stream API的用法
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。简言之，Stream API 提供了一种高效且易于使用的处理数据的方式。
Stream 和 Collection 集合的区别：Collection 是一种静态的内存数据结构，而 Stream 是有关计算的。前者是主要面向内存，存储在内存中，后者主要是面向 CPU，通过 CPU 实现计算。
注意：
Stream 自己不会存储元素。
Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。
Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。
主要分为三步操作
创建Stream
- 通过集合：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
- 通过数组：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)
- 通过Stream的of()：可以调用Stream类静态方法 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
- 创建无限流：可以使用静态方法 Stream.iterate() 和 Stream.generate(), 创建无限流。
- 迭代：public static Stream iterate(final T seed, final UnaryOperator f)
- Stream stream = Stream.iterate(0, x -> x + 2);
- stream.limit(10).forEach(System.out::println); // 打印前10个偶数
- 生成：public static Stream generate(Supplier s)
- Stream stream1 = Stream.generate(Math::random);
- stream1.limit(10).forEach(System.out::println); // 打印10个随机数
- 迭代：public static Stream iterate(final T seed, final UnaryOperator f)
中间操作（红色标注代表常用）
- 筛选与切片
| 方法 | 描述 |
|
filter(Predicate p) 例如：List<String> verifyIds = operateRecords.stream().map(OperateRecord::getVerifyId) .filter(StringUtils::isNotEmpty).collect(Collectors.toList()); |
接受Lambda表达式，从流中过滤元素 解释：过滤掉字符串值为空的元素 |
| limit(long maxSize) | 截断流，使其元素不超过给定数量 |
| skip(long n) | 跳过流，跳过前n个元素，若元素不足n个，则返回一个空流 |
| distinct() | 筛选，通过流所生成元素的hashCode()和equals()去除重复元素 |
- 映射
| 方法 | 描述 |
| map(Function f) 例如：BigDecimal weight = goods.stream().map(Good::getGoodWeight) .reduce(BigDecimal.ZERO, BigDecimal::add); |
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 解释：映射货物的重量，在统计 |
| flatMap(Function f) | 接受一个函数作为参数，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 |
| mapToDouble(ToDoubleFunction f) | 接受一个函数作为参数，该函数会被应用到每个元素上，产生一个新的DoubleStream |
| mapToInt(ToIntFunction f) | 接受一个函数作为参数，该函数会被应用到每个元素上，产生一个新的IntStream |
| mapToLong(ToLongFunction f) | 接受一个函数作为参数，该函数会被应用到每个元素上，产生一个新的LongStream |
- 排序
| 方法 | 描述 |
| sorted() | 产生一个新流，其中按自然顺序排序 |
| sorted(Comparator com) | 产生一个新流，其中按比较器顺序排序 |
终止操作（红色标注代表常用）
- 匹配与查找
| 方法 | 描述 |
| 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) | 检查是否没有匹配所有元素 |
| findFirst() | 返回第一个元素 |
| findAny() | 返回当前流中的任意一个元素 |
| count() | 返回流中元素总数 |
| max(Comparator com) | 返回流中最大值 |
| min(Comparator com) | 返回流中最小值 |
| forEach(Consumer c) | 内部迭代（使用Collection接口需要用户去做迭代，成为外部迭代，相反Stream API使用内部迭代） |
- 归约（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。）
| 方法 | 描述 |
| reduce(T iden, BinaryOperator b) 例如：BigDecimal weight = goods.stream().map(Good::getGoodWeight).reduce(BigDecimal.ZERO, BigDecimal::add); |
可以将流中元素反复结合起来，得到一个值，返回T 解释：统计货物的总重量，其中BigDecimal.ZERO是常量 |
| reduce(BinaryOperator b) | 可以将流中元素反复结合起来，得到一个值，返回Optional<T> |
- 收集 Collector 接口中方法的实现决定了如何对流执行收集的操作(如收集到 List、Set、Map)。
| 方法 | 描述 |
| collect(Collector c) | 将流转换为其他形式。接受一个Collector接口的实现，用户给Stream中元素做汇总的方法 |
另外，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，具体方法与实例如下表：（红色标注代表常用）
| 方法 | 返回类型 | 作用 |
| toList | List<T> | 将流中元素收集到List |
| 例如：List<Employee> emps = list.stream().collect(Collectors.toList()); | ||
| toSet | set<T> | 将流中元素收集到Set |
| Set<Employee> emps = list.stream().collect(Collectors.toSet()); | ||
| toCollection | Collection<T> | 将流中元素收集到创建的集合 |
| Collection<Employee> emps = list.stream().collect(Collectors.toCollection(ArrayList::new)); | ||
| counting | Long | 计算流中元素个数 |
| Long count = list.stream().collect(Collectors.counting()); | ||
| summingInt | Integer | 对流中元素整数属性求和 |
| Integer total = list.stream().collect(Collectors.summingInt(Employee::getSalary)); | ||
| averagingInt | Double | 对流中元素整数属性求平均值 |
| Double average = list.stream().collect(Collectors.averagingInt(Employee::getSalary)); | ||
| summarizingInt | IntSummaryStatistics | 收集流中Integer属性的统计值。如平均值 |
| int summaryStatistics = list.stream().collect(Collectors.summarizingInt(Employee::getSalary)); | ||
| joining | String | 连接流中每个字符串 |
| String str = list.stream().map(Employee::getName).collect(Collectors.joining(",")); | ||
| maxBy | Optional<T> | 根据比较器选择最大值 |
| Optional<Employee> max = list.stream().collect(Collectors.maxBy(Comparator.comparingInt(Employee::getSalary))); | ||
| minBy | Optional<T> | 根据比较器选择最小值 |
| Optional<Employee> min = list.stream().collect(Collectors.minBy(Comparator.comparingInt(Employee::getSalary))); | ||
| reducing | 归约产生的类型 | 从一个作为累加器的初始值开始，利用BinaryOperator与流中元素逐个结合，从而归约成单个值 |
| int total = list.stream().collect(Collectors.reducing(0, Employee::getSalary, Integer::sum)); | ||
| collectingAndThen | 转换函数返回的类型 | 包括另一个收集器，对其结果转换函数 |
| int how = list.stream().collect(Collectors.collectingAndThen(Collectors.toList(), List::size)); | ||
| groupingBy | Map<K, List<T>> | 根据某属性值对流分组，属性为K，值为V |
| Map<String, List<PlanGood>> listMap = planGoods.stream().collect(Collectors.groupingBy(p -> { if (StringUtils.isEmpty(p.getContainerCode())) return "goods"; else return "box"; })); |
||
| partitioningBy | Map<Boolean, List<T>> | 根据true或false进行分区 |
| Map<Boolean,List<Emp>> vd = list.stream().collect(Collectors.partitioningBy(Employee::getManage)); | ||
