Java8 新特性之Stream API

1. Stream 概述

• Stream 是Java8中处理集合的关键抽象概念,可以对集合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;
• 可以使用 Stream API 来并行执行操作;
• Stream API 提供了一种高效且易于使用的处理数据的方式;

1.1 什么是 Stream

1. Stream(流)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!"
2. 注意:
   • Stream 自己不会存储元素;
   • Stream 不会改变源对象; 相反,它们会返回一个持有结果的新Stream;
   • Stream 操作是延迟执行的; 这意味着它们会等到需要结果的时候,才执行;

1.2 Stream 操作的三个步骤

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,对数据源的数据进行处理;
3. 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;

// 测试类
public class TestStreamAPI{
    // 创建 Stream
    @Test
    public void test(){
        // 1. 可以通过 Collection 集合提供的 stream() 或 parallelStream()
        List<String> list = new ArrayList<>();
        Stream<String> stream = list.stream();

        // 2. 可以通过 Arrays 中的静态方法 stream() 获取数组流
        Employee[] emps = new Employee[10];
        Stream<Employee> stream2 = Arrays.stream(emps);

        // 3. 通过 Stream 类中的静态方法 of()
        Stream<String> stream3 = Stream.of("aa","bb","cc");

        // 4. 创建无限流
        // 迭代
        Stream<Integer> stream4 = Stream.iterate(0,(x) -> x+2);

        // 生成
        Stream.generate(() -> Math.random())
              .limit(5)
              .forEach(System.out::println);
    }

    // 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"
    // 中间操作包括: 筛选与切片, 映射, 排序,

    /*
     * 筛选与切片
     *   filter(): 接收 Lambda, 从流中排除某些元素;
     *   limit(): 截断流,使其元素不超过给定数量;
     *   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,返回一个空流;与 limit(n) 互补;
     *   distinct(): 筛选,通过流所生成元素的 hashCode() 和 equals() 取出重复元素
     */

     List<Employee> employees = Arrays.asList(
            new Employee("张三",16,1000),
            new Employee("李四",22,2000),
            new Employee("熊大",25,1300),
            new Employee("熊二",32,1200),
            new Employee("赵六",43,3200)
    );

    @Test
    public void test2(){
        // 筛选与切片
        // 中间操作: 不会执行任何操作
        Stream<Employee> stream = employees.stream()
                                           .filter((e) -> e.getAge() > 26);
        // 终止操作: 一次性执行全部内容,即"惰性求值"
        stream.forEach(System.out:println);
    }

    /*
     * 映射
     *   map(): 接收 Lambda, 将元素转换成其他形式或提取信息,接受一个函数作为参数; 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;
     *   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;
     */
     @Test
     public void test3(){
        List<String> list = Arrays.asList("aaa","bbb","ccc","ddd");

        // 将 list 集合中的元素转换成大写
        list.stream()
            .map((str) -> str.toUpperCase())
            .forEach(System.out::println);

        // 获取employees中的姓名
        employees.stream()
                 .map(Employee::getName)
                 .forEach(System.out::println);

        // flatMap() 使用之前:
        Stream<Stream<Character>> stream = list.stream()
                                               .map(TestStreamAPI::filterCharscter);

        stream.forEach((sm) ->{
                sm.forEach(System.out::println);
        });

        // flatMap()
        list.stream()
            .flatMap(TestStreamAPI::filterCharacter)
            .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();
    }

    /*
     * 排序
     *   sorted(): 自然排序(Comparable)
     *   sorted(Comparator com): 定制排序 (Comparator)
     */
     List<String> list = Arrays.asList("bbb","zzz","yyy","ccc","sss");

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

    // 员工排序
    employees.stream()
             .sorted((e1,e2) -> {
                if(e1.getAge().equals(e2.getAge())){
                    return e1.getName().compareTo(e2.getNme());
                }else{
                    return e1.getAge().compareTo(e2.getAge());
                }
             }).forEach(System.out::println);

    // 终止操作(终端操作)
    // 终止操作包括: 查找和匹配, 归约, 收集

    /*
     * 查找和匹配
     *     allMatch: 检查是否匹配所有元素
     *     anyMatch: 检查是否至少匹配一个元素
     *     noneMatch: 检查是否都不匹配
     *     findFirst: 返回第一个元素
     *     findAny: 返回当前流中的任意元素
     *     count: 返回流中元素的总个数
     *     max: 返回流中最大值
     *     min: 返回流中最小值
     */

     List<Employee> employees = Arrays.asList(
            new Employee("张三",16,1000,Status.FREE),
            new Employee("李四",22,2000,Status.BUSY),
            new Employee("熊大",25,1300,Status.VACATION),
            new Employee("熊二",32,1200,Status.FREE),
            new Employee("赵六",43,3200,Stutus.BUSY)
    );
    // 备注: 其中Status为枚举类型,共有:FREE(空闲),BUSY(忙碌),VACATION(休假)三种状态

    boolean b1 = employees.stream()
                          .allMatch((e) -> e.getStatus().equals(Status.BUSY));
    System.out.println(b1);

    // 首先,按照工资排序,然后,获取第一个员工
    Optional<Employee> op = employees.stream()
                        .sorted((e1,e2) -> Double.compare(e1.getSalary(),e2.getSalary()))
                        .findFirst();
    System.out.println(op.get());

    /*
     * 归约
     *   reduce(T identity, BinaryOperator) / reduce(BinaryOperator)
     *     可以将流中元素反复结合起来,得到一个值; 其中 第一个参数identity,表示起始值
     */

    // 需求: 将list集合中的元素相加
     List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);

     Integer sum = list.stream()
                       .reduce(0,(x,y) -> x+y);
    System.out.println(sum);

    // 获取员工工资的总和
    Optional<Double> op = employees.stream()
                            .map(Employee::getSalary)
                            .reduce(Double::sum);
    System.out.println(op.get());

    /*
     * 收集
     *   collect: 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
     *          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)
     *          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;
     */

    // 需求: 将员工中的名字收集到 list 集合
    List<String> list = employees.stream()
                                 .map(Employee:getName)
                                 .collect(Collectors.toList());
    list.forEach(System.out::println);

    // 将员工姓名收集到 HashSet 中
    HashSet<String> hset = employees.stream()
                                    .map(Employee::getName)
                                    .collect(Collectors.toCollection(HashSet::new));
    // 员工总人数
    Long count = employees.stream()
                          .collect(Colletors.counting());
    System.out.println(count);

    // 工资平均值
    Double avg = employees.stream()
                    .collect(Collectors.averagingDouble(Employee::getSalary));
    System.out.println(avg);

    // 工资总和
    Double sum = employees.stream()
                    .collect(Collectors.summingDouble(Employee::getSalary));
    System.out.println(sum);

    // 按照Status进行分组
    Map<Status, List<Employee>> map = employees.stream()
                                        .collect(Collectors.groupingBy(Employee::getStatus));
    System.out.println(map);

    // 分区(满足条件的一个区,不满足条件的在另一个区)
    Map<Boolean, List<Employee>> map = employees.stream()
                                .collect(Collectors.partitioningBy((e) -> e.getSalary() > 1700));
    System.out.println(map);

    DoubleSummaryStatistics dss = employees.stream()
                                .collect(Collectors.summarizingDouble(Employee::getSalary));

    System.out.println(dss.getSum());
    System.out.println(dss.getAverage());
    System.out.println(dss.getMax());

    // 连接字符串
    String str = employees.stream()
                          .map(Employee::getName)
                          .collect(Collectors.joining(","));
    System.out.println(str);
}

2. 并行流

• 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;
• Java8 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;
• 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;

// java8 并行流
//      并行流底层依赖 Fork/Join 框架
// 需求: 计算1000亿的和
public class TestForkJoin{

    @Test
    public void test(){
        LongStream.rangeClosed(0,100000000000L)
                  .parallel()
                  .reduce(0, Long::sum);
    }
}

3. Optional 类

1. Optional<T>类(java.util.Optional)是一个容器类,代表一个值存在或不存在,原来用null表示一个值不存
   
   在,现在Optional可以更好的表达这个概念,而且可以避免空指针异常;
2. 常用方法:
   • Optional.of(T t): 创建一个 Optional 实例;
   • Optional.empty(): 创建一个空的 Optional 实例;
   • Optional.ofNullable(T t): 若 t 不为null,创建 Optional 实例; 否则,创建空实例;
   • isPresent(): 判断是否包含值;
   • orElse(T t): 如果调用对象包含值,返回该值,否则,返回t;
   • orElseGet(Supplier s): 如果调用对象包含值,返回该值; 否则,返回 s 获取的值;
   • map(Function f): 如果有值,就对其处理,并返回处理后的Optional; 否则,返回Optional.empty();
   • flatMap(Function mapper): 与map类似,要求返回值必须是Optional;

// 测试类
public class TestOptional{
    @Test
    public void test(){
        Optional<Employee> op = Optional.of(new Employee("张三",13,2000));
        Employee emp = op.get();
        System.out.println(emp);
    }
}

参考资料

• Java8 新特性
• Java8 特性-终极手册