大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
首先，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。
关于应用在Stream流上的操作，可以分成两种：Intermediate(中间操作)和Terminal(终止操作)。中间操作的返回结果都是Stream，故可以多个中间操作叠加；终止操作用于返回我们最终需要的数据，只能有一个终止操作。至于哪些方法是中间操作，哪些方法是终止操作，我们一会儿再说。
使用Stream流，可以清楚地知道我们要对一个数据集做何种操作，可读性强。而且可以很轻松地获取并行化Stream流，不用自己编写多线程代码，可以让我们更加专注于业务逻辑。
接下来看一下Stream流的接口继承关系：
基础接口BaseStream<T, S extends BaseStream<T, S>>包含如下方法：
Iterator<T> iterator();
Spliterator<T> spliterator();
boolean isParallel(); //判断是否是并行化流
S sequential(); //将流串行化
S parallel(); //将流并行化
S unordered(); //解除有序流的顺序限制，发挥并行处理的性能优势
S onClose(Runnable closeHandler);
void close();默认情况下，从有序集合、生成器、迭代器产生的流或者通过调用Stream.sorted产生的流都是有序流，有序流在并行处理时会在处理完成之后恢复原顺序。unordered()方法可以解除有序流的顺序限制，更好地发挥并行处理的性能优势，例如distinct将保存任意一个唯一元素而不是第一个，limit将保留任意n个元素而不是前n个。
BaseStream的四个子接口方法都差不多，只是IntStream、LongStream、DoubleStream直接存储基本类型，可以避免自动装/拆箱，效率会更高一些。下面以Stream为例，将接口的方法分类讲解一下。
一、 流的生成方法
- Collection接口的stream()或parallelStream()方法
- 静态的Stream.of()、Stream.empty()方法
- Arrays.stream(array, from, to)
- 静态的Stream.generate()方法生成无限流，接受一个不包含引元的函数
- 静态的Stream.iterate()方法生成无限流，接受一个种子值以及一个迭代函数
- Pattern接口的splitAsStream(input)方法
- 静态的Files.lines(path)、Files.lines(path, charSet)方法
- 静态的Stream.concat()方法将两个流连接起来
- ……
注意，无限流的存在，侧面说明了流是惰性的，即每当用到一个元素时，才会在这个元素上执行这一系列操作。
二、 流的Intermediate方法(中间操作)
- filter(Predicate)
将结果为false的元素过滤掉 - map(fun)
转换元素的值，可以用方法引元或者lambda表达式 - flatMap(fun)
若元素是流，将流摊平为正常元素，再进行元素转换 - limit(n)
保留前n个元素 - skip(n)
跳过前n个元素 - distinct()
剔除重复元素 - sorted()
将Comparable元素的流排序 - sorted(Comparator)
将流元素按Comparator排序 - peek(fun)
流不变，但会把每个元素传入fun执行，可以用作调试
三、 流的Terminal方法(终结操作)
-
约简操作
- max(Comparator)
- min(Comparator)
- count()
- findFirst()
返回第一个元素 - findAny()
返回任意元素 - anyMatch(Predicate)
任意元素匹配时返回true - allMatch(Predicate)
所有元素匹配时返回true - noneMatch(Predicate)
没有元素匹配时返回true - reduce(fun)
从流中计算某个值，接受一个二元函数作为累积器，从前两个元素开始持续应用它，累积器的中间结果作为第一个参数，流元素作为第二个参数 - reduce(a, fun)
a为幺元值，作为累积器的起点 - reduce(a, fun1, fun2)
与二元变形类似，并发操作中，当累积器的第一个参数与第二个参数都为流元素类型时，可以对各个中间结果也应用累积器进行合并，但是当累积器的第一个参数不是流元素类型而是类型T的时候，各个中间结果也为类型T，需要fun2来将各个中间结果进行合并
-
收集操作
- iterator()
- forEach(fun)
- forEachOrdered(fun)
可以应用在并行流上以保持元素顺序 - toArray()
- toArray(T[] :: new)
返回正确的元素类型 - collect(Collector)
- collect(fun1, fun2, fun3)
fun1转换流元素；fun2为累积器，将fun1的转换结果累积起来；fun3为组合器，将并行处理过程中累积器的各个结果组合起来
然后再看一下有哪些Collector收集器：
- Collectors.toList()
- Collectors.toSet()
- Collectors.toCollection(集合的构造器引用)
- Collectors.joining()、Collectors.joining(delimiter)、Collectors.joining(delimiter、prefix、suffix)
字符串元素连接 - Collectors.summarizingInt/Long/Double(ToInt/Long/DoubleFunction)
产生Int/Long/DoubleSummaryStatistics对象，它有getCount、getSum、getMax、getMin方法，注意在没有元素时，getMax和getMin返回Integer/Long/Double.MAX/MIN_VALUE - Collectors.toMap(fun1, fun2)/toConcurrentMap
两个fun用来产生键和值，若值为元素本身，则fun2为Function.identity() - Collectors.toMap(fun1, fun2, fun3)/toConcurrentMap
fun3用于解决键冲突，例如(oldValue, newValue) -> oldValue，有冲突时保留原值 - Collectors.toMap(fun1, fun2, fun3, fun4)/toConcurrentMap
默认返回HashMap或ConcurrentHashMap，fun4可以指定返回的Map类型，为对应的构造器引元 - Collectors.groupingBy(fun)/groupingByConcurrent(fun)
fun是分类函数，生成Map，键是fun函数结果，值是具有相同fun函数结果元素的列表 - Collectors.partitioningBy(fun)
键是true/false，当fun是断言函数时用此方法，比groupingBy(fun)更高效 - Collectors.groupingBy(fun1, fun2)
fun2为下游收集器，可以将列表转换成其他形式，例如toSet()、counting()、summingInt/Long/Double(fun)、maxBy(Comparator)、minBy(Comparator)、mapping(fun1, fun2)(fun1为转换函数，fun2为下游收集器)
最后提一下基本类型流，与对象流的不同点如下：
- IntStream和LongStream有range(start, end)和rangeClosed(start, end)方法，可以生成步长为1的整数范围，前者不包括end，后者包括end
- toArray方法将返回基本类型数组
- 具有sum、average、max、min方法
- summaryStatics()方法会产生类型为Int/Long/DoubleSummaryStatistics的对象
- 可以使用Random类的ints、longs、doubles方法产生随机数构成的流
- 对象流转换为基本类型流：mapToInt()、mapToLong()、mapToDouble()
- 基本类型流转换为对象流：boxed()
以上就是对Java8的Stream流的介绍，日后在实践中有新的体会之后还会再来补充……
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/185323.html原文链接：https://javaforall.net
