Stream初步认识（一）测试

简介

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。

流（Stream）到底是什么？

**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：

java.util.Stream表示了某一种元素的序列，在这些元素上可以进行各种操作。Stream操作可以是中间操作，也可以是完结操作。完结操作会返回一个某种类型的值，而中间操作会返回流对象本身，并且你可以通过多次调用同一个流操作方法来将操作结果串起来（就像StringBuffer的append方法一样————译者注）。Stream是在一个源的基础上创建出来的，例如java.util.Collection中的list或者set（map不能作为Stream的源）。Stream操作往往可以通过顺序或者并行两种方式来执行。

注意：

Stream关注的是对数据的运算，与CPU打交道集合关注的是数据的存储，与内存打交道
①Stream 自已不会储存元素。

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(类似于懒加载)

Stream操作

stream操作步骤

创建Stream：一个数据源（如：集合，数组，Map不可以作为数据源）获取一个流
中间操作：一个中间操作链，对数据源的数据进行操作处理（过滤、映射...）
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(一旦执行终止操作，就执行中间操作链，并产生结果。之后的，不会再被使用)

操作流程如下图：

Stream实例化的方式

通过集合
通过数组
通过Stream的of()
通过无限流

下面我们一一通过代码示例进行详细解析：

公共代码（测试使用）

公共集合

    List<Person> javaProgrammers = new ArrayList<Person>() {

        {

            add(new Person("Elsdon", "Jaycob", "Java programmer", "male", 2000, 18));

            add(new Person("Tamsen", "Brittany", "Java programmer", "female", 2371, 55));

            add(new Person("Floyd", "Donny", "Java programmer", "male", 3322, 25));

            add(new Person("Sindy", "Jonie", "Java programmer", "female", 35020, 15));

            add(new Person("Vere", "Hervey", "Java programmer", "male", 2272, 25));

            add(new Person("Maude", "Jaimie", "Java programmer", "female", 2057, 87));

            add(new Person("Shawn", "Randall", "Java programmer", "male", 3120, 99));

            add(new Person("Jayden", "Corrina", "Java programmer", "female", 345, 25));

            add(new Person("Palmer", "Dene", "Java programmer", "male", 3375, 14));

            add(new Person("Addison", "Pam", "Java programmer", "female", 3426, 20));

            add(new Person("Addison", "Pam", "Java programmer", "female", 3422, 20));

            add(new Person("Addison", "Pam", "Java programmer", "female", 3429, 20));

           // add(new Person("Addison", "Pam", "Java programmer", null, 3422, 20));

        }

    };

公共实体类

package com.zy.stream.model;

import lombok.AllArgsConstructor;

import lombok.Builder;

import lombok.Data;

import lombok.NoArgsConstructor;

@Data

@Builder(toBuilder = true)

@AllArgsConstructor

@NoArgsConstructor

public class Person {

    private String firstName, lastName, job, gender;

    private int salary,age;

}

通过集合创建Stream流

        //1.1   通过集合创建Stream流------> default Stream<E> stream：返回一个顺序流

        Stream<Person> stream=javaProgrammers.stream();

        //1.2   通过集合创建Stream流------> default Stream<E> parallelStream：返回一个并行流

        Stream<Person> parallelStream = javaProgrammers.parallelStream();

我们通过集合javaProgrammers创建了Stream流,那么为什么会返回一个流呢？

我们看Collection集合类的源码：

	//1.1	当集合集合调用stream()时，return一个Stream<E>

    default Stream<E> stream() {

        return StreamSupport.stream(spliterator(), false);

    }

    //1.2	同理

    default Stream<E> parallelStream() {

        return StreamSupport.stream(spliterator(), true);

    }

通过数组创建Stream流

        //2.1   通过数组创建Stream流-------> 调用Arrays类的static <T> Stream<T>  Stream<T[] array> ：返回一个流

        Person[] arrPerson = new Person[]{javaProgrammers.get(0),javaProgrammers.get(1)};

        Stream<Person> streamObj = Arrays.stream(arrPerson);

通过静态类Arrays调用Stream中的静态Stream方法，即可返回一个流。

静态Stream方法源码：

//入参Array数组，返参 <T> Stream<T>流

 public static <T> Stream<T> stream(T[] array) {

        return stream(array, 0, array.length);

    }

 public static <T> Stream<T> stream(T[] array, int startInclusive, int endExclusive) {

        return StreamSupport.stream(spliterator(array, startInclusive, endExclusive), false);

    }

通过Stream的of方法创建流

      //3.1   通过of创建Stream

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

        Stream<Person> streamOfs = Stream.of(javaProgrammers.get(0),javaProgrammers.get(1));

of方法源码：

    @SafeVarargs

    @SuppressWarnings("varargs") // Creating a stream from an array is safe

    public static<T> Stream<T> of(T... values) {

    //通过of源码我们可以看到，其实of方法任然是使用的是数组的创建的方式，只是外部有包了一层

        return Arrays.stream(values);

    }

通过无线流的创建Stream流

        //4.1   通过无限流的方式创建Stream流

        /*4.1.1 迭代--->*public static<T> Stream<T> iterate(final T seed,final UnaruOperator<T> f)

         * 遍历前10个偶数

         * 无限流，无限反复操作使用，所有一般都会配合limit使用

         */

        Stream.iterate(0,t->t+2).limit(10).forEach(System.out::println);  //seed是起始数值，limit代表循环前10次

        //4.1.2 生成----》public static<T> Stream<T> generate(Supplier<T> s)

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

小结

（1）Java8 中的 Collection 接口被扩展，提供了两个获取流的方法：

default Stream stream() : 返回一个顺序流

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

（2）Java8 中的 Arrays 的静态方法 stream() 可以获取数组流：

static Stream 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：

public static IntStream stream(int[] array)

public static LongStream stream(long[] array)

public static DoubleStream stream(double[] array)

（3）可以使用静态方法 Stream.of(), 通过显示值创建一个流。它可以接收任意数量的参数。

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

可以使用静态方法 Stream.iterate() 和 Stream.generate(), 创建无限流。

1.** 迭代**

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

2.生成

public static Stream generate(Supplier s)

Stream流的中间操作

中间操作有：

筛选和切片

filter(Predicate p)–接受Lambda，从流中排除某些元素

limit(n)–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，则返回一个空流。与limit(n)互补

distinct–筛选，通过流所生成的元素的 hashCode() 和 equals() 去除重复元素
映射

map(Function f)–接受一个函数作为参数，将元素转换成其他形式或提取信息，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(Function f)–接受一个函数作为参数，将流中的每个值都转换成另一个流，然后把所有流连成一个流
** 排序**

sorted()–自然排序，产生一个新流，其中按自然顺序排序

sorted(Comparator com)–定制排序，产生一个新流，其中按比较器顺序排序

下面我们通过代码实现来分析这些方法：

筛选和切片

filter()方法

Filter接受一个predicate接口类型(断言型函数式接口)的变量，并将所有流对象中的元素进行过滤。该操作是一个中间操作，因此它允许我们在返回结果的基础上再进行其他的流操作（比如：forEach）。ForEach接受一个function接口类型的变量，用来执行对每一个元素的操作。ForEach是一个中止操作。它不返回流，所以我们不能再调用其他的流操作。

   @Test

    public void testFilter() {

        //1.1   `filter`(Predicate p)–接受Lambda，从流中排除某些元素

        //1.1.1 原生方式  所有的中间操作不会做任何的处理

        Stream<Person> stream = javaProgrammers.stream()

                .filter((e) -> {

                    System.out.println("测试中间操作");

                    return e.getAge() < 20;

                });

        stream.forEach(System.out::println);//只有当做终止操作时，所有的中间操作会一次性的全部执行，称为“惰性求值”

        //1.1.2     使用lambdas表达式优化

        javaProgrammers.stream().filter(e->{

            System.out.println("测试中间操作");

            return e.getAge() <20;

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

    }

Limit(N)和Skip(N)方法

    @Test

    public void testLimitAndSkip() {

        // 1.2    `limit(n)`–截断流，使其元素不超过给定数量  类似于mysql中的limit，但这里只有最大值

        //1.3   `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，则返回一个空流。与limit(n)互补

        //通过无限流创建一个无限流，如果不使用Limit方法进行限制阶段，无限流将会形成一个类似于死循环的操作

        //当使用skip（）将会跳过前5个数据从第6个参数返回

        Stream.iterate(0,t->t+1).limit(10).skip(5).forEach(System.out::println);  //seed是起始数值，limit代表循环前10次

    }

distinct()方法*

distinct（）返回由该流的不同元素组成的流。distinct（）是Stream接口的方法。distinct（）使用hashCode（）和equals（）方法来获取不同的元素。我们的类必须实现hashCode（）和equals（）。如果distinct（）正在处理有序流，那么对于重复元素，将保留以遭遇顺序首先出现的元素，并且以这种方式选择不同元素是稳定的。在无序流的情况下，不同元素的选择不一定是稳定的，是可以改变的。distinct（）执行有状态的中间操作。在有序流的并行流的情况下，保持distinct（）的稳定性是需要很高的代价的，因为它需要大量的缓冲开销。如果我们不需要保持遭遇顺序的一致性，那么我们应该可以使用通过BaseStream.unordered（）方法实现的无序流。

distinct对集合中的对象进行去重

        //1.4   `distinct`–筛选，通过流所生成的元素的 hashCode() 和 equals() 去除重复元素

        //1.4.1  distinct取出集合中对象信息完全重复的对象

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

打印结果(对集合后三条重复的数据进行了去重操作)：

Person(firstName=Elsdon, lastName=Jaycob, job=Java programmer, gender=male, salary=2000, age=18)

Person(firstName=Tamsen, lastName=Brittany, job=Java programmer, gender=female, salary=2371, age=55)

Person(firstName=Floyd, lastName=Donny, job=Java programmer, gender=male, salary=3322, age=25)

Person(firstName=Sindy, lastName=Jonie, job=Java programmer, gender=female, salary=3502, age=15)

Person(firstName=Vere, lastName=Hervey, job=Java programmer, gender=male, salary=2272, age=25)

Person(firstName=Maude, lastName=Jaimie, job=Java programmer, gender=female, salary=2057, age=87)

Person(firstName=Shawn, lastName=Randall, job=Java programmer, gender=male, salary=3120, age=99)

Person(firstName=Jayden, lastName=Corrina, job=Java programmer, gender=female, salary=345, age=25)

Person(firstName=Palmer, lastName=Dene, job=Java programmer, gender=male, salary=3375, age=14)

Person(firstName=Addison, lastName=Pam, job=Java programmer, gender=female, salary=3422, age=20)

distinct对集合中对象的某一属性进行去重

distinct（）不提供按照属性对对象列表进行去重的直接实现。它是基于hashCode（）和equals（）工作的。如果我们想要按照对象的属性，对对象列表进行去重，我们可以通过其它方法来实现。如下代码段所示：

static <T> Predicate<T> distinctByKey(Function<? super T, ?> keyExtractor) {

        Map<Object,Boolean> seen = new ConcurrentHashMap<>();

        return t -> seen.putIfAbsent(keyExtractor.apply(t), Boolean.TRUE) == null;

}

上面的方法可以被Stream接口的 filter()接收为参数，如下所示：

        //1.4.2    distinct对集合中对象的某一属性进行去重

        javaProgrammers.stream().filter(distinctByKey(e->e.getAge())).distinct().forEach(System.out::println);

distinctByKey()方法返回一个使用ConcurrentHashMap 来维护先前所见状态的 Predicate 实例，如下是一个完整的使用对象属性来进行去重的示例。

打印结果（以去除年龄相同的人的信息）：

Person(firstName=Elsdon, lastName=Jaycob, job=Java programmer, gender=male, salary=2000, age=18)

Person(firstName=Tamsen, lastName=Brittany, job=Java programmer, gender=female, salary=2371, age=55)

Person(firstName=Floyd, lastName=Donny, job=Java programmer, gender=male, salary=3322, age=25)

Person(firstName=Sindy, lastName=Jonie, job=Java programmer, gender=female, salary=3502, age=15)

Person(firstName=Maude, lastName=Jaimie, job=Java programmer, gender=female, salary=2057, age=87)

Person(firstName=Shawn, lastName=Randall, job=Java programmer, gender=male, salary=3120, age=99)

Person(firstName=Palmer, lastName=Dene, job=Java programmer, gender=male, salary=3375, age=14)

Person(firstName=Addison, lastName=Pam, job=Java programmer, gender=female, salary=3422, age=20)

映射

这个类似于list集合中的add和addAll的区别，add添加一个集合是把集合当成一个元素，addAll添加一个集合是把集合中的每个元素当成一个元素

map(Function f)和flatMap(Function f)方法

map相当于add，flatMap相当于addAll

 @Test

    public void testMapAndFlatMap(){

        /*2.1  `map(Function f)`–接受一个函数作为参数，将元素转换成其他形式或提取信息，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。

         *

         * 这个类似于list集合中的add和addAll的区别，add添加一个集合是把集合当成一个元素，addAll添加一个集合是把集合中的每个元素当成一个元素

         *  map相当于add，flatMap相当于addAll

         */

        //map(Function f)--接受一个函数作为参数，将元素转换成其他形式或提取信息，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。

        List<String> list = Arrays.asList("测试", "bb", "cc", "dd","dsf","dsf");

        list.stream().map(s -> s.toUpperCase()).forEach(System.out::println);

        //练习2.1.1   获取集合中年龄大于20的人

        javaProgrammers.stream().map(Person::getAge).filter(e->e>20).forEach(System.out::println);

        //练习2.1.2   将字符串中的多个字符构成的集合转换为对应的Stream的实例

        Stream<Stream<Character>> streamStream = list.stream().map(SteamApiTest::fromStringToStream);//有点麻烦

        streamStream.forEach(s->s.forEach(System.out::println));

        // 2.2  `flatMap(Function f)`–接受一个函数作为参数，将流中的每个值都转换成另一个流，然后把所有流连成一个流

        Stream<Character> characterStream = list.stream().flatMap(SteamApiTest::fromStringToStream);

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

        javaProgrammers.stream().flatMap(e->Stream.of(e).filter(x->x.getAge()>20)).forEach(System.out::println);

    }

    //将字符串中的多个字符构成的集合转换为对应的Stream的实例

    public static Stream<Character> fromStringToStream(String str){

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

        for (Character c:str.toCharArray()){

            list.add(c);

        }

        return list.stream();

    }

排序

自然排序的对象是需要实现Comparable接口的

sorted()方法

    @Test

    public void testStore(){

        //3.1   sorted()–自然排序，产生一个新流，其中按自然顺序排序  sorted（）参数可选，有两个重载一个有参Comparator，一个无参

        List<Integer> list = Arrays.asList(12, 43, 65, 3, 4, 0,01, -98);

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

        //3.1.1    抛异常，原因：Person没有实现Comparable接口

        //javaProgrammers.stream().sorted().forEach(System.out::println);

        //3.2    sorted(Comparator com)–定制排序，产生一个新流，其中按比较器顺序排序，根据条件排序

        //多集合中对象根据年龄进行排序

        javaProgrammers.stream().sorted((e1,e2)->Integer.compare(e1.getAge(),e2.getAge())).forEach(System.out::println);

    }

Stream的终止操作(常用方法)

终止操作有：

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)：检查是否没有匹配的元素

findFirst()：返回第一个元素

findAny()：返回当前流中的任意元素

count()：返回流中元素的总数

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
规约

reduce(T identity,BinaryOperator accumulator)：可以将流中元素反复结合起来，得到一个值。返回T

reduce(BinaryOperator accumulator)：可以将流中元素反复结合起来，得到一个值。返回Optional
收集

collect(Collector c)：将流转换成其他形式。接受一个Collector接口的实现，用于给Stream中元素做汇总的方法

匹配与查找

方法都比较简单易于理解。

    @Test

    public void testMatchAndFind() {

                /**

                * 1. 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)：检查是否没有匹配的元素

                *     findFirst()：返回第一个元素

                *     findAny()：返回当前流中的任意元素

                *     count()：返回流中元素的总数

                *     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

                **/

        //1.1   allMatch()相当于制定一个规则，将集合中的对象一一与规则进行对象，判断是否所有的集合对象都符合该规则, true/false

        boolean allMatch = javaProgrammers.stream().allMatch(e -> e.getAge()>18);

        System.out.println("测试Stream流的终止操作----allMatch()--->"+allMatch);

        //1.2   anyMatch(Predicate p)：检查是否至少匹配一个元素  类似于多选一即可

        boolean anyMatch = javaProgrammers.stream().anyMatch(e -> e.getSalary()>1000);

        System.out.println("检查是否至少匹配一个元素----anyMatch()--->"+anyMatch);

        //1.3   noneMatch(Predicate p)：检查是否没有匹配的元素 没有返回true，反之false

        boolean noneMatch = javaProgrammers.stream().noneMatch(e -> e.getSalary() > 10000);

        System.out.println("检查是否没有匹配的元素----noneMatch()--->"+noneMatch);

        //1.4     findFirst()：返回第一个元素

        Person person = javaProgrammers.stream().findFirst().get();

        System.out.println("返回第一个元素----findFirst()--->"+person.toString());

        for (int i = 0; i <1000 ; i++) {

            //1.5     findAny()：返回当前流中的任意元素

            Optional<Person> AnyPerson = javaProgrammers.stream().findAny();

            //System.out.println("返回当前流中的任意元素----findAny()--->"+AnyPerson.toString()+"--------->"+i);

        }

        //1.6   count()：返回流中元素的总数

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

        System.out.println("返回流中元素的总数----count()--->"+count);

        //1.7    max(Comparator c)：返回流中最大值   Optional<T> max(Comparator<? super T> comparator);

        Person maxPersonSalary = javaProgrammers.stream().max(Comparator.comparing(Person::getSalary)).get();

        System.out.println("返回流中最大值----max()--->"+maxPersonSalary);

        //1.8   min(Comparator c)：返回流中最小值

        Person minPersonSalary = javaProgrammers.stream().min(Comparator.comparing(Person::getSalary)).get();

        System.out.println("返回流中最小值----max()--->"+minPersonSalary);

    }

打印结果：

测试Stream流的终止操作----allMatch()--->false

检查是否至少匹配一个元素----anyMatch()--->true

检查是否没有匹配的元素----noneMatch()--->false

返回第一个元素----findFirst()--->Person(firstName=Elsdon, lastName=Jaycob, job=Java programmer, gender=male, salary=2000, age=18)

返回流中元素的总数----count()--->12

返回流中最大值----max()--->Person(firstName=Sindy, lastName=Jonie, job=Java programmer, gender=female, salary=35020, age=15)

返回流中最小值----max()--->Person(firstName=Jayden, lastName=Corrina, job=Java programmer, gender=female, salary=345, age=25)

规约

    @Test

    public void testStatute(){

       /*

        * 2. **规约**

        *     reduce(T identity,BinaryOperator accumulator)：可以将流中元素反复结合起来，得到一个值。返回T

        *     reduce(BinaryOperator accumulator)：可以将流中元素反复结合起来，得到一个值。返回Optional

        *

        *     reduce（）这个方法经常用到很方便，也更总要，我会再详细的分析总结，这里只做简单认识即可。

        */

        //2.1   reduce(T identity,BinaryOperator accumulator)：可以将流中元素反复结合起来，得到一个值。返回T

        //2.1.1 练习1：计算1-10的自然数的和

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

        Integer sum = list.stream().reduce(0, Integer::sum);

        System.out.println("计算1-10的自然数的和-------reduce(T identity,BinaryOperator accumulator)------>"+sum);

        //2.2   reduce(BinaryOperator accumulator)：可以将流中元素反复结合起来，得到一个值。返回Optional

        Integer integers = javaProgrammers.stream().map(Person::getSalary).reduce((e1, e2) -> e1 + e2).get();//lambda表达式

        Integer integer = javaProgrammers.stream().map(Person::getSalary).reduce(Integer::sum).get();//使用引用

        System.out.println("工资和-------reduce(BinaryOperator accumulator)使用引用------>"+integer);

        System.out.println("工资和-------reduce(BinaryOperator accumulator)lambda表达式------>"+integers);

    }