1. 流的基本概念

1.1 什麼是流？

流是 Java8 引入的全新概念，它用來處理集合中的資料，暫且可以把它理解為一種高階集合。

眾所周知，集合操作非常麻煩，若要對集合進行篩選、投影，需要寫大量的程式碼，而流是以宣告的形式操作集合，它就像SQL語句，我們只需告訴流需要對集合進行什麼操作，它就會自動進行操作，並將執行結果交給你，無需我們自己手寫程式碼。

因此，流的集合操作對我們來說是透明的，我們只需向流下達命令，它就會自動把我們想要的結果給我們。由於操作過程完全由Java處理，因此它可以根據當前硬體環境選擇最優的方法處理，我們也無需編寫複雜又容易出錯的多執行緒程式碼了。

1.2 流的特點

只能遍歷一次 我們可以把流想象成一條流水線，流水線的源頭是我們的資料來源(一個集合)，資料來源中的元素依次被輸送到流水線上，我們可以在流水線上對元素進行各種操作。一旦元素走到了流水線的另一頭，那麼這些元素就被“消費掉了”，我們無法再對這個流進行操作。當然，我們可以從資料來源那裡再獲得一個新的流重新遍歷一遍。

採用內部迭代方式 若要對集合進行處理，則需我們手寫處理程式碼，這就叫做外部迭代。而要對流進行處理，我們只需告訴流我們需要什麼結果，處理過程由流自行完成，這就稱為內部迭代。

1.3 流的操作種類

流的操作分為兩種，分別為中間操作 和 終端操作。

中間操作 當資料來源中的資料上了流水線後，這個過程對資料進行的所有操作都稱為“中間操作”。 中間操作仍然會返回一個流物件，因此多箇中間操作可以串連起來形成一個流水線。

終端操作 當所有的中間操作完成後，若要將資料從流水線上拿下來，則需要執行終端操作。 終端操作將返回一個執行結果，這就是你想要的資料。

1.4 流的操作過程 使用流一共需要三步：

1.準備一個數據源 2.執行中間操作 ，中間操作可以有多個，它們可以串連起來形成流水線。 3.執行終端操作，執行終端操作後本次流結束，你將獲得一個執行結果。

2. 流的使用 2.1 獲取流 在使用流之前，首先需要擁有一個數據源，並通過StreamAPI提供的一些方法獲取該資料來源的流物件。資料來源可以有多種形式：

1.集合 這種資料來源較為常用，通過stream()方法即可獲取流物件：

List<Person> list = new ArrayList<Person>(); 
Stream<Person> stream = list.stream();

2.陣列 通過Arrays類提供的靜態函式stream()獲取陣列的流物件：

String[] names = {"chaimm","peter","john"};
Stream<String> stream = Arrays.stream(names);
 

3.值 直接將幾個值變成流物件：

Stream<String> stream = Stream.of("chaimm","peter","john");

4.檔案 try(Stream lines = Files.lines(Paths.get(“檔案路徑名”),Charset.defaultCharset())){ //可對lines做一些操作 }catch(IOException e){ } PS：Java7簡化了IO操作，把開啟IO操作放在try後的括號中即可省略關閉IO的程式碼。

2.2 篩選filter filter函式接收一個Lambda表示式作為引數，該表示式返回boolean，在執行過程中，流將元素逐一輸送給filter，並篩選出執行結果為true的元素。 如，篩選出所有學生：

List<Person> result = list.stream()
                    .filter(Person::isStudent)
                    .collect(toList());

2.3 去重distinct 去掉重複的結果：

List<Person> result = list.stream()
                    .distinct()
                    .collect(toList());

2.4 擷取 擷取流的前N個元素：

List<Person> result = list.stream()
                    .limit(3)
                    .collect(toList());

2.5 跳過 跳過流的前n個元素：

List<Person> result = list.stream()
                    .skip(3)
                    .collect(toList());

2.6 對映 對流中的每個元素執行一個函式，使得元素轉換成另一種型別輸出。流會將每一個元素輸送給map函式，並執行map中的Lambda表示式，最後將執行結果存入一個新的流中。 如，獲取每個人的姓名(實則是將Perosn型別轉換成String型別)：

List<Person> result = list.stream()
                    .map(Person::getName)
                    .collect(toList());

2.7 合併多個流

例：列出List中各不相同的單詞，List集合如下：

List<String> list = new ArrayList<String>();
list.add("I am a boy");
list.add("I love the girl");
list.add("But the girl loves another girl");

思路如下：

首先將list變成流：

list.stream();

按空格分詞：

list.stream()
            .map(line->line.split(" "));

分完詞之後，每個元素變成了一個String[]陣列。

將每個String[]變成流：

list.stream()
            .map(line->line.split(" "))
            .map(Arrays::stream)

此時一個大流裡面包含了一個個小流，我們需要將這些小流合併成一個流。

將小流合併成一個大流： 用flagmap替換剛才的map

list.stream()
            .map(line->line.split(" "))
            .flagmap(Arrays::stream)

去重

list.stream()
            .map(line->line.split(" "))
            .flagmap(Arrays::stream)
            .distinct()
            .collect(toList());

2.8 是否匹配任一元素：anyMatch anyMatch用於判斷流中是否存在至少一個元素滿足指定的條件，這個判斷條件通過Lambda表示式傳遞給anyMatch，執行結果為boolean型別。 如，判斷list中是否有學生：

boolean result = list.stream()
            .anyMatch(Person::isStudent);

2.9 是否匹配所有元素：allMatch allMatch用於判斷流中的所有元素是否都滿足指定條件，這個判斷條件通過Lambda表示式傳遞給anyMatch，執行結果為boolean型別。 如，判斷是否所有人都是學生：

boolean result = list.stream()
            .allMatch(Person::isStudent);

2.10 是否未匹配所有元素：noneMatch noneMatch與allMatch恰恰相反，它用於判斷流中的所有元素是否都不滿足指定條件：

boolean result = list.stream()
            .noneMatch(Person::isStudent);

2.11 獲取任一元素findAny findAny能夠從流中隨便選一個元素出來，它返回一個Optional型別的元素。

Optional<Person> person = list.stream()
                                    .findAny();

Optional介紹： Optional是Java8新加入的一個容器，這個容器只存1個或0個元素，它用於防止出現NullpointException，它提供如下方法：

isPresent()

判斷容器中是否有值。

ifPresent(Consume lambda)

容器若不為空則執行括號中的Lambda表示式。

T get()

獲取容器中的元素，若容器為空則丟擲NoSuchElement異常。

T orElse(T other)

獲取容器中的元素，若容器為空則返回括號中的預設值。 2.12 獲取第一個元素findFirst

Optional<Person> person = list.stream()
                                    .findFirst();

2.13 歸約 歸約是將集合中的所有元素經過指定運算，摺疊成一個元素輸出，如：求最值、平均數等，這些操作都是將一個集合的元素摺疊成一個元素輸出。

在流中，reduce函式能實現歸約。 reduce函式接收兩個引數：

初始值 進行歸約操作的Lambda表示式 2.13.1 元素求和：自定義Lambda表示式實現求和 例：計算所有人的年齡總和

int age = list.stream().reduce(0, (person1,person2)->person1.getAge()+person2.getAge());

reduce的第一個引數表示初試值為0； reduce的第二個引數為需要進行的歸約操作，它接收一個擁有兩個引數的Lambda表示式，reduce會把流中的元素兩兩輸給Lambda表示式，最後將計算出累加之和。

2.13.2 元素求和：使用Integer.sum函式求和 上面的方法中我們自己定義了Lambda表示式實現求和運算，如果當前流的元素為數值型別，那麼可以使用Integer提供了sum函式代替自定義的Lambda表示式，如：

int age = list.stream().reduce(0, Integer::sum);

Integer類還提供了min、max等一系列數值操作，當流中元素為數值型別時可以直接使用。

2.14 數值流的使用 採用reduce進行數值操作會涉及到基本數值型別和引用數值型別之間的裝箱、拆箱操作，因此效率較低。 當流操作為純數值操作時，使用數值流能獲得較高的效率。

2.14.1 將普通流轉換成數值流 StreamAPI提供了三種數值流：IntStream、DoubleStream、LongStream，也提供了將普通流轉換成數值流的三種方法：mapToInt、mapToDouble、mapToLong。 如，將Person中的age轉換成數值流：

IntStream stream = list.stream()
                            .mapToInt(Person::getAge);

2.14.2 數值計算 每種數值流都提供了數值計算函式，如max、min、sum等。 如，找出最大的年齡：

OptionalInt maxAge = list.stream()
                                .mapToInt(Person::getAge)
                                .max();

由於數值流可能為空，並且給空的數值流計算最大值是沒有意義的，因此max函式返回OptionalInt，它是Optional的一個子類，能夠判斷流是否為空，並對流為空的情況作相應的處理。 此外，mapToInt、mapToDouble、mapToLong進行數值操作後的返回結果分別為：OptionalInt、OptionalDouble、OptionalLong