Java8中的流处理Stream API

1. 是什么

Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对
集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。
使用Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数
据库查询。也可以使用 Stream API 来并行执行操作。简而言之，
Stream API 提供了一种高效且易于使用的处理数据的方式。

注意：

Stream 自己不会存储元素。
Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。
Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。

2. Stream 的使用

三步骤

创建 Stream
一个数据源（如：集合、数组），获取一个流
中间操作

一个中间操作链，对数据源的数据进行处理

终止操作(终端操作)

一个终止操作，执行中间操作链，并产生结果
Stream API

2.1 创建Stream

Collection 提供了两个方法 stream() 与 parallelStream()

List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //获取一个顺序流
Stream<String> parallelStream = list.parallelStream(); //获取一个并行流

Java8 中的 Arrays 的静态方法 stream() 可以获取数组流

Integer[] nums = new Integer[10];
Stream<Integer> stream1 = Arrays.stream(nums);

#还有很多重载方法也可以获得流
重载形式，能够处理对应基本类型的数组：
 public static IntStream stream(int[] array)
 public static LongStream stream(long[] array)
 public static DoubleStream stream(double[] array)

通过concat方法让多个流合并

 List<Cart> carts = queryCartList();
        List<Cart> carts2 =  queryCartList();
        Stream<Cart> concat = Stream.concat(carts.stream(), carts2.stream());
    #然后可以接着操作流。

通过 Stream 类中静态方法 of()

Stream<Integer> stream2 = Stream.of(1,2,3,4,5,6);

由函数创建流：创建无限流

可以使用静态方法 Stream.iterate() 和Stream.generate(), 创建无限流。

//迭代
Stream<Integer> stream3 = Stream.iterate(0, (x) -> x + 2).limit(10);
stream3.forEach(System.out::println);

//生成
Stream<Double> stream4 = Stream.generate(Math::random).limit(2);
stream4.forEach(System.out::println);

2.2 中间操作

tips：当没使用显式的使用Iterator进行遍历时，称为内部迭代，使用Strea内部完成。
多个中间操作可以连接起来形成一个流水线，除非流水线上触发终止操作，否则中间操作不会执行任何的处理！而在终止操作时一次性全部处理，称为“惰性求值”.

2.2.1 筛选与切片

filter(Predicate p) —— 接收 Lambda ，从流中排除某些元素。

Stream<Employee> stream = emps.stream()
            .filter((e) -> {
                System.out.println("测试中间操作");
                return e.getAge() <= 35;
            });

limit—— 截断流，使其元素不超过给定数量。

#相当于短路，当到达数量后就不再进行其他操作
emps.stream()
    .filter((e) -> {
        System.out.println("短路！"); // &&  ||
        return e.getSalary() >= 5000;
    }).limit(3)
    .forEach(System.out::println);

skip(n) —— 跳过元素，返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补

emps.parallelStream()
            .filter((e) -> e.getSalary() >= 5000)
            .skip(2)
            .forEach(System.out::println);

distinct—— 筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素

emps.stream()
        .distinct()
        .forEach(System.out::println);

2.2.2 映射

map——接收 Lambda ，将元素转换成其他形式或提取信息。接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。

  List<String> strList = Arrays.asList("aaa", "bbb", "ccc", "ddd");        
  Stream<String> stream = strList.stream()
               .map(String::toUpperCase);

  stream.forEach(System.out::println);

flatMap——接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。

# 这里给出一个案例，需求是把字符串集合的每个字符分开变成单个字节然后输出。map实现的是每个字符串生成流，然后返回流的集合。而flatMap是把所有的流中的元素放在一个流中。通过函数的返回值可以清晰的看出来区别。
public void test1(){
List<String> strList = Arrays.asList("aaa", "bbb", "ccc", "ddd", "eee");
        Stream<Stream<Character>> stream2 = strList.stream()
//               .map(TestStreamAPI1::filterCharacter);
                .map((e) -> filterCharacter(e));
        stream2.forEach((sm) -> {
            sm.forEach(System.out::println);
        });
        
        System.out.println("-------------------------------------");
        
        Stream<Character> stream3 = strList.stream()
               .flatMap(TestStreamAPI1::filterCharacter);

        stream3.forEach(System.out::println);
    }

    public static Stream<Character> filterCharacter(String str){
        List<Character> list = new ArrayList<>();
        
        for (Character ch : str.toCharArray()) {
            list.add(ch);
        }
        
        return list.stream();
    }

这两个还有很多子类型:

mapToDouble(ToDoubleFunction f) 接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 DoubleStream。
mapToInt(ToIntFunction f)
mapToLong(ToIntFunction f)
flatMap也有同样的三种方法。这里不再细说。

2.2.3 排序

sorted()——自然排序

emps.stream()
        .map(Employee::getName)
        .sorted()
        .forEach(System.out::println);

sorted(Comparator com)——定制排序

emps.stream()
        .sorted((x, y) -> {
            if(x.getAge() == y.getAge()){
                return x.getName().compareTo(y.getName());
            }else{
                return Integer.compare(x.getAge(), y.getAge());
            }
        }).forEach(System.out::println);

2.2.4 range操作

range和rangeClosed

range不包括范围中的后面的数，而rangeClosed包括后面的数。

public class RangeTest {
    public static void main(String[] args) {
        IntStream.range(0,10).forEach(System.out::print);

        System.out.println("==============");
        IntStream.rangeClosed(0,10).forEach(System.out::print);
    }
}

// 输出： 0123456789==============
//012345678910

2.3 终止操作

注意：流进行了终止操作后，不能再次使用
**终止操作会从流的流水线生成结果。其结果可以是任何不是流的
值，例如： List、 Integer，甚至是 void 。**

2.3.1 查找与匹配

allMatch——检查是否匹配所有元素

       boolean bl = emps.stream()
                .allMatch((e) -> e.getStatus().equals(Status.BUSY));

        System.out.println(bl);

anyMatch——检查是否至少匹配一个元素

        boolean bl1 = emps.stream()
                .anyMatch((e) -> e.getStatus().equals(Status.BUSY));

        System.out.println(bl1);

noneMatch——检查是否没有匹配的元素

        boolean bl2 = emps.stream()
                .noneMatch((e) -> e.getStatus().equals(Status.BUSY));

        System.out.println(bl2);

findFirst——返回第一个元素

 Optional<Employee> op = emps.stream()
               .sorted((e1, e2) -> 
                        Double.compare(e1.getSalary(), e2.getSalary()))
                .findFirst();

        System.out.println(op.get());

findAny——返回当前流中的任意元素

        Optional<Employee> op2 = emps.parallelStream()
                .filter((e) -> e.getStatus().equals(Status.FREE))
                .findAny();

        System.out.println(op2.get());

count——返回流中元素的总个数

        long count = emps.stream()
                .filter((e) -> e.getStatus().equals(Status.FREE))
                .count();

        System.out.println(count);

max——返回流中最大值

 Optional<Double> op = emps.stream()
                .map(Employee::getSalary)
                .max(Double::compare);

min——返回流中最小值

 Optional<Employee> op2 = emps.stream()
                .min((e1, e2) ->
                       Double.compare(e1.getSalary(), e2.getSalary()));

2.3.2 规约

reduce(T identity, BinaryOperator) `可以将流中元素反复结合起来，得到一个值。

返回 T`

reduce(BinaryOperator) `可以将流中元素反复结合起来，得到一个值。

返回 Optional<T>`

List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
        #方式一，会把这个o当做初始的x然后进行操作。
        Integer sum = list.stream()
            .reduce(0, (x, y) -> x + y);
        
        System.out.println(sum);
        # 方式二
        Optional<Double> op = emps.stream()
            .map(Employee::getSalary)
            .reduce(Double::sum);
        
        System.out.println(op.get());

map 和 reduce 的连接通常称为 map-reduce 模式

2.3.3 收集

collect(Collector c) 将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法

其中toMap的时候可以指定键冲突时候的策略

 Map<Long, CartItemSku> collect = Stream.concat(list.stream(), frontCartItems.stream())
                        .collect(Collectors
                            .toMap(CartItemSku::getSkuId,  val -> val, (oldValue, newValue) -> {
                                  oldValue.setQuantity(oldValue.getQuantity() + newValue.getQuantity());
                             return oldValue;
                          }));

Collector 接口中方法的实现决定了如何对流执行收集操作(如收集到 List、 Set、 Map)。但是 Collectors 类提供了很多静态方法，可以方便地创建常见收集器实例，具体使用如下图：
collect
collect

3.并行流和串行流

3.1. 简介

并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。
Java 8 中将并行进行了优化，我们可以很容易的对数据进行并行操作。 Stream API 可以声明性地通过 parallel() 与sequential() 在并行流与顺序流之间进行切换。

3.2. 了解 Fork/Join 框架

Fork/Join 框架：就是在必要的情况下，将一个大任务，进行拆分(fork)成若干个小任务（拆到不可再拆时），再将一个个的小任务运算的结果进行 join 汇总.

Fork/Join 框架与传统线程池的区别:

采用 “工作窃取”模式（ work-stealing）：
当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。相对于一般的线程池实现,fork/join框架的优势体现在对其中包含的任务的处理方式上.在一般的线程池中,如果一个线程正在执行的任务由于某些原因无法继续运行,那么该线程会处于等待状态.而在fork/join框架实现中,如果某个子问题由于等待另外一个子问题的完成而无法继续运行.那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程的等待时间,提高了性能。

3.3. 使用

java8中的并行流底层使用的就是Fork/Join 模式。

    long start = System.currentTimeMillis();
        
    Long sum = LongStream.rangeClosed(0L, 10000000000L)
                         .parallel()
                         .sum();
        
    System.out.println(sum);    
    long end = System.currentTimeMillis();
        
    System.out.println("耗费的时间为: " + (end - start));

4 总结

Stream API 的功能可以说非常强大，学会是在练习的基础之上，所以勤联系才能提升。

Java8中的流处理Stream API

1. 是什么

2. Stream 的使用

2.1 创建Stream

2.2 中间操作

2.2.1 筛选与切片

2.2.2 映射

2.2.3 排序

2.2.4 range操作

2.3 终止操作

2.3.1 查找与匹配

2.3.2 规约

2.3.3 收集

3.并行流和串行流

3.1. 简介

3.2. 了解 Fork/Join 框架

3.3. 使用

4 总结

njitzyd

引用和评论

分页助手PageHelper的使用

ChatGPT

高质量代码的原则

Scrum 四个会议及正确召开方式

估算工作时间的 3 条规则（在软件开发项目中）

为什么说用户故事不适合表达需求

每一个前端，都要拥有属于自己的埋点库~