夯实Java基础（二十三）——Java8新特征之Stream API

1、Stream简介

Java8中除了引入了好用的Lambda表达式、Date API之外，另外还有一大亮点就是Stream API了，也是最值得所有Java开发人员学习的一个知识点，因为它的功能非常的强大，尤其是和前面学习的Lambda表达式、函数式接口、方法引用共同使用的时候。

Stream流是数据渠道，用于操作数据源所生成的元素序列，即操作集合、数组等等。其中集合和stream的区别是：集合讲的是数据，而stream讲的是计算。Stream的API全部都位于java.util.stream这样一个包下，它能够帮助开发人员从更高的抽象层次上对集合进行一系列操作，就类似于使用SQL执行数据库查询。而借助java.util.stream包，我们可以简明的声明性的表达集合，数组和其他数据源上可能的并行处理。实现从外部迭代到内部迭代的改变。它含有高效的聚合操作、大批量的数据处理，同时也内置了许多运算方式，包括筛选、排序、聚合等等。简单来说，用Stream来操作集合——减少了代码量，增强了可读性，提高运行效率。

然后这里要提一下：Stream和Java IO中的stream是完全不同概念的两个东西。本文要讲解的stream是能够对集合对象进行各种串行或并发聚集操作，而Java IO流用来处理设备之间的数据传输，它们两者截然不同。

Stream的主要特点有：
1、stream本身并不存储数据，数据是存储在对应的collection(集合)里，或者在需要的时候才生成的。
2、stream不会修改数据源，总是返回新的stream。
3、stream的操作是延迟(lazy)执行的：仅当最终的结果需要的时候才会执行，即执行到终止操作为止。

2、传统方式与使用Stream简单对比

首先我们先使用以前的方法来对集合进行一些操作，代码示例如下：

public class StreamTest {

    public static void main(String[] args) {

        //创建集合

        ArrayList<String> list = new ArrayList<>();

        list.add("one");

        list.add("two");

        list.add("three");

        list.add("four");

        list.add("five");

        list.add("six");

        //遍历数据，只遍历4个

        for (int i = 0; i < list.size()-1; i++) {

                //过滤掉字符串——two

                if (!(list.get(i).contains("two"))) {

                    System.out.println(list.get(i));

            }

        }

    }

}

我相信像上面这样的代码估计每个java开发人员分分钟都可实现。但如果要求再复杂一点，代码量就会大量增加，所以再通过创建一个存储数据的集合，然后对集合进行遍历，再通过特定的条件进行筛选并且将结果输出。这样的代码中或多或少会有缺点的：
1、代码量一多，维护肯定更加困难。可读性也会变差。

2、难以扩展，要修改为并行处理估计会花费很大的精力。

然后下面展示了用Stream来实现相同的功能，非常的简洁，如果需要添加其他的方法也非常的方便。注：Stream中的一些方法可能暂时不清楚，这没关系，后面都会一一介绍它们。

//使用filter，limit，forEach方法

list.stream().filter(s->!s.contains("two")).limit(4).forEach(System.out::println);

最终两种方式的代码运行结果是一样的：

从上面使用Stream的情况下我们可以发现是Stream直接连接成了一个串，然后将stream过滤后的结果转为集合并返回输出。而至于转成哪种类型，这由JVM进行推断。整个程序的执行过程像是在叙述一件事，没有过多的中间变量，所以可以减小GC压力，提高效率。所以接下来开始探索Stream的功能吧。

3、Stream操作的三个步骤

Stream的原理是：将要处理的元素看做一种流，流在管道中传输，并且可以在管道的节点上处理，包括有过滤、筛选、去重、排序、聚集等。元素在管道中经过中间操作的处理，最后由终止操作得到前面处理的结果。

所以Stream的所有操作分为这三个部分：创建对象-->中间操作-->终止操作，如下图。

（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。

4、创建Stream对象

①、使用Java8中被扩展的Collection接口，其中提供了两个获取流的方法：

default Stream<E> stream() 返回一个数据流
default Stream<E> parallelStream() 返回一个并行流

        //1、方法一：通过Collection

        ArrayList<String> list=new ArrayList<>();

        //获取顺序流，即有顺序的获取

        Stream<String> stream = list.stream();

        //获取并行流，即同时取数据，无序

        Stream<String> stream1 = list.parallelStream();

②、使用Java8 中Arrays的静态方法stream()获取数组流：

public static <T> Stream<T> stream(T[] array) 返回一个流

        //2、方法二：通过数组

        String str[]=new String[]{"A","B","C","D","E"};

        Stream<String> stream2 = Arrays.stream(str);

③、使用Stream类本身的静态方法of()，通过显式的赋来值创建一个流，它可以接受任意数量的参数：

public static<T> Stream<T> of(T... values) 返回一个流

        //3、方法三：通过Stream的静态方法of()

        Stream<Integer> stream3 = Stream.of(1, 2, 3, 4, 5, 6);

④、创建无限流(迭代、生成)

public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
public static<T> Stream<T> generate(Supplier<T> s)

        //4.、方式四：创建无限流(迭代、生成)

        //迭代（需要传入一个种子，也就是起始值，然后传入一个一元操作）

        Stream.iterate(2, (x) -> x * 2).limit(10).forEach(System.out::println);

        //生成(无限产生对象)

        Stream.generate(() -> Math.random()).limit(10).forEach(System.out::println);

以上的四种方式学习前三中即可，第四种不常用。除了上面这些额外还有其他创建Stream对象的方式，如Stream.empty()：创建一个空的流、Random.ints()：随机数流等等。

5、Stream中间操作

中间操作的所有操作会返回一个新的流，但它不会修改原始的数据源，并且操作是延迟执行的(lazy)，意思就是在终止操作开始的时候才中间操作才真正开始执行。

中间操作主要有以下方法：filter、limit、 skip、distinct、map (mapToInt, flatMap 等)、 sorted、 peek、 parallel、 sequential、 unordered等。

为了更好地举例，我们先创建一个Student类：

public class Student {

    private int id;

    private String name;

    private int age;

    private String address;

    public Student() { }

    public Student(int id, String name, int age, String address) {

        this.id = id;

        this.name = name;

        this.age = age;

        this.address = address;

    }

    public int getId() {

        return id;

    }

    public void setId(int id) {

        this.id = id;

    }

    public String getName() {

        return name;

    }

    public void setName(String name) {

        this.name = name;

    }

    public int getAge() {

        return age;

    }

    public void setAge(int age) {

        this.age = age;

    }

    public String getAddress() {

        return address;

    }

    public void setAddress(String address) {

        this.address = address;

    }

    @Override

    public boolean equals(Object o) {

        if (this == o) return true;

        if (o == null || getClass() != o.getClass()) return false;

        Student student = (Student) o;

        return id == student.id &&

                age == student.age &&

                Objects.equals(name, student.name) &&

                Objects.equals(address, student.address);

    }

    @Override

    public int hashCode() {

        return Objects.hash(id, name, age, address);

    }

    @Override

    public String toString() {

        return "Student{" +

                "id=" + id +

                ", name='" + name + '\'' +

                ", age=" + age +

                ", address='" + address + '\'' +

                '}';

    }

}

后面的所有测试数据用会用下面这一组数据(必要时会改)：

        List<Student> students= Arrays.asList(

                new Student(1, "张三", 18, "北京"),

                new Student(2, "李四", 19, "上海"),

                new Student(3, "王五", 20, "广州"),

                new Student(4, "赵六", 21, "浙江"),

                new Student(5, "孙七", 22, "深圳")

        );

然后开始介绍流的中间操作的方法使用：

①、filter(Predicate<? super T> predicate)：筛选：接收 Lambda表达式，表示从流中过滤某些元素。

//筛选年龄大于19岁并且住在浙江的学生

students.stream().filter(s -> s.getAge() > 19).filter(s -> "浙江".equals(s.getAddress())).forEach(System.out::println);

运行结果为：

这里我们创建了五个学生对象，然后经过filter的筛选，筛选出年龄大于19岁并且家庭住址是在浙江的学生集合。

②、limit(long maxSize)：截断：表示使其元素不超过给定数量。

        //给定获取3个数据

        students.stream().limit(3).forEach(System.out::println);

运行结果：

我们只让它截断3个，每次都是从第一个数据开始截取。

③、skip(long n)：跳过：表示跳过前 n 个元素。若流中元素不足 n 个，则返回一个空流。它与 limit(n)互补。

        //跳过前3个数据

        students.stream().skip(3).forEach(System.out::println);

运行结果：

可以发现输出的数据恰好与limit方法互补。

④、distinct()：筛选：去除流中重复的元素。

这里我将第二个数据改成和第一个一样，看结果会怎样。

    public static void main(String [] args) {

        List<Student> students= Arrays.asList(

                new Student(1, "张三", 18, "北京"),

                new Student(1, "张三", 18, "北京"),

                new Student(3, "王五", 20, "广州"),

                new Student(4, "赵六", 21, "浙江"),

                new Student(5, "孙七", 22, "深圳")

        );

        //去除重复元素

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

    }

}

运行结果：

可以发现相同的元素被去除了，但是注意：distinct 需要实体中重写hashCode（）和 equals（）方法才可以使用。

⑤、map(Function<? super T, ? extends R> mapper)：映射(转换)：将一种类型的流转换为另外一种类型的流。

为了便于理解我们来分析一下，map函数中需要传入一个实现Function<T,R>函数式接口的对象，而该接口的抽象方法apply接收T类型，返回是R类型，所以map也可以理解为映射关系。

        //lambda表达式

        students.stream().map(s->s.getName()).forEach(System.out::println);

        //方法引用

        students.stream().map(Student::getName).forEach(System.out::println);

运行结果：

上面的例子中将Student对象转换为了普通的String对象，获取Student对象的名字。

⑥、flatMap(Function<? super T, ? extends Stream<? extends R>> mapper)：转换合并：将流中的每个值都转换成另一个流，然后把所有流组合成一个流并且返回。

它和map有点类似。flatMap在接收到Stream后，会将接收到的Stream中的每个元素取出来放入另一个Stream中，最后将一个包含多个元素的Stream返回。

        List<Student> student1= Arrays.asList(

                new Student(1, "张三", 18, "北京"),

                new Student(2, "李四", 19, "上海")

        );

        List<Student> student2= Arrays.asList(

                new Student(3, "王五", 20, "广州"),

                new Student(4, "赵六", 21, "浙江"),

                new Student(5, "孙七", 22, "深圳")

        );

        //lambda

        Stream.of(student1,student2).flatMap(student -> student.stream()).forEach(System.out::println);

        //方法引用

        Stream.of(student1,student2).flatMap(List<Student>::stream).forEach(System.out::println);

        //常规方法

        Stream.of(student1,student2).flatMap(new Function<List<Student>, Stream<?>>() {

            @Override

            public Stream<?> apply(List<Student> students) {

                return students.stream();

            }

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

运行结果都是：

因为flatMap中最后需要将每个元素组合成一个流，所以flatMap方法形参返回了一个stream流。

如果map和flatmap还不清楚可以参考这篇博客：java8 stream流操作的flatMap（流的扁平化）写的很清楚。

⑦、sorted()：自然排序：按自然顺序排序的流元素。

这里就不用Student对象作为举例了，否则要在Student类中实现Comparable接口。

        //自然排序

        List<String> list = Arrays.asList("CC", "BB", "EE", "AA", "DD");

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

运行结果：

上面使用String中默认实现的接口自动完成排序。

⑧、sorted(Comparator<? super T> comparator)：自定排序：按提供的比较符排序的流元素。

        //自定排序

        students.stream().sorted((s1,s2)-> {

                    if(s1.getId()>s2.getId()){

                        return s1.getId().compareTo(s2.getId());

                    }else{

                        return -s1.getAge().compareTo(s2.getAge());

                    }

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

运行结果：

上面的代码表示为先按照id进行排序，如果id相同则按照年龄降序排序，你可以将其他id改为 1测试一下。

6、Stream终止操作

终止操作主要有以下方法：forEach、 forEachOrdered、anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、count、min、 max、 reduce、 collect、toArray、iterator。下面只介绍一下常用的方法。

注意：Stream流只要进行了终止操作后，就不能再次使用了，再次使用得重新创建流。

①、void forEach(Consumer<? super T> action)：遍历：接收Lambda表达式，遍历流中的所有元素。

forEach上面已经用的够多的了，这里就不说了。

②、anyMatch/allMatch/noneMatch：匹配：返回值为boolean，参数为(Predicate<? super T> predicate)。

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——检查是否没有匹配的元素

        boolean b = students.stream().allMatch((s) -> s.getAge() > 20);

        System.out.println("allMatch()"+"\t"+b);

        boolean b1 = students.stream().anyMatch((s) -> s.getAge() > 21);

        System.out.println("anyMatch()"+"\t"+b1);

        boolean b2 = students.stream().noneMatch((s) -> s.getAge() == 22);

        System.out.println("noMatch()"+"\t"+b2);

运行结果：

③、findFirst/findAny：查找：返回Optional<T>，无参数。

findFirst——返回第一个元素
findAny——返回当前流中的任意元素

        //先按id排好序

        Optional<Student> first = students.stream().sorted((s1, s2) -> s1.getId().compareTo(s2.getId())).findFirst();

        System.out.println("findFirst()"+"\t"+first.get());

        Optional<Student> any = students.stream().filter((s)->s.getAge()>19).findAny();

        System.out.println("findAny()"+"\t"+any.get());

运行结果：

④、long count()：统计：返回流中元素的个数。

        //统计流中数量

        long count = students.stream().count();

        System.out.println("count()"+"\t"+count);

运行结果：

⑤、max/min：大小值：返回Optional<T>，无参数。

max——返回流中最大值
min——返回流中最小值

        //获取年龄最大值

        Optional<Student> max = students.stream().max((s1, s2) -> Integer.compare(s1.getAge(), s2.getAge()));

        System.out.println("max()"+"\t"+max.get());

        //获取年龄最小值

        Optional<Student> min = students.stream().min((s1, s2) -> Integer.compare(s1.getAge(), s2.getAge()));

        System.out.println("min()"+"\t"+min.get());

运行结果：

⑥、reduce：归约：可以将流中元素反复结合在一起，得到一个值。

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

        //累加0-10

        List<Integer> list = Arrays.asList(0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10);

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

        //1、T reduce(T identity, BinaryOperator<T> accumulator);

        System.out.println("reduce1--"+sum);

        //2、Optional<T> reduce(BinaryOperator<T> accumulator);

        Optional<Integer> sum1 = list.stream().reduce(Integer::sum);

        System.out.println("reduce2--"+sum1.get());

        Optional<Integer> sum2 = list.stream().reduce(new BinaryOperator<Integer>() {

            @Override

            public Integer apply(Integer integer1, Integer integer2) {

                return Integer.sum(integer1,integer2);

            }

        });

        System.out.println("reduce3--"+sum2.get());

运行结果：

备注：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。

7、Collectors的使用

Stream流与Collectors中的方法是非常好的搭档，通过组合来以更简单的方式来实现更加强大的功能，我们利用Stream中的collect方法来实现。

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

Collector接口中方法得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得收集器实例。

所以下面逐一介绍Collectors中的方法：

①、Collectors.toList()：将流转换成List。

        /**

         * Collectors.toList():将流转换成List

         */

        List<String> list = students.stream().map(student -> student.getName()).collect(Collectors.toList());

        System.out.println("toList----"+list);

②、Collectors.toSet()：将流转换为Set。

        /**

         * Collectors.toSet():将流转换成Set

         */

        Set<String> set = students.stream().map(student -> student.getName()).collect(Collectors.toSet());

        System.out.println("toSet----"+set);

③、Collectors.toCollection()：将流转换为其他类型的集合。

        /**

         * Collectors.toCollection():将流转换为其他类型的集合

         */

        TreeSet<String> treeSet = students.stream().map(student -> student.getName()).collect(Collectors.toCollection(TreeSet::new));

        System.out.println("toCollection----"+treeSet);

④、Collectors.counting()：元素个数。

        /**

         * Collectors.counting():元素个数

         */

        Long aLong = students.stream().collect(Collectors.counting());

        System.out.println("counting----"+aLong);

⑤、Collectors.averagingInt()、Collectors.averagingDouble()、Collectors.averagingLong()：求平均数。

这三个方法都可以求平均数，不同之处在于传入得参数类型不同，但是返回值都为Double。

        /**

        *  Collectors.averagingInt()

        *  Collectors.averagingDouble()

        *  Collectors.averagingLong()

        *  求平均数

        */

        Double aDouble = students.stream().collect(Collectors.averagingInt(student -> student.getAge()));

        System.out.println("averagingInt()----"+aDouble);

        Double aDouble1 = students.stream().collect(Collectors.averagingDouble(student -> student.getAge()));

        System.out.println("averagingDouble()----"+aDouble1);

        Double aDouble2 = students.stream().collect(Collectors.averagingLong(student -> student.getAge()));

        System.out.println("averagingLong()----"+aDouble2);

⑥、Collectors.summingDouble（）、Collectors.summingDouble()、Collectors.summingLong()：求和。

这三个方法都可以求和，不同之处在于传入得参数类型不同，返回值为Integer， Double， Long。

        /**

         *  Collectors.summingInt()

         *  Collectors.summingDouble()

         *  Collectors.summingLong()

         *  求和

         */

        Integer integer = students.stream().collect(Collectors.summingInt(student -> student.getAge()));

        System.out.println("summingInt()----"+integer);

        Double aDouble3 = students.stream().collect(Collectors.summingDouble(student -> student.getAge()));

        System.out.println("summingDouble()----"+aDouble3);

        Long aLong1 = students.stream().collect(Collectors.summingLong(student -> student.getAge()));

        System.out.println("summingLong()----"+aLong1);

⑦、Collectors.maxBy()：求最大值。

        /**

         * Collectors.maxBy()：求最大值

         */

        Optional<Integer> integer1 = students.stream().map(student -> student.getId()).collect(Collectors.maxBy((x, y) -> Integer.compare(x, y)));

        System.out.println("maxBy()----"+integer1.get());

⑧、Collectors.minBy()：求最小值。

        /**

         * Collectors.minBy()：求最小值

         */

        Optional<Integer> integer2 = students.stream().map(student -> student.getId()).collect(Collectors.minBy((x, y) -> Integer.compare(x, y)));

        System.out.println("maxBy()----"+integer2.get());

⑨、Collectors.groupingBy()：分组，返回一个map。

        /**

         * Collectors.groupingBy()：分组 ，返回一个map

         */

        Map<Integer, List<Student>> listMap = students.stream().collect(Collectors.groupingBy(Student::getId));

        System.out.println(listMap);

其中Collectors.groupingBy()还可以实现多级分组，如下：

        /**

         * Collectors.groupingBy()：多级分组 ，返回一个map

         */

        //先按name分组然后得出每组的学生数量，使用重载的groupingBy方法，第二个参数是分组后的操作

        Map<String, Long> stringLongMap = students.stream().collect(Collectors.groupingBy(Student::getName, Collectors.counting()));

        System.out.println("groupingBy()多级分组----"+stringLongMap);

        //先按id分组然后再按年龄分组

        Map<Integer, Map<Integer, List<Student>>> integerMapMap = students.stream().collect(Collectors.groupingBy(Student::getId, Collectors.groupingBy(Student::getAge)));

        System.out.println("groupingBy()多级分组----"+integerMapMap);

        //遍历

        Map<Integer,List<Student>> map = new HashMap<>();

        Iterator<Map.Entry<Integer, Map<Integer, List<Student>>>> iterator = integerMapMap.entrySet().iterator();

        while (iterator.hasNext()){

            Map.Entry<Integer, Map<Integer, List<Student>>> entry = iterator.next();

            System.out.println("key="+entry.getKey()+"----value="+entry.getValue());

        }

⑩、Collectors.partitioningBy()：分区。按true和false分成两个区。

        /**

         * Collectors.partitioningBy()：分区，分成两个区

         */

        Map<Boolean, List<Student>> listMap1 = students.stream().collect(Collectors.partitioningBy(student -> student.getAge() > 18));

        System.out.println(listMap1);

⑪、Collectors.joining()：拼接。按特定字符将数据拼接起来。

        /**

         * Collectors.joining()：拼接

         */

        String str = students.stream().map(student -> student.getName()).collect(Collectors.joining("---"));

        System.out.println(str);

8、结束语

Java8中的Stream提供的功能非常强大，用它们来操作集合会让我们用更少的代码，更快的速度遍历出集合。而且在java.util.stream包下还有个类Collectors，它和stream是好非常好的搭档，通过组合来以更简单的方式来实现更加强大的功能。虽然上面介绍的都是Stream的一些基本操作，但是只要大家勤加练习就可以灵活使用，很快的可以运用到实际应用中。