Java8新特性（二）——强大的Stream API

一、强大的Stream API

　　除了Lambda表达式外，Java8另外一项重大更新便是位于java.util.stream.*下的Stream API

　　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。

　　什么是Stream

　　是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。 “集合讲的是数据，流讲的是计算！

　　注意：

　　　　①Stream 自己不会存储元素。

　　　　②Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。

　　　　③Stream 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。

　　接下来从三个流程讲解Stream的用法：创建——中间操作——终止操作

　　如何创建Stream

　　　通过Collection集合家族的方法创建流

　　　    default Stream stream() : 返回一个顺序流

　　　    default Stream parallelStream() : 返回一个并行流

　 　 通过数组的静态方法（Arrays.stream()）

　　　　static Stream stream(T[] array): 返回一个流

　  　通过Stream的静态方法of()

　　　　 public static Stream of(T... values) : 返回一个流

　　通过静态方法 Stream.iterate() 和 Stream.generate(), 创建无限流。

　　　　迭代：public static Stream iterate(final T seed, final UnaryOperator f)

　　　　生成： public static Stream generate(Supplier s) :

　　对以上这些方式进行实例演示：

    @Test
    public void test1() {
        // 1.通过集合得到流
        List<String> list = new ArrayList<>();
        Stream<String> stream = list.stream();
        // 2.通过数组
        Employee[] emps = new Employee[5];
        Stream<Employee> stream1 = Arrays.stream(emps);
        // 3.通过Stream的静态方法
        Stream<String> stream2 = Stream.of("a", "b", "c");
        // 4.通过Stream静态方法创建无限流
        Stream<Integer> stream3 = Stream.iterate(0, (x) -> x + 2);
        Stream<Double> stream4 = Stream.generate(Math::random);
    }

　　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”。

　　大致可以分为：筛选与切片、映射、排序

　　

　　我们依旧i通过示例来了解这几个操作：（结果已经通过测试，不再赘述）

  // filter——通过Lambda表达式排除流中某些元素
    @Test
    public void test2() {
        List<Employee> empList = new ArrayList<>();
        empList.add(new Employee("小张", 18));
        empList.add(new Employee("小明", 19));
        empList.add(new Employee("小红", 20));
        // 集合创建流
        Stream<Employee> empStream = empList.stream().filter((e) -> e.getAge() > 18);
        // 终止操作
        empStream.forEach(System.out::println);
    }

    // limit——截断流，使流不超过指定数量（与skip互补，暂不演示）
    @Test
    public void test3() {
        List<Employee> empList = new ArrayList<>();
        empList.add(new Employee("小张", 18));
        empList.add(new Employee("小明", 19));
        empList.add(new Employee("小红", 20));
        // 注意这种写法
        empList.stream().filter((e) -> e.getAge() < 20)
                        .limit(1)
                        .forEach(System.out::println);
    }
    // distinct——通过hashCode()和equals()实现去重
    @Test
    public void test4() {
        List<Employee> empList = new ArrayList<>();
        empList.add(new Employee("小张", 18));
        empList.add(new Employee("小张", 18));
        empList.add(new Employee("小红", 20));
        // 去重操作
        empList.stream()
                .filter((e) -> e.getAge() < 19)
                .distinct()
                .forEach(System.out::println);

    }

　　映射

　　

　　　示例讲解：

// map——接收函数，将每个元素运用到函数上，映射为一个新的元素（flatMap见定义，不再赘述）
    @Test
    public void test5() {
        List<Employee> empList = new ArrayList<>();
        empList.add(new Employee("小张", 18));
        empList.add(new Employee("小明", 19));
        empList.add(new Employee("小红", 20));
        // 映射操作，例如提取名字
        empList.stream()
                .map(Employee::getName)
                .forEach(System.out::println);

    }

　　排序

　　

　　示例讲解

    // sorted——可以按自然排序（无参）或相应的比较器排序（参数为比较器）
    @Test
    public void test6() {
        List<Employee> empList = new ArrayList<>();
        empList.add(new Employee("小明", 18));
        empList.add(new Employee("小张", 19));
        empList.add(new Employee("小红", 20));
        // 注意Employee没有自然排序方式！
        empList.stream()
                .sorted((e1, e2) -> {
                    // 若年龄相等，比较姓名
                    if (e1.getAge().equals(e2.getAge())) {
                        return e1.getName().compareTo(e2.getName());
                    }
                    // 年龄不等，直接比较年龄（加上符号，逆向排序）
                    return -(e1.getAge().compareTo(e2.getAge()));
                })
                .forEach(System.out::println);

    }

　　终止操作

　　查找与匹配

　　

　　

// allMatch——检查是否全部匹配
    // anyMatch——是否至少匹配一个
    // noneMatch不再赘述
    @Test
    public void test7() {
        List<Employee> empList = new ArrayList<>();
        empList.add(new Employee("小明", 18, Status.FREE));
        empList.add(new Employee("小张", 19, Status.VOCATION));
        empList.add(new Employee("小红", 20, Status.FREE));
        // 注意Employee没有自然排序方式！
        boolean b1 = empList.stream()
                .allMatch((e) -> e.getStatus().equals(Status.FREE));
        System.out.println(b1);// false
        boolean b2 = empList.stream()
                .anyMatch((e) -> e.getStatus().equals(Status.VOCATION));
        System.out.println(b2);// true
    }
    // findFirst——流中第一个元素
    // findAny——返回任意元素
    @Test
    public void test8() {
        List<Employee> empList = new ArrayList<>();
        empList.add(new Employee("小明", 18, Status.FREE));
        empList.add(new Employee("小张", 19, Status.VOCATION));
        empList.add(new Employee("小红", 20, Status.FREE));
        // 注意Employee没有自然排序方式！
        Optional<Employee> op = empList.stream()
                .sorted((e1, e2) -> e1.getAge().compareTo(e2.getAge()))
                .findFirst();
        // Java8中使用Optional来避免空指针，orElse表示若op元素为空，则使用另外元素替代
        // op.orElse(new Employee("老王", 20, Status.FREE));
        Employee employee = op.get();
        System.out.println(employee);

        Optional<Employee> any = empList.stream()
                .filter((e) -> e.getStatus().equals(Status.FREE))
                .findAny();
    }
    // count、max、min有点类似SQL语句
    @Test
    public void test9() {
        List<Employee> empList = new ArrayList<>();
        empList.add(new Employee("小明", 18, Status.FREE));
        empList.add(new Employee("小张", 19, Status.VOCATION));
        empList.add(new Employee("小红", 20, Status.FREE));
        // 这里省略了中间操作
        long count = empList.stream()
                .count();
        Optional<Employee> max = empList.stream()
                .max((e1, e2) -> {
                    if (e1.getAge().equals(e2.getAge())) {
                        return e1.getName().compareTo(e2.getName());
                    }
                    return e1.getAge().compareTo(e2.getAge());
                });
        Employee employee = max.get();
        System.out.println(employee);
        // 提取最小的工资数(结合之前的中间操作)
        Optional<Integer> min = empList.stream()
                .map(Employee::getAge)
                .min(Integer::compare);
        System.out.println(min.get());
    }
    // forEach之前已经使用到，不再赘述

　　规约

　　

　　示例：

 // reduce——将集合中的元素反复结合起来，得到一个值
    @Test
    public void test10() {
        List<Employee> empList = new ArrayList<>();
        empList.add(new Employee("小张", 18));
        empList.add(new Employee("小明", 19));
        empList.add(new Employee("小红", 20));

        // 例如，计算所有年龄总和（先将员工信息进行映射，提取age，也就是经典的map-reduce模式）
        Integer totalAge = empList.stream()
                .map(Employee::getAge)
                .reduce(0, (x, y) -> x + y);// 第一个参数是起始值，第二个参数为二元运算的Function
        System.out.println(totalAge);
    }

　　收集

　　

　　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 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，

　　示例

   // collect——常见的运用例如提取员工信息中的name，组装成新的集合等操作
    @Test
    public void test11() {
        List<Employee> empList = new ArrayList<>();
        empList.add(new Employee("小张", 18));
        empList.add(new Employee("小明", 19));
        empList.add(new Employee("小红", 20));

        List<String> list = empList.stream()
                .map(Employee::getName)
                .collect(Collectors.toList());// 需要去重，请使用toSet();
        list.forEach(System.out::println);
        // 需要自定义集合，例如LinedHashSet，可以使用此方式
        empList.stream()
                .map(Employee::getName)
                .collect(Collectors.toCollection(HashSet::new));
    }

　　更多Collectors中的方法（例如couonting，grouping），可以参见下表或者在源码中参考

toList List<T> 把流中元素收集到List
List<Employee> emps= list.stream().collect(Collectors.toList());
toSet Set<T> 把流中元素收集到Set
Set<Employee> emps= list.stream().collect(Collectors.toSet());
toCollection Collection<T> 把流中元素收集到创建的集合
Collection<Employee>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
inttotal=list.stream().collect(Collectors.summingInt(Employee::getSalary));
averagingInt Double 计算流中元素Integer属性的平均
值
doubleavg= list.stream().collect(Collectors.averagingInt(Employee::getSalary));
summarizingInt IntSummaryStatistics 收集流中Integer属性的统计值。
如：平均值
IntSummaryStatisticsiss= 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<T> 根据比较器选择最大值
Optional<Emp>max= list.stream().collect(Collectors.maxBy(comparingInt(Employee::getSalary)));
minBy Optional<T> 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
inttotal=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
inthow= list.stream().collect(Collectors.collectingAndThen(Collectors.toList(), List::size));
groupingBy Map<K, List<T>> 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<T>> 根据true或false进行分区
Map<Boolean,List<Emp>>vd= list.stream().collect(Collectors.partitioningBy(Employee::getManage));

 二、并行流与串行流

　　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。

　　　　原理——fork/join框架

　　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。

　　更多fork/join相关的介绍，请参见：http://www.infoq.com/cn/articles/fork-join-introduction

　　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。

    Long sum = LongStream.rangeClosed(0L, 10000000000L)
                             .parallel()
                             .sum();

　　完整的示例，请参见如下：

package com.atguigu.java8;

import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;
import java.util.stream.LongStream;

import org.junit.Test;

public class TestForkJoin {

    @Test
    public void test1(){
        long start = System.currentTimeMillis();

        ForkJoinPool pool = new ForkJoinPool();
        ForkJoinTask<Long> task = new ForkJoinCalculate(0L, 10000000000L);

        long sum = pool.invoke(task);
        System.out.println(sum);

        long end = System.currentTimeMillis();

        System.out.println("耗费的时间为: " + (end - start)); //112-1953-1988-2654-2647-20663-113808
    }

    @Test
    public void test2(){
        long start = System.currentTimeMillis();

        long sum = 0L;

        for (long i = 0L; i <= 10000000000L; i++) {
            sum += i;
        }

        System.out.println(sum);

        long end = System.currentTimeMillis();

        System.out.println("耗费的时间为: " + (end - start)); //34-3174-3132-4227-4223-31583
    }

    @Test
    public void test3(){
        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)); //2061-2053-2086-18926
    }

}