Java系列：Java8 新特性：强大的 Stream API（创建 Stream、中间操作、终止操作）

• Java8中有两大最为重要的改变。第一个是 Lambda 表达式；另外一个则是 Stream API。
• Stream API ( java.util.stream) 把真正的函数式编程风格引入到Java中。这是目前为止对Java类库最好的补充，因为Stream API可以极大提供Java程序员的生产力，让程序员写出高效率、干净、简洁的代码。

Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。 使用Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简言之，Stream API 提供了一种高效且易于使用的处理数据的方式。

什么是Stream

Stream 是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。

Stream 和 Collection 集合的区别：Collection 是一种静态的内存数据结构，讲的是数据，而 Stream 是有关计算的，讲的是计算。前者是主要面向内存，存储在内存中，后者主要是面向 CPU，通过 CPU 实现计算。

注意：

①Stream 自己不会存储元素。

②Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。

③Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。即一旦执行终止操作，就执行中间操作链，并产生结果。

④ Stream一旦执行了终止操作，就不能再调用其它中间操作或终止操作了。

Stream操作的三个步骤

1- 创建 Stream 一个数据源（如：集合、数组），获取一个流

2- 中间操作 每次处理都会返回一个持有结果的新Stream，即中间操作的方法返回值仍然是Stream类型的对象。因此中间操作可以是个操作链，可对数据源的数据进行n次处理，但是在终结操作前，并不会真正执行。

3- 终止操作(终端操作) 终止操作的方法返回值类型就不再是Stream了，因此一旦执行终止操作，就结束整个Stream操作了。一旦执行终止操作，就执行中间操作链，最终产生结果并结束Stream。

创建Stream实例

方式一：通过集合

Java8 中的 Collection 接口被扩展，提供了两个获取流的方法：

• default Stream stream() : 返回一个顺序流
• default Stream parallelStream() : 返回一个并行流

    //创建 Stream方式一：通过集合
    @Test
    public void test1(){
        // default Stream<E> stream() : 返回一个顺序流
        List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8);
        Stream<Integer> stream = list.stream();
        // default Stream<E> parallelStream() : 返回一个并行流
        Stream<Integer> integerStream = list.parallelStream();
    }

方式二：通过数组

Java8 中的 Arrays 的静态方法 stream() 可以获取数组流：

• static Stream stream(T[] array): 返回一个流
• public static IntStream stream(int[] array)
• public static LongStream stream(long[] array)
• public static DoubleStream stream(double[] array)

    //创建 Stream方式二：通过数组
    @Test
    public void test2(){
        //调用Arrays类的static <T> Stream<T> stream(T[] array): 返回一个流
        String[]  array = {"tom", "jack"};
        Stream<String> stream = Arrays.stream(array);
    }

方式三：通过Stream的of()

可以调用Stream类静态方法 of(), 通过显示值创建一个流。它可以接收任意数量的参数。

• public static Stream of(T... values) : 返回一个流

    //创建 Stream方式三：通过Stream的of()
    @Test
    public void test3(){
        Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5);
    }

一系列中间操作

多个中间操作可以连接起来形成一个流水线，除非流水线上触发终止操作，否则中间操作不会执行任何的处理！而在终止操作时一次性全部处理，称为“惰性求值”。

1-筛选与切片

2-映 射

3-排序

package com.mcode.stream;

import org.junit.Test;

import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;

/**
 * ClassName: StreamTest1
 * Package: com.mcode.stream
 * Description:
 *
 * @Author: robin
 * @Create: 2023/11/5 - 12:23 AM
 * @Version: v1.0
 */
public class StreamTest1 {


    //1-筛选与切片
    @Test
    public void test1() {
//        filter(Predicate p)——接收 Lambda ， 从流中排除某些元素。
        Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        stream.filter(n-> n>5).forEach(System.out::println);

        System.out.println();
//        limit(n)——截断流，使其元素不超过给定数量。
        Stream<Integer> stream1 = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        stream1.limit(5).forEach(System.out::println);

        System.out.println();
//        skip(n) —— 跳过元素，返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补
        Stream<Integer> stream2 = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        stream2.skip(5).forEach(System.out::println);
        System.out.println();
//        distinct()——筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
        List<Integer> list = Arrays.asList(1, 1,2, 2,3, 4, 5, 6, 7, 8, 9, 10);
        list.stream().distinct().forEach(System.out::println);

    }

    //映射
    @Test
    public void test2() {
        //map(Function f)——接收一个函数作为参数，将元素转换成其他形式或提取信息，该函数会被应用到每个元素上，并将其映射成一个新的元素。
        //练习：转换为大写
        List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
        list.stream().map(String::toUpperCase).forEach(System.out::println);

        //mapToDouble接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 DoubleStream。
        List<Integer> list1 = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        list1.stream().mapToDouble(n-> (double)n).forEach(System.out::println);

        //flatMap接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流
        Stream.of("hello","world","java").flatMap(t-> Stream.of(t.split("|")))
                .forEach(System.out::println);
    }

    //3-排序
    @Test
    public void test3() {
        //sorted()——自然排序
        Integer[] arr = new Integer[]{345,3,64,3,46,7,3,34,65,68};
        String[] arr1 = new String[]{"GG","DD","MM","SS","JJ"};

        Arrays.stream(arr).sorted().forEach(System.out::println);


        //sorted(Comparator com)——定制排序
        Arrays.stream(arr).sorted((x,y)->(x > y) ? -1 : ((x == y) ? 0 : 1) ).forEach(System.out::println);

    }
}

终止操作

• 终端操作会从流的流水线生成结果。其结果可以是任何不是流的值，例如：List、nteger，甚至是 void 。
• 流进行了终止操作后，不能再次使用。

2-归约

备注：map 和 reduce 的连接通常称为 map-reduce 模式，因 Google 用它来进行网络搜索而出名。

3-收集

Collector 接口中方法的实现决定了如何对流执行收集的操作(如收集到 List、Set、Map)。

另外， Collectors 实用类提供了很多静态方法，可以方便地创建常见收集器实例，具体方法与实例如下表：

List emps= list.stream().collect(Collectors.toList());

Set emps= list.stream().collect(Collectors.toSet());

Collection emps =list.stream().collect(Collectors.toCollection(ArrayList::new));

long count = list.stream().collect(Collectors.counting());

int total=list.stream().collect(Collectors.summingInt(Employee::getSalary));

double avg = list.stream().collect(Collectors.averagingInt(Employee::getSalary));

int SummaryStatisticsiss= list.stream().collect(Collectors.summarizingInt(Employee::getSalary));

String str= list.stream().map(Employee::getName).collect(Collectors.joining());

Optionalmax= list.stream().collect(Collectors.maxBy(comparingInt(Employee::getSalary)));

Optional min = list.stream().collect(Collectors.minBy(comparingInt(Employee::getSalary)));

int total=list.stream().collect(Collectors.reducing(0, Employee::getSalar, Integer::sum));

int how= list.stream().collect(Collectors.collectingAndThen(Collectors.toList(), List::size));

Map<Emp.Status, List> map= list.stream().collect(Collectors.groupingBy(Employee::getStatus));

package com.mcode.stream;

import org.junit.Test;

import javax.lang.model.element.VariableElement;
import java.util.*;
import java.util.stream.Collectors;
import java.util.stream.Stream;

/**
 * ClassName: StreamTest2
 * Package: com.mcode.stream
 * Description:
 *
 * @Author: robin
 * @Create: 2023/11/5 - 01:03 AM
 * @Version: v1.0
 */
public class StreamTest2 {
    //1-匹配与查找
    @Test
    public void test1(){
//        allMatch(Predicate p)——检查是否匹配所有元素。
        boolean b = Stream.of(1, 2, 3, 4, 5).allMatch(n -> n > 4);
        System.out.println(b);

//        anyMatch(Predicate p)——检查是否至少匹配一个元素。
        boolean b1 = Stream.of(1, 2, 3, 4, 5).anyMatch(n -> n > 4);
        System.out.println(b1);


//        findFirst——返回第一个元素
        Optional<Integer> first = Stream.of(1, 2, 3, 4, 5).findFirst();
        System.out.println(first.get());

    }

    @Test
    public void test2(){
        // count——返回流中元素的总个数
        long count = Stream.of(1, 2, 3, 4, 5).count();
        System.out.println(count);

//        max(Comparator c)——返回流中最大值
        Optional<Integer> max = Arrays.asList(1, 2, 3, 4, 5).stream().max(Integer::compare);
        System.out.println(max.get());

//        min(Comparator c)——返回流中最小值
        Optional<Integer> min = Arrays.asList(1, 2, 3, 4, 5).stream().min(Integer::compareTo);
        System.out.println(min.get());

//        forEach(Consumer c)——内部迭代
        Arrays.asList(1, 2, 3, 4, 5).stream().forEach(System.out::println);

    }

    //2-归约
    @Test
    public void test3(){
//        reduce(T identity, BinaryOperator)——可以将流中元素反复结合起来，得到一个值。返回 T
//        练习1：计算1-10的自然数的和
        Integer reduce = Stream.of(1, 2, 3, 4, 5).reduce(0, (x, y) -> x + y);
        System.out.println(reduce);

    }

    //3-收集
    @Test
    public void test4(){
//        collect(Collector c)——将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法
        List<Integer> collect = Arrays.asList(1, 2, 3, 4, 5).stream().collect(Collectors.toList());
        System.out.println(collect);
        Set<Integer> collect1 = Stream.of(1, 2,3, 3, 4,5).collect(Collectors.toSet());
        System.out.println(collect1);
        Map<Integer, List<Integer>> collect2 = Stream.of(1,2, 2, 3, 4, 5).collect(Collectors.groupingBy(x -> x));
        System.out.println(collect2);
    }
}