『Java』Stream流
1. 引言
1.1 传统集合的多步遍历代码
几乎所有的集合（如Collection接口或Map接口等）都支持直接或间接的遍历操作。而当我们需要对集合中的元素进行操作的时候，除了必需的添加、删除、获取外，最典型的就是集合遍历。例如：
import java.util.ArrayList;
import java.util.List;
public class Demo {
public static void main(String[] args) {
List<String> list = new ArrayList<>();
list.add("张无忌");
list.add("周芷若");
list.add("赵敏");
list.add("张强");
list.add("张三丰");
for (String name : list) {
System.out.println(name);
}
}
}
输出结果：
张无忌
周芷若
赵敏
张强
张三丰
1.2 循环遍历的弊端
Java 8 的 Lambda 让我们可以更加专注于做什么（What），而不是怎么做（How），这点此前已经结合内部类进行了对比说明。现在，我们仔细体会一下上例代码，可以发现：
- for 循环的语法就是“怎么做”
- for 循环的循环体才是“做什么”
为什么使用循环？因为要进行遍历。但循环是遍历的唯一方式吗？遍历是指每一个元素逐一进行处理，而并不是从第一个到最后一个顺次处理的循环。前者是目的，后者是方式。
试想一下，如果希望对集合中的元素进行筛选过滤：
- 将集合A根据条件一过滤为子集B；
- 然后再根据条件二过滤为子集C。
那怎么办？在 Java 8 之前的做法可能为：
import java.util.ArrayList;
import java.util.List;
public class Demo {
public static void main(String[] args) {
List<String> list = new ArrayList<>();
list.add("张无忌");
list.add("周芷若");
list.add("赵敏");
list.add("张强");
list.add("张三丰");
List<String> zhangList = new ArrayList<>();
for (String name : list) {
if (name.startsWith("张")) {
zhangList.add(name);
}
}
List<String> shortList = new ArrayList<>();
for (String name : zhangList) {
if (name.length() == 3) {
shortList.add(name);
}
}
for (String name : shortList) {
System.out.println(name);
}
}
}
输出结果：
张无忌
张三丰
这段代码中含有三个循环，每一个作用不同：
- 首先筛选所有姓张的人；
- 然后筛选名字有三个字的人；
- 最后进行对结果进行打印输出。
每当我们需要对集合中的元素进行操作的时候，总是需要进行循环、循环、再循环。这是理所当然的么？不是。循环是做事情的方式，而不是目的。另一方面，使用线性循环就意味着只能遍历一次。如果希望再次遍历，只能再使用另一个循环从头开始。
1.3 Stream的更优写法
import java.util.ArrayList;
import java.util.List;
public class Demo {
public static void main(String[] args) {
List<String> list = new ArrayList<>();
list.add("张无忌");
list.add("周芷若");
list.add("赵敏");
list.add("张强");
list.add("张三丰");
list.stream()
.filter(s -> s.startsWith("张"))
.filter(s -> s.length() == 3)
.forEach(System.out::println);
}
}
输出结果：
张无忌
张三丰
直接阅读代码的字面意思即可完美展示无关逻辑方式的语义：获取流、过滤姓张、过滤长度为3、逐一打印。代码中并没有体现使用线性循环或是其他任何算法进行遍历，我们真正要做的事情内容被更好地体现在代码中。
2. 流式思想概述
这张图中展示了过滤、映射、跳过、计数等多步操作，这是一种集合元素的处理方案，而方案就是一种“函数模型”。图中的每一个方框都是一个“流”，调用指定的方法，可以从一个流模型转换为另一个流模型。而最右侧的数字3是最终结果。
这里的filter 、map 、skip 都是在对函数模型进行操作，集合元素并没有真正被处理。只有当终结方法count执行的时候，整个模型才会按照指定策略执行操作。而这得益于 Lambda 的延迟执行特性。
Stream（流）是一个来自数据源的元素队列
-
元素是特定类型的对象，形成一个队列。 Java 中的
Stream并不会存储元素，而是按需计算。 -
数据源可以是集合，数组等。
和以前的Collection操作不同， Stream操作还有两个基础的特征：
- Pipelining：中间操作都会返回流对象本身。 这样多个操作可以串联成一个管道， 如同流式风格（fluent style）。 这样做可以对操作进行优化， 比如延迟执行(laziness)和短路( short-circuiting)。
- 内部迭代： 以前对集合遍历都是通过Iterator或者增强for的方式, 显式的在集合外部进行迭代， 这叫做外部迭代。 Stream提供了内部迭代的方式，流可以直接调用遍历方法。
当使用一个流的时候，通常包括三个基本步骤：获取一个数据源（source）→ 数据转换→执行操作获取想要的结果，每次转换原有 Stream 对象不改变，返回一个新的 Stream 对象（可以有多次转换），这就允许对其操作可以像链条一样排列，变成一个管道。
3. 获取流
java.util.stream.Stream 是Java 8新加入的最常用的流接口。（这并不是一个函数式接口。）
获取一个流非常简单，有以下几种常用的方式：
- 所有的
Collection集合都可以通过stream()默认方法获取流； Stream接口的静态方法of()可以获取数组对应的流。
import java.util.*;
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
// 把集合转换为stream流
List<String> list = new ArrayList<>();
Stream<String> stream1 = list.stream();
Set<String> set = new HashSet<>();
Stream<String> stream2 = set.stream();
Map<String, String> map = new HashMap<>();
Set<String> keySet = map.keySet();
Stream<String> stream3 = keySet.stream();
Collection<String> values = map.values();
Stream<String> stream4 = values.stream();
Set<Map.Entry<String, String>> entries = map.entrySet();
Stream<Map.Entry<String, String>> stream5 = entries.stream();
// 把数组转换为stream
Stream<Integer> stream6 = Stream.of(1, 2, 3, 4, 5);
// 可变参数可以传递数组
Integer[] arr = {1, 2, 3, 4, 5};
Stream<Integer> stream7 = Stream.of(arr);
String[] arr2 = {"a", "bb", "cc"};
Stream<String> stream8 = Stream.of(arr2);
}
}
4. 常用方法
流模型的操作很丰富，这里介绍一些常用的API。这些方法可以被分成两种：
- 延迟方法：返回值类型仍然是
Stream接口自身类型的方法，因此支持链式调用。（除了终结方法外，其余方法均为延迟方法。） - 终结方法：返回值类型不再是
Stream接口自身类型的方法，因此不再支持类似StringBuilder那样的链式调用。
stream 流属于管道流，只能被消费（使用）一次，前一个 stream 流调用完方法，数据就会流转到下一个 stream 流上，而这时前一个 stream 流已经使用完毕，就会关闭了，所以不能再使用骗一个的 stream 流调用方法了。
4.1 forEach()
虽然方法名字叫forEach ，但是与for循环中的“for-each”昵称不同。
void forEach(Consumer<? super T> action);
该方法接收一个Consumer接口函数，会将每一个流元素交给该函数进行处理。
该方法是一个终结方法
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
Stream<String> stream = Stream.of("张无忌", "张三丰", "周芷若");
stream.forEach(name -> System.out.println(name));
}
}
输出结果：
张无忌
张三丰
周芷若
4.2 filter()
可以通过filter方法将一个流转换成另一个子集流。方法签名：
Stream<T> filter(Predicate<? super T> predicate);
该接口接收一个Predicate函数式接口参数（可以是一个 Lambda 或方法引用）作为筛选条件。
该方法是一个延迟方法
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
Stream<String> stream = Stream.of("张无忌", "张三丰", "周芷若", "赵敏", "张翠山");
stream.filter(name -> name.startsWith("张")).forEach(System.out::println);
}
}
输出结果：
张无忌
张三丰
张翠山
4.3 map()
如果需要将流中的元素映射到另一个流中，可以使用map 方法。方法签名：
<R> Stream<R> map(Function<? super T, ? extends R> mapper);
该接口需要一个Function函数式接口参数，可以将当前流中的T类型数据转换为另一种R类型的流。
该方法是一个延迟方法
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
Stream<String> stream = Stream.of("1", "2", "3", "4", "5");
stream.map(s -> Integer.parseInt(s)).forEach(System.out::println);
}
}
输出结果：
1
2
3
4
5
4.4 count()
正如旧集合Collection当中的size()方法一样，流提供count()方法来数一数其中的元素个数：
long count();
该方法返回一个long值代表元素个数（不再像旧集合那样是int值）
该方法是一个终结方法
import java.util.ArrayList;
import java.util.List;
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
List<Integer> list = new ArrayList<>();
list.add(1);
list.add(2);
list.add(3);
list.add(4);
list.add(5);
list.add(6);
list.add(7);
Stream<Integer> stream = list.stream();
long count = stream.count();
System.out.println(count);
}
}
输出结果：
7
4.5 limit()
limit方法可以对流进行截取，只取用前n个。方法签名：
Stream<T> limit(long maxSize);
参数是一个long型，如果集合当前长度大于参数则进行截取；否则不进行操作。
该方法是一个延迟方法
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
String[] arr = {"美羊羊", "喜羊羊", "懒羊羊", "灰太狼", "红太狼"};
Stream<String> stream = Stream.of(arr);
stream.limit(3).forEach(System.out::println);
}
}
输出结果：
美羊羊
喜羊羊
懒羊羊
4.6 skip()
如果希望跳过前几个元素，可以使用skip()方法获取一个截取之后的新流：
Stream<T> skip(long n);
如果流的当前长度大于n，则跳过前n个；否则将会得到一个长度为0的空流。
该方法是一个延迟方法
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
String[] arr = {"美羊羊", "喜羊羊", "懒羊羊", "灰太狼", "红太狼"};
Stream<String> stream = Stream.of(arr);
stream.skip(3).forEach(System.out::println);
}
}
输出结果：
灰太狼
红太狼
4.7 concat()
如果有两个流，希望合并成为一个流，那么可以使用Stream接口的静态方法concat()：
static <T> Stream<T> concat(Stream<? extends T> a, Stream<? extends T> b)
这是一个静态方法，与
java.lang.String当中的concat()方法是不同的
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
Stream<String> stream1 = Stream.of("张无忌", "张三丰", "周芷若", "赵敏", "张翠山");
Stream<String> stream2 = Stream.of("美羊羊", "喜羊羊", "懒羊羊", "灰太狼", "红太狼");
Stream<String> concat = Stream.concat(stream1, stream2);
concat.forEach(System.out::println);
}
}
输出结果：
张无忌
张三丰
周芷若
赵敏
张翠山
美羊羊
喜羊羊
懒羊羊
灰太狼
红太狼
4.8 distinct()
去除流中重复的元素，其方法签名：
Stream<T> distinct();
该方法是一个延迟方法
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(1, 1, 2, 3, 3, 4, 5, 5, 6);
stream.distinct().forEach(System.out::println);
}
}
输出结果：
1
2
3
4
5
6
4.9 sorted()
该方法用于对 stream 流中的元素排序，其方法签名：
Stream<T> sorted();
Stream<T> sorted(Comparator<? super T> comparator);
该方法是一个延迟方法
如果流中的元素的类实现了Comparable接口，即有自己的排序规则，那么可以直接调用sorted()方法对元素进行排序
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(3, 7, 2, 9, 5, 8, 1);
stream.distinct().sorted().forEach(System.out::println);
}
}
输出结果：
1
2
3
5
7
8
9
如果没有实现Comparable接口，则需要传入比较规则：
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(3, 7, 2, 9, 5, 8, 1);
stream.distinct().sorted((a, b) -> b - a).forEach(System.out::println);
}
}
输出结果：
9
8
7
5
3
2
1
要知道重写的比较方法，默认情况下是
前者-后者这种样式，表示顺序排序，反过来则是降序排序
4.10 reduce()
用于组合流中的元素，如求和，求积，求最大值等，其方法签名：
T reduce(T identity, BinaryOperator<T> accumulator);
Optional<T> reduce(BinaryOperator<T> accumulator);
<U> U reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner);
该方法是一个终结方法
import java.util.Optional;
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
Stream<Integer> stream1 = Stream.of(3, 7, 2, 9, 5, 8, 1);
Stream<Integer> stream2 = Stream.of(3, 7, 2, 9, 5, 8, 1);
Optional<Integer> reduce1 = stream1.reduce((a, b) -> a + b);
Integer reduce2 = stream2.reduce(10, (a, b) -> a + b);
System.out.println(reduce1);
System.out.println(reduce2);
}
}
输出结果：
Optional[35]
45
至于第三种变体，如果你使用了parallelStream， reduce操作是并发进行的，为了避免竞争， 每个reduce线程都会有独立的result。 combiner的作用在于合并每个线程的 result， 得到最终结果。
import java.util.List;
public class Demo {
public static void main(String[] args) {
List<Integer> list = List.of(5, 3, 1, 7, 9, 6, 2, 4, 8);
Integer p = list.parallelStream().reduce(0, (a, b) -> a + b, (m, n) -> m + n);
System.out.println(p);
}
}
这里每个线程先通过第二个参数传入的方法分别计算结果，然后通过第三个参数传入的方法来对每组结果进行处理。
简而言之，第二个参数决定每个线程执行如何执行reduce操作，第三个参数决定的对每个线程reduce的结果如何执行reduce。
4.11 anyMatch()
流中元素是否存在至少一个元素满足要求
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(3, 7, 2, 9, 5, 8, 1);
boolean b = stream.anyMatch(a -> a < 0);
System.out.println(b);
}
}
输出结果：
false
4.12 allMatch()
流中元素是否全部满足要求
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(3, 21, -2, 9, 5, 8, 1);
boolean b = stream.allMatch(a -> a > 0);
System.out.println(b);
}
}
输出结果：
false
4.13 noneMatch()
流中是否没有元素满足要求
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(3, 21, 2, 9, 5, 8, 1);
boolean b = stream.noneMatch(a -> a < 0);
System.out.println(b);
}
}
输出结果：
false
4.14 findAny()和findFirst()
findAny()：找到满足要求的一个元素 （使用 stream() 时找到的是第一个元素；使用 parallelStream() 并行时找到的是其中一个元素）findFirst()：找到满足要求的第一个元素
import java.util.List;
import java.util.Optional;
import java.util.stream.Stream;
public class Demo {
public static void main(String[] args) {
Stream<Integer> stream1 = Stream.of(3, 21, -2, 9, 5, 8, 1);
Stream<Integer> stream2 = Stream.of(7, 21, -2, 9, 5, 8, 1);
Optional<Integer> first = stream1.findFirst();
System.out.println(first);
Optional<Integer> any = stream2.findAny();
System.out.println(any);
List<Integer> list = List.of(5, 3, 1, 7, 9, 6, 2, 4, 8);
Optional<Integer> r = list.parallelStream().findAny();
System.out.println(r);
}
}
输出结果：
Optional[3]
Optional[7]
Optional[6]
值得注意的是，这两个方法返回的是一个 Optional 对象，它是一个容器类，能代表一个值存在或不存在