1、首先談談什麼是流？
流是從支持數據處理操作的源中生成的元素序列。
拆分理解這句話：
- 元素序列：流提供了一個接口，可以訪問特定元素類型的一組有序值；
- 源：被處理的數據，從有序集合生成流時會保留原有的順序；由列表生成的流，其元素順序和列表一致；
- 數據處理操作：與數據庫操作類似，流操作可以順序執行，也可以並行執行；
- 流水線：很多流操作本身會返回一個流，這樣多個操作就可以鏈接起來，形成一條大的流水線；
- 內部迭代：與使用迭代器顯示迭代的集合不同，流的迭代操作是在背後進行的；
流有什麼好處？或者我們爲什麼要使用流？
// 取出用戶中大於24歲的人，並排序後輸出
List<User> list = Arrays.asList(
new User("Dz", 20),
new User("Ym", 18),
new User("Json", 28),
new User("Dion", 25),
new User("Tom", 32),
new User("Kitty", 27)
);
// 傳統的 Java 編碼 start：
List<User> newList = new ArrayList<>();
for (User aList : list) {
if (aList.getAge() > 24) {
newList.add(aList);
}
}
Collections.sort(newList, new Comparator<User>() {
@Override
public int compare(User o1, User o2) {
return Integer.compare(o1.getAge(), o2.getAge());
}
});
for (User item : newList) {
System.out.println(item.getName() + ":" + item.getAge());
}
// 傳統的 Java 編碼 end
// 流操作
list.stream() //list.parallelStream() 可以併發執行
.filter(u -> u.getAge() > 24)
.sorted(Comparator.comparing(User::getAge))
.forEach(user -> System.out.println(user.getName() + ":" +user.getAge()));
流允許你以使用聲明性的方式處理數據集合，而不是臨時編寫一個實現。具體好處如下（結合上述示例）：
- 聲明性 - 更簡潔、易讀；
- 可複合 - 更靈活；
- 可並行 - 性能更好；
2、流與集合對比
- 集合是一個內存中的數據結構，包含數據結構中目前所有的值；
- 而流是概念上固定的數據結構，其元素是按需加載的；
- 流只能被遍歷一次，遍歷完之後就被消費掉了；
- 遍歷數據的方式也是他們一個關鍵區別：
- Collection 需要用戶去編碼迭代，這稱爲外部迭代；
- Streams 庫使用內部迭代，不需要去編碼，它內部幫忙把這些事情做了；
- 集合主要是訪問數據，而流的目的在於數據計算；
3、流操作
流主要兩種類別的操作：中間操作，終端操作。
中間操作形成流水線、而終端操作則是從流水線中生成結果。
使用流則包含三個要素：
- 數據源；
- 中間操作鏈；
- 終端操作；
4、使用流
4.1 篩選： （.filter 篩選比較用的比較多）
- filter()：該操作接受一個謂詞，篩選出符合謂詞的元素的流；
- distinct()：返回一個元素各異的流（根據流所生成元素的 hashCode 和 equals 方法實現）；
- limit(n)：截短流，返回一個不會超過給定長度的流，若流是有序的，最多返回前 n 個原色；
- skip(n)：跳過元素，返回一個丟棄掉前 n 個元素的流，如果流中不足 n 個則返回一個空流；
4.2 映射： （map 將一個實體映射成一個新的元素，如獲取一個實體的一項屬性）
- map()：對流中每個一個元素應用函數，並將其映射成一個新的元素；
List<String> words = Arrays.asList("Java", "Lambda", "Work", "Action");
List<Integer> wordLengths = words.stream()
.map(String::length)
.collect(toList());
- flatMap(Arrays::stream)：流的扁平化，把所有的流連接 起來成爲一個流；
// 列 words 出裏面各不相同的字符
// .map(word -> word.split("")) 返回的是 Stream<String[]>，不是我們想要的Stream<String>
String[] arrayOfWords = {"Goodbye", "World"};
Stream<String> streamOfwords = Arrays.stream(arrayOfWords);
words.stream()
.map(word -> word.split(""))
.map(Arrays::stream)
.distinct()
.collect(toList());
List<String> uniqueCharacters =
words.stream()
.map(w -> w.split(""))
.flatMap(Arrays::stream)
.distinct()
.collect(Collectors.toList());
// 所有使用 map(Arrays::stream) 時生成的單個流都被合併起來，即扁平化爲一個流
4.3 查找與匹配： （查找滿足條件的一項）
Stream API 通過 allMatch、anyMatch、noneMatch、findFirst 和 findAny 方法提供了這樣的工具。
Optional<Dish> dish =
menu.stream()
.filter(Dish::isVegetarian)
.findAny()
.ifPresent(d -> System.out.println(d.getName());
// 介紹如下文所示
Optional簡介
Optional<T>類（java.util.Optional）是一個容器類，代表一個值存在或不存在。
- isPresent()將在 Optional 包含值的時候返回 true, 否則返回 false；
- ifPresent(Consumer<T> block)會在值存在的時候執行給定的代碼塊；
- T get()會在值存在時返回值，否則拋出一個 NoSuchElement 異常；
- T orElse(T other)會在值存在時返回值，否則返回一個默認值；
4.4 歸約：（將流歸約成一個值 .reduce()）
- 對流求和；
- 流中最大值、最小值問題；
- 求流中元素個數；
.reduce()
- 一個初始值，這裏是0；
- 一個 BinaryOperator<T>來將兩個元素結合起來產生一個新值，這裏我們用的是 lambda (a, b) -> a + b；
無初始值：reduce 還有一個重載的變體，它不接受初始值，但是會返回一個 Optional 對象；
Optional<Integer> sum = numbers.stream().reduce((a, b) -> (a + b));
//爲什麼它返回一個Optional<Integer>呢？考慮流中沒有任何元素的情況。
//reduce操作無法返回其和，因爲它沒有初始值。
//當然你也可以利用 Optional 自帶的幾個方法：
int sum = numbers.stream().reduce((a, b) -> (a + b)).orElse(0);
5 數值流 -- 原始類型流特化
- IntStream；
- DoubleStream；
- LongStream；
6、總結
- Streams API 可以表達複雜的數據處理查詢；
- 你可以使用 filter、distinct、skip 和 limit 對流做篩選和切片；
- 你可以使用 map 和 flatMap 提取或轉換流中的元素；
- 你可以使用 findFirst 和 findAny 方法查找流中的元素。你可以用 allMatch 、noneMatch 和 anyMatch 方法讓流匹配給定的謂詞；
- 這些方法都利用了短路：找到結果就立即停止計算；沒有必要處理整個流；
- 你可以利用 reduce 方法將流中所有的元素迭代合併成一個結果，例如求和或查找最大、最小元素；
- filter 和 map 等操作是無狀態的，它們並不存儲任何狀態。reduce 等操作要存儲狀態才能計算出一個值。sorted 和 distinct 等操作也要存儲狀態，因爲它們需要把流中的所
- 有元素緩存起來才能返回一個新的流。這種操作稱爲有狀態操作；
- 流有三種基本的原始類型特化：IntStream、DoubleStream 和 LongStream。它們的操作也有相應的特化；
- 流不僅可以從集合創建，也可從值、數組、文件以及 iterate 與 generate 等特定方法 創建；