0202年了，还没有用上Java函数式编程！！！——Stream流
0202年了，还没有用上Java函数式编程！！！——Stream流
- 什么是Stream流
- 概念
- 构建
- 通过Collection接口
- 通过Stream.of方法
- 操作
- Stream常见方法
- filter()
- collect()
- map()
- flatMap()
- reduce()
- parallel()
- Java8 其他特性
- 总结
- 最后
- 参考
什么是Stream流
概念
在Stream类，有这么一句话：
A sequence of elements supporting sequential and parallel aggregate operations.
简单翻译过来就是支持顺序和并行汇集的一系列元素，咋一看，跟集合有点类似，对，在Java8的API中，它允许你用函数式的方式对集合进行操作，是集合运算和表达的高阶抽象。
构建
通过Collection接口
Collection接口，自带有stream默认方法，如某普通的ArrayList对象，可以直接调用该方法构建stream流流：
//new一个普通list对象
List<Integer> list = new ArrayList<Integer>() {{ add(1);add(2);add(3); }};
//调用默认方法stream转化成Stream流
list.stream();
通过Stream.of方法
用Stream类的静态方法of构建Stream流
//Stream.of用元素直接构建流
Stream.of (1,2,3);
操作
在基本操作之前，我们得了解两个基本概念：
- 中间操作（Intermediate Operations：中间操作会返回一个新的Stream流，惰性操作，未真正遍历）
- 最终操作（Terminal Operations：是指返回最终的结果。一个流只能有一个最终操作，会真正开始流的遍历，并且会生成一个结果）
用构建章节的例子说明：
list.stream().filter(num -> num > 1).count();
stream(): 构建一个Stream流。
filter(num -> num > 1): 中间操作：过滤集合里大于1的数，惰性，未执行。
count(): 最终操作：计算大于1的数的个数，开始遍历执行。
列举下Stream的操作分类：
| Stream操作分类 | ||
|---|---|---|
| 中间操作（Intermediate Operations） | 无状态(Stateless) | unordered() filter() map() mapToInt() mapToLong()mapToDouble() flatMap() flatMapToInt() flatMapToLong()flatMapToDouble() peek() |
| 有状态(Stateful) | distinct() sorted() limit() skip() | |
| 最终操作（Terminal Operations） | 非短路操作 | forEach() forEachOrdered() toArray() reduce() collect() max() min() count() |
| 短路操作(short-circuiting) | anyMatch() allMatch() noneMatch() findFirst() findAny() | |
解释一下上表的中几个其他概念：
中间操作的无状态：
即某个Stream流调用无状态的中间操作方法时，可以独立的对Stream流里的某一个元素进行操作，此操作不会受到其他元素的影响。如map()操作，对流里的每个元素进行映射操作。
中间操作的有状态：
即某个Stream流调用有状态的中间操作方法时，要拿到Stream流的所有元素才能操作。
如distinct() 操作，得拿到所有元素，才能进行去重操作，而不是拿某一个元素，就开始处理。
最终操作的短路操作：
即找到符合条件的元素后就能得到最终结果。如findFirst()，找到符合条件的第一个，就结束操作。
最终操作的非短路操作：
即处理所有元素后才能得到最终结果。如forEach() ，循环处理所有元素。
Stream常见方法
filter()
过滤操作，操作章节，已经展示，不重复了。
collect()
收集操作，用于将Stream流的元素收集起来，转化成一个list，用上面的例子，写法如
list.stream().collect(Collectors.toList())
map()
map操作可以将Stream流里的元素，从一种类型转换成另一种类型，即一种流转换成另一个流。下面例子简单展示了，map()将Stream流里的每个Integer元素转化成String类型。
list.stream()
.map((num)->Integer.toString(num))
.collect(Collectors.toList())
flatMap()
flatMap 扁平化的map转化，为了理解，我们设计一个需求，分割字符串“Hello World”成单个字母，并且去重后，转化成list，输出。
我们很容易会想到用map这样的操作，如下：
Stream.of("Hello World")
.map(str->str.split(""))
.distinct()
.collect(Collectors.toList());
输出（省去了输出打印的代码）：
[H, e, l, l, o, , W, o, r, l, d]
但这样不行，Stream.of(“Hello World”)是构建了一个元素的Stream流， 而map操作恰恰是针对单个元素进行处理，所以仅仅是把单个"Hello World"元素转化成单个String[]类型元素， 像distinct操作要需要多个元素的才能处理，所以做如下修改：
Stream.of("Hello World")
.map(str->str.split(""))
.flatMap(Stream::of)
.distinct()
.collect(Collectors.toList());
用flatMap操作，把上面map操作转化的String[]类型元素构建成多个Stream流（每个String[]里的String都构建成一个流），使distinct操作起作用。
输出：
[H, e, l, o, , W, r, d]
reduce()
reduce 操作可以实现从一组值中生成一个值，比如说实现一个累加操作。
Stream.of(1, 2, 3) .reduce(0, (acc, element) -> acc + element);
将两个参数相加，acc 是累加器，保存着当前的 累加结果。
输出：6
parallel()
获取Stream并行流，比如说多个任务，利用多个和多核cpu并行执行（原理是fork/join框架），提高运行的效率，但不代表一定比串行快，受数据大小、集合数据结构、值是否装箱、cpu核数、处理每个元素的时间的影响，所以举个比较夸张的例子，让parallel体现出效果。
IntStream.range(0, 1000000000)
.parallel()
.summaryStatistics()
.getSum()
构建0-1000000000的Stream流，parallel操作获取并行Stream后，进行统计求和。这时候执行效率如下：
串行情况（即不使用parallel操作）
499999999500000000
运行时间为：1382ms
并行情况（使用parallel操作）
499999999500000000
运行时间为：393ms
Java8 其他特性
- 接口的默认方法和接口的静态方法。
- Optional：是为核心类库新设计的一个数据类型，用来替换 null 值，和提供各种 null值处理操作 。
- CompletableFuture 异步编程
总结
- 了解Stream流的构建方式（调用stream默认方法，Stream.of静态方法）。
- 了解Stream流的操作类型（中间操作，最终操作）。
- 了解Stream流的操作方法（常见如：filter、map、flatMap、reduce、parallel）
最后
以上的例子，较为简单，主要是考虑如何更快理解，实际使用场景，还需是结合实际，多查阅Java8 Stream Api，做到举一反三。
欢迎大家留言讨论，同时欢迎转载，但请注明出处和作者。
所有示例，已经上传至我的github https://github.com/zhiwen-li/Exemplar-learning
参考
- [1] [英] Richard Warburton著,王群锋译.Java8 函数式编程[M].人民邮电出版社:北京,2015.4.
- [2] 李刚.疯狂Java讲义（第4版）[M].电子工业出版社:北京,2018.1.
- [3] CarpenterLee.深入理解Java Stream流水线[J/OL].https://www.cnblogs.com/CarpenterLee/p/6637118.html,2017-03-28.
- [4] 奋小斗g.java8Stream map和flatmap的区别[J/OL].https://www.cnblogs.com/wangjing666/p/9999666.html,2018-11-22.
