摘要：接受包含四種不同操作的操作供應(yīng)商，累加器，組合器和修整器。累加器用于將每個(gè)人的大寫名稱添加到。第二種方法接受標(biāo)識(shí)值和累加器。由于累加器是并行調(diào)用的，因此需要組合器來(lái)對(duì)各個(gè)累加值求和。
Streams支持大量不同的操作。我們已經(jīng)了解了最重要的操作，如filter，map。發(fā)現(xiàn)所有其他可用的操作（參見(jiàn)Stream Javadoc）。我們深入研究更復(fù)雜的操作collect，flatMap，reduce。
本節(jié)中的大多數(shù)代碼示例使用以下人員列表進(jìn)行演示：
class Person {
String name;
int age;
Person(String name, int age) {
this.name = name;
this.age = age;
}
@Override
public String toString() {
return name;
}
}
List persons =
Arrays.asList(
new Person("Max", 18),
new Person("Peter", 23),
new Person("Pamela", 23),
new Person("David", 12));
Collect
Collect是一個(gè)非常有用的終端操作，以流的元素轉(zhuǎn)變成一種不同的結(jié)果，例如一個(gè)List，Set或Map。Collect接受Collector包含四種不同操作的操作：供應(yīng)商，累加器，組合器和修整器。這聽起來(lái)非常復(fù)雜，但是Java 8通過(guò)Collectors類支持各種內(nèi)置收集器。因此，對(duì)于最常見(jiàn)的操作，您不必自己實(shí)現(xiàn)收集器。
讓我們從一個(gè)非常常見(jiàn)的用例開始：
List filtered =
persons
.stream()
.filter(p -> p.name.startsWith("P"))
.collect(Collectors.toList());
System.out.println(filtered);
代碼輸出：
[Peter, Pamela]
正如您所看到的，流的元素構(gòu)造列表非常簡(jiǎn)單。需要一個(gè)集合而不是列表 - 只需使用Collectors.toList()。
下一個(gè)示例按年齡對(duì)所有人進(jìn)行分組：
Map> personsByAge = persons
.stream()
.collect(Collectors.groupingBy(p -> p.age));
personsByAge
.forEach((age, p) -> System.out.format("age %s: %s
", age, p));
代碼產(chǎn)出
age 18: [Max]
age 23: [Peter, Pamela]
age 12: [David]
您還可以在流的元素上創(chuàng)建聚合，例如，確定所有人的平均年齡：
Double averageAge = persons
.stream()
.collect(Collectors.averagingInt(p -> p.age));
System.out.println(averageAge);
代碼產(chǎn)出
19.0
如果您對(duì)更全面的統(tǒng)計(jì)信息感興趣，匯總收集器將返回一個(gè)特殊的內(nèi)置摘要統(tǒng)計(jì)信息對(duì)象。因此，我們可以簡(jiǎn)單地確定人的最小，最大和算術(shù)平均年齡以及總和和計(jì)數(shù)。
IntSummaryStatistics ageSummary =
persons
.stream()
.collect(Collectors.summarizingInt(p -> p.age));
System.out.println(ageSummary);
代碼產(chǎn)出
IntSummaryStatistics{count=4, sum=76, min=12, average=19.000000, max=23}
下一個(gè)示例將所有人連接成一個(gè)字符串：
String phrase = persons
.stream()
.filter(p -> p.age >= 18)
.map(p -> p.name)
.collect(Collectors.joining(" and ", "In Germany ", " are of legal age."));
System.out.println(phrase);
代碼產(chǎn)出
In Germany Max and Peter and Pamela are of legal age.
Collect接受分隔符以及可選的前綴和后綴。
為了將流元素轉(zhuǎn)換為映射，我們必須指定如何映射鍵和值。請(qǐng)記住，映射的鍵必須是唯一的，否則拋出一個(gè)IllegalStateException。您可以選擇將合并函數(shù)作為附加參數(shù)傳遞以繞過(guò)異常：
Map map = persons
.stream()
.collect(Collectors.toMap(
p -> p.age,
p -> p.name,
(name1, name2) -> name1 + ";" + name2));
System.out.println(map);
代碼產(chǎn)出
{18=Max, 23=Peter;Pamela, 12=David}
現(xiàn)在我們知道了一些強(qiáng)大的Collect，讓我們嘗試構(gòu)建我們自己的特殊Collect。我們希望將流的所有人轉(zhuǎn)換為單個(gè)字符串，該字符串由|管道字符分隔的大寫字母組成。為了實(shí)現(xiàn)這一目標(biāo)，我們創(chuàng)建了一個(gè)新的Collector.of()。
Collector personNameCollector =
Collector.of(
() -> new StringJoiner(" | "), // supplier
(j, p) -> j.add(p.name.toUpperCase()), // accumulator
(j1, j2) -> j1.merge(j2), // combiner
StringJoiner::toString); // finisher
String names = persons
.stream()
.collect(personNameCollector);
System.out.println(names);// MAX | PETER | PAMELA | DAVID
由于Java中的字符串是不可變的，我們需要一個(gè)幫助類StringJoiner，讓Collect構(gòu)造我們的字符串。供應(yīng)商最初使用適當(dāng)?shù)姆指舴麡?gòu)造這樣的StringJoiner。累加器用于將每個(gè)人的大寫名稱添加到StringJoiner。組合器知道如何將兩個(gè)StringJoiners合并為一個(gè)。在最后一步中，整理器從StringJoiner構(gòu)造所需的String。
FlatMap
我們已經(jīng)學(xué)會(huì)了如何利用map操作將流的對(duì)象轉(zhuǎn)換為另一種類型的對(duì)象。Map有點(diǎn)受限，因?yàn)槊總€(gè)對(duì)象只能映射到另一個(gè)對(duì)象。但是如果我們想要將一個(gè)對(duì)象轉(zhuǎn)換為多個(gè)其他對(duì)象或者根本不轉(zhuǎn)換它們呢？這是flatMap救援的地方。
FlatMap將流的每個(gè)元素轉(zhuǎn)換為其他對(duì)象的流。因此，每個(gè)對(duì)象將被轉(zhuǎn)換為由流支持的零個(gè)，一個(gè)或多個(gè)其他對(duì)象。然后將這些流的內(nèi)容放入返回flatMap操作流中。
在我們看到flatMap實(shí)際操作之前，我們需要一個(gè)適當(dāng)?shù)念愋蛯?/p>
class Foo {
String name;
List bars = new ArrayList<>();
Foo(String name) {
this.name = name;
}
}
class Bar {
String name;
Bar(String name) {
this.name = name;
}
}
接下來(lái)，我們利用有關(guān)流的知識(shí)來(lái)實(shí)例化幾個(gè)對(duì)象：
List foos = new ArrayList<>();
// create foos
IntStream
.range(1, 4)
.forEach(i -> foos.add(new Foo("Foo" + i)));
// create bars
foos.forEach(f ->
IntStream
.range(1, 4)
.forEach(i -> f.bars.add(new Bar("Bar" + i + " <- " + f.name))));
現(xiàn)在我們列出了三個(gè)foos，每個(gè)foos由三個(gè)數(shù)據(jù)組成。
FlatMap接受一個(gè)必須返回對(duì)象流的函數(shù)。所以為了解決每個(gè)foo的bar對(duì)象，我們只傳遞相應(yīng)的函數(shù)：
foos.stream()
.flatMap(f -> f.bars.stream())
.forEach(b -> System.out.println(b.name));
代碼產(chǎn)出
Bar1 <- Foo1
Bar2 <- Foo1
Bar3 <- Foo1
Bar1 <- Foo2
Bar2 <- Foo2
Bar3 <- Foo2
Bar1 <- Foo3
Bar2 <- Foo3
Bar3 <- Foo3
如您所見(jiàn)，我們已成功將三個(gè)foo對(duì)象的流轉(zhuǎn)換為九個(gè)bar對(duì)象的流。
最后，上面的代碼示例可以簡(jiǎn)化為流操作的單個(gè)管道：
IntStream.range(1, 4)
.mapToObj(i -> new Foo("Foo" + i))
.peek(f -> IntStream.range(1, 4)
.mapToObj(i -> new Bar("Bar" + i + " <- " f.name))
.forEach(f.bars::add))
.flatMap(f -> f.bars.stream())
.forEach(b -> System.out.println(b.name));
FlatMap也可用于Java 8中引入的Optional類。Optionals flatMap操作返回另一種類型的可選對(duì)象。因此，它可以用來(lái)防止令人討厭的null檢查。
這樣一個(gè)高度分層的結(jié)構(gòu)：
class Outer {
Nested nested;
}
class Nested {
Inner inner;
}
class Inner {
String foo;
}
為了解析foo外部實(shí)例的內(nèi)部字符串，您必須添加多個(gè)空值檢查以防止可能的NullPointerExceptions：
Outer outer = new Outer();
if (outer != null && outer.nested != null && outer.nested.inner != null) {
System.out.println(outer.nested.inner.foo);
}
利用選項(xiàng)flatMap操作可以獲得相同的行為：
Optional.of(new Outer())
.flatMap(o -> Optional.ofNullable(o.nested))
.flatMap(n -> Optional.ofNullable(n.inner))
.flatMap(i -> Optional.ofNullable(i.foo))
.ifPresent(System.out::println);
每個(gè)調(diào)用flatMap返回一個(gè)Optional包裝所需對(duì)象（如果存在）或null不存在。
Reduce
Reduce操作將流的所有元素組合成單個(gè)結(jié)果。Java 8支持三種不同的reduce方法。第一個(gè)將元素流簡(jiǎn)化為流的一個(gè)元素。讓我們看看我們?nèi)绾问褂眠@種方法來(lái)確定最老的人：
persons
.stream()
.reduce((p1, p2) -> p1.age > p2.age ? p1 : p2)
.ifPresent(System.out::println); // Pamela
reduce方法接受一個(gè)BinaryOperator累加器函數(shù)。這實(shí)際上是一個(gè)雙函數(shù)，兩個(gè)操作數(shù)共享同一類型，在這種情況下是Person。雙函數(shù)類似于函數(shù)，但接受兩個(gè)參數(shù)。示例函數(shù)比較兩個(gè)人的年齡，以返回年齡最大的人。
第二種reduce方法接受標(biāo)識(shí)值和BinaryOperator累加器。此方法可用于構(gòu)造一個(gè)新的Person，其中包含來(lái)自流中所有其他人的聚合名稱和年齡：
Person result =
persons
.stream()
.reduce(new Person("", 0), (p1, p2) -> {
p1.age += p2.age;
p1.name += p2.name;
return p1;
});
System.out.format("name=%s; age=%s", result.name, result.age);
// name=MaxPeterPamelaDavid; age=76
第三種reduce方法接受三個(gè)參數(shù)：標(biāo)識(shí)值，BiFunction累加器和類型的組合器函數(shù)BinaryOperator。由于身份值類型不限于Person類型，我們可以利用reduce來(lái)確定所有人的年齡總和：
Integer ageSum = persons
.stream()
.reduce(0, (sum, p) -> sum += p.age, (sum1, sum2) -> sum1 + sum2);
System.out.println(ageSum); // 76
正如你所看到的結(jié)果是76，但是究竟發(fā)生了什么？讓我們通過(guò)一些調(diào)試輸出擴(kuò)展上面的代碼：
Integer ageSum = persons
.stream()
.reduce(0,
(sum, p) -> {
System.out.format("accumulator: sum=%s; person=%s
", sum, p);
return sum += p.age;
},
(sum1, sum2) -> {
System.out.format("combiner: sum1=%s; sum2=%s
", sum1, sum2);
return sum1 + sum2;
});
代碼產(chǎn)出
accumulator: sum=0; person=Max
accumulator: sum=18; person=Peter
accumulator: sum=41; person=Pamela
accumulator: sum=64; person=David
正如你所看到的，累加器函數(shù)完成了所有的工作。它首先以初始恒等值0和第一個(gè)person Max被調(diào)用。在接下來(lái)的三個(gè)步驟中，總和隨著最后一個(gè)步驟的年齡不斷增加，人的總年齡達(dá)到76歲。
為什么組合器永遠(yuǎn)不會(huì)被調(diào)用？并行執(zhí)行相同的流將解除秘密??：
Integer ageSum = persons
.parallelStream()
.reduce(0,
(sum, p) -> {
System.out.format("accumulator: sum=%s; person=%s
", sum, p);
return sum += p.age;
},
(sum1, sum2) -> {
System.out.format("combiner: sum1=%s; sum2=%s
", sum1, sum2);
return sum1 + sum2;
});
代碼產(chǎn)出
accumulator: sum=0; person=Pamela
accumulator: sum=0; person=David
accumulator: sum=0; person=Max
accumulator: sum=0; person=Peter
combiner: sum1=18; sum2=23
combiner: sum1=23; sum2=12
combiner: sum1=41; sum2=35
并行執(zhí)行此流會(huì)導(dǎo)致完全不同的執(zhí)行行為?，F(xiàn)在實(shí)際上調(diào)用了組合器。由于累加器是并行調(diào)用的，因此需要組合器來(lái)對(duì)各個(gè)累加值求和。
