初识Java8中的Stream

lambda表达式是stream的基础，初学者建议先学习lambda表达式，

1.初识stream

先来一个总纲：

东西就是这么多啦，stream是java8中加入的一个非常实用的功能，最初看时以为是io中的流（其实一点关系都没有），让我们先来看一个小例子感受一下：

@before
public void init() {
 random = new random();
 stulist = new arraylist<student>() {
 {
 for (int i = 0; i < 100; i++) {
 add(new student("student" + i, random.nextint(50) + 50));
 }
 }
 };
}
public class student {
 private string name;
 private integer score;
 //-----getters and setters-----
}
//1列出班上超过85分的学生姓名，并按照分数降序输出用户名字
@test
public void test1() {
 list<string> studentlist = stulist.stream()
 .filter(x->x.getscore()>85)
 .sorted(comparator.comparing(student::getscore).reversed())
 .map(student::getname)
 .collect(collectors.tolist());
 system.out.println(studentlist);
}

列出班上分数超过85分的学生姓名，并按照分数降序输出用户名字，在java8之前我们需要三个步骤：

1）新建一个list<student> newlist，在for循环中遍历stulist，将分数超过85分的学生装入新的集合中

2）对于新的集合newlist进行排序操作

3）遍历打印newlist

这三个步骤在java8中只需要两条语句，如果紧紧需要打印，不需要保存新生产list的话实际上只需要一条，是不是非常方便。

2.stream的特性

我们首先列出stream的如下三点特性，在之后我们会对照着详细说明

1.stream不存储数据

2.stream不改变源数据

3.stream的延迟执行特性

通常我们在数组或集合的基础上创建stream，stream不会专门存储数据，对stream的操作也不会影响到创建它的数组和集合,对于stream的聚合、消费或收集操作只能进行一次，再次操作会报错，如下代码：

@test
public void test1(){
 stream<string> stream = stream.generate(()->"user").limit(20);
 stream.foreach(system.out::println);
 stream.foreach(system.out::println);
}

程序在正常完成一次打印工作后报错。

stream的操作是延迟执行的，在列出班上超过85分的学生姓名例子中，在collect方法执行之前，filter、sorted、map方法还未执行，只有当collect方法执行时才会触发之前转换操作

看如下代码：

public boolean filter(student s) {
 system.out.println("begin compare");
 return s.getscore() > 85;
}
 
@test
public void test() {
 stream<student> stream = stream.of(stuarr).filter(this::filter);
 system.out.println("split-------------------------------------");
 list<student> studentlist = stream.collect(tolist());
}

我们将filter中的逻辑抽象成方法，在方法中加入打印逻辑，如果stream的转换操作是延迟执行的，那么split会先打印，否则后打印，代码运行结果为

可见stream的操作是延迟执行的。

tip：

当我们操作一个流的时候，并不会修改流底层的集合（即使集合是线程安全的），如果想要修改原有的集合，就无法定义流操作的输出。

由于stream的延迟执行特性，在聚合操作执行前修改数据源是允许的。

list<string> wordlist;
 @before
public void init() {
 wordlist = new arraylist<string>() {
 {
 add("a");
 add("b");
 add("c");
 add("d");
 add("e");
 add("f");
 add("g");
 }
 };
}
/**
 * 延迟执行特性，在聚合操作之前都可以添加相应元素
 */
@test
public void test() {
 stream<string> words = wordlist.stream();
 wordlist.add("end");
 long n = words.distinct().count();
 system.out.println(n);
}

最后打印的结果是8

如下代码是错误的

/**
 * 延迟执行特性，会产生干扰
 * nullpointexception
 */
@test
public void test2(){
 stream<string> words1 = wordlist.stream();
 words1.foreach(s -> {
 system.out.println("s->"+s);
 if (s.length() < 4) {
 system.out.println("select->"+s);
 wordlist.remove(s);
 system.out.println(wordlist);
 }
 });
}

结果报空指针异常

3.创建stream

1）通过数组创建

/**
 * 通过数组创建流
 */
@test
public void testarraystream(){
 //1.通过arrays.stream
 //1.1基本类型
 int[] arr = new int[]{1,2,34,5};
 intstream intstream = arrays.stream(arr);
 //1.2引用类型
 student[] studentarr = new student[]{new student("s1",29),new student("s2",27)};
 stream<student> studentstream = arrays.stream(studentarr);
 //2.通过stream.of
 stream<integer> stream1 = stream.of(1,2,34,5,65);
 //注意生成的是int[]的流
 stream<int[]> stream2 = stream.of(arr,arr);
 stream2.foreach(system.out::println);
}

2）通过集合创建流

/**
 * 通过集合创建流
 */
@test
public void testcollectionstream(){
 list<string> strs = arrays.aslist("11212","dfd","2323","dfhgf");
 //创建普通流
 stream<string> stream = strs.stream();
 //创建并行流
 stream<string> stream1 = strs.parallelstream();
}

3）创建空的流

@test
public void testemptystream(){
 //创建一个空的stream
 stream<integer> stream = stream.empty();
}
4）创建无限流
@test
public void testunlimitstream(){
 //创建无限流，通过limit提取指定大小
 stream.generate(()->"number"+new random().nextint()).limit(100).foreach(system.out::println);
 stream.generate(()->new student("name",10)).limit(20).foreach(system.out::println);
}

5）创建规律的无限流

/**
 * 产生规律的数据
 */
@test
public void testunlimitstream1(){
 stream.iterate(0,x->x+1).limit(10).foreach(system.out::println);
 stream.iterate(0,x->x).limit(10).foreach(system.out::println);
 //stream.iterate(0,x->x).limit(10).foreach(system.out::println);与如下代码意思是一样的
 stream.iterate(0, unaryoperator.identity()).limit(10).foreach(system.out::println);
}

4.对stream的操作

1）最常使用

     map：转换流，将一种类型的流转换为另外一种流

/**
 * map把一种类型的流转换为另外一种类型的流
 * 将string数组中字母转换为大写
 */
@test
public void testmap() {
 string[] arr = new string[]{"yes", "yes", "no", "no"};
 arrays.stream(arr).map(x -> x.tolowercase()).foreach(system.out::println);
}

     filter：过滤流，过滤流中的元素

@test
public void testfilter(){
 integer[] arr = new integer[]{1,2,3,4,5,6,7,8,9,10};
 arrays.stream(arr).filter(x->x>3&&x<8).foreach(system.out::println);
}

     flapmap：拆解流，将流中每一个元素拆解成一个流

/**
 * flapmap：拆解流
 */
@test
public void testflapmap1() {
 string[] arr1 = {"a", "b", "c", "d"};
 string[] arr2 = {"e", "f", "c", "d"};
 string[] arr3 = {"h", "j", "c", "d"};
 // stream.of(arr1, arr2, arr3).flatmap(x -> arrays.stream(x)).foreach(system.out::println);
 stream.of(arr1, arr2, arr3).flatmap(arrays::stream).foreach(system.out::println);
}

     sorted：对流进行排序

string[] arr1 = {"abc","a","bc","abcd"};
/**
 * comparator.comparing是一个键提取的功能
 * 以下两个语句表示相同意义
 */
@test
public void testsorted1_(){
 /**
 * 按照字符长度排序
 */
 arrays.stream(arr1).sorted((x,y)->{
 if (x.length()>y.length())
 return 1;
 else if (x.length()<y.length())
 return -1;
 else
 return 0;
 }).foreach(system.out::println);
 arrays.stream(arr1).sorted(comparator.comparing(string::length)).foreach(system.out::println);
}
/**
 * 倒序
 * reversed(),java8泛型推导的问题，所以如果comparing里面是非方法引用的lambda表达式就没办法直接使用reversed()
 * comparator.reverseorder():也是用于翻转顺序，用于比较对象（stream里面的类型必须是可比较的）
 * comparator. naturalorder()：返回一个自然排序比较器，用于比较对象（stream里面的类型必须是可比较的）
 */
@test
public void testsorted2_(){
 arrays.stream(arr1).sorted(comparator.comparing(string::length).reversed()).foreach(system.out::println);
 arrays.stream(arr1).sorted(comparator.reverseorder()).foreach(system.out::println);
 arrays.stream(arr1).sorted(comparator.naturalorder()).foreach(system.out::println);
}
/**
 * thencomparing
 * 先按照首字母排序
 * 之后按照string的长度排序
 */
@test
public void testsorted3_(){
 arrays.stream(arr1).sorted(comparator.comparing(this::com1).thencomparing(string::length)).foreach(system.out::println);
}
public char com1(string x){
 return x.charat(0);
}

2）提取流和组合流

@before
 public void init(){
 arr1 = new string[]{"a","b","c","d"};
 arr2 = new string[]{"d","e","f","g"};
 arr3 = new string[]{"i","j","k","l"};
 }
 /**
 * limit，限制从流中获得前n个数据
 */
 @test
 public void testlimit(){
 stream.iterate(1,x->x+2).limit(10).foreach(system.out::println);
 }
 /**
 * skip，跳过前n个数据
 */
 @test
 public void testskip(){
// stream.of(arr1).skip(2).limit(2).foreach(system.out::println);
 stream.iterate(1,x->x+2).skip(1).limit(5).foreach(system.out::println);
 }
 /**
 * 可以把两个stream合并成一个stream（合并的stream类型必须相同）
 * 只能两两合并
 */
 @test
 public void testconcat(){
 stream<string> stream1 = stream.of(arr1);
 stream<string> stream2 = stream.of(arr2);
 stream.concat(stream1,stream2).distinct().foreach(system.out::println);
 }

3）聚合操作

@before
public void init(){
 arr = new string[]{"b","ab","abc","abcd","abcde"};
}
/**
 * max、min
 * 最大最小值
 */
@test
public void testmaxandmin(){
 stream.of(arr).max(comparator.comparing(string::length)).ifpresent(system.out::println);
 stream.of(arr).min(comparator.comparing(string::length)).ifpresent(system.out::println);
}
/**
 * count
 * 计算数量
 */
@test
public void testcount(){
 long count = stream.of(arr).count();
 system.out.println(count);
}
/**
 * findfirst
 * 查找第一个
 */
@test
public void testfindfirst(){
 string str = stream.of(arr).parallel().filter(x->x.length()>3).findfirst().orelse("noghing");
 system.out.println(str);
}
/**
 * findany
 * 找到所有匹配的元素
 * 对并行流十分有效
 * 只要在任何片段发现了第一个匹配元素就会结束整个运算
 */
@test
public void testfindany(){
 optional<string> optional = stream.of(arr).parallel().filter(x->x.length()>3).findany();
 optional.ifpresent(system.out::println);
}
/**
 * anymatch
 * 是否含有匹配元素
 */
@test
public void testanymatch(){
 boolean aboolean = stream.of(arr).anymatch(x->x.startswith("a"));
 system.out.println(aboolean);
}
@test
public void teststream1() {
 optional<integer> optional = stream.of(1,2,3).filter(x->x>1).reduce((x,y)->x+y);
 system.out.println(optional.get());
}

4）optional类型

通常聚合操作会返回一个optional类型，optional表示一个安全的指定结果类型，所谓的安全指的是避免直接调用返回类型的null值而造成空指针异常，调用optional.ifpresent()可以判断返回值是否为空，或者直接调用ifpresent(consumer<? super t> consumer)在结果部位空时进行消费操作；调用optional.get()获取返回值。通常的使用方式如下：

@test
 public void testoptional() {
 list<string> list = new arraylist<string>() {
 {
 add("user1");
 add("user2");
 }
 };
 optional<string> opt = optional.of("andy with u");
 opt.ifpresent(list::add);
 list.foreach(system.out::println);
 }

使用optional可以在没有值时指定一个返回值，例如

@test
public void testoptional2() {
 integer[] arr = new integer[]{4,5,6,7,8,9};
 integer result = stream.of(arr).filter(x->x>9).max(comparator.naturalorder()).orelse(-1);
 system.out.println(result);
 integer result1 = stream.of(arr).filter(x->x>9).max(comparator.naturalorder()).orelseget(()->-1);
 system.out.println(result1);
 integer result2 = stream.of(arr).filter(x->x>9).max(comparator.naturalorder()).orelsethrow(runtimeexception::new);
 system.out.println(result2);
}

optional的创建

采用optional.empty()创建一个空的optional，使用optional.of()创建指定值的optional。同样也可以调用optional对象的map方法进行optional的转换，调用flatmap方法进行optional的迭代

@test
public void teststream1() {
 optional<student> studentoptional = optional.of(new student("user1",21));
 optional<string> optionalstr = studentoptional.map(student::getname);
 system.out.println(optionalstr.get());
}
public static optional<double> inverse(double x) {
 return x == 0 ? optional.empty() : optional.of(1 / x);
}
public static optional<double> squareroot(double x) {
 return x < 0 ? optional.empty() : optional.of(math.sqrt(x));
}
/**
 * optional的迭代
 */
@test
public void teststream2() {
 double x = 4d;
 optional<double> result1 = inverse(x).flatmap(streamtest7::squareroot);
 result1.ifpresent(system.out::println);
 optional<double> result2 = optional.of(4.0).flatmap(streamtest7::inverse).flatmap(streamtest7::squareroot);
 result2.ifpresent(system.out::println);
}

5）收集结果

student[] students;
@before
public void init(){
 students = new student[100];
 for (int i=0;i<30;i++){
 student student = new student("user",i);
 students[i] = student;
 }
 for (int i=30;i<60;i++){
 student student = new student("user"+i,i);
 students[i] = student;
 }
 for (int i=60;i<100;i++){
 student student = new student("user"+i,i);
 students[i] = student;
 }
}
@test
public void testcollect1(){
 /**
 * 生成list
 */
 list<student> list = arrays.stream(students).collect(tolist());
 list.foreach((x)-> system.out.println(x));
 /**
 * 生成set
 */
 set<student> set = arrays.stream(students).collect(toset());
 set.foreach((x)-> system.out.println(x));
 /**
 * 如果包含相同的key，则需要提供第三个参数，否则报错
 */
 map<string,integer> map = arrays.stream(students).collect(tomap(student::getname,student::getscore,(s,a)->s+a));
 map.foreach((x,y)-> system.out.println(x+"->"+y));
}
/**
 * 生成数组
 */
@test
public void testcollect2(){
 student[] s = arrays.stream(students).toarray(student[]::new);
 for (int i=0;i<s.length;i++)
 system.out.println(s[i]);
}
/**
 * 指定生成的类型
 */
@test
public void testcollect3(){
 hashset<student> s = arrays.stream(students).collect(tocollection(hashset::new));
 s.foreach(system.out::println);
}
/**
 * 统计
 */
@test
public void testcollect4(){
 intsummarystatistics summarystatistics = arrays.stream(students).collect(collectors.summarizingint(student::getscore));
 system.out.println("getaverage->"+summarystatistics.getaverage());
 system.out.println("getmax->"+summarystatistics.getmax());
 system.out.println("getmin->"+summarystatistics.getmin());
 system.out.println("getcount->"+summarystatistics.getcount());
 system.out.println("getsum->"+summarystatistics.getsum());
}

6）分组和分片

分组和分片的意义是，将collect的结果集展示位map<key,val>的形式，通常的用法如下： 

student[] students;
@before
public void init(){
 students = new student[100];
 for (int i=0;i<30;i++){
 student student = new student("user1",i);
 students[i] = student;
 }
 for (int i=30;i<60;i++){
 student student = new student("user2",i);
 students[i] = student;
 }
 for (int i=60;i<100;i++){
 student student = new student("user3",i);
 students[i] = student;
 }
}
@test
public void testgroupby1(){
 map<string,list<student>> map = arrays.stream(students).collect(groupingby(student::getname));
 map.foreach((x,y)-> system.out.println(x+"->"+y));
}
/**
 * 如果只有两类，使用partitioningby会比groupingby更有效率
 */
@test
public void testpartitioningby(){
 map<boolean,list<student>> map = arrays.stream(students).collect(partitioningby(x->x.getscore()>50));
 map.foreach((x,y)-> system.out.println(x+"->"+y));
}
/**
 * downstream指定类型
 */
@test
public void testgroupby2(){
 map<string,set<student>> map = arrays.stream(students).collect(groupingby(student::getname,toset()));
 map.foreach((x,y)-> system.out.println(x+"->"+y));
}
/**
 * downstream 聚合操作
 */
@test
public void testgroupby3(){
 /**
 * counting
 */
 map<string,long> map1 = arrays.stream(students).collect(groupingby(student::getname,counting()));
 map1.foreach((x,y)-> system.out.println(x+"->"+y));
 /**
 * summingint
 */
 map<string,integer> map2 = arrays.stream(students).collect(groupingby(student::getname,summingint(student::getscore)));
 map2.foreach((x,y)-> system.out.println(x+"->"+y));
 /**
 * maxby
 */
 map<string,optional<student>> map3 = arrays.stream(students).collect(groupingby(student::getname,maxby(comparator.comparing(student::getscore))));
 map3.foreach((x,y)-> system.out.println(x+"->"+y));
 /**
 * mapping
 */
 map<string,set<integer>> map4 = arrays.stream(students).collect(groupingby(student::getname,mapping(student::getscore,toset())));
 map4.foreach((x,y)-> system.out.println(x+"->"+y));
}

5.原始类型流

在数据量比较大的情况下，将基本数据类型（int,double...）包装成相应对象流的做法是低效的，因此，我们也可以直接将数据初始化为原始类型流，在原始类型流上的操作与对象流类似，我们只需要记住两点

1.原始类型流的初始化

2.原始类型流与流对象的转换

doublestream doublestream;
 intstream intstream;
 /**
 * 原始类型流的初始化
 */
 @before
 public void teststream1(){
 doublestream = doublestream.of(0.1,0.2,0.3,0.8);
 intstream = intstream.of(1,3,5,7,9);
 intstream stream1 = intstream.rangeclosed(0,100);
 intstream stream2 = intstream.range(0,100);
 }
 /**
 * 流与原始类型流的转换
 */
 @test
 public void teststream2(){
 stream<double> stream = doublestream.boxed();
 doublestream = stream.maptodouble(double::new);
 }

6.并行流

可以将普通顺序执行的流转变为并行流，只需要调用顺序流的parallel() 方法即可，如stream.iterate(1, x -> x + 1).limit(10).parallel()。

1） 并行流的执行顺序

我们调用peek方法来瞧瞧并行流和串行流的执行顺序，peek方法顾名思义，就是偷窥流内的数据，peek方法声明为stream<t> peek(consumer<? super t> action);加入打印程序可以观察到通过流内数据，见如下代码：

public void peek1(int x) {
 system.out.println(thread.currentthread().getname() + ":->peek1->" + x);
 }
 public void peek2(int x) {
 system.out.println(thread.currentthread().getname() + ":->peek2->" + x);
 }
 public void peek3(int x) {
 system.out.println(thread.currentthread().getname() + ":->final result->" + x);
 }
 /**
 * peek，监控方法
 * 串行流和并行流的执行顺序
 */
 @org.junit.test
 public void testpeek() {
 stream<integer> stream = stream.iterate(1, x -> x + 1).limit(10);
 stream.peek(this::peek1).filter(x -> x > 5)
 .peek(this::peek2).filter(x -> x < 8)
 .peek(this::peek3)
 .foreach(system.out::println);
 }
 @test
 public void testpeekpal() {
 stream<integer> stream = stream.iterate(1, x -> x + 1).limit(10).parallel();
 stream.peek(this::peek1).filter(x -> x > 5)
 .peek(this::peek2).filter(x -> x < 8)
 .peek(this::peek3)
 .foreach(system.out::println);
 }

串行流打印结果如下：

并行流打印结果如下：

咋看不一定能看懂，我们用如下的图来解释

我们将stream.filter(x -> x > 5).filter(x -> x < 8).foreach(system.out::println)的过程想象成上图的管道，我们在管道上加入的peek相当于一个阀门，透过这个阀门查看流经的数据，

1）当我们使用顺序流时，数据按照源数据的顺序依次通过管道，当一个数据被filter过滤，或者经过整个管道而输出后，第二个数据才会开始重复这一过程

2）当我们使用并行流时，系统除了主线程外启动了七个线程（我的电脑是4核八线程）来执行处理任务，因此执行是无序的，但同一个线程内处理的数据是按顺序进行的。

2） sorted()、distinct()等对并行流的影响

sorted()、distinct()是元素相关方法，和整体的数据是有关系的,map，filter等方法和已经通过的元素是不相关的,不需要知道流里面有哪些元素 ，并行执行和sorted会不会产生冲突呢？

结论：1.并行流和排序是不冲突的，2.一个流是否是有序的，对于一些api可能会提高执行效率，对于另一些api可能会降低执行效率

3.如果想要输出的结果是有序的，对于并行的流需要使用foreachordered(foreach的输出效率更高)

我们做如下实验：

/**
 * 生成一亿条0-100之间的记录
 */
@before
public void init() {
 random random = new random();
 list = stream.generate(() -> random.nextint(100)).limit(100000000).collect(tolist());
}
/**
 * tip
 */
@org.junit.test
public void test1() {
 long begin1 = system.currenttimemillis();
 list.stream().filter(x->(x > 10)).filter(x->x<80).count();
 long end1 = system.currenttimemillis();
 system.out.println(end1-begin1);
 list.stream().parallel().filter(x->(x > 10)).filter(x->x<80).count();
 long end2 = system.currenttimemillis();
 system.out.println(end2-end1);
 long begin1_ = system.currenttimemillis();
 list.stream().filter(x->(x > 10)).filter(x->x<80).distinct().sorted().count();
 long end1_ = system.currenttimemillis();
 system.out.println(end1-begin1);
 list.stream().parallel().filter(x->(x > 10)).filter(x->x<80).distinct().sorted().count();
 long end2_ = system.currenttimemillis();
 system.out.println(end2_-end1_);
}

可见，对于串行流.distinct().sorted()方法对于运行时间没有影响，但是对于串行流，会使得运行时间大大增加，因此对于包含sorted、distinct()等与全局数据相关的操作，不推荐使用并行流。

7.stream vs spark rdd

最初看到stream的一个直观感受是和spark像，真的像

val count = sc.parallelize(1 to num_samples).filter { _ =>
 val x = math.random
 val y = math.random
 x*x + y*y < 1}.count()println(s"pi is roughly ${4.0 * count / num_samples}") 

    以上代码摘自spark官网，使用的是scala语言，一个最基础的word count代码，这里我们简单介绍一下spark，spark是当今最流行的基于内存的大数据处理框架，spark中的一个核心概念是rdd（弹性分布式数据集），将分布于不同处理器上的数据抽象成rdd，rdd上支持两种类型的操作1） transformation（变换）2） action（行动），对于rdd的transformation算子并不会立即执行，只有当使用了action算子后，才会触发。

总结

以上所示是小编给大家介绍的java8中的stream相关知识，希望对大家有所帮助