未来很长，别只看眼前

stream流的使用（补充瑞吉外卖相关中的知识）

1.stream的介绍

Java8中的Stream是对容器对象功能的增强，它专注于对容器对象进行各种非常便利、高效的聚合操作，或者大批量数据操作。Stream API借助于同样新出现的Lambda表达式，极大的提高编程效率和程序可读性。同时，它提供串行（单线程）和并行（多线程）两种模式进行汇聚操作，并发模式能够充分利用多核处理器的优势。通常，编写并行代码很难而且容易出错, 但使用Stream API无需编写一行多线程的代码，就可以很方便地写出高性能的并发程序。

我们可以将流看做流水线，这个流水线是处理数据的流水线，一个产品经过流水线会有一道道的工序就如同对数据的中间操作，比如过滤我不需要的，给数据排序能，最后的终止操作就是产品从流水线下来，我们就可以统一打包放入仓库了。

当我们使用一个流的时候，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：

Stream有几个特性：

Stream不存储数据，而是按照特定的规则对数据进行计算，一般会输出结果。
Stream不会改变数据源，通常情况下会产生一个新的集合或一个值。
Stream具有延迟执行特性，只有调用终端操作时，中间操作才会执行。

2.Stream流的创建

注意：这个stream是collection的方法，所以collection的子类也都可以创建流；Map不是它的子类所以不行； 流不存放数据，所以对stream流操作进行debug也是看不到中间得操作的；

（1）Stream可以通过集合数组创建。

使用集合的对象点一下，就可以发现与stream流相关的方法：

1、通过 java.util.Collection.stream() 方法用集合创建流，我们发现：

default Stream stream() {
    return StreamSupport.stream(spliterator(), false);
}

List list = Arrays.asList("a", "b", "c"); //把数组转化成集合对象
// 创建一个顺序流
Stream stream = list.stream();
// 创建一个并行流
Stream parallelStream = list.parallelStream();

（2）使用java.util.Arrays.stream(T[] array)方法用数组创建流

int[] array={1,3,5,6,8};
IntStream stream = Arrays.stream(array);

（3）使用Stream的静态方法：of()、iterate()、generate() 这里了解就行

Stream stream = Stream.of(1, 2, 3, 4, 5, 6);

Stream stream2 = Stream.iterate(0, (x) -> x + 3).limit(4);
stream2.forEach(System.out::println);

Stream stream3 = Stream.generate(Math::random).limit(3);
stream3.forEach(System.out::println);

3.Stream的终止操作

为了方便我们后续的使用，我们先初始化一部分数据：

public class Person {
    private String name;  // 姓名
    private int salary; // 薪资
    private int age; // 年龄
    private String sex; //性别
    private String area;  // 地区

    public Person() {
    }

    public Person(String name, int salary, int age, String sex, String area) {
        this.name = name;
        this.salary = salary;
        this.age = age;
        this.sex = sex;
        this.area = area;
    }
    
    //get和set方法，tostring方法
}

初始化数据，我们设计一个简单的集合和一个复杂的集合。

后面的测试会直接使用这里构造的两个对象；

public class LambdaTest {

    //创建两个集合对象，后面做测试使用
    List personList = new ArrayList();
    List simpleList = Arrays.asList(15, 22, 9, 11, 33, 52, 14);

        personList.add(new Person("张三",3000,23,"男","太原"));
        personList.add(new Person("李四",7000,34,"男","西安"));
        personList.add(new Person("王五",5200,22,"女","太原"));
        personList.add(new Person("小黑",1500,33,"女","上海"));
        personList.add(new Person("狗子",8000,44,"女","北京"));
        personList.add(new Person("铁蛋",6200,36,"女","南京"));
    
}

①遍历/匹配（foreach/find/match）

将数据流消费掉；

@Test
public void foreachTest(){
    // 打印集合的元素   这里的simpleList是上面创建的集合对象，这里为了方便就分开写了
    simpleList.stream().forEach(System.out::println);
    // 其实可以简化操作的
    simpleList.forEach(System.out::println);
}


@Test
public void findTest(){
    // 拿到第一个元素，后面我们学了流的排序，我们可以去取到排序中的第一个元素
    Optional first = simpleList.stream().findFirst();
    // 随便找一个,可以看到findAny()操作，返回的元素是不确定的，
    // 对于同一个列表多次调用findAny()有可能会返回不同的值。
    // 使用findAny()是为了更高效的性能。如果是数据较少，串行地情况下，一般会返回第一个结果，
    
    // 如果是并行的情况，那就不能确保是第一个。 多线程帮你从里面任意取一个数据给你
    Optional any = simpleList.parallelStream().findAny();
    System.out.println("first = " + first.get());
    System.out.println("any = " + any.get());
}

@Test
public void matchTest(){
    // 判断有没有任意一个人年龄大于35岁  personList是前面创建的引用对象
    // 任意一个元素与你定义的筛选条件相匹配，那么就会返回ture给你  item是集合中的泛型对象
    boolean flag = personList.stream().anyMatch(item -> item.getAge() > 35);
    System.out.println("flag = " + flag);

    // 判断是不是所有人年龄都大于35岁  需要所有的元素与你定义的筛选条件相匹配，才会返回ture给你
    flag = personList.stream().allMatch(item -> item.getAge() > 35);
    System.out.println("flag = " + flag);
}

②归集(toList/toSet/toMap)(有重点)

因为流不存储数据，那么在流中的数据完成处理后，需要将流中的数据重新归集到新的集合里。toList、toSet和toMap比较常用。

下面用一个案例演示toList、toSet和toMap：

@Test
public void collectTest(){
    // 判断有没有任意一个人年龄大于35岁
    List collect = simpleList.stream().collect(Collectors.toList());
    System.out.println(collect);
    Set collectSet = simpleList.stream().collect(Collectors.toSet());
    System.out.println(collectSet);
    
    //转换成map有许多的注意事项
    //第一个参数表示选择person对象中的name作为map中的key  生成的map中的key值  要使用lambda表达式获取
    //第二个参数表示选择集合中的泛型对象作为map的value值   生成map中的value值  要使用lambda表达式获取
    //第三个参数表示，如果两个map中的key相同，那么选择第一个map中对应的value值作为value值
    //当然你可以把自己想要的参数设置为map的key或者是value,不过记得使用lambda表示式，如果不加第三个参数那么key冲突的时候就会抛异常，key不冲突就不会
     Map collect = personList.stream().collect(Collectors.toMap(Person::getName, p -> p, (k1, k2) -> k1));
        
    System.out.println(collect);
}

③ 统计(count/average/sum/max/min）

public class StreamTest {

    public static void main(String[] args) {
        List simpleList = Arrays.asList(15, 22, 9, 11, 33, 52, 14);

        //获取平均结果
        OptionalDouble average = simpleList.stream().mapToInt(i -> i).average();
        System.out.println(average);
        //这种写法是用来判断数据是否存在的
        average.ifPresent(a->{
            System.out.println(a);
        });
        //最大值
        OptionalInt max = simpleList.stream().mapToInt(i -> i).max();
        System.out.println(max);
        //求和
        int sum = simpleList.stream().mapToInt(i -> i).sum();
        System.out.println(sum);
    }
}

运行结果：

案例：获取员工工资的最大值：

Optional max = personList.stream().max((p1, p2) -> p1.getSalary() - p2.getSalary());
max.ifPresent(item -> System.out.println(item.getSalary()));

里边的比较器可以改为：Comparator.comparingInt(Person::getSalary)

④归约(reduce)

归约，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作。

案例：求Integer集合的元素之乘积。

@Test
public void reduceTest(){
    List simpleList = Arrays.asList(15, 22, 9, 11, 33, 52, 14);
    //n1, n2代表结果和当前的数值   这个1表示初始值，如果做加法的话那么就要设置为0，如果不传的话，那么默认是0  n1*n2 的结果会重新赋值给n1
    Integer result = simpleList.stream().reduce(1,(n1, n2) -> n1*n2);
    System.out.println(result);
}

⑤分组(partitioningBy/groupingBy)

分区：将stream按条件分为两个Map，比如员工按薪资是否高于8000分为两部分。
分组：将集合分为多个Map，比如员工按性别分组。

案例：

@Test
public void groupingByTest(){
    // 将员工按薪资是否高于5000分组  key为true的放在一个map中，key为false的放在一个map中
    Map> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 5000));
    // 将员工按性别分组
    Map> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
    // 将员工先按性别分组，再按地区分组
    Map>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));
    System.out.println("员工按薪资是否大于5000分组情况：" + part);
    System.out.println("员工按性别分组情况：" + group);
    System.out.println("员工按性别、地区：" + group2);
}

这个东西会用就行，不要去深挖里面的原理！

4.Stream中间操作

注意：我们所有的中间操作返回的值还是一个stream流，所以最后还是要进行终止操作的；

①筛选（filter 用得多）

该操作符需要传入一个function函数

List simpleList = Arrays.asList(15, 22, 9, 11, 33, 52, 14);
//筛选出simpleList集合中大于17的元素，并打印出来
simpleList.stream().filter(item -> item > 17).forEach(System.out::println);

//打印工资大于500的人  这里的personList是前面创建的一个集合对象
personList.stream().filter(p -> p.getSalary()>500).forEach(System.out::println);

筛选员工中工资高于5000的人，并形成新的集合(可以理解为在消费数据流)。

List collect = personList.stream().filter(item -> item.getSalary() > 5000).collect(Collectors.toList());
System.out.println("collect = " + collect);

②映射(map/flatMap 用得多)

映射，可以将一个流的元素按照一定的映射规则映射到另一个流中。分为map和flatMap：

map：接收一个函数作为参数，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。

就是一个n1经过一系列的操作变成了n2；

flatMap：接收一个函数作为参数，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。

案例：将员工的薪资全部增加1000。

		List personList = new ArrayList();
        personList.add(new Person("张三",3000,23,"男","太原"));
        personList.add(new Person("李四",7000,34,"男","西安"));
        personList.add(new Person("王五",5200,22,"女","太原"));
        personList.add(new Person("小黑",1500,33,"女","上海"));
        personList.add(new Person("狗子",8000,44,"女","北京"));
        personList.add(new Person("铁蛋",6200,36,"女","南京"));

List collect = personList.stream().map(item -> {
            item.setSalary(item.getSalary() + 1000);
            return item;
        }).collect(Collectors.toList());
        System.out.println(collect);

上面这种操作方式就是瑞吉外卖中经常使用到的一个操作，这个操作还可以对集合进行泛型的转换；后面涉及到集合泛型的转换可以用这个来操作，非常的方便；

③排序(sorted)

sorted，中间操作。有两种排序：

sorted()：自然排序，流中元素需实现Comparable接口
sorted(Comparator com)：Comparator排序器自定义排序

案例：

@Test
public void sortTest(){
    // 按工资升序排序（自然排序）  可以自己传一个比较器，当然这里它也帮我们实现了相关的比较功能，调用相关的方法就行
    List newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)
        .collect(Collectors.toList());
    // 按工资倒序排序
    List newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
        .map(Person::getName).collect(Collectors.toList());
    // 先按工资再按年龄升序排序
    List newList3 = personList.stream()
        .sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName)
        .collect(Collectors.toList());
    // 先按工资再按年龄自定义排序（降序）
    List newList4 = personList.stream().sorted((p1, p2) -> {
        if (p1.getSalary() == p2.getSalary()) {
            return p2.getAge() - p1.getAge();
        } else {
            return p2.getSalary() - p1.getSalary();
        }
    }).map(Person::getName).collect(Collectors.toList());

    System.out.println("按工资升序排序：" + newList);
    System.out.println("按工资降序排序：" + newList2);
    System.out.println("先按工资再按年龄升序排序：" + newList3);
    System.out.println("先按工资再按年龄自定义降序排序：" + newList4);
}