前言

★ 这里是小冷的博客
✓ 优质技术好文见专栏
个人公众号，分享一些技术上的文章，以及遇到的坑
当前系列：Java8 新特性 系列
源代码 git 仓库 代码Git 仓库地址

强大Stream API

Java 8 是一个非常成功的版本，Java8 新增的Stream，配合同版本出现的 Lambda ，给我们操作集合提供了极大的便利。

Stream API

• 强大Stream API 的 为什么用强大呢？ java8两大招牌 一个是函数式编程 Lambda 表达式，一个是Stream流
• Stream API（java.util.stream）把真正的函数式编程风格引入到java中，这是目前为止对java类库最好的补充。因为Stream API可以极大的提供Java程序员的生产力，让程序员写出更高效率和干净，简洁的代码
• Stream是Java8处理结合的关键抽象概念，他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StreamAPI对集合数据进行操作，就类似于使用SQL执行的数据库查询。可以使用Stream API来并行执行操作，简言之，Stream API提供一种高效且易于使用的处理数据的方式

为什么使用Stream API

• 实际开发中 ，项目中多数据源来自于Mysql，Oracle 等，但现在使用数据源可以更多了，有MongoDB，redis等，而这些NoSql的数据就需要Java层面去处理

• Stream和 Collection集合的区别

  • Collection 是一种静态内存数据结构的一个容器
  • Stream是有关计算的

  前面是主要面向内存，存储在内存中后者是主要是面向CPU的，通过CPU实现计算

Stream的操作三个步骤

• 1-创建Stream

  一个数据源（如集合，数组）获取一个流

• 2-中间操作

  一个中间操作链，对数据源进行处理

• 3-终止操作（终端操作）

  一旦执行终止操作，就执行中间操作链，并且产生结果，之后不在被使用

流程图

创建各种场景stream流

/**
 * @projectName: Java8
 * @package: Stream
 * @className: StreamTest
 * @author: 冷环渊 doomwatcher
 * @description:
 * <h3>
 *  1.Stream 关注的是对数据的运算，与CPU打交道
 *  集合关注的事数据的存储，与内存打交道
 *
 * 2.
 * - 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 操作是延时执行的，这意味的他们会等到需要结果的时候才执行
 *
 * 3. Stream 执行操作
 *    Stream 的实例化
 *    一系列的中间操作（过滤 映射 。。。。）
 *    终止操作
 *
 * 4. 说明
 * 4.1 一个中间操作链，对数据源进行处理
 * 4.2 一旦执行终止操作，就执行中间操作链，并产生结果，之后，不会再被使用
 *
 * </h3>
 * @date: 2021/12/12 1:37
 * @version: 1.0
 */
public class StreamTest {

    //Stream 创建方式一：通过集合
    @Test
    public void test1() {
        List<Employee> employees = EmployeeData.getEmployees();
        /*
         * default Stream<E> stream() 返回一个程序流
         * 这里我们用的是 Collection接口中就实现的方法
         *  default Stream<E> stream() {
         *    return StreamSupport.stream(spliterator(), false);
         *}
         * */
        Stream<Employee> stream = employees.stream();

        // default Stream<E> parallelStream() 返回一个并行流
        Stream<Employee> parallelStream = employees.parallelStream();
    }

    /**
     * @author 冷环渊 Doomwatcher
     * @context: 创建 Stream 的方式二 数组
     * Java 8 中 Arrays 的静态方法 stream（） 可以获取数组流
     *    IntStream stream = Arrays.stream(arr); static <T> Stream<T> stream(T[] array)返回一个流
     * 重载形式：
     * 能够处理 对应基本类型的数组
     *  ① public Static intStream stream(int[] array)
     *  ② public Static LongStraem stream(long[] array)
     *  ③ public Static DoubleStraam stream(double[] array)
     * @date: 2021/12/12 12:38
     * @param
     * @return:
     */
    @Test
    public void Test2() {
        int[] arr = {1, 2, 3, 4, 5, 6};
        IntStream stream = Arrays.stream(arr);
        Employee e1 = new Employee(1001, "tom");
        Employee e2 = new Employee(1002, "Treey");
        Employee[] employees = {e1, e2};
        Stream<Employee> employeeStream = Arrays.stream(employees);
    }

    /**
     * @author 冷环渊 Doomwatcher
     * @context:
     *  创建 Stream三 ： Stream本身的 of（） 我们需要创建数据的时候
     * @date: 2021/12/12 12:45
     * @param
     * @return: void
     */
    @Test
    public void Test3() {
        Stream<Integer> integerStream = Stream.of(1, 2, 3, 4, 5);
    }

    /**
     * @author 冷环渊 Doomwatcher
     * @context:
     * 创建方式四 创建无限流
     * 我们需要批量的产生数据
     * @date: 2021/12/12 12:47
     * @param
     * @return: void
     */
    @Test
    public void Test4() {
        /* 迭代
         * public static<T> Stream<T> iterate(final T sead,final UnaryOperator)
         * 遍历前十个偶数
         * 这里 参数 UNaryOperator继承自 function 也就是说我们最终调用的方法 是重写的apply
         * @FunctionalInterface
         * public interface UnaryOperator<T> extends Function<T, T> {
         * static <T> UnaryOperator<T> identity() {
         *   return t -> t;
         * }
         * }
         * */
        Stream.iterate(0, t -> t + 2).limit(10).forEach(System.out::println);
        /*生成
         *  public static<T> Stream<T> generate(Supplier<T> s)
         *
         * */
        Stream.generate(Math::random).forEach(System.out::println);
    }
}

Stream的中间操作

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”。

筛选与切片

• filter(Predicate p) 接收 Lambda ， 从流中排除某些元素
• distinct() 筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
• limit(long maxSize) 截断流，使其元素不超过给定数量
• skip(long 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

    //filter(Predicate p) 接收 Lambda ， 从流中排除某些元素
    @Test
    public void test1() {
        List<Employee> employeeList = EmployeeData.getEmployees();
        Stream<Employee> stream = employeeList.stream();
        //小练习，查询员工表中薪资大于7000的员工
        System.out.println("filter-------------------");
        stream.filter(e -> e.getSalary() > 7000).forEach(System.out::println);

        /*limit(long maxSize) 截断流，使其元素不超过给定数量
         * 这里我们用  stream 会抛出异常，所以我们直接调用构造方法，每次都会生成新的流
         * */
        System.out.println("limit-------------------");
        employeeList.stream().limit(3).forEach(System.out::println);

        /*    skip(long 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
         * */
        System.out.println("skip--------------------");
        employeeList.stream().skip(3).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
        System.out.println("distinct----------------");
        employeeList.add(new Employee(1010, "刘强东", 40, 8000));
        employeeList.add(new Employee(1010, "刘强东", 40, 8000));
        employeeList.add(new Employee(1010, "刘强东", 40, 8000));
        employeeList.stream().distinct().forEach(System.out::println);
    }

映射

• map(Function f) 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。
• 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) 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 IntStream。
• mapToLong(ToLongFunction 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 LongStream。
• flatMap(Function f) 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

    /**
     * @author 冷环渊 Doomwatcher
     * @context: 映射
     * @date: 2021/12/12 14:15
     * @param
     * @return: void
     */
    @Test
    public void test2() {
        /*        map(Function f)
         *    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。
         *  映射结果：
         *  aa   --> AA
         *  bb   --> BB
         *  cc   --> CC
         *  dd   --> DD
         * */
        List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
        list.stream().map(str -> str.toUpperCase()).forEach(System.out::println);
        System.out.println();
        List<Employee> employeeList = EmployeeData.getEmployees();
        employeeList.stream().map(Employee::getName).filter(name -> name.length() > 3).forEach(System.out::println);
        System.out.println();
        
        /*flatMap(Function f)
         * 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、*/
        //这里是没有用 flatmap的版本 ，我们需要foreach之后再foreach才可以拆分到所有的元素
        Stream<Stream<Character>> streamStream = list.stream().map(StreamAPITest2::fromStringToStream);
        streamStream.forEach(s -> s.forEach(System.out::print));
        System.out.println();
        //使用了 flatmap
        Stream<Character> stream = list.stream().flatMap(StreamAPITest2::fromStringToStream);
        stream.forEach(System.out::print);
    }

    /**
     * @author 冷环渊 Doomwatcher
     * @context:
     * 将字符串中的多个字符构成的集合，转换成对应的Stream的实例
     * @date: 2021/12/12 14:44
     * @param str
     * @return: java.util.stream.Stream<java.lang.Character>
     */
    public static Stream<Character> fromStringToStream(String str) {
        ArrayList<Character> list = new ArrayList<>();
        for (Character c : str.toCharArray()) {
            list.add(c);
        }
        return list.stream();
    }

    /**
     * @author 冷环渊 Doomwatcher
     * @context:
     * =演示 list里放list
     * 【1,2,3，【4,5,6】】
     * 打散开了再放入list
     * 【1,2,3,4,5,6】
     * @date: 2021/12/12 14:33
     * @param
     * @return: void
     */
    @Test
    public void test3() {
        ArrayList list = new ArrayList();
        list.add(1);
        list.add(2);
        list.add(3);
        ArrayList list1 = new ArrayList();
        list1.add(4);
        list1.add(5);
        list1.add(6);
        list.add(list1);
        System.out.println(list);
    }

排序

• sorted() 产生一个新流，其中按自然顺序排序
• sorted(Comparator com) 产生一个新流，其中按比较器顺序排序

Comparator 概念

Comparator 是一个函数式接口。它经常用于没有天然排序的集合进行排序，如 Collections.sort 或 Arrays.sort或者对于某些有序数据结构的排序规则进行声明，如 TreeSet 、TreeMap 。该接口主要用来进行集合排序。

抽象方法 compare

作为Comparator 唯一的抽象方法，int compare(T o1,T o2) 比较两个参数的大小， 返回负整数，零，正整数 ，分别代表 o1<o2、o1=o2、o1>o2，通常分别返回 -1、0 或 1

//输入两个同类型的对象，返回比较结果为int的数字
//`o1<o2`、`o1=o2`、`o1>o2`，通常分别返回 `-1`、`0` 或 `1`
(x1,x2)-> int

    /**
     * @author 冷环渊 Doomwatcher
     * @context: 排序
     * @date: 2021/12/12 16:42
     * @param
     * @return: void
     */
    @Test
    public void tset4() {
        //sorted() 产生一个新流，其中按自然顺序排序
        List<Integer> list = Arrays.asList(12, 43, 65, 0, -1, 7);
        list.stream().sorted().forEach(System.out::println);

        /* 这里会出现问题
         * 为什么？
         * 原因：Employee没有实现Comparble接口、
         * List<Employee> employees = EmployeeData.getEmployees();
         * employees.stream().sorted().forEach(System.out::println);
         * */

        //sorted(Comparator com) 产生一个新流，其中按比较器顺序排序
        List<Employee> employees = EmployeeData.getEmployees();
        employees.stream().sorted((e1, e2) -> Integer.compare(e1.getAge(), e2.getAge())).forEach(System.out::println);

        System.out.println();
        //小练习，如果年龄一样就按收入排序
        employees.add(new Employee(1011, "冷环渊", 34, 8000));
        employees.stream().sorted((e1, e2) -> {
            int agevalue = Integer.compare(e1.getAge(), e2.getAge());
            if (agevalue != 0) {
                return agevalue;
            } else {
                return -Double.compare(e1.getSalary(), e2.getSalary());
            }
        }).forEach(System.out::println);

    }

Stream 的终止操作

• 终端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 。
• 流进行了终止操作后，不能再次使用。

匹配与查找

• allMatch(Predicate p) 检查是否匹配所有元素
• anyMatch(Predicate p) 检查是否至少匹配一个元素
• noneMatch(Predicate p) 检查是否没有匹配所有元素
• findFirst() 返回第一个元素
• findAny() 返回当前流中的任意元素
• count() 返回流中元素总数
• max(Comparator c) 返回流中最大值
• min(Comparator c) 返回流中最小值
• forEach(Consumer c) 内部迭代(使用 Collection 接口需要用户去做迭代， 称为外部迭代。相反，Stream API 使用内部迭 代——它帮你把迭代做了)

    /**
     * @author 冷环渊 Doomwatcher
     * @context: 匹配与查找
     * @date: 2021/12/12 17:11
     * @param
     * @return: void
     */
    @Test
    public void test1() {
        //- allMatch(Predicate p) 检查是否匹配所有元素
        List<Employee> employees = EmployeeData.getEmployees();
        boolean allMatch = employees.stream().allMatch(e -> e.getAge() > 18);
        System.out.println("allMatch(Predicate p) 检查是否匹配所有元素: " + allMatch);
        //-  anyMatch(Predicate p) 检查是否至少匹配一个元素
        boolean anyMatch = employees.stream().anyMatch(e -> e.getSalary() > 10000);
        System.out.println(" anyMatch(Predicate p) 检查是否至少匹配一个元素: " + anyMatch);
        //- noneMatch(Predicate p) 检查是否没有匹配所有元素
        boolean noneMatch = employees.stream().noneMatch(e -> e.getName().startsWith("雷"));
        System.out.println("noneMatch(Predicate p) 检查是否没有匹配所有元素: " + noneMatch);
        //-  findFirst() 返回第一个元素
        Optional<Employee> first = employees.stream().findFirst();
        System.out.println("findFirst() 返回第一个元素: " + first);
        //- findAny() 返回当前流中的任意元素
        Optional<Employee> any = employees.parallelStream().findAny();
        System.out.println("findFirst() 返回第一个元素: " + any);
        //- count() 返回流中元素总数
        Long salary = employees.stream().filter(e -> e.getSalary() > 5000).count();
        System.out.println("count() 返回流中元素总数: " + salary);
    }


    /**
     * @author 冷环渊 Doomwatcher
     * @context:
     * @date: 2021/12/12 23:30
     * @param
     * @return: void
     */
    @Test
    public void test2() {
        //- max(Comparator c) 返回流中最大值
        List<Employee> employees = EmployeeData.getEmployees();
        Stream<Double> stream = employees.stream().map(e -> e.getSalary());
        Optional<Double> max = stream.max(Double::compare);
        System.out.println("返回流中最大值:" + max);
        //- min(Comparator c) 返回流中最小值
        Optional<Employee> min = employees.stream().min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));
        System.out.println("返回流中最小值: " + min);
        //- forEach(Consumer c) 内部迭代(使用 Collection 接口需要用户去做迭代， 称为外部迭代。相反，Stream API 使用内部迭 代——它帮你把迭代做了)
        employees.stream().forEach(System.out::println);
        //使用集合的方式
        employees.forEach(System.out::println);
    }

规约

map 和 reduce 的连接通常称为 map-reduce 模式，因 Google 用它来进行网络搜索而出名。

• reduce(T iden, BinaryOperator b) 可以将流中元素反复结合起来，得到一 个值。返回 T
• reduce(BinaryOperator b) 可以将流中元素反复结合起来，得到一 个值。返回 Optional

/**
     * @author 冷环渊 Doomwatcher
     * @context: 规约
     * @date: 2021/12/12 23:56
     * @param
     * @return: void
     */
    @Test
    public void tset3() {

        //- reduce(T iden, BinaryOperator b) 可以将流中元素反复结合起来，得到一 个值。返回 T
        // 小练习 计算1-10的自然数总和
        List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        Integer resultReduce = list.stream().reduce(0, Integer::sum);
        System.out.println("resultReduce: " + resultReduce);
        //- reduce(BinaryOperator b) 可以将流中元素反复结合起来，得到一 个值。返回 Optional
        //    小练习 计算公司所有员工的工资总和
        List<Employee> employees = EmployeeData.getEmployees();
        Optional<Double> slaryStream = employees.stream().map(Employee::getSalary).reduce(Double::sum);
        System.out.println(slaryStream);
    }

收集

Collector 接口中方法的实现决定了如何对流执行收集的操作(如收集到 List、Set、 Map)。 另外， Collectors 实用类提供了很多静态方法，可以方便地创建常见收集器实例，常用案例如下

常用语法

toList List 把流中元素收集到List
List List emps= list.stream().collect(Collectors.toList());

toSet Set 把流中元素收集到Set
Set emps= list.stream().collect(Collectors.toSet());

toCollection Collection 把流中元素收集到创建的集合
Collection emps=list.stream().collect(Collectors.toCollection(ArrayList::new));

counting Long 计算流中元素的个数
long count = list.stream().collect(Collectors.counting());

summingInt Integer 对流中元素的整数属性求和
int total=list.stream().collect(Collectors.summingInt(Employee::getSalary));

averagingInt Double 计算流中元素Integer属性的平均值
double avg =list.stream().collect(Collectors.averagingInt(Employee::getSalary));

summarizingInt IntSummaryStatistics 收集流中Integer属性的统计值。如：平 均值

int SummaryStatisticsiss=list.stream().collect(Collectors.summarizingInt(Employee::getSalary));

joining String 连接流中每个字符串
String str= list.stream().map(Employee::getName).collect(Collectors.joining());

maxBy Optional 根据比较器选择最大值
Optional<Emp>max=list.stream().collect(Collectors.maxBy(comparingInt(Employee::getSalary)));

minBy Optional 根据比较器选择最小值
Optional<Emp> min = list.stream().collect(Collectors.minBy(comparingInt(Employee::getSalary)));

reducing 归约产生的类型从一个作为累加器的初始值开始，利用BinaryOperator与流中元素逐
个结合，从而归约成单个值
int total=list.stream().collect(Collectors.reducing(0, Employee::getSalar,Integer::sum));

collectingAndThen 转换函数返回的类型 包裹另一个收集器，对其结果转
换函数
int how= list.stream().collect(Collectors.collectingAndThen(Collectors.toList(), List::size));

groupingBy Map<K, List> 根据某属性值对流分组，属性为K，
结果为V
Map<Emp.Status, List<Emp>> map= list.stream() .collect(Collectors.groupingBy(Employee::getStatus));

partitioningBy Map<Boolean, List> 根据true或false进行分区
Map<Boolean,List<Emp>> vd = list.stream().collect(Collectors.partitioningBy(Employee::getManage));

    /**
     * @author 冷环渊 Doomwatcher
     * @context: 收集
     * @date: 2021/12/13 0:23
     * @param
     * @return:
     */
    @Test
    public void test4() {
        /* collet（Collector c） 将流转换成其他的形式，接收一个 Collector接口实现，用于给Stream中元素做汇总方法
         * 练习一 查找工资大于6000的员工 返回一个 list 或者set
         * */
        List<Employee> employees = EmployeeData.getEmployees();
        //大于六千的list
        List<Employee> employeeList = employees.stream().filter(employee -> employee.getSalary() > 6000).collect(Collectors.toList());
        employeeList.forEach(System.out::println);
        System.out.println();
        //小于六千的set
        Set<Employee> employeeSet = employees.stream().filter(employee -> employee.getSalary() < 6000).collect(Collectors.toSet());
        employeeSet.forEach(System.out::println);

    }
}

总结

到这里我们已经对Stream的日常使用有了一些了解，可以看到功能和我们的数据库sql语句有相似之处，可以在代码层面处理数据。