java8流(Stream API)使用详解：筛选、切片、映射、查找、匹配和归约等流操作

上一篇中介绍了集合操作的痛点并发现集合操作的这些痛点在java8流API面前基本都不是事，随后引出了流的定义并介绍了流操作的类型、特征，以及使用流的基本步骤，本篇将逐一介绍Stream Api中各种流操作及一些特殊流的使用。

用谓词筛选

关于筛选在该系列前面文章中已经出现多次了，这里再次列举如下，以求完整。
如下代码筛选出素食菜单：

1. List vegetarianMenu = menu.stream()
2. .filter(Dish::isVegetarian)//方法引用检查是否为素食
3. .collect(toList());

筛选去重：distinct()函数

去重是指去除筛选结果中的重复项，只需在fiter之后调用distinct()即可：

1. List numbers = Arrays.asList(1, 2, 1, 3, 3, 2, 4);
2. numbers.stream().filter(i -> i % 2 == 0).distinct().forEach(System.out::println);

截短流：limit函数

截短流是指从流中截取部分数据，如取出热量大于300卡路里的前3道菜：

1. List dishes = menu.stream()
2. .filter(d -> d.getCalories() > 300)
3. .limit(3)//截短流
4. .collect(toList());

跳过元素：skip(int)函数

跳过元素是指跳过流中指定数量的元素，对剩下的进行操作或取出，如下面的代码将跳过大于300卡路里的头3道菜：

1. List dishes = menu.stream()
2. .filter(d -> d.getCalories() > 300)
3. .skip(3)//跳过前3个元素
4. .collect(toList());

当菜单流中热量大于300卡路里的菜不足3个时，上面的代码返回一个空的List。

映射：map

流的映射是指对流的每个元素应用一个指定的函数，使其映射成我们需要的新的元素。如从菜单中映射过菜名列表，代码如下：

1. List dishNames = menu.stream()
2. .map(Dish::getName)//map映射
3. .collect(toList());

菜单流Stream经过map映射操作Dish::getName转换成了字符串流Stream,即菜名流。

流的扁平化：flatMap

流的扁平化操作flatMap，通俗来将就是将多个流合并为一个流。
假如我们需要将给定的单词列表["Hello","World"]拆分为去重的字母列表["H","e","l", "o","W","r","d"]，该怎么做？

尝试1：使用map与distinct

1. //取得单词流Stream 每个单词为一个字符串
2. words.stream()
3. //映射成Stream，每个单词转换成了组成该单词的字符数组
4. .map(word -> word.split(""))
5. //去重，依然是String[]
6. .distinct()
7. //结果是List
8. .collect(toList());

尝试1宣告失败！

尝试2：使用map和Arrays.stream()

1. //取得单词流Stream 每个单词为一个字符串
2. words.stream()
3. //映射成Stream，每个单词转换成了组成该单词的字符数组
4. .map(word -> word.split(""))
5. //Arrays::stream将每个字符数组转成字符流Stream
6. .map(Arrays::stream)
7. .distinct()
8. //结果是List>
9. .collect(toList());

尝试2宣告失败！

尝试3：使用flatMap

1. List uniqueCharacters =
2. //取得单词流Stream 每个单词为一个字符串
3. words.stream()
4. //映射成Stream，每个单词转换成了组成该单词的字符数组
5. .map(w -> w.split(""))
6. //flatMap将每个字符数组转成的字符流Stream扁平化为单个流Stream
7. .flatMap(Arrays::stream)
8. //去除重复字符
9. .distinct()
10. //获取去重后的字符列表List
11. .collect(Collectors.toList());

尝试3宣告成功！

anyMatch:至少匹配一个元素

查找菜单中是否存在素食，一旦匹配到素食即退出并返回true

1. if(menu.stream().anyMatch(Dish::isVegetarian)){
2. System.out.println("找到素食!");
3. }

allMatch:匹配所有元素

检测菜单中所有菜是不是都是健康食品（假设热量小于1000就是健康的）：

1. if(menu.stream().allMatch(d -> d.getCalories() < 1000)){
2. System.out.println("所有菜都是健康的,因为热量都小于1000");
3. }

noneMatch:所有元素都不匹配

1. if(menu.stream().noneMatch(d -> d.getCalories() >= 1000)){
2. System.out.println("所有菜都是健康的,因为热量都不大于1000");
3. }

查找任意元素:findAny

例如找到菜单中的任何一样素食:

1. Optional dish = menu.stream().filter(Dish::isVegetarian).findAny();

findAny返回当前流中的任意一个元素。

java.util.Optional是一个容器类,它包裹着T,如上面代码中的Optional可以理解装着Dish的一个容器,且该Dish允许为空,可以通过optional.get()方法获取该容器装的东西,该系列后面的文章会详细介绍Optional类的用法。

查找第一个元素:findFirst()

找到第一个平方能被3整除的数:

1. List someNumbers = Arrays.asList(1, 2, 3, 4, 5);
2. Optional firstSquareDivisibleByThree =
3. someNumbers.stream()
4. .map(x -> x * x)
5. .filter(x -> x % 3 == 0)
6. .findFirst(); // 9

相比于findAny,findFirst在并行上有更多的限制,如果不关心找到哪个元素,推荐用findAny。

归约操作:利用reduce求和

归约操作是指将流中的所有元素反复组合起来,得到一个值。比如,将流中的元素求和:int sum = numbers.stream().reduce(0, (a, b) -> a + b);

为什么说是反复组合起来?
求和归约操作中是将指定的初始值0(reduce方法的第一个参数)与流中的第一个元素相加(表达为reduce的第二个参数BinaryOperator,我们传递是Lambda表达式(a, b) -> a + b)得到一个中间值后与流中的第二个元素相加,直至流中的所有元素都被累加完，得到最终的求和结果。

reduce只接受一个参数的重载函数

1. Optional sum = numbers.stream().reduce((a, b) -> (a + b));

区别是返回值变成了Optional。

归约操作:利用reduce求最大与最小值

1. //求最大值
2. Optional max = numbers.stream().reduce(Integer::max);
3. //求最小值
4. Optional min = numbers.stream().reduce(Integer::min);

注:reduce操作最重要的就是需要指定一个Lambda表达式或方法引用来将流中的两个元素依次结果来产生一个新值。