stream使用

stream流式计算

在Java1.8之前还没有stream流式算法的时候，我们要是在一个放有多个User对象的list集合中，将每个User对象的主键ID取出，组合成一个新的集合，首先想到的肯定是遍历，如下：

List<Long> userIdList = new ArrayList<>();
for (User user: list) {
userIdList.add(user.id);
}

或者在1.8有了lambda表达式以后，我们会这样写：

List<Long> userIdList = new ArrayList<>();
list.forEach(user -> list.add(user.id));

List<Integer> userIdList = new ArrayList<>(Arrays.asList(0,1,2,3));
userIdList.forEach(item -> {//也可以做一些业务逻辑if(item.equals(1)){System.out.println("nihao");}
});

在有了stream之后，我们还可以这样写：

List<Long> userIdList = list.stream().map(User::getId).collect(Collectors.toList());

一行代码直接搞定，是不是很方便呢。那么接下来。我们就一起看一下stream这个流式算法的新特性吧。

由上面的例子可以看出，java8的流式处理极大的简化了对于集合的操作，实际上不光是集合，包括数组、文件等，只要是可以转换成流，我们都可以借助流式处理，类似于我们写SQL语句一样对其进行操作。java8通过内部迭代来实现对流的处理，一个流式处理可以分为三个部分：转换成流、中间操作、终端操作。如下图：

以集合为例，一个流式处理的操作我们首先需要调用stream()函数将其转换成流，然后再调用相应的中间操作达到我们需要对集合进行的操作，比如筛选、转换等，最后通过终端操作对前面的结果进行封装，返回我们需要的形式。

public class Demo {public static void main(String[] args) {User u1 = new User(1,"a",21);User u2 = new User(2,"b",22);User u3 = new User(3,"c",23);User u4 = new User(4,"d",24);User u5 = new User(5,"e",25);User u6 = new User(6,"f",26);//集合用来存储数据List<User> users = Arrays.asList(u1, u2, u3, u4, u5,u6);//stream流用来计算lambda表达式 链式编程 函数式接口 stream流式计算全都用到了users.stream().filter(u->{return u.getId()%2==0;})   //ID必须是偶数.filter(u->{return u.getAge()>23;})    //年龄大于23岁.map(u->{return u.getName().toUpperCase();})   //用户名首字母大写.sorted((uu1,uu2)->{return uu2.compareTo(uu1);})  //用户名字母倒着排序.limit(1)  //只输出一个用户.forEach(System.out::println);}
}
class User{int id;String name;int age;public User(){}public User(int id,String name,int age){this.id=id;this.name=name;this.age=age;}public int getId() {return id;}public int getAge() {return age;}public String getName() {return name;}@Overridepublic String toString() {return "user = "  + "{" + id +","+ name +"," + age + "}";}
}

下面讲对Stream进行详解

一、什么是stream

Java 8 是一个非常成功的版本，这个版本新增的Stream，配合同版本出现的Lambda ，给我们操作集合（Collection）提供了极大的便利。stream流实际上就是一个高级迭代器，可以对集合执行非常复杂的查找/筛选/过滤、排序、聚合和映射数据等操作。

Java8 Stream 使用的是函数式编程模式，所以大部分流操作都支持 lambda 表达式作为参数，正确理解，应该说是接受一个函数式接口的实现作为参数。例如：

filter(s -> s.startsWith("c"));

以上面代码为例，可以对流进行中间操作或者终端操作

中间操作：会再次返回一个流，所以，我们可以链接多个中间操作，注意这里是不用加分号的。上图中的filter 过滤，map 对象转换，sorted 排序等就属于中间操作。
终端操作是对流操作的一个结束动作，一般返回 void 或者一个非流的结果。上图中的 forEach循环就是一个终止操作。

Stream流有一些特性：

Stream流不是一种数据结构，不保存数据，它只是在原数据集上定义了一组操作。
这些操作是惰性的，即每当访问到流中的一个元素，才会在此元素上执行这一系列操作。
Stream不保存数据，故每个Stream流只能使用一次

二、不同类型的stream流

可以从各种数据源中创建 Stream 流，其中以 Collection 集合最为常见。如 List 和 Set 均支持 stream() 方法来创建顺序流(又称为串行流)或者是并行流。

先介绍串行流：

Arrays.asList("a1", "a2", "a3") //asList源码就是一个ArrayList集合
.stream() // 创建流
.findFirst() // 找到第一个元素
.ifPresent(System.out::println); // 如果存在，即输出

在集合上调用stream()方法会返回一个普通的 Stream 流。但是, 大可不必刻意地创建一个集合，再通过集合来获取 Stream 流，这种方式效率远远比上方的写法高，如下：

Stream.of("a1", "a2", "a3")
.findFirst()
.ifPresent(System.out::println);

可以通过 Stream.of() 从一堆对象中创建 Stream 流，除了常规对象流之外，Java 8还附带了一些特殊类型的流，用于处理原始数据类型int，long以及double，它们就是IntStream，LongStream还有DoubleStream。其中，IntStreams.range()方法还可以被用来取代常规的 for 循环，

IntStream.range(1, 4) // 相当于 for (int i = 1; i < 4; i++) {}
.mapToObj(i -> + i*i)
.forEach(System.out::println);

将常规对象流转换为原始类型流，这个时候，中间操作 mapToInt()，mapToLong() 以及mapToDouble，

Stream.of("3", "2", "5")
   .mapToInt(Integer::parseInt) // 转成 int 基础类型类型流
   .forEach(System.out::println);

   System.out.println("==============");

   Stream.of(1.0, 2.0, 3.0)
   .mapToInt(Double::intValue) // double 类型转 int
   .forEach(System.out::println); // for 循环打印

将原始类型流装换成对象流，可以使用 mapToObj()，

IntStream.range(1, 4)
.mapToObj(i -> "a" + i) // for 循环 1->4, 拼接前缀 a
.forEach(System.out::println);

三、Stream 流的处理顺序

中间操作的有个重要特性 —— 延迟性

java的Stream以延迟性著称。他们被刻意设计成这样，即延迟操作，有其独特的原因：Stream就像一个黑盒，它接收请求生成结果。当我们向一个Stream发起一系列的操作请求时，这些请求只是被一一保存起来。只有当我们向Stream发起一个终端操作是，才会实际地进行计算。

举个例子：

Stream.of("d2", "a2", "b1", "b3", "c")
   .filter(s -> {
   System.out.println("filter: " + s);
   return true;
   });

上面这个代码没有终端操作，根本不会执行任何代码，不会有任何输出，于是添加一行forEach终端操作如下就可以输出了

Stream.of("d2", "a2", "b1", "b3", "c")
   .filter(s -> {
   System.out.println("filter: " + s);
   return true;
   })
   .forEach(s -> System.out.println("forEach: " + s));

输出内容如下，filter和forEach的内容都能正常输出：
filter: d2
forEach: d2
filter: a2
forEach: a2
filter: b1
forEach: b1
filter: b3
forEach: b3
filter: c
forEach: c

这里很有趣，输出的结果却是随着链条垂直移动的，当 Stream 开始处理 d2 元素时，它实际上会在执行完 filter 操作后，再紧接着执行 forEach 操作，接着才会处理第二个元素。
注意有个方法是水平执行的，例如sorted，题外话：平常开发中对于这些中间操作方法的位置顺序也要注意下，正确放置也能大大提高性能，就像sql语句一样，where条件放置顺序也会影响查询速度。

为什么要设计成这样呢？

原因是出于性能的考虑。这样设计可以减少对每个元素的实际操作数，举个更清楚的例子，

Stream.of("d2", "a2", "b1", "b3", "c").map(s -> {System.out.println("map: " + s);return s.toUpperCase(); // 转大写}).anyMatch(s -> {System.out.println("anyMatch: " + s);return s.startsWith("A"); // 过滤出以 A 为前缀的元素});/*map: d2anyMatch: D2map: a2anyMatch: A2*/

方法依旧是先执行map，再anyMatch，终端操作 anyMatch()表示任何一个元素以 A 为前缀，返回为 true，就停止循环。从 d2 开始匹配，接着循环到 a2 的时候，返回为 true ，于是停止循环。所以这里只输出了4次，如果是水平移动呢，需要把map全部执行，5次，再执行anyMatch方法2次，一共7次，所以很明显减少了不必要的操作次数。

四、数据流复用问题

Stream 流是不能被复用的，一旦你调用任何终端操作，流就会关闭，再调用 noneMatch 就会抛出异常。

Stream<String> stream =Stream.of("d2", "a2", "b1", "b3", "c").filter(s -> s.startsWith("a"));stream.anyMatch(s -> true);    // okstream.noneMatch(s -> true);   // exception

当我们对 stream 调用了 anyMatch 终端操作以后，流即关闭了，再调用 noneMatch 就会抛出异常：

Exception in thread "main" java.lang.IllegalStateException: stream has already been operated upon or closed
at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:229)
at java.util.stream.ReferencePipeline.noneMatch(ReferencePipeline.java:459)
at test.Demo.main(Demo.java:13)

所以可以通过 Supplier 来包装一下流，通过 get() 方法来构建一个新的 Stream 流，通过构造一个新的流，来避开流不能被复用的限制，如下所示：

Supplier<Stream<String>> streamSupplier =() -> Stream.of("d2", "a2", "b1", "b3", "c").filter(s -> s.startsWith("a"));streamSupplier.get().anyMatch(s -> true);   // ok
streamSupplier.get().noneMatch(s -> true);  // ok

五、工作实践

实际工作中，stream经常用到，列举一些实际工作的业务场景：

场景一：计算两个集合的重复数据有多少

long a = sourceMpList.stream().filter(mpList::contains).count();

场景二：获取一个集合中的某个属性

集合：List<TestDTO> testVo，获取其中的某属性值存入一个专门的集合

List<String> sourList = testVo.stream().map(TestDTO::getName).collect(Collectors.toList());

当然，另一种普通写法为：

List<String> sourList = new ArrayList<>();
for (String s : testVo) {
sourList.add(s.toUpperCase());
}

场景三：过滤掉为null的字段值以及去重

集合：List<Integer> commPortList;

List<Integer> portList = commPortList.stream().distinct().filter(Objects::nonNull).collect(Collectors.toList());

场景四：从一个集合中剔除多个其他集合的值

List<String> listAll = Stream.of("value1", "value2", "value3").collect(Collectors.toList());
List<String> list1 = Stream.of("value1").collect(Collectors.toList());
List<String> list2 = Stream.of("value2").collect(Collectors.toList());
//从listAll剔除掉list1与list2的数据，找出未使用的
List<String> list3 = listAll.stream().filter(item -> !list1.contains(item) && !list2.contains(item)).collect(Collectors.toList());
System.out.println(list3);  //[value3]

场景五：判断集合会否存在重复以及空值

List<Integer> list1 = new ArrayList<>(Arrays.asList(1,1,2,3,4,5,null));
long list2 = list1.stream().distinct().count(); //6
//判断设备编号会否存在重复以及空值
if(list1.size()>list2 || list1.contains(null) || list1.contains("")){}

场景六：关于boxed用法

首先boxed的源码如下：

@Override
public final Stream<Integer> boxed() {return mapToObj(Integer::valueOf);
}@Override
public final Stream<Double> boxed() {return mapToObj(Double::valueOf);
}

boxed的作用就是将int等类型的stream转成了Integer等类型的Stream，

也就是基本类型流转换位对象流，需要使用boxed方法

流库中有直接存储基本类型值的类型IntStream、LongStream和DoubleStream，比如

IntStream是int类型的流。stream<Integer 是Integer类型的流

现在定义一个Integer类型的数据流，用来存IntStream的流，必须使用boxed

IntStream stream = IntStream.of(1,1,2,3,5);
List<Integer> integers = stream.boxed().collect(Collectors.toList());

比如double转Double

List<Double> list = Arrays.stream(new double[]{-1.0, -0.5, 0,0.5}).boxed().collect(Collectors.toList());

场景七：合并两个集合值

List<Integer> list1 = new ArrayList<>(Arrays.asList(1,1,2));
List<Integer> list2 = new ArrayList<>(Arrays.asList(3,4,5,null));
List<Integer> list3 = Stream.of(list1,list2).flatMap(Collection::stream).distinct().collect(Collectors.toList());
System.out.println(list3); //[1, 2, 3, 4, 5, null]

场景八：如果一个流的集合数据过大，根据需要进行拆分，进而通过循环或者多线程来处理数据

List<Integer> list1 = new ArrayList<>(Arrays.asList(0,1,2,3));
System.out.println(Lists.partition(list1,2));
//[[0, 1], [2, 3]]

场景九：根据equals过滤出想要的value值或者集合

User user = new User(1,"mac");
List<User> list = new ArrayList<>();
list.add(user);
//根据需要输出想要的value值
Integer value = list.stream().filter(p->p.getName().equals("mac")).collect(Collectors.toList()).get(0).getAge();
System.out.println(value); // 1

或者这样写

List<Integer> list = new ArrayList<>(Arrays.asList(1,2));
List<User> userList = new ArrayList<>();
userList.add(new User(1,"mac1"));
userList.add(new User(2,"mac2"));
userList.add(new User(3,"mac3"));
List<User> list1 = userList.stream().filter(user -> Objects.equals(list.get(1),user.getAge())).collect(Collectors.toList());
System.out.println(list1);
// [User(age=2, name=mac2)]

场景十：声明一个带对象的集合并对该对象的属性进行封装

List<Integer> list = new ArrayList<>(Arrays.asList(1,2));
List<User> userList = list.stream().map(id->{//对userList属性进行封装User user = new User();user.setAge(id);user.setName("mac");return user;
}).collect(Collectors.toList());
System.out.println(userList);
//[User(age=1, name=mac), User(age=2, name=mac)]

场景十一： noneMatch、anyMatch、allMatch

anyMatch：判断的条件里，任意一个元素成功，返回true

allMatch：判断条件里的元素，所有的都是，返回true

noneMatch：与allMatch相反，判断条件里的元素，所有的都不是，返回true

List<Integer> list = new ArrayList<>(Arrays.asList(1,2));
System.out.println(list.stream().noneMatch(x->1==x)); //falseStream<String> stream = Stream.of("aaa", "bbb", "ccc");
// 判断stream中其中任何一个元素中只要有包含b字符串或者l字符串就返回true
boolean isMatch = stream.anyMatch(str -> str.contains("b") || str.contains("l"));
System.out.println(isMatch);  // true

场景十二：findFirst，查找集合中符合条件的第一个对象

Optional<A> firstA= AList.stream()
.filter(a -> "小明".equals(a.getUserName()))
.findFirst();

关于Optional，java API中给了解释，一个容器对象，它可能包含也可能不包含非空值。如果存在一个值，isPresent()将返回true；

List<Integer> list = new ArrayList<>(Arrays.asList(1,2));
Optional<Integer> a = list.stream().filter(p->p==1).findFirst();
if (a.isPresent()){  //trueSystem.out.println("true");
}

场景十三：sorted，comparator

java8的lambda表达式排序，理应用comparing，多字段后面增加thenComparing，默认排序规则为正序

现在有个排序需求：
a-倒序
b-当a相同时，正序
c-当b相同时，倒序

List<UserCouponVo> newList = list.stream().sorted(Comparator
.comparing(UserCouponVo::getA,Comparator.reverseOrder())
.thenComparing(UserCouponVo::getB)
.thenComparing(UserCouponVo::getC,Comparator.reverseOrder())
).collect(Collectors.toList());

List<Yue> yueList = new ArrayList<>();
yueList.add(new Yue(4,1));
yueList.add(new Yue(2,2));
yueList.add(new Yue(6,3));
List<Yue> list1 = yueList.stream().sorted(Comparator.comparing(Yue::getA)).collect(Collectors.toList());
System.out.println(list1);
//[Yue(a=2, b=2), Yue(a=4, b=1), Yue(a=6, b=3)]List<Yue> list = yueList.stream().sorted(Comparator.comparing(Yue::getA,Comparator.reverseOrder())).collect(Collectors.toList());
System.out.println(list);
//[Yue(a=6, b=3), Yue(a=4, b=1), Yue(a=2, b=2)]

如何a值分别为正序246，倒序642

场景十四：Collectors.groupingBy

List<User> userList = new ArrayList<>();
userList.add(new User(1,"mac1"));
userList.add(new User(2,"mac2"));
userList.add(new User(3,"mac3"));
userList.add(new User(3,"mac3"));
System.out.println(userList.stream().collect(Collectors.groupingBy(User::getAge)));
//{
// 1=[User(age=1, name=mac1)], 
// 2=[User(age=2, name=mac2)], 
// 3=[User(age=3, name=mac3), User(age=3, name=mac3)]
// }

场景十五：批量修改某个集合的属性

List<User> userList = new ArrayList<>();
userList.add(new User(1,"mac1"));
userList.add(new User(2,"mac2"));
userList.stream().map(p->{p.setAge(2+p.getAge());return p;}).collect(Collectors.toList());
System.out.println(userList);
//[User(age=3, name=mac1), User(age=4, name=mac2)]