Java Steam刷选 java steam流

流式编程Stream

---

一、简介

1. 流式 API 从 Java8 开始引入，支持链式书写。
2. 流只能消费一次，不能被两次消费（两次最终操作）
3. 流在管道中流通，在节点被处理。
4. 流【无存储】，流不是一种数据结构，流存储的只是一种数据视图。
5. Stream是独特的，既不同于io，也不同于List。
6. Stream 不是 InputStream/OutputStream，它俩首先不在同一个包，其次概念上也不一样，Stream代表的是任意Java对象的序列。

• java.util.stream
• java.io

7. Stream 不是 List，List中存储的元素是事先存在于内存中的Java对象，而Stream输出的元素可能并没有预先存储在内存中，而是通过实时计算出来的惰性对象。其次，Stream在理论上能容纳无限对象，List不能。
8. 简单流式计算：

cat.map(n -> n.multiply(n))
   .limit(100)
   .forEach(System.out::println);

1. 流式计算特点：

• 惰性计算，真正的计算通常只发生在最后的结果获取时。流式计算存在第一步、中间一步、最后一步的说法，只有当到达最后一步执行函数的时候，整个惰性函数才会执行。
• 一个Stream可以轻易转换为另一个Stream。
• 存在泛型接口，需要指明使用对象。
• 流式计算应该和 Lambda 表达式一起使用，符合Java8的思想（两者同时升级出现）。

cat.filter(n -> n % 2 == 0) // 不计算
   .map(n -> n * n) 				// 不计算
   .limit(100) 							// 不计算
   .sum(); 									// 计算

1. 常用操作举例

中间操作	最终操作
map	forEach
filter	collect
limit	count
sorted
distinct

11. 【无限序列】说明：
    对于无限序列，如果直接调用 forEach() 或者 count() 求最终值，会直接进入死循环，因为无限序列永远不可能被计算完。所以我们需要先将起转变为有序序列，例如limit(100)。
12. 【并行计算】

• 使用十分简单。
• 正常情况下，Stream为单线程，现在我们想要多线程。
• parallel()，自动转化多线程。

stream.parallel()
			.sorted() 
 			.toArray(String[]::new);

---

二、创建Stream

4种方法，

其中第1、2种方式创建出来的流顺序是固定的，3、4不固定。

1. of()：最简单的方法

Stream<String> stream = Stream.of("a","b","c");
stream.forEach(System.out::println);

1. Collection：进阶

// 方式一，Collection直接调用stream方法
List list = List.of("a","b","c");
Stream stream = list.stream();

// 方式二，利用Arrays（本质和方式一差不多）
Stream<String> s = Arrays.stream(new String[] { "A"});

1. Supplier（“暗示”，存储算法）：采用Stream.generate()，传入Supplier对象。基于Supplier创建的Stream会不断调用Supplier.get()方法来生成下一个元素，这种Stream中保留的不是元素，而是算法。范例：

Stream<Integer> my = Stream.generate(new MySup());
my.limit(10).forEach(System.out::println);

// 不断生成自然数的Supplier（范围在Integer之内）
class MySup implements Supplier<Integer> {
    int n = 0;
    public Integer get() {
        n++;
        return n;
    }
}

1. 其他API接口

• Files类的lines()方法，常用于遍历文本文件。
• 正则表达式Pattern对象存在 splitAsStream() 方法，可以直接把一个长字符串分割成Stream序列而不是数组。

---

三、常用操作

1. 【三种】基本类型流
   在Java中，因为Java泛型不支持基本类型，所以我们无法使用像Stream<int>这样的形式来保存int，只能采用形如Integer这样的形式。但是频繁装箱、拆箱操作会牺牲编译器的大量性能。
   所以为了提高效率，Java标准库提供了三种使用基本类型的Stream，它们的使用和标准的Stream没有太大区别，直接使用：

• IntStream
• LongStream
• DoubleStream

// 1. 
IntStream is = Arrays.stream(new int[] { 1, 2, 3 });

// 2. 将Stream<String>转换为LongStream:
LongStream s=List.of("1").stream().mapToLong(Long::parseLong);

1. ==map()==方法简介

• 映射操作，它将一个Stream转换为另一个Stream。
• 每一次映射都会自赋值，形如：a = a + 1，所以不再需要编写复制语句（思想）。

Stream<Integer> s1 = Stream.of(1,2,3);

Stream s2 = s1.map(n->n*n);
s2.forEach(System.out::println);

• 如果我们查看Stream的源码，会发现map()方法接收的对象是Function接口对象，它定义了一个apply()方法，负责把一个T类型转换成R类型：

<R> Stream<R> map(Function<? super T, ? extends R> mapper);

@FunctionalInterface
public interface Function<T, R> {
    // 将T类型转换为R:
    R apply(T t);
}

• map运算的综合应用案例

List.of("  Apple ", " pear ")
    .stream() 												// 转换为Stream
    .map(String::trim) 								// 去空格
    .map(String::toLowerCase)					// 变小写
    .forEach(System.out::println); 		// 打印

1. ==forEach()==遍历

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

1. filter()：过滤，true则通过。

IntStream.of(1, 2, 3, 4, 5, 6, 7, 8, 9)
  				// 注意lambda的编写形式
         .filter(n -> n % 2 != 0)
         .forEach(System.out::println);

1. ==reduce()==方法简介

• reduce()是聚合方法，map和filter是转换方法。

• 转换方法：元素一一对应并转换。非“最终方法”，不会触发计算。
• 聚合方法：合并计算所有值，得到一个最终结果。“最终方法”，会触发计算操作。

• reduce()方法传入的对象是BinaryOperator接口实现，它定义了一个apply()方法，负责把上次累加的结果和本次的元素进行运算，并返回累加的结果。
• 使用较为复杂，暂时跳过。

@FunctionalInterface
public interface BinaryOperator<T> {
    // Bi操作：两个输入，一个输出
    T apply(T t, T u);
}

1. ==collect()==方法简介：将Stream转化为集合。

// 1. 过滤空白字符并转为 ArrayList
stream.filter(s -> s != null && !s.isBlank())
  		.collect(Collectors.toList());

// 2. 转为 Set
stream.collect(Collectors.toSet());

// 3. 转为 Map，先 key 后 value
Stream<String> stream = Stream.of("APPL:Apple");

Map<String, String> map = 
  stream.collect(Collectors.toMap(
  s -> s.substring(0, s.indexOf(':')),
  s -> s.substring(s.indexOf(':') + 1)));

1. ==toArray()==方法简介：将Stream转化为数组。

String[] array = list.stream().toArray(String[]::new);

---

四、其他操作

1. collect分组输出

• 实际.collect()方法。
• 用途：导入学生名单，然后按班级分类输出。

List<String> list = List.of("Apple", "Banana", "Blackberry", "Coconut", "Avocado", "Cherry", "Apricots");

Map<String, List<String>> g = list.stream().collect(Collectors.groupingBy(s -> s.substring(0, 1), Collectors.toList()));

System.out.println(groups);
//输出：{A=[Apple, Avocado, Apricots], B=[Banana, Blackberry], C=[Coconut, Cherry]}

1. sorted排序（两种方式）

• 已经实现comparable接口的，直接使用；
• 自定义Comparator比较器。

【注意sordted只是转换操作，只会返回新的Stream而不会修改原来的Stream】

// 无“自赋值”
stream = stream.sorted(); 
stream = stream.sorted(String::compareToIgnoreCase);

1. distinct去重

// 无“自赋值”
stream = stream.distinct();

1. limit截取：从头开始截取。

// 无“自赋值”
stream = stream.limit(20);

1. skip： 扔掉前面几个元素。

stream = stream.skip(5)

1. concat合并流：

Stream<String> s1 = ... ;
Stream<String> s2 = ... ;

Stream<String> s3 = Stream.concat(s1,s2);

1. flatMap平面化：将“三维数据”转化为“二维数据”。

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

Stream<Integer> i = s.flatMap(list -> list.stream());

1. 数学计算

• count()：返回元素个数。
• max(Comparator<? super T> cp)：找出最大元素。
• min(Comparator<? super T> cp)：找出最小元素。
• sum()：对所有元素求和，只适用于数值类型。
• average()：对所有元素求平均数。

2. 匹配

• boolean allMatch(Predicate<? super T>)：所有元素均满足测试条件。
• boolean anyMatch(Predicate<? super T>)：至少有一个元素满足测试条件。

3. 复合实例

Stream<Student> ds= Stream.of(
new Student("zhang",99.6),
new Student("qian",78.12),
new Student("sun",59.9),
new Student("sun",60.0));

ds.filter(stu -> stu.getScore()<60.0)
  .forEach(System.out::println);