2.5 Stream

前面在 “函数接口”中执行的演示都是手动调用函数接口中的函数（如test()、apply()等）执行的，本节介绍的Stream就是“函数接口”的使用环境。

2.5.1 Stream简介

Stream是用声明式的方式来操作数据集合的一个Java API。一般来说，可以从数据源（集合类、数组）获得Stream，而Stream就是数据序列，我们可以对数据序列进行各种数据处理操作（过滤、转换、排序、查询等）。

很多Stream数据处理操作方法的返回值还是一个Stream，此时可以对新的Stream再进行数据处理操作，这意味着可以把多个数据处理操作“串”成一条大的处理管道（pipeline）。返回值还是Stream的数据处理操作可以称为中间操作。中间操作并没有对数据做运算处理，而是对数据处理的方式做了声明。

除此之外，还有另一类操作，即在Stream进行一些管道处理后，把Stream转换成所需结果的数据操作，这些操作可以称之为终结操作。

在进行Stream开发时只需以下三步。

（1）从数据源获得Stream。

（2）中间操作：组成处理管道。

（3）终结操作：从管道中产生处理结果。

2.5.2 获得Stream

（1）从普通值获取：Stream.of。

（2）空Stream：Stream.empty。

（3）从空值中获取：Stream.ofNullable。

（4）从数组中获取：Arrays.stream。

（5）来自文件：Files类的静态方法。

（6）来自集合类：Collection、List和Set。

（7）使用建造者模式（builder pattern）构建：Stream.builder。

（8）来自函数：Stream.generate和Stream.iterate。

◎Stream.generate接收一个Supplier函数接口作为参数，且产生的Stream是无限的，使用时请限制数量。

◎Stream.iterate接收的第一个参数是起始值，第二个参数是UnaryOperator，产生的Stream是无限的，需要限制数量。

（9）原始数据类型的Stream（只包含某类原始数据类型的Stream）：IntStream、LongStream和DoubleStream的静态方法。

（10）来自字符串。

（11）来自Optional。

2.5.3 中间操作

中间操作（Intermediate Operations）不会得到最终的结果，只返回一个新的Stream。中间操作接收函数接口作为参数，可以使用“Lambda表达式“和“方法引用”作为实现。

1.演示所用Stream

从集合类获得Stream。

2.过滤

（1）filter方法。

Stream的过滤主要是通过Stream的filter方法实现的，filter方法接收一个Predicate函数接口作为参数，Predicate接受一个参数T，返回值为boolean类型。当数据运算的结果为true时，数据保留。下面过滤出性别为男的数据。为了演示，先引入forEach这个终结操作来展示filter方法操作的结果。

除Lambda表达式可以作为函数接口的实现外，方法引用也可以作为函数接口的实现。

方法引用这种形式极大地提高了代码简洁性和可读性。这里的方法引用方式属于“引用特定类的任意对象的方法”，即引用的是Stream中任意对象的方法。

（2）distinct方法。

可以使用distinct方法过滤掉相同的数据，只留下唯一一个。当然，前提是需要覆写Person类的equals和hashCode方法来标识数据是相同的。

首先用Person类覆写equals和hashCode方法。

然后Stream直接调用distinct方法，返回一个新的Stream。

（3）中间操作管道。

当然，可以将filter和distinct操作“串”成操作管道，例如：

3.转换处理

Stream API通过map和flatMap方法对已有数据进行转换处理。

（1）map方法。

map方法的参数是一个Function接口，接收一个参数T，返回值类型为R。map方法得到的新Stream是包含R类型的数据，例如：

入参为Person类型的person，返回值是字符串。新的Stream包含的数据类型为String，也可使用方法引用简写成：

也可以链起多个map方法的管道，例如：

（2）flatMap方法。

flatMap方法用来处理Stream嵌套的问题，例如：

a.此时flatMap方法将Stream中包含的List转换成2个Stream，并将两个Stream合并成1个Stream。

b.获取合并的Stream，打印出来的结果是people1和people2列表里的所有Person实例。

若采用map处理，则需要处理嵌套的Stream。

（3）原始数据类型方法。

Stream中有很多针对原始数据类型的转换处理方法：mapToInt、mapToLong、mapToDouble、flatMapToInt、flatMapToLong和flatMapToDouble。例如：

4.其他操作

（1）skip：忽略前n条数据。

（2）limit：限制只需要前n条数据。

（3）sorted：将数据排序。

2.5.4 终结操作

1.聚合操作

（1）count：获得Stream中的数据数量。

（2）max：获得Stream中按照规则约定的最大值。

（3）min：获得Stream中按照规则约定的最小值。

2.循环

forEach：对Stream中的数据进行循环处理，forEach的参数是Consumer函数接口，只接收参数，没有返回值。

打印peopleStream中的每个Person对象。

3.匹配

（1）allMatch：Stream数据是否全部匹配，返回布尔值。

（2）anyMatch：Stream数据是否有任意匹配，返回布尔值。

（3）nonMatch：Stream数据是否全部不匹配，返回布尔值。

4.查找

（1）findAny：获得Stream中的任意数据。

findAny的返回值是Optional，会在后面讲到，使用Optional的get方法可以获得数据。

（2）findFirst：获得Stream中的第一条数据。

5.获得数组

toArray方法可以将Stream中的数据转换为Object数组，例如：

6.reduce方法

Stream的reduce方法可以进行累计的聚合操作。reduce方法的参数主要分为两个：

（1）第一个是初始值（可选）。

（2）第二个为累计方法：按步两两计算，计算的结果作为下一步累计计算的开始值。

a.数据有1、2、3。第一步，计算1+2=3；第二步，将第一步得到的结果3与3相加，得到6。

b.初始值为10，数据有1、2、3。第一步，10+1=11；第二步，11+2=13；第三步，13+3=16。

c.数组有1、2、3。第一步，计算1×2=2；第二步，将得到的结果2与3相乘，得到6。

d.初始值为10，数据有1、2、3。第一步，10 ×1=10；第二步，10×2=20；第三步，20 ×3=60。

e.数据有1、2、3。第一步，比较1和2大小；第二步，将第一步较大值2与3相比，得到最大值为3。

f.初始值为10，数据有1、2、3。第一步，比较10和1。第二步，将第一步较大值10与2相比，较大值为10；第三步，将第二步较大值10与3相比，得到最大值为10。

g.数组有1、2、3。第一步，比较1和2大小；第二步，将第一步较小值1与3相比，得到最小值为1。

h.初始值为10，数据有1、2、3。第一步，比较10和1；第二步，将第一步较小值1与2相比，较小值仍为1；第三步，将第二步较小值1与3相比，得到最小值为1。

7.collect方法

Stream中的 collect方法是终结操作中功能最丰富的一个方法，它接收一个java.util.stream.Collector参数，Collector参数指定了Stream转换成值的方式。Java预先定义了大量的Collector参数来解决常见问题。collect方法可通过java.util.stream.Collectors类的静态方法构造。

Collectors的静态方法主要分为以下几类。

（1）转换成集合类。

◎Collectors.toList()。

◎Collectors.toSet()。

◎Collectors.toCollection(集合类型)。

（2）转换成String。

◎Collectors.joining()：用来给Stream中的字符串数据指定分隔符、前缀和后缀，然后连接成一个字符串。

第一个参数以“,”为分隔符，第二个参数以“[”为前缀，第三个参数以“]”为后缀，字符串streamToString为“[wyf,www,foo,bar]”。另外，joining还有一个方法是只有分隔符，没有前缀和后缀。例如：

字符串streamToStringOnlyDelimiter经转换后为“wyf,www,foo,bar”。

（3）聚合操作。

◎Collectors.counting()：Stream中的数据数量。

◎Collectors.maxBy()：Stream中的数据按照某种规则约定的最大值，下面是比较字符串长度的最大值。

◎Collectors.minBy()：Stream中的数据按照某种规则约定的最小值，下面是比较字符串长度的最小值。

◎Collectors.averagingInt/Long/Double：求Stream中的数据的平均值，下面是求字符串长度的平均值。

◎Collectors.summingInt/Long/Double：求Stream中数据的和，下面是求字符串长度的和。

◎Collectors.summarizingInt/Long/Double：汇总Stream数据情况，包括平均值、求和、最大值、最小值和数量，所有值都包含在返回值类型IntSummaryStatistics（LongSummaryStatistics/DoubleSummaryStatistics）中。

（4）转换成Map。

◎Collectors.toMap()：toMap方法将Stream转换成Map。toMap方法有两个参数：keyMapper（Map实例key生成方式）和valueMapper（Map实例value生成方式）。这两个参数的类型都是Function接口。

本例将字符串作为key，Function.identity()是参数keyMapper，它返回的是输入参数（字符串）String::length是参数valueMapper，它返回的是字符串长度。转换后Map将字符串作为key，将字符串长度作为value。

◎Collectors.groupingBy()：按照特定功能处理分组，接收一个Function接口。

按照字符串的长度进行分组，长度相等的分到一组（List<String>），字符串长度为 key。因此上面的例子可分为两组，第一组key为3，List<String>的值是：wyf、www；第二组key为6，List<String>的值为：foobar和barfoo。

◎Collectors.partitioningBy()：partitioningBy是一种特殊的 groupingBy方法，它接收Predicate作为参数，只将数据分成false和true两组。

判断条件是字符串长度是否为6，字符串长度不为6的进入key为false的分组，字符串长度为6的进入key为true的分组。

（5）Collectors.collectingAndThen：collect执行后将值再进行转换。

将Stream转成List（Collectors.toList()）后，接下来是获取List的大小（List::size）。

为了演示，前面所有例子全部使用Collectors静态方法，实际上，通过静态方法导入可以让代码更简洁。例如：

代码可以写成：