一、概述

Stream 是 Java8 中處理集合的關鍵抽象概念，它可以指定你希望對集合進行的操作，可以執行非常複雜的查找、過濾和映射數據等操作。使用Stream API 對集合數據進行操作，就類似於使用 SQL 執行的數據庫查詢。也可以使用 Stream API 來並行執行操作。簡而言之，Stream API 提供了一種高效且易於使用的處理數據的方式。

特點：

元素是特定類型的對象，形成一個隊列。 Java中的Stream並不會存儲元素，而是按需計算。
數據源 流的來源。可以是集合，數組，I/O channel，產生器generator 等。
聚合操作 類似SQL語句一樣的操作，比如filter, map, reduce, find, match, sorted等。

Pipelining: 中間操作都會返回流對象本身。這樣多個操作可以串聯成一個管道，如同流式風格（fluent style）。這樣做可以對操作進行優化，比如延遲執行(laziness)和短路( short-circuiting)。
內部迭代：以前對集合遍歷都是通過Iterator或者For-Each的方式, 顯式的在集合外部進行迭代，這叫做外部迭代。 Stream提供了內部迭代的方式，通過訪問者模式(Visitor)實現。

二、分類

無狀態：指元素的處理不受之前元素的影響；

有狀態：指該操作只有拿到所有元素之後才能繼續下去。

非短路操作：指必須處理所有元素才能得到最終結果；

短路操作：指遇到某些符合條件的元素就可以得到最終結果，如 A || B，只要A爲true，則無需判斷B的結果。

三、具體用法

1.流的常用創建方法

1.1 使用Collection下的 stream() 和 parallelStream() 方法

List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //獲取一個順序流
Stream<String> parallelStream = list.parallelStream(); //獲取一個並行流

1.2 使用Arrays 中的 stream() 方法，將數組轉成流

Integer[] nums = new Integer[10];
Stream<Integer> stream = Arrays.stream(nums);

1.3 使用Stream中的靜態方法：of()、iterate()、generate()

Stream<Integer> stream = Stream.of(1,2,3,4,5,6);
 
Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6);
stream2.forEach(System.out::println); // 0 2 4 6 8 10
 
Stream<Double> stream3 = Stream.generate(Math::random).limit(2);
stream3.forEach(System.out::println);

1.4 使用 BufferedReader.lines() 方法，將每行內容轉成流

BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt"));
Stream<String> lineStream = reader.lines();
lineStream.forEach(System.out::println);
1.5 使用 Pattern.splitAsStream() 方法，將字符串分隔成流

Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
stringStream.forEach(System.out::println);

2. 流的中間操作

2.1 篩選與切片

filter：過濾流中的某些元素
limit(n)：獲取n個元素
skip(n)：跳過n元素，配合limit(n)可實現分頁
distinct：通過流中元素的 hashCode() 和 equals() 去除重複元素

Stream<Integer> stream = Stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14);
  10 12 14 14
        .distinct() //6 7 9 8 10 12 14
        .skip(2) //9 8 10 12 14
        .limit(2); //9 8
newStream.forEach(System.out::println);
Stream<Integer> newStream = stream.filter(s -> s > 5) //6 6 7 9 8

2.2 映射

map：接收一個函數作爲參數，該函數會被應用到每個元素上，並將其映射成一個新的元素。
flatMap：接收一個函數作爲參數，將流中的每個值都換成另一個流，然後把所有流連接成一個流。

List<String> list = Arrays.asList("a,b,c", "1,2,3");
 
//將每個元素轉成一個新的且不帶逗號的元素
Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
s1.forEach(System.out::println); // abc  123
 
Stream<String> s3 = list.stream().flatMap(s -> {
    //將每個元素轉換成一個stream
    String[] split = s.split(",");
    Stream<String> s2 = Arrays.stream(split);
    return s2;
});
s3.forEach(System.out::println); // a b c 1 2 3

2.3 排序

sorted()：自然排序，流中元素需實現Comparable接口
sorted(Comparator com)：定製排序，自定義Comparator排序器

List<String> list = Arrays.asList("aa", "ff", "dd");
//String 類自身已實現Compareable接口
list.stream().sorted().forEach(System.out::println);// aa dd ff
 
Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
Student s3 = new Student("aa", 30);
Student s4 = new Student("dd", 40);
List<Student> studentList = Arrays.asList(s1, s2, s3, s4);
 
//自定義排序：先按姓名升序，姓名相同則按年齡升序
studentList.stream().sorted(
        (o1, o2) -> {
            if (o1.getName().equals(o2.getName())) {
                return o1.getAge() - o2.getAge();
            } else {
                return o1.getName().compareTo(o2.getName());
            }
        }
).forEach(System.out::println);

2.4 消費

peek：如同於map，能得到流中的每一個元素。但map接收的是一個Function表達式，有返回值；而peek接收的是Consumer表達式，沒有返回值。

Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
List<Student> studentList = Arrays.asList(s1, s2);
 
studentList.stream()
        .peek(o -> o.setAge(100))
        .forEach(System.out::println);   
 
//結果：
Student{name='aa', age=100}
Student{name='bb', age=100}

3. 流的終止操作

3.1 匹配、聚合操作

allMatch：接收一個 Predicate 函數，當流中每個元素都符合該斷言時才返回true，否則返回false
noneMatch：接收一個 Predicate 函數，當流中每個元素都不符合該斷言時才返回true，否則返回false
anyMatch：接收一個 Predicate 函數，只要流中有一個元素滿足該斷言則返回true，否則返回false
findFirst：返回流中第一個元素
findAny：返回流中的任意元素
count：返回流中元素的總個數
max：返回流中元素最大值
min：返回流中元素最小值

List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
 
boolean allMatch = list.stream().allMatch(e -> e > 10); //false
boolean noneMatch = list.stream().noneMatch(e -> e > 10); //true
boolean anyMatch = list.stream().anyMatch(e -> e > 4);  //true
 
Integer findFirst = list.stream().findFirst().get(); //1
Integer findAny = list.stream().findAny().get(); //1
 
long count = list.stream().count(); //5
Integer max = list.stream().max(Integer::compareTo).get(); //5
Integer min = list.stream().min(Integer::compareTo).get(); //1

3.2 規約操作

Optional<T> reduce(BinaryOperator<T> accumulator)：第一次執行時，accumulator函數的第一個參數爲流中的第一個元素，第二個參數爲流中元素的第二個元素；第二次執行時，第一個參數爲第一次函數執行的結果，第二個參數爲流中的第三個元素；依次類推。
T reduce(T identity, BinaryOperator<T> accumulator)：流程跟上面一樣，只是第一次執行時，accumulator函數的第一個參數爲identity，而第二個參數爲流中的第一個元素。
<U> U reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator<U> combiner)：在串行流(stream)中，該方法跟第二個方法一樣，即第三個參數combiner不會起作用。在並行流(parallelStream)中,我們知道流被fork join出多個線程進行執行，此時每個線程的執行流程就跟第二個方法reduce(identity,accumulator)一樣，而第三個參數combiner函數，則是將每個線程的執行結果當成一個新的流，然後使用第一個方法reduce(accumulator)流程進行規約。

//經過測試，當元素個數小於24時，並行時線程數等於元素個數，當大於等於24時，並行時線程數爲16
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24);
 
Integer v = list.stream().reduce((x1, x2) -> x1 + x2).get();
System.out.println(v);   // 300
 
Integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2);
System.out.println(v1);  //310
 
Integer v2 = list.stream().reduce(0,
        (x1, x2) -> {
            System.out.println("stream accumulator: x1:" + x1 + "  x2:" + x2);
            return x1 - x2;
        },
        (x1, x2) -> {
            System.out.println("stream combiner: x1:" + x1 + "  x2:" + x2);
            return x1 * x2;
        });
System.out.println(v2); // -300
 
Integer v3 = list.parallelStream().reduce(0,
        (x1, x2) -> {
            System.out.println("parallelStream accumulator: x1:" + x1 + "  x2:" + x2);
            return x1 - x2;
        },
        (x1, x2) -> {
            System.out.println("parallelStream combiner: x1:" + x1 + "  x2:" + x2);
            return x1 * x2;
        });
System.out.println(v3); //197474048

3.3 收集操作

collect：接收一個Collector實例，將流中元素收集成另外一個數據結構。

Collector<T, A, R> 是一個接口，有以下5個抽象方法：

Supplier<A> supplier()：創建一個結果容器A
BiConsumer<A, T> accumulator()：消費型接口，第一個參數爲容器A，第二個參數爲流中元素T。
BinaryOperator<A> combiner()：函數接口，該參數的作用跟上一個方法(reduce)中的combiner參數一樣，將並行流中各個子進程的運行結果(accumulator函數操作後的容器A)進行合併。
Function<A, R> finisher()：函數式接口，參數爲：容器A，返回類型爲：collect方法最終想要的結果R。
Set<Characteristics> characteristics()：返回一個不可變的Set集合，用來表明該Collector的特徵。有以下三個特徵：
- CONCURRENT：表示此收集器支持併發。（官方文檔還有其他描述，暫時沒去探索，故不作過多翻譯）
- UNORDERED：表示該收集操作不會保留流中元素原有的順序。
- IDENTITY_FINISH：表示finisher參數只是標識而已，可忽略。

3.3.1 Collector 工具庫：Collectors

Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);
 
//裝成list
List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]
 
//轉成set
Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]
 
//轉成map,注:key不能相同，否則報錯
Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}
 
//字符串分隔符連接
String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)
 
//聚合操作
//1.學生總數
Long count = list.stream().collect(Collectors.counting()); // 3
//2.最大年齡 (最小的minBy同理)
Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20
//3.所有人的年齡
Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40
//4.平均年齡
Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334
// 帶上以上所有方法
DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge));
System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());
 
//分組
Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge));
//多重分組,先根據類型分再根據年齡分
Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));
 
//分區
//分成兩部分，一部分大於10歲，一部分小於等於10歲
Map<Boolean, List<Student>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));
 
//規約
Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40

參考：

Java 8 stream的詳細用法：https://blog.csdn.net/y_k_y/article/details/84633001

Java 8 中的 Streams API 詳解：https://www.ibm.com/developerworks/cn/java/j-lo-java8streamapi/

java8-Stream集合操作學習：https://www.cnblogs.com/yinjing/p/11005823.html

Java 8 stream的使用示例