摘要：中的與表達(dá)式可以說是相伴相生的，通過我們可以更好的更為流暢更為語義化的操作集合。流是一種惰性操作，所有對源數(shù)據(jù)的計(jì)算只在終止操作被初始化的時(shí)候才會(huì)執(zhí)行。然后傳入表達(dá)式將每個(gè)元素轉(zhuǎn)換大寫，通過方法將結(jié)果收集到中。

上一篇系統(tǒng)學(xué)了方法引用的幾種類型及應(yīng)用場景，本篇開始我們正式學(xué)習(xí)Stream。
Java8中的Stream與lambda表達(dá)式可以說是相伴相生的，通過Stream我們可以更好的更為流暢更為語義化的操作集合。Stream api都位于java.util.stream包中。其中就包含了最核心的Stream接口，一個(gè)Stream實(shí)例可以串行或者并行操作一組元素序列，官方文檔中給出了一個(gè)示例

 * 
{@code
 *     int sum = widgets.stream()//創(chuàng)建一個(gè)流
 *                      .filter(w -> w.getColor() == RED)//取出顏色是紅色的元素
 *                      .mapToInt(w -> w.getWeight())//返回每個(gè)紅色元素的重量
 *                      .sum();//重量求和
 * }

Java8中，所有的流操作會(huì)被組合到一個(gè) stream pipeline中，這點(diǎn)類似linux中的pipeline概念，將多個(gè)簡單操作連接在一起組成一個(gè)功能強(qiáng)大的操作。一個(gè) stream pileline首先會(huì)有一個(gè)數(shù)據(jù)源，這個(gè)數(shù)據(jù)源可能是數(shù)組、集合、生成器函數(shù)或是IO通道，流操作過程中并不會(huì)修改源中的數(shù)據(jù)；然后還有零個(gè)或多個(gè)中間操作，每個(gè)中間操作會(huì)將接收到的流轉(zhuǎn)換成另一個(gè)流（比如filter）；最后還有一個(gè)終止操作，會(huì)生成一個(gè)最終結(jié)果（比如sum）。流是一種惰性操作，所有對源數(shù)據(jù)的計(jì)算只在終止操作被初始化的時(shí)候才會(huì)執(zhí)行。

總結(jié)一下流操作由3部分組成
1.源
2.零個(gè)或多個(gè)中間操作
3.終止操作 （到這一步才會(huì)執(zhí)行整個(gè)stream pipeline計(jì)算）

創(chuàng)建流的幾種方式

//第一種 通過Stream接口的of靜態(tài)方法創(chuàng)建一個(gè)流
Stream stream = Stream.of("hello", "world", "helloworld");
//第二種 通過Arrays類的stream方法，實(shí)際上第一種of方法底層也是調(diào)用的Arrays.stream(values);
String[] array = new String[]{"hello","world","helloworld"};
Stream stream3 = Arrays.stream(array);
//第三種 通過集合的stream方法，該方法是Collection接口的默認(rèn)方法，所有集合都繼承了該方法
Stream stream2 = Arrays.asList("hello","world","helloworld").stream();

接下來我們看一個(gè)簡單的需求：將流中字符全部轉(zhuǎn)成大寫返回一個(gè)新的集合

List list = Arrays.asList("hello", "world", "helloworld");
List collect = list.stream().map(s -> s.toUpperCase()).collect(Collectors.toList());

這里我們使用了Stream的map方法，map方法接收一個(gè)Function函數(shù)式接口實(shí)例，這里的map和Hadoop中的map概念完全一致，對每個(gè)元素進(jìn)行映射處理。然后傳入lambda表達(dá)式將每個(gè)元素轉(zhuǎn)換大寫，通過collect方法將結(jié)果收集到ArrayList中。

 Stream map(Function mapper);//map函數(shù)定義

那如果我們想把結(jié)果放到Set中或者替他的集合容器，也可以這樣

list.stream().map(s -> s.toUpperCase()).collect(Collectors.toSet());//放到Set中

或者更為通用的

list.stream().map(s -> s.toUpperCase()).collect(Collectors.toCollection(TreeSet::new));//自定義容器類型

我們可以自己制定結(jié)果容器的類型Collectors的toCollection接受一個(gè)Supplier函數(shù)式接口類型參數(shù)，可以直接使用構(gòu)造方法引用的方式。

Stream中除了map方法對元素進(jìn)行映射外，還有一個(gè)flatMap方法

 Stream flatMap(Function> mapper);

flatMap從方法命名上可以解釋為扁平的map

map方法是將一個(gè)容器里的元素映射到另一個(gè)容器中。

flatMap方法，可以將多個(gè)容器的元素全部映射到一個(gè)容器中，即為扁平的map。
看一個(gè)求每個(gè)元素平方的例子

Stream> listStream =
                Stream.of(Arrays.asList(1), Arrays.asList(2, 3), Arrays.asList(4, 5, 6));
List collect1 = listStream.flatMap(theList -> theList.stream()).
                map(integer -> integer * integer).collect(Collectors.toList());

首先我們創(chuàng)建了一個(gè)Stream對象，Stream中的每個(gè)元素都是容器List類型，并使用三個(gè)容器list初始化這個(gè)Stream對象，然后使用flatMap方法將每個(gè)容器中的元素映射到一個(gè)容器中，這時(shí)flatMap接收的參數(shù)Funciton的泛型T就是List類型，返回類型就是T對應(yīng)的Stream。最后再對這個(gè)容器使用map方法求出買個(gè)元素的平方。

然后介紹一個(gè)用于獲取統(tǒng)計(jì)信息的方法

//同時(shí)獲取最大 最小 平均值等信息
List list1 = Arrays.asList(1, 3, 5, 7, 9, 11);
IntSummaryStatistics statistics = list1.stream().filter(integer -> integer > 2).mapToInt(i -> i * 2).skip(2).limit(2).summaryStatistics();
System.out.println(statistics.getMax());//18
System.out.println(statistics.getMin());//14
System.out.println(statistics.getAverage());//16

將list1中的數(shù)據(jù)取出大于2的，每個(gè)數(shù)進(jìn)行平方計(jì)算，skip(2)忽略前兩個(gè)，limit(2)再取出前兩個(gè)，summaryStatistics對取出的這兩個(gè)數(shù)計(jì)算統(tǒng)計(jì)數(shù)據(jù)。mapToInt接收一個(gè)ToIntFunction類型，也就是接收一個(gè)參數(shù)返回值是int類型。

接下來看一下Stream中的一個(gè)靜態(tài)方法，generate方法

/**
 * Returns an infinite sequential unordered stream where each element is
 * generated by the provided {@code Supplier}.  This is suitable for
 * generating constant streams, streams of random elements, etc.
 *
 * @param  the type of stream elements
 * @param s the {@code Supplier} of generated elements
 * @return a new infinite sequential unordered {@code Stream}
 */
public static Stream generate(Supplier s) {
    Objects.requireNonNull(s);
    return StreamSupport.stream(
            new StreamSpliterators.InfiniteSupplyingSpliterator.OfRef<>(Long.MAX_VALUE, s), false);
}

generate接收一個(gè)Supplier，適合生成連續(xù)不斷的流或者一個(gè)全部是隨機(jī)數(shù)的流

Stream.generate(UUID.randomUUID()::toString).findFirst().ifPresent(System.out::println);

使用UUID.randomUUID()::toString 方法引用的方式創(chuàng)建了Supplier，然后取出第一個(gè)元素，這里的findFirst返回的是 Optional，因?yàn)榱髦杏锌赡軟]有元素，為了避免空指針，在使用前 ifPresent 進(jìn)行是否存在的判斷。

最后再學(xué)習(xí)一下另一個(gè)靜態(tài)方法，iterate

/**
 * Returns an infinite sequential ordered {@code Stream} produced by iterative
 * application of a function {@code f} to an initial element {@code seed},
 * producing a {@code Stream} consisting of {@code seed}, {@code f(seed)},
 * {@code f(f(seed))}, etc.
 *
 * 
The first element (position {@code 0}) in the {@code Stream} will be
 * the provided {@code seed}.  For {@code n > 0}, the element at position
 * {@code n}, will be the result of applying the function {@code f} to the
 * element at position {@code n - 1}.
 *
 * @param  the type of stream elements
 * @param seed the initial element
 * @param f a function to be applied to to the previous element to produce
 *          a new element
 * @return a new sequential {@code Stream}
 */
public static Stream iterate(final T seed, final UnaryOperator f) {
    Objects.requireNonNull(f);
    final Iterator iterator = new Iterator() {
        @SuppressWarnings("unchecked")
        T t = (T) Streams.NONE;

        @Override
        public boolean hasNext() {
            return true;
        }

        @Override
        public T next() {
            return t = (t == Streams.NONE) ? seed : f.apply(t);
        }
    };
    return StreamSupport.stream(Spliterators.spliteratorUnknownSize(
            iterator,
            Spliterator.ORDERED | Spliterator.IMMUTABLE), false);
}

iterate方法有兩個(gè)參數(shù)，第一個(gè)是seed也可以稱作種子，第二個(gè)是一個(gè)UnaryOperator，UnaryOperator實(shí)際上是Function的一個(gè)子接口，和Funciton區(qū)別就是參數(shù)和返回類型都是同一種類型

@FunctionalInterface
public interface UnaryOperator extends Function {

}

iterate方法第一次生成的元素是UnaryOperator對seed執(zhí)行apply后的返回值，之后所有生成的元素都是UnaryOperator對上一個(gè)apply的返回值再執(zhí)行apply，不斷循環(huán)。
f(f(f(f(f(f(n))))))......

//從1開始，每個(gè)元素比前一個(gè)元素大2，最多生成10個(gè)元素
Stream.iterate(1,item -> item + 2).limit(10).forEach(System.out::println);

我們在使用stream api時(shí)也要注意一些陷阱，比如下面這個(gè)例子

//Stream陷阱 distinct()會(huì)一直等待產(chǎn)生的結(jié)果去重，將distinct()和limit(6)調(diào)換位置，先限制結(jié)果集再去重就可以了
IntStream.iterate(0,i -> (i + 1) % 2).distinct().limit(6).forEach(System.out::println);

如果distinct()一直等待那程序會(huì)一直執(zhí)行不斷生成數(shù)據(jù)，所以需要先限制結(jié)果集再去進(jìn)行去重操作就可以了。

下一篇