Java8的Stream流操作
Java8 的新特性主要是 Lambda 表达式和Stream流
01.流如何简化代码
栗子：
1.如果有一个需求，需要对数据库查询到的菜肴进行一个处理：
- 筛选出卡路里小于 400 的菜肴
- 对筛选出的菜肴进行一个排序
- 获取排序后菜肴的名字
public class Dish {
private String name;
private boolean vegetarian;
private int calories;
private Type type;
// getter and setter
}
Java8 以前的实现方式：
private List<String> beforeJava7(List<Dish> dishList) {
List<Dish> lowCaloricDishes = new ArrayList<>();
//1.筛选出卡路里小于400的菜肴
for (Dish dish : dishList) {
if (dish.getCalories() < 400) {
lowCaloricDishes.add(dish);
}
}
//2.对筛选出的菜肴进行排序
Collections.sort(lowCaloricDishes, new Comparator<Dish>() {
@Override
public int compare(Dish o1, Dish o2) {
return Integer.compare(o1.getCalories(), o2.getCalories());
}
});
//3.获取排序后菜肴的名字
List<String> lowCaloricDishesName = new ArrayList<>();
for (Dish d : lowCaloricDishes) {
lowCaloricDishesName.add(d.getName());
}
return lowCaloricDishesName;
}
Java8 之后的实现方式：
private List<String> afterJava8(List<Dish> dishList) {
return dishList.stream()
.filter(d -> d.getCalories() < 400) //筛选出卡路里小于400的菜肴
.sorted(comparing(Dish::getCalories)) //根据卡路里进行排序
.map(Dish::getName) //提取菜肴名称
.collect(Collectors.toList()); //转换为List
}
2.如果要求对数据库查询到的菜肴根据菜肴种类进行分类，返回一个 Map<Type, List> 的结果：
Java8 以前的实现方式：
private static Map<Type, List<Dish>> beforeJDK8(List<Dish> dishList) {
Map<Type, List<Dish>> result = new HashMap<>();
for (Dish dish : dishList) {
//不存在则初始化
if (result.get(dish.getType())==null) {
List<Dish> dishes = new ArrayList<>();
dishes.add(dish);
result.put(dish.getType(), dishes);
} else {
//存在则追加
result.get(dish.getType()).add(dish);
}
}
return result;
}
Java8 以后的实现方式：
private static Map<Type, List<Dish>> afterJDK8(List<Dish> dishList) {
return dishList.stream().collect(groupingBy(Dish::getType));
}
02.什么是流
理解：
流是从支持数据处理操作的源生成的元素序列，源可以是数组、文件、集合、函数。流不是集合元素，
它不是数据结构并不保存数据，它的主要目的在于计算。
03.如何生成流
生成流的方式主要有五种：
1.通过集合生成，应用中最常用的一种
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream()
2.通过数组生成
int[] intArr = new int[]{1, 2, 3, 4, 5};
IntStream stream = Arrays.stream(intArr);
通过 Arrays.stream 方法生成流，并且该方法生成的流是数值流【即 IntStream 】而不是 Stream。
补充一点使用数值流可以避免计算过程中拆箱装箱，提高性能。
Stream API 提供了mapToInt、mapToDouble、mapToLong三种方式将对象流
【即 Stream】转换成对应的数值流，同时提供了 boxed 方法将数值流转换为对象流
3.通过值生成
Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5);
通过 Stream 的 of 方法生成流，通过 Stream 的 empty 方法可以生成一个空流
4.通过文件生成
Stream<String> lines = Files.lines(Paths.get("data.txt"), Charset.defaultCharset())
通过 Files.line 方法得到一个流，并且得到的每个流是给定文件中的一行5.通过函数生成 提供了
iterate 和 generate 两个静态方法从函数中生成流iterator
Stream<Integer> stream = Stream.iterate(0, n -> n + 2).limit(5);
iterate 方法接受两个参数，第一个为初始化值，第二个为进行的函数操作，因为 iterator 生成的流为无限流，
通过 limit 方法对流进行了截断，只生成
5 个偶数generator
Stream<Double> stream = Stream.generate(Math::random).limit(5);
generate 方法接受一个参数，方法参数类型为 Supplier，由它为流提供值。generate 生成的流也是无限流，
因此通过 limit 对流进行了截断
04 流的操作类型
流的操作类型主要分为两种: 中间操作、终端操作。
中间操作
一个流可以后面跟随零个或多个中间操作。其目的主要是打开流，做出某种程度的数据映射/过滤，然后返回一个新的流，
交给下一个操作使用。这类操作都是惰性化的，仅仅调用到这类方法，并没有真正开始流的遍历，真正的遍历需等到终端操作时，
常见的中间操作有下面即将介绍的 filter、map 等终端操作一个流有且只能有一个终端操作，当这个操作执行后，流就被关闭了，
无法再被操作，因此一个流只能被遍历一次，若想在遍历需要通过源数据在生成流。终端操作的执行，才会真正开始流的遍历。
如下面即将介绍的 count、collect 等
05 流使用
流的使用将分为终端操作和中间操作进行介绍
中间操作
filter 筛选
List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().filter(i -> i > 3);
通过使用 filter 方法进行条件筛选，filter 的方法参数为一个条件distinct 去除重复元素
List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().distinct();
通过 distinct 方法快速去除重复的元素limit 返回指定流个数
List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().limit(3);
通过 limit 方法指定返回流的个数，limit 的参数值必须 >=0，否则将会抛出异常skip 跳过流中的元素
List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().skip(2);
通过 skip 方法跳过流中的元素，上述例子跳过前两个元素，所以打印结果为 2,3,4,5，skip 的参数值必须 >=0，
否则将会抛出异常map流映射所谓流映射就是将接受的元素映射成另外一个元素
List<String> stringList = Arrays.asList("Java 8", "Lambdas", "In", "Action");
Stream<Integer> stream = stringList.stream().map(String::length);
通过 map 方法可以完成映射，该例子完成中 String -> Integer 的映射，之前上面的例子通过 map
方法完成了 Dish->String 的映射
flatMap 流转换
将一个流中的每个值都转换为另一个流
List<String> wordList = Arrays.asList("Hello", "World");
List<String> strList = wordList.stream()
.map(w -> w.split(" "))
.flatMap(Arrays::stream)
.distinct()
.collect(Collectors.toList());
map(w -> w.split(" ")) 的返回值为 Stream<String[]>，我们想获取 Stream，可以通过 flatMap
方法完成 Stream ->Stream 的转换
元素匹配提供了三种匹配方式:
1.allMatch 匹配所有
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().allMatch(i -> i > 3)) {
System.out.println("值都大于3");
}
2.anyMatch 匹配其中一个
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().anyMatch(i -> i > 3)) {
System.out.println("存在大于3的值");
}
等同于
for (Integer i : integerList) {
if (i > 3) {
System.out.println("存在大于3的值");
break;
}
}
3.noneMatch 全部不匹配
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().noneMatch(i -> i > 3)) {
System.out.println("值都小于3");
}
通过 noneMatch 方法实现
终端操作
统计流中元素个数通过
count
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Long result = integerList.stream().count();
通过使用 count 方法统计出流中元素个数通过
counting
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Long result = integerList.stream().collect(counting());
最后一种统计元素个数的方法在与 collect 联合使用的时候特别有用查找提供了两种查找方式
1、findFirst 查找第一个
//查找到第一个大于 3 的元素并打印
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> result = integerList.stream().filter(i -> i > 3).findFirst();
2、findAny 随机查找一个
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> result = integerList.stream().filter(i -> i > 3).findAny();
通过 findAny 方法查找到其中一个大于三的元素并打印，因为内部进行优化的原因，当找到第一个
满足大于三的元素时就结束，该方法结果和 findFirst 方法结果一样。提供 findAny 方法是为了更好的利用并行流，
findFirst 方法在并行上限制更多reduce 将流中的元素组合起来假设我们对一个集合中的值进行求和
JDK8 之前:
int sum = 0;
for (int i : integerList) {
sum += i;
}
JDK8 之后通过 reduce 进行处理
int sum = integerList.stream().reduce(0, (a, b) -> (a + b));
一行就可以完成，还可以使用方法引用简写成：
int sum = integerList.stream().reduce(0, Integer::sum);
reduce 接受两个参数，一个初始值这里是 0，一个 BinaryOperator accumulator 来将两个元素结合起来产生一个新值，
另外, reduce 方法还有一个没有初始化值的重载方法获取流中最小最大值通过 min/max 获取最小最大值
Optional<Integer> min = menu.stream().map(Dish::getCalories).min(Integer::compareTo);
Optional<Integer> max = menu.stream().map(Dish::getCalories).max(Integer::compareTo);
也可以写成：
OptionalInt min = menu.stream().mapToInt(Dish::getCalories).min();
OptionalInt max = menu.stream().mapToInt(Dish::getCalories).max();
min 获取流中最小值，max 获取流中最大值，方法参数为 Comparator<? super T> comparator通过 minBy/maxBy 获取最小最大值
Optional<Integer> min = menu.stream().map(Dish::getCalories).collect(minBy(Integer::compareTo));
Optional<Integer> max = menu.stream().map(Dish::getCalories).collect(maxBy(Integer::compareTo));
minBy 获取流中最小值，maxBy 获取流中最大值，方法参数为 Comparator<? super T> comparator通过 reduce 获取最小最大值
Optional<Integer> min = menu.stream().map(Dish::getCalories).reduce(Integer::min);
Optional<Integer> max = menu.stream().map(Dish::getCalories).reduce(Integer::max);
