还在用迭代器处理集合吗？试试Stream，真香

前言

上一篇博客一文带你深入了解 Lambda 表达式和方法引用我给大家介绍了 Java8 函数式特性中的 Lambda，这篇文章我将继续讨论 stream 流的用法

声明：本文首发于博客园，作者：后青春期的Keats；地址：https://www.cnblogs.com/keatsCoder/ 转载请注明，谢谢！

Show Time

首先给大家看一段代码，让大家直观感受下 Java7 和 Java8 遍历处理集合的不同

Dish 是一个菜肴对象，calories 属性表示该菜品的卡路里值，name 则是菜品的名称。我们需要过滤出卡路里小于400、然后根据卡路里值升序、接着拿到他们的名称列表并返回

Java7

public static List<String> getLowCaloricDishesNamesInJava7(List<Dish> dishes){
List<Dish> lowCaloricDishes = new ArrayList<>();
for(Dish d: dishes){
if(d.getCalories() < 400){
lowCaloricDishes.add(d);
}
}
List<String> lowCaloricDishesName = new ArrayList<>();
Collections.sort(lowCaloricDishes, new Comparator<Dish>() {
public int compare(Dish d1, Dish d2){
return Integer.compare(d1.getCalories(), d2.getCalories());
}
});
for(Dish d: lowCaloricDishes){
lowCaloricDishesName.add(d.getName());
}
return lowCaloricDishesName;
}

Java8

public static List<String> getLowCaloricDishesNamesInJava8(List<Dish> dishes){
return dishes.stream()
.filter(d -> d.getCalories() < 400)
.sorted(comparing(Dish::getCalories))
.map(Dish::getName)
.collect(toList());
}

如果需要多核并行处理，则只需调用

dishes.parallelStream()

即可

在 Java8 之前，程序员需要通过 2次遍历 + 一次集合排序才能完成的工作，Java8 只需要一个链式调用就可以解决。这就是 stream 的强大之处

认识流

流是什么

流是 Java API 的新成员，允许程序员以声明式的方式处理集合数据，并且支持链式调用、支持并行处理。用流处理的集合数据高效且易读。

流与集合的异同

1. 集合的主要功能是以一定的时间和空间复杂度存储和访问元素，而流主要是用于元素计算
2. 集合中的元素可以随意添加和删除，而流不能添加和删除元素
3. 流的元素是按需计算的，只有当用到时他才会参与计算，而集合中的元素必须提前全都准备好
4. 流只能遍历一次,下面的代码会报错

   java.lang.IllegalStateException: stream has already been operated upon or closed

   流已经被消费掉

List<String> names = Arrays.asList("Java8", "Lambdas", "In", "Action");
Stream<String> s = names.stream();
s.forEach(System.out::println);
s.forEach(System.out::println);

1. 集合采用外部迭代，流采用内部迭代。内部迭代意味着 Java 可以替你选择更优的迭代策略和并行处理。而外部迭代如果程序员想着做个更有的迭代/采用并行就相当于“下次一定”😅了

流操作分类

对流的操作可以分为两类，可以继续执行下一个流操作的称为中间操作(方法的返回值是 Stream)，关闭流的操作称为终止操作。

中间操作

除非流水线上执行终端操作，否则中间操作不会执行任何处理。流会对中间操作进行合并、短路等优化

终端操作

终端操作会从流的流水线生成结果，返回一个非 Stream 的任意类型值

使用流

筛选和切片

筛选

filter(Predicate<? super T> predicate)

方法可以将流中满足某条件的元素筛选出来。该方法接收一个谓词函数，返回流。比如要选出某个苹果集合中红色的苹果

List<Apple> appleList = new ArrayList<>();
List<Apple> redAppleList = appleList.stream().filter(a -> "red".equals(a.getColor())).collect(Collectors.toList());

去重

distinct()

方法会根据元素的 hashCode() 和 equals() 方法对流中元素进行去重操作

截断

limit(n)

方法会返回流的前 n 个元素，对于有序集合List，流会按照添加顺序返回前 n 个元素，而无序集合则不会

跳过

skip(n)

方法会跳过流的前 n 个元素，可以通过 skip(m).limit(n) 返回列表中第 m - (m+n) 区间的元素，类似与 mysql 中的 limit m,n

映射

对流中的每个元素应用函数

map(Function<? super T, ? extends R> mapper)

方法。该方法接收一个 Function 函数，对流中的每一个元素使用。然后可以返回任意类型的对象。有了该方法，就可以结合 Lambda 表达式对集合中的元素使用函数进行各种转换

流的扁平化

flatMap()

可以将流操作中多个流合并成一个流的多个元素。举个例子：集合 words 有两个单词，现在想获得

[H, e, l, o, W, r, d]

在 split 方法执行完毕后，返回的是 Stream(String[]) 对象，而此时如果执行 map 方法，返回的就是多个流的集合(这个例子中就是两个 Stream(String))，这时是无法继续接下来的 distinct 操作的，因此需要 flatMap 将两个 Stream 扁平化成一个 Stream，然后进行操作

List<String> words = Arrays.asList("Hello", "World");

List<String> charList = words.stream().map(word -> word.split("")).flatMap(Arrays::stream).distinct().collect(Collectors.toList());

该方法的方法声明

flatMap(Function<? super T, ? extends Stream<? extends R>> mapper)

中可以看出，他所使用的函数式接口 Function 第二个泛型 R 必须是 Stream 流。即函数式接口的抽象方法返回值必须是 Stream 流及其子类对象。

查找和匹配

检查谓词是否至少匹配一个元素

anyMatch

方法可以回答“流中是否存在至少一个复合谓词条件的元素”返回 boolean 类型的值，因此是一个终端操作，例如

List<Integer> num = Arrays.asList(1, 2, 3, 4, 5, 6);

if (num.stream().anyMatch(n -> n % 3 == 0)) {
System.out.println("集合中有元素是3的整数倍");
}

控制台会输出'集合中有元素是3的整数倍',因为集合中 3、6都是3的整数倍，符合谓词的条件

检查谓词是否匹配所有元素

allMatch

方法和

anyMatch

方法原理类似，但是它仅当所有元素满足谓词条件时，返回 true。

noneMatch

与

allMatch
ad8

正好相反，仅当所有元素不满足谓词条件时，返回 true

ps:和 && || 运算符类似，以上三个操作都用到了短路的思想来提高效率。

查找元素

findAny()

该方法返回当前流中的任意元素,可以和其他流操作结合使用,这里需要注意 findAny() 返回的结果被 Optional 所包裹，Optional 是 Java8 为优雅的避免 NPE 所采用的新 API，关于 Optional 的用法我会在下一篇博客和大家讨论，敬请期待。这里需要说明的就是 Optional.ifPresent(Consumer<? super T> consumer) 表示当 Optional 包裹的元素不为空时，执行 consumer

num.stream().filter(n -> n > 2).findAny().ifPresent(System.out::println);

findFirst()

该方法返回当前流中的第一个元素,一般也和其他流操作(例如 filter() 过滤)结合使用。与

findAny()

不同的是，他一定返回有序集合的第一个满足条件的元素。当然有得必有失，作为代价，

findFirst()

在并行处理时限制更多一些。

归约

元素求和

reduce(T identity, BinaryOperator<T> accumulator);

方法接收两个参数：identity 初始值，accumulator 对两个数的操作。例如求集合中数字的和：

num.stream().reduce(0, (a, b) -> a + b) // 计算完成，返回 21

ps：Lambda 表达式

(a, b) -> a + b)

中 a 是上一轮执行完后的累计值，b 是本次循环流中的元素。通过累加就可以计算出数字的和

最大值和最小值

reduce 方法不仅可以求和、求积。甚至可以计算最大值、最小值。

num.stream().reduce(Integer::max);
num.stream().reduce(Integer::min);

总结

1. 流是 Java API 的新成员，允许程序员以声明式的方式处理集合数据，并且支持链式调用、支持并行处理。用流处理的集合数据高效且易读。
2. 流的API中可以分为两大类，中间操作和终端操作，中间操作返回流对象，可以链式调用，终端操作则返回非流对象。
3. 流提供了很多方便的API，如筛选 filter、去重 distinct、截断 limit、跳过 skip、函数转换 map、扁平化 flatMap、判断流中是否有任意元素符合要求 anyMatch、是否所有元素都符合要求 allMatch、是否所有元素都不符合要求 noneMatch、查找元素 findAny findFirst、累计式的计算元素 reduce

ad8 码字不易，如果你觉得读完以后有收获，不妨点个推荐让更多的人看到吧！