Java Stream流

参阅

Java 8 中的 Streams API 详解 (opens new window) Java 8中Stream API的这些奇技淫巧！ (opens new window)

使用流

构造流的方式

1. 构造流的基本方式(如何获得流)

// 通过Collection的stream方法构造
Stream<?> stream = list.stream();
// Arrays.stream构造各种类型的数组流
Stream<String> stream = Arrays.stream(new String[]{"a", "b", "c"});
// 通过Stream.of创建任意数量的流
Stream<String> stringStream = Stream.of("a", "b");

2. 构造数值流 使用IntStream和LongStream的静态方法构造数值流，range不包含结束值。

// 筛选出1-100中的偶数
int count = IntStream.rangeClosed(1,100).filter(n->n%2==0).count;

3. 流转换为其他数据类型(如何从流转换成需要的数据类型)

4. 由文件生成流 java.nio.file.Files提供了很多返回流的静态方法

5. 由函数生成流 Stream.iterate和Stream.generate可以创建无限流

// Stream.iterate
Stream.iterate(0, n->n+2).limit(10).foreach(System.out::println);
// Stream.generate
Stream.generate(Math.random).limit(5).foreach(System.out::println);
// 生成全是1的无限流
Stream.generate(()->1).limit(5).foreach(System.out::println);

操作流的方法

流的三类操作方式

1. Intermediate

2. Terminal

3. Short-circuiting

映射

原生	衍生	入参->返回
map	mapToInt、mapToLong、mapToDouble	Function<T,R> -> Stream[R]
flatmap	flatmapToInt、flatmapToLong、flatmapToDouble	Function<T,Stream[R]> -> Stream[R]

衍生操作的作用：

重点解释flatmap使用：

map的映射关系是1:1的, 但是存在有层级结构的Stream, 需要使用flatM ap使其扁平化(将最底层元素抽出来放到一起)

Stream<List<Integer>> inputStream = Stream.of(
 Arrays.asList(1),
 Arrays.asList(2, 3),
 Arrays.asList(4, 5, 6)
 );
Stream<Integer> outputStream = inputStream.
flatMap((childList) -> childList.stream());

最终outputStream中没有List了.

筛选

谓词	作用	入参->返回
filter	过滤掉false	Predicate[T] -> Stream[T]
distinct	根据hashCode和equals方法去重	() -> Stream[T]
skip	扔掉前n个元素	long -> Stream[T]
limit	返回前n个元素	long -> Stream[T]
peek
foreach	循环	Consumer[T] -> void
sorted	排序	Comparator[T] -> Stream[T]

匹配和查找

操作	作用	入参->返回
anyMatch	至少匹配一个元素	Predicate[T] -> boolean
allMatch	是否匹配所有元素	Predicate[T] -> boolean
noneMatch	没有任何元素匹配	Predicate[T] -> boolean
findAny	返回当前流中任意元素	() -> Optional[?]
findFirst	查找第一个元素	() -> Optional[?]

Match操作都是返回boolean的结果，并且都使用了短路操作，即当anyMatch有一个匹配了就直接返回true，而不再继续匹配了。

findAny和findFirst也都是短路操作，两者在串行使用时效果一致，当并行时请尽量使用findAny，因为其并行限制少（性能好）。

归约

计数、求和都是归约的特殊场景应用。

操作	作用	入参->返回
reduce	归约	BinaryOperator[T] -> Optional[T]
max	求最大值	() -> Optional[T]
min	求最小值	() -> Optional[T]
count	计数	() -> long

收集器（Collectors）

collect、Collectors和Collector的区别：

• collect是Stream提供的收集操作
• Collectors是工具类，提供了很多静态方法来返回Collector
• Collector作为collect方法的参数，用于构造结果集

Collectors类提供的操作：

操作	作用	入参->返回
toList
toSet
toMap
toConcurrentMap
groupingBy	分组	Function<? super T, ? extends K> -> Collector
minBy	求最小值	Comparator<? super T> -> Collector
maxBy	求最大值	Comparator<? super T> -> Collector
counting
joining	连接字符串(通过toString)
mapping
summingInt/Long/Double	汇总/求和	ToIntFunction<? super T>
averagingInt/Long/Double	计算平均数	ToIntFunction<? super T>
summarizingInt/Long/Double	总结（求和/平均数/最大最小值）	ToIntFunction<? super T>
reducing	归约
partitioningBy	分区

案例：

计数
> Map<String, Long> map = fruitList.stream().map(Fruit::getName).collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));

排序
> map.entrySet().stream().sorted(Map.Entry.<String, Long>comparingByValue().reversed()).forEachOrdered(System.out::println);

累加求和
> Map<String, Integer> sumMap = fruitList.stream().collect.(Collectors.groupingBy(Fruit::getName, Collectors.summingInt(Fruit::getPrice)));

分组
> Map<String, List<Fruit>> groupMap = fruitList.stream().collect(Collectors.groupingBy(Fruit::getName));

Collectors.mapping

//group by price, uses 'mapping' to convert List<Fruit> to List<String>
Map<String, List<Integer>> groupMap = fruitList.stream().collect(Collectors.groupingBy(Fruit::getName, Collectors.mapping(Fruit::getPrice, Collectors.toList())));


Collectors.toMap

Stream().count()和collect(Collectors.counting())的区别：

自定义收集器

比较器

Comparator类提供了静态方法来支持

数值流

由于基本类型的包装类存在装箱拆箱操作，数据量大会非常影响性能，因此Java 8提供了数值流。

映射为数值流

• mapToInt
• mapToDouble
• mapToLong

案例：

// mapToInt返回IntStream
int ages = list.stream().mapToInt(User::getAge).sum();

转换为对象流

IntStream上的lambda操作只能使用int类型，因此有时需要将其转换为Integer。

案例：

IntStream intStream = list.stream().mapToInt(User::getAge);
Stream<Integer> stream = intStream.boxed();

Stream不会返回为null的集合

Optianl

数值类型的Optional 当遇到求和的场景，如何区分没有值和为0的场景呢？因此Optional提供了数值类型。

• OptionalInt
• OptionalDouble
• OptionalLong

案例：

OptionlInt maxAge = users.stream().mapToInt(User::getAge).max();
// 如果没有最大值可以显示提供
int max = maxAge.orElse(1);

流中用到的函数

流的实现原理