java8 Stream常用方法和特性浅析

前言：对大数据量的集合的循环处理，stream拥有极大的优势，完全可以用stream去代替for循环。

Stream介绍

　　先说下Stream的优势：它是java对集合操作的优化，相较于迭代器，使用Stream的速度非常快，并且它支持并行方式处理集合中的数据，默认情况能充分利用cpu的资源。同时支持函数式编程，代码非常简洁。

　　Stream是一种用来计算数据的流，它本身并没有存储数据。你可以认为它是对数据源的一个映射或者视图。

　　它的工作流程是：获取数据源->进行一次或多次逻辑转换操作->进行归约操作形成新的流（最后可以将流转换成集合）。

1.生成流

Stream的创建需要一个数据源（通常是一个容器或者数组）：

例1：Stream<String> stream = Stream.of("I", "got", "you", "too");

例2：String [] strArray = new String[] {"a", "b", "c"};

　　stream = Arrays.stream(strArray);

例3：List<String> list = Arrays.asList(strArray);

　　stream = list.stream();

2.流的操作

流的操作类型分2种：中间操作与聚合操作。

2.1中间操作(intermediate )：

中间操作就是对容器的处理过程，包括：排序（sorted...），筛选（filter,limit,distinct...），映射(map，flatMap...)等

2.1.1 排序操作(sorted)：（参考：https://www.cnblogs.com/a-du/p/8289537.html）

sorted提供了2个接口：

1、sorted() 默认使用自然序排序， 其中的元素必须实现Comparable 接口 。
2、sorted(Comparator<? super T> comparator) ：我们可以使用lambada 来创建一个Comparator 实例。可以按照升序或着降序来排序元素。 

注意sorted是一个有状态的中间操作，即，只有全部执行完所有的数据才能知道结果。

比如：将一些字符串在地址中按出现的顺序排列：

　　　　　　　　　 String address = "中山北路南京大学仙林校区";
		List<String> aList = new ArrayList<>();
		aList.add("南京");
		aList.add("大学");
		aList.add("仙林校区");
		aList.add("仙林大学城");
		aList.add("中山北路");
		aList.stream().sorted(
			Comparator.comparing(a->address.indexOf(a))
　　　　　　　　　　).forEach(System.out :: println);

也可以像下面这样不使用比较器：

		aList.stream().sorted(
				(a,b)->address.IndexOf(a)-address.IndexOf(b)
		).forEach(System.out :: println);//由大到小排序

输出结果：

注：1.这里仙林大学城这个字段没有出现，所以序号是-1，被排在最前面。

　　2.Comparator.comparing();这个是比较器提供的一个方法，它返回的也是一个比较器，源码如下：

public static <T, U extends Comparable<? super U>> Comparator<T> comparing(
            Function<? super T, ? extends U> keyExtractor)
    {
        Objects.requireNonNull(keyExtractor);
        return (Comparator<T> & Serializable)
            (c1, c2) -> keyExtractor.apply(c1).compareTo(keyExtractor.apply(c2));
    }

2.1.2 筛选操作(filter)：

上一步中，我们把一些字符串，按照在地址中出现的顺序排序。

接下来我们可能想要进行筛选，把不在地址中，但是indexof为“-1”，排在最前面的数据筛选掉：

filter可以对集合进行筛选，它的参数可以是一个lambda表达式，流中的数据将会通过该lambda表达式返回新的流。

这里Stream有一个特性很重要，它像一个管道，可以将多个操作连接起来，并只执行一次for循环，这样大大提高了效率，即使第二次的流操作需要第一次流操作的结果，时间复杂度也只有一个for循环：

于是我可以在前面加个filter(),这样把“-1”过滤掉：

String address = "中山北路南京大学仙林校区";
List<String> aList = new ArrayList<>();
aList.add("南京");
aList.add("大学");
aList.add("仙林校区");
aList.add("仙林大学城");
aList.add("中山北路");
aList.stream().filter(a->address.indexOf(a)!=-1)
.sorted( 
　　Comparator.comparing(a->address.indexOf(a)) 
).forEach(System.out :: println);

输出结果：

注：foreach是一个终端操作，参数也是一个函数，它会迭代中间操作完成后的每一个数据，这里它将每个不为空的元素打印出来。

其它的过滤操作还包括：

limit(long maxSize):获得指定数量的流。

distinct():通过hashCode和equals去除重复元素。

2.1.3 映射操作（map）：

映射操作，就像一个管道，可以将流中的元素通过一个函数进行映射，返回一个新的元素。

这样遍历映射，最终返回一个新的容器，注意：这里返回的新容器数据类型可以不与原容器类型相同：

举个例子：我们将address中每个元素的位置找出，并返回一个int类型的存储位置信息的数组：

    @Test
    public void test() {
        String address = "中山北路南京大学仙林校区";
        List<String> aList = new ArrayList<>();
        aList.add("南京");
        aList.add("大学");
        aList.add("仙林校区");
        aList.add("仙林大学城");
        aList.add("中山北路");
        List<Integer> aIntegers =aList.stream()
                .map(str->mapFunc(address, str)).collect(Collectors.toList());
        System.out.println(aIntegers);//.forEach(System.out :: println);
    }

    private int mapFunc(String address,String str) {
        return address.indexOf(str);
    }

结果如下：

2.2规约操作(reduction )：

之前的中间操作只是对流中数据的处理，最终我们还是要将它们整合输出为一个结果，比如，返回一个最大值，返回一个新的数组，或者将所有元素进行分组等，这就是规约（末端）操作的作用。

我们常用的末端操作函数有Reduce()和collect();

2.2.1Reduce

reduce就是减少的意思，它会将集合中的所有值根据规则计算，最后只返回一个结果。

它有三个变种，输入参数分别是一个参数、二个参数以及三个参数；

1.一个参数的Reduce

它的参数就是一个函数接口：Optional<T> reduce(BinaryOperator<T> accumulator)

比如，我们找出数组中长度最大的一个数：

public void test() {
        String address = "中山北路南京大学仙林校区";
        List<String> aList = new ArrayList<>();
        aList.add("南京");
        aList.add("大学");
        aList.add("仙林校区");
        aList.add("仙林大学城");
        aList.add("中山北路");
        Optional<String> a =aList.stream()
                .reduce((s1, s2) -> s1.length()>=s2.length() ? s1 : s2);
        System.out.println(a.get());//仙林大学城
    }

这里的Optional<T>就是一个容器，它可以避免空指针，具体可以百度，这里也可以返回一个String的。

2.两个参数的Reduce

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

2个参数其实除了一个函数接口以外，还包括一个固定的初始化的值，它会作为容器的第一个元素进入计算过程：

例：将每个字符串拼接，并在之前加上“value:”：

public void test() {
        String address = "中山北路南京大学仙林校区";
        List<String> aList = new ArrayList<>();
        aList.add("南京");
        aList.add("大学");
        aList.add("仙林校区");
        aList.add("仙林大学城");
        aList.add("中山北路");
        String t="value：";
        String a =aList.stream()
                .reduce(t, new BinaryOperator<String>() {
                    @Override
                    public String apply(String s, String s2) {
                        return s.concat(s2);
                    }
                });
        System.out.println(a);
    }

结果如下：

3.三个参数的情况主要是在并行（parallelStream）情况下使用：可以参考（https://blog.csdn.net/icarusliu/article/details/79504602），有需要可以了解下。

2.2.2Collect

collect是一个非常常用的末端操作，它本身的参数很复杂，有3个：

<R> R collect(Supplier<R> supplier, BiConsumer<R,? super T> accumulator, BiConsumer<R,R> combiner)；

还好，考虑到我们日常使用，java8提供了一个收集器（Collectors），它是专门为collect方法量身打造的接口：

我们常常使用collect将流转换成List,Map或Set:

1.转换成list:

Stream<String> stream = Stream.of("I", "love", "you", "too"); 
List<String> list = stream.collect(Collectors.toList());

2.转换成Map:

我们可以使用Collector.toMap()接口:Collectors.toMap(keyMapper, valueMapper),这里就需要我们指定key和value分别是什么。

例：我们将数组中的字符串作为key，字符串长度作为value，生成一个map：

String address = "中山北路南京大学仙林校区";
        List<String> aList = new ArrayList<>();
        aList.add("南京");
        aList.add("大学");
        aList.add("仙林校区");
        aList.add("仙林大学城");
        aList.add("中山北路");
        String t="value:";

        Map<String, Integer> maps =
                aList.stream().collect(Collectors.toMap(Function.identity(), String::length));
        System.out.println(maps);

打印结果：

{中山北路=4, 大学=2, 仙林大学城=5, 仙林校区=4, 南京=2}

通常，我们在进行分组操作的时候也会将容器转换为Map,这里也说明一下：Collectors.groupingBy(classifier)

groupingBy与sql的group by类似，就是一个分组函数，

例：我们将数组中的字符串按长度分组：

        String address = "中山北路南京大学仙林校区";
        List<String> aList = new ArrayList<>();
        aList.add("南京");
        aList.add("大学");
        aList.add("仙林校区");
        aList.add("仙林大学城");
        aList.add("中山北路");
        String t="value:";

        Map<Integer, List<String>> maps =
                aList.stream().collect(Collectors.groupingBy(String::length));
        System.out.println(maps);

打印结果：

{2=[南京, 大学], 4=[仙林校区, 中山北路], 5=[仙林大学城]}

其他的末端操作api：

 findFirst：返回第一个元素，常与orElse一起用:  Stream.findFirst().orElse(null):返回第一个，如果没有则返回null

 allMatch：检查是否匹配所有元素:Stream.allMatch(str->str.equals("a"))

 anyMatch：检查是否至少匹配一个元素.

3.Stream的特性

1.中间操作惰性执行：一个流后面可以跟随0到多个中间操作，主要目的是打开流，并没有真正的去计算，而是做出某种程度的数据映射/过滤，然后返回一个新的流，交给下一个操作使用。这类操作都是惰性化的（lazy），就是说，仅仅调用到这类方法，并没有真正开始流的遍历，并没有消耗资源。

还有多个中间操作的话，这里的时间复杂度并不是n个for循环，转换操作都是 lazy 的，多个转换操作只会在 Terminal 操作的时候融合起来，一次循环完成。可以这样简单的理解，Stream 里有个操作函数的集合，每次转换操作就是把转换函数放入这个集合中，在Terminal操作的时候循环 Stream 对应的集合，然后对每个元素执行所有的函数。

2.流的末端操作只能有一次： 当这个操作执行后，流就被使用“光”了，无法再被操作。所以这必定是流的最后一个操作。之后如果想要操作就必须新打开流。

 

关于流被关闭不能再操作的异常：

这里曾经遇到过一个错误：stream has already been operated upon or closed

意思是流已经被关闭了，这是因为当我们使用末端操作之后，流就被关闭了，无法再次被调用，如果我们想重复调用，只能重新打开一个新的流。