用Stream来优化老代码，就是爽

Java8 的新特性主要是 Lambda 表达式和流，当流和 Lambda 表达式结合起来一起使用时，因为流申明式处理数据集合的特点，可以让代码变得简洁易读。
 01 流如何简化代码如果有一个需求，需要对数据库查询到的菜肴进行一个处理：筛选出卡路里小于 400 的菜肴对筛选出的菜肴进行一个排序获取排Java8 的新特性主要是 Lambda 表达式和流，当流和 Lambda 表达式结合起来一起使用时，因为流申明式处理数据集合的特点，可以让代码变得简洁易读。01 流如何简化代码
 如果有一个需求，需要对数据库查询到的菜肴进行一个处理：筛选出卡路里小于 400 的菜肴
 对筛选出的菜肴进行一个排序
 获取排序后菜肴的名字
 Dish.java(菜肴)public class Dish {
 private String name;
 private boolean vegetarian;
 private int calories;
 private Type type;
 // getter and setter
 }
 Java8 以前的实现方式private List beforeJava7(List dishList) {
 List lowCaloricDishes = new ArrayList<>();//1.筛选出卡路里小于400的菜肴
for (Dish dish : dishList) {
    if (dish.getCalories() < 400) {
        lowCaloricDishes.add(dish);
    }
}

//2.对筛选出的菜肴进行排序
Collections.sort(lowCaloricDishes, new Comparator<Dish>() {
    @Override
    public int compare(Dish o1, Dish o2) {
        return Integer.compare(o1.getCalories(), o2.getCalories());
    }
});

//3.获取排序后菜肴的名字
List<String> lowCaloricDishesName = new ArrayList<>();
for (Dish d : lowCaloricDishes) {
    lowCaloricDishesName.add(d.getName());
}

return lowCaloricDishesName;}
 Java8 之后的实现方式private List afterJava8(List dishList) {
 return dishList.stream()
 .filter(d -> d.getCalories() < 400) //筛选出卡路里小于400的菜肴
 .sorted(comparing(Dish::getCalories)) //根据卡路里进行排序
 .map(Dish::getName) //提取菜肴名称
 .collect(Collectors.toList()); //转换为List
 }
 不拖泥带水，一气呵成，原来需要写 24 代码实现的功能现在只需 5 行就可以完成了高高兴兴写完需求这时候又有新需求了，新需求如下：
对数据库查询到的菜肴根据菜肴种类进行分类，返回一个 Map<Type, List> 的结果
这要是放在 JDK8 之前肯定会头皮发麻
Java8 以前的实现方式
private static Map<Type, List> beforeJDK8(List dishList) {
 Map<Type, List> result = new HashMap<>();for (Dish dish : dishList) {
    //不存在则初始化
    if (result.get(dish.getType())==null) {
        List<Dish> dishes = new ArrayList<>();
        dishes.add(dish);
        result.put(dish.getType(), dishes);
    } else {
        //存在则追加
        result.get(dish.getType()).add(dish);
    }
}

return result;}
 还好 JDK8 有 Stream，再也不用担心复杂集合处理需求Java8 以后的实现方式
private static Map<Type, List> afterJDK8(List dishList) {
 return dishList.stream().collect(groupingBy(Dish::getType));
 }
 又是一行代码解决了需求，忍不住大喊 Stream API 牛批 看到流的强大功能了吧，接下来将详细介绍流02 什么是流
 流是从支持数据处理操作的源生成的元素序列，源可以是数组、文件、集合、函数。流不是集合元素，它不是数据结构并不保存数据，它的主要目的在于计算。03 如何生成流
 生成流的方式主要有五种：1.通过集合生成，应用中最常用的一种
List integerList = Arrays.asList(1, 2, 3, 4, 5);
 Stream stream = integerList.stream();
 通过集合的 stream 方法生成流2.通过数组生成
int[] intArr = new int[]{1, 2, 3, 4, 5};
 IntStream stream = Arrays.stream(intArr);
 通过 Arrays.stream 方法生成流，并且该方法生成的流是数值流【即 IntStream 】而不是 Stream。补充一点使用数值流可以避免计算过程中拆箱装箱，提高性能。Stream API 提供了mapToInt、mapToDouble、mapToLong三种方式将对象流【即 Stream】转换成对应的数值流，同时提供了 boxed 方法将数值流转换为对象流
3.通过值生成
Stream stream = Stream.of(1, 2, 3, 4, 5);
 通过 Stream 的 of 方法生成流，通过 Stream 的 empty 方法可以生成一个空流4.通过文件生成
Stream lines = Files.lines(Paths.get(“data.txt”), Charset.defaultCharset())
 通过 Files.line 方法得到一个流，并且得到的每个流是给定文件中的一行5.通过函数生成 提供了 iterate 和 generate 两个静态方法从函数中生成流
iterator
Stream stream = Stream.iterate(0, n -> n + 2).limit(5);
 iterate 方法接受两个参数，第一个为初始化值，第二个为进行的函数操作，因为 iterator 生成的流为无限流，通过 limit 方法对流进行了截断，只生成 5 个偶数generator
Stream stream = Stream.generate(Math::random).limit(5);
 generate 方法接受一个参数，方法参数类型为 Supplier，由它为流提供值。generate 生成的流也是无限流，因此通过 limit 对流进行了截断04 流的操作类型
 流的操作类型主要分为两种: 中间操作、终端操作。中间操作
 一个流可以后面跟随零个或多个中间操作。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，仅仅调用到这类方法，并没有真正开始流的遍历，真正的遍历需等到终端操作时，常见的中间操作有下面即将介绍的 filter、map 等终端操作
 一个流有且只能有一个终端操作，当这个操作执行后，流就被关闭了，无法再被操作，因此一个流只能被遍历一次，若想在遍历需要通过源数据在生成流。终端操作的执行，才会真正开始流的遍历。如下面即将介绍的 count、collect 等05 流使用
 流的使用将分为终端操作和中间操作进行介绍中间操作
 filter 筛选List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
 Stream stream = integerList.stream().filter(i -> i > 3);
 通过使用 filter 方法进行条件筛选，filter 的方法参数为一个条件distinct 去除重复元素
List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
 Stream stream = integerList.stream().distinct();
 通过 distinct 方法快速去除重复的元素limit 返回指定流个数
List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
 Stream stream = integerList.stream().limit(3);
 通过 limit 方法指定返回流的个数，limit 的参数值必须 >=0，否则将会抛出异常skip 跳过流中的元素
List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
 Stream stream = integerList.stream().skip(2);
 通过 skip 方法跳过流中的元素，上述例子跳过前两个元素，所以打印结果为 2,3,4,5，skip 的参数值必须 >=0，否则将会抛出异常map 流映射
所谓流映射就是将接受的元素映射成另外一个元素
List stringList = Arrays.asList(“Java 8”, “Lambdas”, “In”, “Action”);
 Stream stream = stringList.stream().map(String::length);
 复制代码
 通过 map 方法可以完成映射，该例子完成中 String -> Integer 的映射，之前上面的例子通过 map 方法完成了 Dish->String 的映射flatMap 流转换
将一个流中的每个值都转换为另一个流
List wordList = Arrays.asList(“Hello”, “World”);
 List strList = wordList.stream()
 .map(w -> w.split(" “))
 .flatMap(Arrays::stream)
 .distinct()
 .collect(Collectors.toList());
 map(w -> w.split(” ")) 的返回值为 Stream<String[]>，我们想获取 Stream，可以通过 flatMap 方法完成 Stream ->Stream 的转换元素匹配
提供了三种匹配方式:
1.allMatch 匹配所有
List integerList = Arrays.asList(1, 2, 3, 4, 5);
 if (integerList.stream().allMatch(i -> i > 3)) {
 System.out.println(“值都大于3”);
 }
 2.anyMatch 匹配其中一个List integerList = Arrays.asList(1, 2, 3, 4, 5);
 if (integerList.stream().anyMatch(i -> i > 3)) {
 System.out.println(“存在大于3的值”);
 }
 等同于for (Integer i : integerList) {
 if (i > 3) {
 System.out.println(“存在大于3的值”);
 break;
 }
 }
 3.noneMatch 全部不匹配List integerList = Arrays.asList(1, 2, 3, 4, 5);
 if (integerList.stream().noneMatch(i -> i > 3)) {
 System.out.println(“值都小于3”);
 }
 通过 noneMatch 方法实现终端操作
 统计流中元素个数通过 count
List integerList = Arrays.asList(1, 2, 3, 4, 5);
 Long result = integerList.stream().count();
 通过使用 count 方法统计出流中元素个数通过 counting
List integerList = Arrays.asList(1, 2, 3, 4, 5);
 Long result = integerList.stream().collect(counting());
 最后一种统计元素个数的方法在与 collect 联合使用的时候特别有用查找
提供了两种查找方式
1、findFirst 查找第一个
//查找到第一个大于 3 的元素并打印
 List integerList = Arrays.asList(1, 2, 3, 4, 5);
 Optional result = integerList.stream().filter(i -> i > 3).findFirst();
 2、findAny 随机查找一个List integerList = Arrays.asList(1, 2, 3, 4, 5);
 Optional result = integerList.stream().filter(i -> i > 3).findAny();
 通过 findAny 方法查找到其中一个大于三的元素并打印，因为内部进行优化的原因，当找到第一个满足大于三的元素时就结束，该方法结果和 findFirst 方法结果一样。提供 findAny 方法是为了更好的利用并行流，findFirst 方法在并行上限制更多reduce 将流中的元素组合起来
假设我们对一个集合中的值进行求和
JDK8 之前:
int sum = 0;
 for (int i : integerList) {
 sum += i;
 }
 JDK8 之后通过 reduce 进行处理int sum = integerList.stream().reduce(0, (a, b) -> (a + b));
 一行就可以完成，还可以使用方法引用简写成：int sum = integerList.stream().reduce(0, Integer::sum);
 reduce 接受两个参数，一个初始值这里是 0，一个 BinaryOperator accumulator 来将两个元素结合起来产生一个新值，另外, reduce 方法还有一个没有初始化值的重载方法
获取流中最小最大值
通过 min/max 获取最小最大值
Optional min = menu.stream().map(Dish::getCalories).min(Integer::compareTo);
 Optional max = menu.stream().map(Dish::getCalories).max(Integer::compareTo);
 也可以写成：OptionalInt min = menu.stream().mapToInt(Dish::getCalories).min();
 OptionalInt max = menu.stream().mapToInt(Dish::getCalories).max();
 min 获取流中最小值，max 获取流中最大值，方法参数为 Comparator<? super T> comparator通过 minBy/maxBy 获取最小最大值
Optional min = menu.stream().map(Dish::getCalories).collect(minBy(Integer::compareTo));
 Optional max = menu.stream().map(Dish::getCalories).collect(maxBy(Integer::compareTo));
 minBy 获取流中最小值，maxBy 获取流中最大值，方法参数为 Comparator<? super T> comparator通过 reduce 获取最小最大值
Optional min = menu.stream().map(Dish::getCalories).reduce(Integer::min);
 Optional max = menu.stream().map(Dish::getCalories).reduce(Integer::max);
 复制代码
 07 总结
 这篇文章主要介绍了 Stream API 的相关使用，从文中所列举的例子可以看出：通过使用 Stream API 可以简化代码，同时还提高了代码可读性。所以，赶紧在项目里用起来吧！序后菜肴的名字Dish.java(菜肴)public class Dish { private String name; private boolean vegetarian; private int calories; private Type type; // getter and setter}Java8 以前的实现方式private List beforeJava7(List dishList) { List lowCaloricDishes = new ArrayList<>(); //1.筛选出卡路里小于400的菜肴 for (Dish dish : dishList) { if (dish.getCalories() < 400) { lowCaloricDishes.add(dish); } } //2.对筛选出的菜肴进行排序 Collections.sort(lowCaloricDishes, new Comparator() { @Override public int compare(Dish o1, Dish o2) { return Integer.compare(o1.getCalories(), o2.getCalories()); } }); //3.获取排序后菜肴的名字 List lowCaloricDishesName = new ArrayList<>(); for (Dish d : lowCaloricDishes) { lowCaloricDishesName.add(d.getName()); } return lowCaloricDishesName;}Java8 之后的实现方式private List afterJava8(List dishList) { return dishList.stream() .filter(d -> d.getCalories() < 400) //筛选出卡路里小于400的菜肴 .sorted(comparing(Dish::getCalories)) //根据卡路里进行排序 .map(Dish::getName) //提取菜肴名称 .collect(Collectors.toList()); //转换为List}不拖泥带水，一气呵成，原来需要写 24 代码实现的功能现在只需 5 行就可以完成了高高兴兴写完需求这时候又有新需求了，新需求如下：对数据库查询到的菜肴根据菜肴种类进行分类，返回一个 Map<Type, List> 的结果这要是放在 JDK8 之前肯定会头皮发麻Java8 以前的实现方式private static Map<Type, List> beforeJDK8(List dishList) { Map<Type, List> result = new HashMap<>(); for (Dish dish : dishList) { //不存在则初始化 if (result.get(dish.getType())==null) { List dishes = new ArrayList<>(); dishes.add(dish); result.put(dish.getType(), dishes); } else { //存在则追加 result.get(dish.getType()).add(dish); } } return result;}还好 JDK8 有 Stream，再也不用担心复杂集合处理需求Java8 以后的实现方式private static Map<Type, List> afterJDK8(List dishList) { return dishList.stream().collect(groupingBy(Dish::getType));}又是一行代码解决了需求，忍不住大喊 Stream API 牛批 看到流的强大功能了吧，接下来将详细介绍流02 什么是流流是从支持数据处理操作的源生成的元素序列，源可以是数组、文件、集合、函数。流不是集合元素，它不是数据结构并不保存数据，它的主要目的在于计算。03 如何生成流生成流的方式主要有五种：1.通过集合生成，应用中最常用的一种List integerList = Arrays.asList(1, 2, 3, 4, 5);Stream stream = integerList.stream();通过集合的 stream 方法生成流2.通过数组生成int[] intArr = new int[]{1, 2, 3, 4, 5};IntStream stream = Arrays.stream(intArr);通过 Arrays.stream 方法生成流，并且该方法生成的流是数值流【即 IntStream 】而不是 Stream。补充一点使用数值流可以避免计算过程中拆箱装箱，提高性能。Stream API 提供了mapToInt、mapToDouble、mapToLong三种方式将对象流【即 Stream】转换成对应的数值流，同时提供了 boxed 方法将数值流转换为对象流3.通过值生成Stream stream = Stream.of(1, 2, 3, 4, 5);通过 Stream 的 of 方法生成流，通过 Stream 的 empty 方法可以生成一个空流4.通过文件生成Stream lines = Files.lines(Paths.get(“data.txt”), Charset.defaultCharset())通过 Files.line 方法得到一个流，并且得到的每个流是给定文件中的一行5.通过函数生成 提供了 iterate 和 generate 两个静态方法从函数中生成流iteratorStream stream = Stream.iterate(0, n -> n + 2).limit(5);iterate 方法接受两个参数，第一个为初始化值，第二个为进行的函数操作，因为 iterator 生成的流为无限流，通过 limit 方法对流进行了截断，只生成 5 个偶数generatorStream stream = Stream.generate(Math::random).limit(5);generate 方法接受一个参数，方法参数类型为 Supplier，由它为流提供值。generate 生成的流也是无限流，因此通过 limit 对流进行了截断04 流的操作类型流的操作类型主要分为两种: 中间操作、终端操作。中间操作一个流可以后面跟随零个或多个中间操作。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，仅仅调用到这类方法，并没有真正开始流的遍历，真正的遍历需等到终端操作时，常见的中间操作有下面即将介绍的 filter、map 等终端操作一个流有且只能有一个终端操作，当这个操作执行后，流就被关闭了，无法再被操作，因此一个流只能被遍历一次，若想在遍历需要通过源数据在生成流。终端操作的执行，才会真正开始流的遍历。如下面即将介绍的 count、collect 等05 流使用流的使用将分为终端操作和中间操作进行介绍中间操作filter 筛选List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);Stream stream = integerList.stream().filter(i -> i > 3);通过使用 filter 方法进行条件筛选，filter 的方法参数为一个条件distinct 去除重复元素List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);Stream stream = integerList.stream().distinct();通过 distinct 方法快速去除重复的元素limit 返回指定流个数List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);Stream stream = integerList.stream().limit(3);通过 limit 方法指定返回流的个数，limit 的参数值必须 >=0，否则将会抛出异常skip 跳过流中的元素List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);Stream stream = integerList.stream().skip(2);通过 skip 方法跳过流中的元素，上述例子跳过前两个元素，所以打印结果为 2,3,4,5，skip 的参数值必须 >=0，否则将会抛出异常map 流映射所谓流映射就是将接受的元素映射成另外一个元素List stringList = Arrays.asList(“Java 8”, “Lambdas”, “In”, “Action”);Stream stream = stringList.stream().map(String::length);复制代码通过 map 方法可以完成映射，该例子完成中 String -> Integer 的映射，之前上面的例子通过 map 方法完成了 Dish->String 的映射flatMap 流转换将一个流中的每个值都转换为另一个流List wordList = Arrays.asList(“Hello”, “World”);List strList = wordList.stream() .map(w -> w.split(" “)) .flatMap(Arrays::stream) .distinct() .collect(Collectors.toList());map(w -> w.split(” ")) 的返回值为 Stream<String[]>，我们想获取 Stream，可以通过 flatMap 方法完成 Stream ->Stream 的转换元素匹配提供了三种匹配方式:1.allMatch 匹配所有List integerList = Arrays.asList(1, 2, 3, 4, 5);if (integerList.stream().allMatch(i -> i > 3)) { System.out.println(“值都大于3”);}2.anyMatch 匹配其中一个List integerList = Arrays.asList(1, 2, 3, 4, 5);if (integerList.stream().anyMatch(i -> i > 3)) { System.out.println(“存在大于3的值”);}等同于for (Integer i : integerList) { if (i > 3) { System.out.println(“存在大于3的值”); break; }}3.noneMatch 全部不匹配List integerList = Arrays.asList(1, 2, 3, 4, 5);if (integerList.stream().noneMatch(i -> i > 3)) { System.out.println(“值都小于3”);}通过 noneMatch 方法实现终端操作统计流中元素个数通过 countList integerList = Arrays.asList(1, 2, 3, 4, 5);Long result = integerList.stream().count();通过使用 count 方法统计出流中元素个数通过 countingList integerList = Arrays.asList(1, 2, 3, 4, 5);Long result = integerList.stream().collect(counting());最后一种统计元素个数的方法在与 collect 联合使用的时候特别有用查找提供了两种查找方式1、findFirst 查找第一个//查找到第一个大于 3 的元素并打印List integerList = Arrays.asList(1, 2, 3, 4, 5);Optional result = integerList.stream().filter(i -> i > 3).findFirst();2、findAny 随机查找一个List integerList = Arrays.asList(1, 2, 3, 4, 5);Optional result = integerList.stream().filter(i -> i > 3).findAny();通过 findAny 方法查找到其中一个大于三的元素并打印，因为内部进行优化的原因，当找到第一个满足大于三的元素时就结束，该方法结果和 findFirst 方法结果一样。提供 findAny 方法是为了更好的利用并行流，findFirst 方法在并行上限制更多reduce 将流中的元素组合起来假设我们对一个集合中的值进行求和JDK8 之前:int sum = 0;for (int i : integerList) {sum += i;}JDK8 之后通过 reduce 进行处理int sum = integerList.stream().reduce(0, (a, b) -> (a + b));一行就可以完成，还可以使用方法引用简写成：int sum = integerList.stream().reduce(0, Integer::sum);reduce 接受两个参数，一个初始值这里是 0，一个 BinaryOperator accumulator 来将两个元素结合起来产生一个新值，另外, reduce 方法还有一个没有初始化值的重载方法获取流中最小最大值通过 min/max 获取最小最大值Optional min = menu.stream().map(Dish::getCalories).min(Integer::compareTo);Optional max = menu.stream().map(Dish::getCalories).max(Integer::compareTo);也可以写成：OptionalInt min = menu.stream().mapToInt(Dish::getCalories).min();OptionalInt max = menu.stream().mapToInt(Dish::getCalories).max();min 获取流中最小值，max 获取流中最大值，方法参数为 Comparator<? super T> comparator通过 minBy/maxBy 获取最小最大值Optional min = menu.stream().map(Dish::getCalories).collect(minBy(Integer::compareTo));Optional max = menu.stream().map(Dish::getCalories).collect(maxBy(Integer::compareTo));minBy 获取流中最小值，maxBy 获取流中最大值，方法参数为 Comparator<? super T> comparator通过 reduce 获取最小最大值Optional min = menu.stream().map(Dish::getCalories).reduce(Integer::min);Optional max = menu.stream().map(Dish::getCalories).reduce(Integer::max);复制代码07 总结这篇文章主要介绍了 Stream API 的相关使用，从文中所列举的例子可以看出：通过使用 Stream API 可以简化代码，同时还提高了代码可读性。所以，赶紧在项目里用起来吧！