前处理的菜肴：

List<String> names = 
			menu.stream()
			.filter(d -> {
				System.out.println("filtering" + d.getName());
				return d.getCalories() > 300;
			})
			.map(d -> {
				System.out.println("mapping" + d.getName());
				return d.getName();
			})
			.limit(3)
			.collect(toList());
			System.out.println(names);

代码执行结果：

filtering pork
mapping pork
filtering beef
mapping beef
filterring chicken
mapping chicken
[pork, beef, chicken]

你会发现，有好几种优化利用了流的延迟性子。第一，尽管很多菜的热量都高于300卡路里，但只选出了前三个！这是因为limit操作和一种称为短路的技巧，我们会在下一章解释。第二，尽管filter和map是两个独立的操作， 但他们合并到同一次遍历中了（我们把这种技术叫做循环合并）。

终端操作

终端操作会从流的流水线生成结果。

使用流

总而言之，流的使用一般包括三件事：

• 一个数据源（如集合）来执行一个查询；
• 一个中间操作链，形成一条流的流水线；
• 一个终端操作，执行流水线，并能生成结果。
  流的流水线背后的理念类似于构建器模式。在构建器模式中有一个调用链路用来设置一套配置（对流来说这是一个中间操作链），接着是调用build方法（对流来说就是终端操作）。

小结

以下是你应该从本章中学到的一些关键概念。

• 流水“从支持数据处理操作的源生成的一系列元素”。
• 流利用内部迭代：迭代通过filter、map、sorted等操作被抽象掉了。
• 流操作有两类：中间操作和终端操作。
• filter和map等中间操作会返回一个流，并可以连接在一起。可以用他们来设置一条流水线，但并不会生成任何结果。
• forEach和count等终端操作会返回键一个非流的值，并处理流水线以返回结果。
• 流中的元素是按需计算的。