Stream实现了对数据源的流式处理，它可以并行操作，提高数据处理效率。
什么是流
流不是集合，它不对数据做保存，只是最数据进行算法处理，比如最大值，最小值，排序等操作。Stream会在数据源内部隐式的遍历进行处理。Stream会并行遍历数据，将数据分成若干段，同时进行处理，最终汇总结果一起输出。
Stream 就如同一个迭代器（Iterator），单向，不可往复，数据只能遍历一次，遍历过一次后即用尽了，就好比流水从面前流过，一去不复返。
特点
首先对stream的操作可以分为两类，中间操作(intermediate operations)和结束操作(terminal operations):
- 中间操作总是会惰式执行，调用中间操作只会生成一个标记了该操作的新stream。
- 结束操作会触发实际计算，计算发生时会把所有中间操作积攒的操作以pipeline的方式执行，这样可以减少迭代次数。计算完成之后stream就会失效。
- 无存储。stream不是一种数据结构，它只是某种数据源的一个视图，数据源可以是一个数组，Java容器或I/O channel等。
- 为函数式编程而生。对stream的任何修改都不会修改背后的数据源，比如对stream执行过滤操作并不会删除被过滤的元素，而是会产生一个不包含被过滤元素的新stream。
- 惰式执行。stream上的操作并不会立即执行，只有等到用户真正需要结果的时候才会执行。
- 可消费性。stream只能被“消费”一次，一旦遍历过就会失效，就像容器的迭代器那样，想要再次遍历必须重新生成。
使用方法
1.构造流的方法
public class StreamStudy {
public static void main(String[] args) throws Exception {
//1. of
Stream<String> stream = Stream.of("hello","java","python");
// 2. Arrays
String [] strArray = new String[] {"hello","java","python"};
stream = Stream.of(strArray);
stream = Arrays.stream(strArray);
// 3. Collections
List<String> list = Arrays.asList(strArray);
stream = list.stream();
System.out.println(stream.findAny());
}
}
最终只返回第一个结果： Optional[hello]
2. 流转换为其它数据结构
public class StreamStudy {
public static void main(String[] args) throws Exception {
String [] strArray = new String[] {"hello","java","python"};
List<String> list = Arrays.asList(strArray);
// to array
System.out.println(list.stream().toArray()[0]);
// to list
System.out.println(list.stream().collect(Collectors.toList()));
// to string
System.out.println(list.stream().collect(Collectors.joining()).toString());
}
}
输出：
hello
[hello, java, python]
hellojavapython
3. 流的操作
- Intermediate （map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 limit、 skip、 parallel、 sequential、 unordered）
- Terminal（forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator）
- Short-circuiting（anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 limit）
一个流可以后面跟随零个或多个 intermediate 操作。其目的主要是打开流，做出某种程度的数据映射/过滤，然后返回一个新的流，交给下一个操作使用。这类操作都是惰性化的（lazy），就是说，仅仅调用到这类方法，并没有真正开始流的遍历。
一个流只能有一个 terminal 操作，当这个操作执行后，流就被使用“光”了，无法再被操作。所以这必定是流的最后一个操作。Terminal 操作的执行，才会真正开始流的遍历，并且会生成一个结果，或者一个 side effect。
4.基础的使用
1.map+forEach
public class StreamStudy {
public static void main(String[] args) throws Exception {
String [] strArray = new String[] {"hello","java","python"};
List<String> list = Arrays.asList(strArray);
list.stream().map((v) ->v.toUpperCase())
.forEach(t -> System.out.println(t));
}
}
将ｌｉｓｔ中的所有字母转换成大写，然后遍历输出。 实际ｌｉｓｔ中的值并没有改变，我们只是借助Ｓｔｒｅａｍ来做业务处理。
输出 ：
HELLO
JAVA
PYTHON
2.filter+map+forEach
public class StreamStudy {
public static void main(String[] args) throws Exception {
String [] strArray = new String[] {"hello","java","python"};
List<String> list = Arrays.asList(strArray);
list.stream().filter(f -> f.length()>4)
.map(v ->v.toUpperCase())
.forEach(t -> System.out.println(t));
}
}
先ｆｉｌｔｅｒ过滤，然后ｍａｐ字母大写，最后forEach输出结果：
HELLO
PYTHON
3. filter+sorted+map+forEach
public class StreamStudy {
public static void main(String[] args) throws Exception {
String [] strArray = new String[] {"hello","java","python","node","react","vue"};
List<String> list = Arrays.asList(strArray);
list.stream().filter(f -> f.length()>3)
.sorted((a,b) -> b.compareTo(a))
.map(v ->v.toUpperCase())
.forEach(t -> System.out.println(t));
}
}
先ｆｉｌｔｅｒ过滤，然后sorted排序，然后ｍａｐ字母大写，最后forEach输出结果：
REACT
PYTHON
NODE
JAVA
HELLO
4. filter+sorted+map+distinct+forEach
public class StreamStudy {
public static void main(String[] args) throws Exception {
String [] strArray = new String[] {"hello","java","python","node","react","vue","React"};
List<String> list = Arrays.asList(strArray);
list.stream().filter(f -> f.length()>3)
.sorted((a,b) -> b.compareTo(a))
.map(v ->v.toUpperCase())
.distinct()
.forEach(t -> System.out.println(t));
}
}
distinct去重，使用Object.equals(Object)来判断是否重复，最终只留下一个ＲＥＡＣＴ，结果：
REACT
PYTHON
NODE
JAVA
HELLO
5. filter+sorted+map+distinct+limit+forEach
public class StreamStudy {
public static void main(String[] args) throws Exception {
String [] strArray = new String[] {"hello","java","python","node","react","vue","React"};
List<String> list = Arrays.asList(strArray);
list.stream().filter(f -> f.length()>3)
.sorted((a,b) -> b.compareTo(a))
.map(v ->v.toUpperCase())
.distinct()
.limit(3)
.forEach(t -> System.out.println(t));
}
}
limit限制元素个数，这里着要前３个结果：
REACT
PYTHON
NODE
6.filter+sorted+map+distinct+limit+peek+forEach
public class StreamStudy {
public static void main(String[] args) throws Exception {
String [] strArray = new String[] {"hello","java","python","node","react","vue","React"};
List<String> list = Arrays.asList(strArray);
list.stream().filter(f -> f.length()>3)
.sorted((a,b) -> b.compareTo(a))
.map(v ->v.toUpperCase())
.distinct()
.limit(3)
.peek(p -> p.toLowerCase())
.forEach(t -> System.out.println(t));
}
}
peek会对每个元素执行操作，并返回包含原ｓｔｒｅａｍ元素的新Ｓｔｒｅａｍ，什么意思呢？先看结果：
REACT
PYTHON
NODE
并不是我们看到的小写，因为ｐｅｅｋ产生的新的ｓｔｒｅａｍ并不是我们已开始处理的Ｓｔｒｅａｍ，所以我们看到的还是大写。如果你的处理过程中涉及一些额外逻辑，但不影响最终结果，那么你可以使用ｐｅｅｋ去搞一个新的Ｓｔｒｅａｍ去处理。
7.总结
我们主要使用的是Intermediate 中的方法进行数据处理，Terminal 中的方法只能使用一个，这意味着对流的处理终止，这时才开始执行前面的那些Intermediate方法。最后对一些方法作一些解释，就不一一演示了：
forEach遍历、 forEachOrdered按顺序遍历、 toArray结果转换成数组、 reduce结果中的元素进行组合、 collect结果转换成集合、 min结果中最小值、 max结果中最大值、 count结果中元素数量、 anyMatch结果中存在元素满足某一条件、 allMatch结果中所有元素都满足某一条件、 noneMatch结果中所有元素都不满足某一条件、 findFirst结果中第一条数据 、 findAny结果中的任意一条数据、 iterator遍历
