Stream流
Stream 中文称为 “流”，通过将集合转换为这么一种叫做 “流” 的元素序列，通过声明性方式，能够对集合中的每个元素进行一系列并行或串行的流水线操作。
函数式编程带来的好处尤为明显。这种代码更多地表达了业务逻辑的意图，而不是它的实现机制。易读的代码也易于维护、更可靠、更不容易出错。
面对一对多结构，查询主实体时需要附带主实体的子实体列表怎么写？查出主列表，循环差子列表
List的Stream流操作可以简化我们的代码，减少程序运行的压力，应对上面的问题，以前的话是先查出对应的list数据，然后根据取到集合中id去查找对应的子实体中数据，接着在放入对应的集合中去，key值表示主实体的id，value值表示对应主实体id查到的结合数据，这样就会三次foreach循环组装数据，会很麻烦，当数据量大的时候，会增加程序运行的负荷，造成运行缓慢。所以，流式操作代替我们的这一堆操作，提高了代码的简易性，可维护性，可靠性，更不容易出错。
列子
首先我们先创建一个 Person 泛型的 List
List list = new ArrayList<>();
list.add(new Person("jack", 20));
list.add(new Person("mike", 25));
list.add(new Person("tom", 30));
Person 类包含年龄和姓名两个成员变量
private String name;
private int age;
- stream() / parallelStream()
最常用到的方法，将集合转换为流
List list = new ArrayList();
// return Stream
list.stream();
而 parallelStream() 是并行流方法，能够让数据集执行并行操作
- filter(T -> boolean)
保留 boolean 为 true 的元素
保留年龄为 20 的 person 元素
list = list.stream()
.filter(person -> person.getAge() == 20)
.collect(toList());
打印输出 [Person{name='jack', age=20}]
collect(toList()) 可以把流转换为 List 类型
- distinct()
去除重复元素，这个方法是通过类的 equals 方法来判断两个元素是否相等的
如例子中的 Person 类，需要先定义好 equals 方法，不然类似[Person{name='jack', age=20}, Person{name='jack', age=20}] 这样的情况是不会处理的 - sorted() / sorted((T, T) -> int)
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，如 Stream
反之, 需要调用 sorted((T, T) -> int) 实现 Comparator 接口
根据年龄大小来比较：
list = list.stream()
.sorted((p1, p2) -> p1.getAge() - p2.getAge())
.collect(toList());
当然这个可以简化为
list = list.stream()
.sorted(Comparator.comparingInt(Person::getAge))
.collect(toList());
- limit(long n)
返回前 n 个元素
list = list.stream()
.limit(2)
.collect(toList());
打印输出 [Person{name='jack', age=20}, Person{name='mike', age=25}]
- skip(long n)
去除前 n 个元素
list = list.stream()
.skip(2)
.collect(toList());
打印输出 [Person{name='tom', age=30}]
tips:
用在 limit(n) 前面时，先去除前 m 个元素再返回剩余元素的前 n 个元素
limit(n) 用在 skip(m) 前面时，先返回前 n 个元素再在剩余的 n 个元素中去除 m 个元素
list = list.stream()
.limit(2)
.skip(1)
.collect(toList());
打印输出 [Person{name='mike', age=25}]
- map(T -> R)
将流中的每一个元素 T 映射为 R（类似类型转换）
List newlist = list.stream().map(Person::getName).collect(toList());
newlist 里面的元素为 list 中每一个 Person 对象的 name 变量
- flatMap(T -> Stream
)
将流中的每一个元素 T 映射为一个流，再把每一个流连接成为一个流
List list = new ArrayList<>();
list.add("aaa bbb ccc");
list.add("ddd eee fff");
list.add("ggg hhh iii");
list = list.stream().map(s -> s.split(" ")).flatMap(Arrays::stream).collect(toList());
上面例子中，我们的目的是把 List 中每个字符串元素以" "分割开，变成一个新的 List
首先 map 方法分割每个字符串元素，但此时流的类型为 Stream
- anyMatch(T -> boolean)
流中是否有一个元素匹配给定的 T -> boolean 条件
是否存在一个 person 对象的 age 等于 20：
boolean b = list.stream().anyMatch(person -> person.getAge() == 20);
- allMatch(T -> boolean)
流中是否所有元素都匹配给定的 T -> boolean 条件 - noneMatch(T -> boolean)
流中是否没有元素匹配给定的 T -> boolean 条件 - findAny() 和 findFirst()
findAny()：找到其中一个元素 （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()：找到第一个元素
值得注意的是，这两个方法返回的是一个 Optional
- reduce((T, T) -> T) 和 reduce(T, (T, T) -> T)
用于组合流中的元素，如求和，求积，求最大值等
计算年龄总和：
int sum = list.stream().map(Person::getAge).reduce(0, (a, b) -> a + b);
与之相同:
int sum = list.stream().map(Person::getAge).reduce(0, Integer::sum);
其中，reduce 第一个参数 0 代表起始值为 0，lambda (a, b) -> a + b 即将两值相加产生一个新值
同样地：
计算年龄总乘积：
int sum = list.stream().map(Person::getAge).reduce(1, (a, b) -> a * b);
当然也可以
Optional sum = list.stream().map(Person::getAge).reduce(Integer::sum);
即不接受任何起始值，但因为没有初始值，需要考虑结果可能不存在的情况，因此返回的是 Optional 类型
- count()
返回流中元素个数，结果为 long 类型 - collect()
收集方法，我们很常用的是 collect(toList())，当然还有 collect(toSet()) 等，参数是一个收集器接口，这个后面会另外讲 - forEach()
返回结果为 void，很明显我们可以通过它来干什么了，比方说：
### 16. unordered()
还有这个比较不起眼的方法，返回一个等效的无序流，当然如果流本身就是无序的话，那可能就会直接返回其本身
打印各个元素：
list.stream().forEach(System.out::println);
再比如说 MyBatis 里面访问数据库的 mapper 方法：
向数据库插入新元素：
list.stream().forEach(PersonMapper::insertPerson);
文章出处
作者：Howie_Y
链接：https://www.jianshu.com/p/0bb4daf6c800
来源：