java8 Streams API 详解（上） -- 入门篇

1. 引言

多年前，我们在介绍 java8 新特性的时候，提到过作为 java8 一个亮点的新特性 -- streams api

但上文中只是简单介绍了 streams api 的基本用法，事实上，streams api 拥有十分强大的功能，能够大幅缩减编码量，有效提升编码效率与代码质量，达到事半功倍的效果。

本文我们就来详细介绍一下 streams api，来看看他究竟能做到多么强大

2. Streams API 面面观

2.1 Streams API 能做什么

Streams API 是对 java 中集合对象功能的增强，他可以让集合的操作变得更加便利、高效

他会自动通过并发执行的方式优化大批量数据集合的聚合操作，同时，结合另一个 java8 的新特性 -- Lambda 表达式，可以极大地提升编程效率，增加代码可读性

基于 jvm 底层的硬件优化，streams api 可以十分方便的利用多核性能，达到并发编程的效果，传统的并发编程往往因为其复杂性十分容易出错，但使用 streams api 则无需担心这个问题

2.2 Stream 是什么

stream 顾名思义，就是“流”，这个名字突出了集合对象流式处理的含义

说到“流式处理”，读者朋友们肯定并不陌生，在 java 中，迭代器就是一种通用的流式处理手段，stream 可以看成是迭代器的高级版本，他不保存数据，他只负责执行预定的算法和计算过程，因此 stream 很像是迭代器的函数式编程版本

和迭代器一样，stream 也是对集合单向遍历一次，并且不可以回头往复，但不同的是，stream 支持了这个过程的自动并发执行，并且将遍历过程变得更加简洁易读

2.3 Stream 的构成

一个流的使用通常包括三个基本步骤：

1. 获取数据源
2. 数据转换 -- Intermediate
3. 执行操作 -- Terminal

其中，数据转换操作是以数据源为输入，进行一些操作后返回一个新的流进行接下来操作，数据转换操作可以多次进行，从而让整个流变成一个流管道：

最终，一个流只能有一个 terminal 执行操作，作为流的终结，他生成一个结果或一个 side effect

事实上，真正触发流的遍历操作的就是 terminal 操作的执行

除此以外，如果流的输入是一个无限大的集合，那么还必须具有 short-circuiting 操作，他有两个作用：

1. 对于一个 intermediate 操作，如果它接受的是一个无限大（infinite/unbounded）的 Stream，但返回一个有限的新 Stream
2. 对于一个 terminal 操作，如果它接受的是一个无限大的 Stream，但能在有限的时间计算出结果

2.4 流能做什么

知道了 Streams Api 的构成，你可能会很好奇，Streams 究竟可以做到哪些实用的事情呢？对我们的编程又有多大的帮助呢？

下面来看一个小例子，假设我们有一个学生集合，需要对这个集合中分数大于 80 的对象按照他们的 score 进行排序，并且返回由这些对象的 id 组成的 List<Long> 类型集合，我们应该怎么做呢？

2.4.1 java7 版本

    private static List<Long> sortStudents(List<Student> students) {
        List<Student> studentsOverThreshold = new ArrayList<>();
        for (Student student: students) {
            if (student.getScore() >= THRESHOLD) {
                studentsOverThreshold.add(student);
            }
        }
        Collections.sort(studentsOverThreshold, new Comparator<Student>() {
            @Override
            public int compare(Student student1, Student student2) {
                return student2.getScore().compareTo(student1.getScore());
            }
        });
        List<Long> idResultList = new ArrayList<>();
        for (Student student : studentsOverThreshold) {
            idResultList.add(student.getId());
        }
        return idResultList;
    }

虽然整个流程中规中矩，但从可读性上来说并不是十分的一目了然

2.4.2 Streams API 版本

下面，我们使用 Streams API 来优化上面的代码，整个流程就会显得简单了很多：

    private static List<Long> sortStudents(List<Student> students) {
        return students.stream()
                .filter(t -> t.getScore() >= THRESHOLD)
                .sorted(Comparator.comparingLong(Student::getScore).reversed())
                .map(Student::getId)
                .collect(Collectors.toList());
    }

相较于上述代码，Streams API 版本的代码显然更加简洁和清晰，可读性、可维护性都有了显著提升，并且如果使用并发模式，Streams API 版本还会在性能上得到增强

由此可见，如果熟练掌握了 Streams API，那么在你的开发过程中，效率会大幅提升，Streams API 的灵活运用也会让你的程序拥有更好的可维护性

3. 流的创建

流的创建方式有很多种：

3.1 从 Collection 和数组创建流

1. Collection.stream()
2. Collection.parallelStream()
3. Arrays.stream(T array)
4. Stream.of(T array)

• 额外一提，java8 除了通用的 Stream 外，还为基本数值类型提供了 IntStream、LongStream、DoubleStream 三种包装类型可供使用

3.2 通过 BufferedReader 读取

• java.io.BufferedReader.lines()

3.3 通过静态工厂生成流

1. java.util.stream.IntStream.range()
2. java.nio.file.Files.walk()

3.4 其他创建方式

1. 自定义构建 -- java.util.Spliterator
2. 随机数流 -- Random.ints()
3. 位操作流 -- BitSet.stream()
4. 字符流 -- Pattern.splitAsStream(java.lang.CharSequence)
5. jar 文件内容流 -- JarFile.stream()

4. 流的操作

上面我们已经提到，流共有三种操作：

1. Intermediate 操作
2. Short-Circuiting 操作
3. Terminal 操作

下面，我们就来介绍一下这三大类操作中具体有哪些操作

4.1 Intermediate 操作

Intermediate 操作的输入是已经创建好的流，输出是进行转换后的流，主要有以下操作：

• map -- 将输入流转换为另一个流
• mapToInt/mapToLong -- 将转换结果的原始数值自动包装，转换后生成一个 IntStream/LongStream
• flatMap -- 转换后生成多于原集合数量的新元素流
• filter -- 过滤只保留符合条件的元素
• distinct -- 去重
• sorted -- 排序
• peek -- 执行一个无返回的操作，不影响原来的流
• limit -- 保留流的前 N 个元素，可以用于无限元素的流，作为 Short-circuiting 操作
• skip -- 跳过流的前 N 个元素
• parallel -- 让流并行化
• sequential -- 让流串行化
• unordered -- 删除流的有序标记，不强制让流有序

4.2 Terminal 操作

在一系列 Intermediate 操作之后，一定需要一个终极操作，来对流中的数据做最终的处理，这个“终极操作”就是 Terminal 操作，它包括：

• forEach -- 对流中每个元素执行相同的操作
• forEachOrdered -- 对流中每个元素有序地执行相同的操作
• toArray -- 将流转换为数组返回
• reduce -- 将流中所有数据汇总执行一个操作，返回一个值
• collect -- 将流中所有参数汇总为一个集合并返回
• min -- 求流中数据最小值
• max -- 求流中数据最大值
• count -- 计算流中的数据量
• anyMatch -- 有任何元素命中规则则返回 true，可以用于无限元素的流，作为 Short-circuiting 操作
• allMatch -- 全部元素均命中规则时返回 true，可以用于无限元素的流，作为 Short-circuiting 操作
• noneMatch -- 全部元素均未命中规则时返回 true，可以用于无限元素的流，作为 Short-circuiting 操作
• findFirst -- 返回首个命中规则的元素，可以用于无限元素的流，作为 Short-circuiting 操作
• findAny -- 返回所有命中规则的元素，可以用于无限元素的流，作为 Short-circuiting 操作
• iterator -- 返回由流数据构造的迭代器

4.3 Short-circuiting

当你要处理无限数据的集合时，通过 short circuiting 操作让程序能够在有限的时间内返回显然是非常必要的

包括上述已经标记过可以用作 Short-circuiting 操作的：

• anyMatch
• allMatch
• noneMatch
• findFirst
• findAny
• limit

5. 后记

本文我们通过一个例子看到了 Streams API 是如何使用的，以及列出了 java8 中 Streams API 包含的所有操作

那么，这些操作具体应该如何使用呢？敬请关注下一篇文章，详细介绍每一种操作