前言

　　Stream 作為 Java 8 的一大亮點，它與 java.io 包裏的 InputStream 和 OutputStream 是完全不同的概念。它也不同於 StAX 對 XML 解析的 Stream，也不是 Amazon Kinesis 對大數據實時處理的 Stream。Java 8 中的 Stream 是對集合（Collection）對象功能的增強，它專註於對集合對象進行各種非常便利、高效的聚合操作（aggregate operation），或者大批量數據操作 (bulk data operation)。Stream API 借助於同樣新出現的 Lambda 表達式，極大的提高編程效率和程序可讀性。同時它提供串行和並行兩種模式進行匯聚操作，並發模式能夠充分利用多核處理器的優勢，使用 fork/join 並行方式來拆分任務和加速處理過程。通常編寫並行代碼很難而且容易出錯, 但使用 Stream API 無需編寫一行多線程的代碼，就可以很方便地寫出高性能的並發程序。所以說，Java 8 中首次出現的 java.util.stream 是一個函數式語言+多核時代綜合影響的產物。

怎麽得到Stream

1、Stream接口的靜態工廠方法

1、of方法：有兩個重載方法，一個接受變長參數，一個接受單一值

Stream integerStream = Stream.of(1, 2, 3, 5);
Stream stringStream = Stream.of("taobao");

2、generator方法：生成一個無限長度的Stream，其元素的生成是通過給定的Supplier

Stream.generate(new Supplier() {
    @Override
    public Double get() {
        return Math.random();
    }
});
Stream.generate(() -> Math.random());
Stream.generate(Math::random);
 

上面三條語句的作用都是一樣的，一般這種無限長度的Stream都會配合Stream的limit()方法來用。

3、iterate方法：也是生成無限長度的Stream，和generator不同的是，其元素的生成是重復對給定的種子值(seed)調用用戶指定函數來生成的。其中包含的元素可以認為是：seed，f(seed),f(f(seed))無限循環

Stream.iterate(1, item -> item + 1).limit(10).forEach(System.out::println);

2、Collection接口的默認方法

Collection接口有一個stream方法，所以其所有子類都都可以獲取對應的Stream對象。

1、調用Collection.stream()或者Collection.parallelStream()方法。

2、調用Arrays.stream(T[] array)方法

用法示例

1.forEach(): 對容器中的每個元素執行指定的動作，也就是對元素進行遍歷。

Stream<String> stream = Stream.of("stream", "foreach", "method", "test");
stream.forEach(System.out::println);

2.filter(): 對某種條件進行過濾，然後返回一個新的stream

List<String> beginningWithNumbers
                = Stream.of("a", "1abc", "abc1")
                .filter(value -> isDigit(value.charAt(0)))
                .collect(toList());
assertEquals(Arrays.asList("1abc"), beginningWithNumbers);

3.map(): 對當前傳入的流進行邏輯處理進行轉換成另一個stream, 直觀的說，就是對每個元素按照某種操作進行轉換，轉換前後Stream中元素的個數不會改變，但元素的類型取決於轉換之後的類型。

List<String> collected = Stream.of("a", "b", "hello")
                .map(String::toUpperCase)
                .collect(toList());
assertEquals(Arrays.asList("A", "B", "HELLO"), collected);

4.flatMap(): 對每個元素執行mapper指定的操作，並用所有mapper返回的Stream中的元素組成一個新的Stream作為最終返回結果。說起來太拗口，通俗的講flatMap()的作用就相當於把原stream中的所有元素都"攤平"之後組成的Stream，轉換前後元素的個數和類型都可能會改變。

List<Integer> together = Stream.of(Arrays.asList(1, 2), Arrays.asList(3, 4))
                .flatMap(Collection::stream)
                .collect(toList());
assertEquals(Arrays.asList(1, 2, 3, 4), together);

5.reduce(): 規約操作（reduction operation）又被稱作折疊操作（fold），是通過某個連接動作將所有元素匯總成一個匯總結果的過程。元素求和、求最大值或最小值、求出元素總個數、將所有元素轉換成一個列表或集合，都屬於規約操作。Stream類庫有兩個通用的規約操作reduce()和collect()，也有一些為簡化書寫而設計的專用規約操作，比如sum()、max()、min()、count()等。

　　reduce操作可以實現從一組元素中生成一個值，sum()、max()、min()、count()等都是reduce操作，將他們單獨設為函數只是因為常用。reduce()的方法定義有三種重載形式：

Optional<T> reduce(BinaryOperator<T> accumulator)

T reduce(T identity, BinaryOperator<T> accumulator)

<U> U reduce(U identity, BiFunction<U,? super T,U> accumulator, BinaryOperator<U> combiner) 

　　reduce()最常用的場景就是從一堆值中生成一個值.


// 找出最長的單詞
Stream<String> stream = Stream.of("reduce", "optional", "test", "stream");
Optional<String> longest = stream.reduce((s1, s2) -> s1.length() >= s2.length() ? s1 : s2);
//Optional<String> longest = stream.max(Comparator.comparingInt(String::length));
assertEquals("optional", longest.get());

//數字求和
int sum = Stream.of(1, 2, 3, 4)
                .reduce(0, (acc, element) -> acc + element);
assertEquals(10, sum);

// 求單詞長度之和
Stream<String> stream = Stream.of("a", "bb", "ccc", "dddd");
int lengthSum = stream.reduce(0,            // 初始值　// (1)
    (sum, str) -> sum+str.length(),         // 累加器 // (2)
    (a, b) -> a+b);                         // 部分和拼接器，並行執行時才會用到 // (3)
// int lengthSum = stream.mapToInt(String::length).sum();
assertEquals(10, lengthSum);

6.collect(): 如果你發現某個功能在Stream接口中沒找到，十有八九可以通過collect()方法實現。collect()是Stream接口方法中最靈活的一個，學會它才算真正入門Java函數式編程

List<SaleOrderLineDO> newSaleOrderLines = saleOrderLines.stream()
            .map(oldSaleOrderLine -> {
                SaleOrderLineDO saleOrderLine = new SaleOrderLineDO();
                saleOrderLine.setId(oldSaleOrderLine.getId());
                saleOrderLine.setBuyerId(oldSaleOrderLine.getBuyerId());
                saleOrderLine.setReceiveQuantity(oldSaleOrderLine.getQuantity());
                saleOrderLine.setGmtModified(new Date());
                saleOrderLine.setModifier(modifier);
                return saleOrderLine;
            }).collect(Collectors.toList());

Map<Long, Integer> purchaseSendQuantityMap = realQuantities.stream()
            .collect(Collectors.toMap(RealQuantity::getSubLineId, RealQuantity::getSendQuantity));

7.Collectors

7.1.toList(): 將一個流轉換成一個list集合返回

List<Integer> collect = listOne.stream().collect(Collectors.toList());

7.2.toMap(): 將一個流處理並返回一個hashMap對象

Map<String, Integer> collect = listOne.stream().collect(Collectors.toMap(k -> k.toString(), v -> v));

需要註意兩點：
1.這裏的入參都是stream流集合中的一個item，第一個返回值是hashMap的key，第二個返回值是hashMap的value.
2.如果hashMap的key有重復會throw duplicate

7.3.toSet(): 將一個流集合返回成一個set集合對象。可以用來去重。

Set<Integer> collect = listOne.stream().collect(Collectors.toSet());

7.4.groupingBy(): groupingBy默認模式是根據key來進行分組，並返回當前分組對象的map的list集合。

Map<Integer, List<Data>> collect2 = dataList.stream().collect(Collectors.groupingBy(Data::getCode));

當然你可以定制返回的分組對象集合:

Map<Integer, List<Integer>> collect3 = dataList.stream().collect(Collectors.groupingBy(Data::getCode, Collectors.mapping(x -> x.getCode(), Collectors.toList())));

可以通過mapping來對匹配到的list集合對象進行操作，可以返回自己期望的返回的對象。也可以用來進行排序:

TreeMap<Integer, List<Data>> collect2 = dataList.stream().collect(Collectors.groupingBy(Data::getCode, TreeMap::new, Collectors.toList()));

7.5.summarizing(): 將一個流集合轉你成統計數據。包含了，平均值，總個數，最大值，最小值，總量。

IntSummaryStatistics collect = listOne.stream().collect(Collectors.summarizingInt(x -> x.intValue()));
        double average = collect.getAverage();
        long count = collect.getCount();
        int max = collect.getMax();
        int min = collect.getMin();
        long sum = collect.getSum();

參考文章：

https://www.ibm.com/developerworks/cn/java/j-lo-java8streamapi/

https://docs.oracle.com/javase/8/docs/api/java/util/stream/package-summary.html

Java 8新特性stream API用法總結