1.Stream初體驗

我們先來看看Java裡面是怎麼定義Stream的：

A sequence of elements supporting sequential and parallel aggregate operations.

我們來解讀一下上面的那句話：

1.Stream是元素的集合，這點讓Stream看起來用些類似Iterator；
2.可以支援順序和並行的對原Stream進行匯聚的操作；

大家可以把Stream當成一個高階版本的Iterator。原始版本的Iterator，使用者只能一個一個的遍歷元素並對其執行某些操作；高階版本的Stream，使用者只要給出需要對其包含的元素執行什麼操作，比如“過濾掉長度大於10的字串”、“獲取每個字串的首字母”等，具體這些操作如何應用到每個元素上，就給Stream就好了！（這個祕籍，一般人我不告訴他：））大家看完這些可能對Stream還沒有一個直觀的認識，莫急，咱們來段程式碼。

//Lists是Guava中的一個工具類
List<Integer> nums = Lists.newArrayList(1,null,3,4,null,6);
nums.stream().filter(num -> num != null).count();

上面這段程式碼是獲取一個List中，元素不為null的個數。這段程式碼雖然很簡短，但是卻是一個很好的入門級別的例子來體現如何使用Stream，正所謂“麻雀雖小五臟俱全”。我們現在開始深入解刨這個例子，完成以後你可能可以基本掌握Stream的用法！

1.1 剖析Stream通用語法

圖片就是對於Stream例子的一個解析，可以很清楚的看見：原本一條語句被三種顏色的框分割成了三個部分。紅色框中的語句是一個Stream的生命開始的地方，負責建立一個Stream例項；綠色框中的語句是賦予Stream靈魂的地方，把一個Stream轉換成另外一個Stream，紅框的語句生成的是一個包含所有nums變數的Stream，進過綠框的filter方法以後，重新生成了一個過濾掉原nums列表所有null以後的Stream；藍色框中的語句是豐收的地方，把Stream的裡面包含的內容按照某種演算法來匯聚成一個值，例子中是獲取Stream中包含的元素個數。如果這樣解析以後，還不理解，那就只能動用“核武器”–圖形化，一圖抵千言！

在此我們總結一下使用Stream的基本步驟：

1.建立Stream；
2.轉換Stream，每次轉換原有Stream物件不改變，返回一個新的Stream物件（可以有多次轉換）；
3.對Stream進行聚合（Reduce）操作，獲取想要的結果；

2. 建立Stream

最常用的建立Stream有兩種途徑：

通過Stream介面的靜態工廠方法（注意：Java8裡介面可以帶靜態方法）；
通過Collection介面的預設方法（預設方法：Default method，也是Java8中的一個新特性，就是介面中的一個帶有實現的方法，後續文章會有介紹）–stream()，把一個Collection物件轉換成Stream

2.1 使用Stream靜態方法來建立Stream

1. of方法：有兩個overload方法，一個接受變長引數，一個介面單一值

Stream<Integer> integerStream = Stream.of(1, 2, 3, 5);
Stream<String> 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（這個介面可以看成一個物件的工廠，每次呼叫返回一個給定型別的物件）

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

三條語句的作用都是一樣的，只是使用了lambda表示式和方法引用的語法來簡化程式碼。每條語句其實都是生成一個無限長度的Stream，其中值是隨機的。這個無限長度Stream是懶載入，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，其元素的生成是重複對給定的種子值(seed)呼叫使用者指定函式來生成的。其中包含的元素可以認為是：seed，f(seed),f(f(seed))無限迴圈

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

這段程式碼就是先獲取一個無限長度的正整數集合的Stream，然後取出前10個列印。千萬記住使用limit方法，不然會無限列印下去。

2.2 通過Collection子類獲取Stream

這個在本文的第一個例子中就展示了從List物件獲取其對應的Stream物件，如果檢視Java doc就可以發現Collection介面有一個stream方法，所以其所有子類都都可以獲取對應的Stream物件。

public interface Collection<E> extends Iterable<E> {
    //其他方法省略
    default Stream<E> stream() {
        return StreamSupport.stream(spliterator(), false);
    }
}

3. 轉換Stream

轉換Stream其實就是把一個Stream通過某些行為轉換成一個新的Stream。Stream介面中定義了幾個常用的轉換方法，下面我們挑選幾個常用的轉換方法來解釋。

1. distinct: 對於Stream中包含的元素進行去重操作（去重邏輯依賴元素的equals方法），新生成的Stream中沒有重複的元素；

2. filter: 對於Stream中包含的元素使用給定的過濾函式進行過濾操作，新生成的Stream只包含符合條件的元素；

filter方法示意圖：

3. map: 對於Stream中包含的元素使用給定的轉換函式進行轉換操作，新生成的Stream只包含轉換生成的元素。這個方法有三個對於原始型別的變種方法，分別是：mapToInt，mapToLong和mapToDouble。這三個方法也比較好理解，比如mapToInt就是把原始Stream轉換成一個新的Stream，這個新生成的Stream中的元素都是int型別。之所以會有這樣三個變種方法，可以免除自動裝箱/拆箱的額外消耗；

map方法示意圖：

4. flatMap：和map類似，不同的是其每個元素轉換得到的是Stream物件，會把子Stream中的元素壓縮到父集合中；

flatMap方法示意圖：

5. peek: 生成一個包含原Stream的所有元素的新Stream，同時會提供一個消費函式（Consumer例項），新Stream每個元素被消費的時候都會執行給定的消費函式；

peek方法示意圖：

6. limit: 對一個Stream進行截斷操作，獲取其前N個元素，如果原Stream中包含的元素個數小於N，那就獲取其所有的元素；

limit方法示意圖：

7. skip: 返回一個丟棄原Stream的前N個元素後剩下元素組成的新Stream，如果原Stream中包含的元素個數小於N，那麼返回空Stream；

skip方法示意圖：

8. 在一起,在一起！

List<Integer> nums = Lists.newArrayList(1,1,null,2,3,4,null,5,6,7,8,9,10);
System.out.println(“sum is:”+nums.stream().filter(num -> num != null).
            distinct().mapToInt(num -> num * 2).
            peek(System.out::println).skip(2).limit(4).sum());

這段程式碼演示了上面介紹的所有轉換方法（除了flatMap），簡單解釋一下這段程式碼的含義：給定一個Integer型別的List，獲取其對應的Stream物件，然後進行過濾掉null，再去重，再每個元素乘以2，再每個元素被消費的時候列印自身，在跳過前兩個元素，最後去前四個元素進行加和運算(解釋一大堆，很像廢話，因為基本看了方法名就知道要做什麼了。這個就是宣告式程式設計的一大好處！)。大家可以參考上面對於每個方法的解釋，看看最終的輸出是什麼。

9. 效能問題

有些細心的同學可能會有這樣的疑問：在對於一個Stream進行多次轉換操作，每次都對Stream的每個元素進行轉換，而且是執行多次，這樣時間複雜度就是一個for迴圈裡把所有操作都做掉的N（轉換的次數）倍啊。其實不是這樣的，轉換操作都是lazy的，多個轉換操作只會在匯聚操作（見下節）的時候融合起來，一次迴圈完成。我們可以這樣簡單的理解，Stream裡有個操作函式的集合，每次轉換操作就是把轉換函式放入這個集合中，在匯聚操作的時候迴圈Stream對應的集合，然後對每個元素執行所有的函式。

4. 匯聚（Reduce）Stream

匯聚這個詞，是我自己翻譯的，如果大家有更好的翻譯，可以在下面留言。在官方文件中是reduce，也叫fold。

在介紹匯聚操作之前，我們先看一下Java doc中對於其定義：

A reduction operation (also called a fold) takes a sequence of input elements and combines them into a single summary result by repeated application of a combining operation, such as finding the sum or maximum of a set of numbers, or accumulating elements into a list. The streams classes have multiple forms of general reduction operations, called reduce() and collect(), as well as multiple specialized reduction forms such as sum(), max(), or count().

簡單翻譯一下：匯聚操作（也稱為摺疊）接受一個元素序列為輸入，反覆使用某個合併操作，把序列中的元素合併成一個彙總的結果。比如查詢一個數字列表的總和或者最大值，或者把這些數字累積成一個List物件。Stream介面有一些通用的匯聚操作，比如reduce()和collect()；也有一些特定用途的匯聚操作，比如sum(),max()和count()。注意：sum方法不是所有的Stream物件都有的，只有IntStream、LongStream和DoubleStream是例項才有。

下面會分兩部分來介紹匯聚操作：

1. 可變匯聚：把輸入的元素們累積到一個可變的容器中，比如Collection或者StringBuilder；
2. 其他匯聚：除去可變匯聚剩下的，一般都不是通過反覆修改某個可變物件，而是通過把前一次的匯聚結果當成下一次的入參，反覆如此。比如reduce，count，allMatch；

4.1 可變匯聚

可變匯聚對應的只有一個方法：collect，正如其名字顯示的，它可以把Stream中的要有元素收集到一個結果容器中（比如Collection）。先看一下最通用的collect方法的定義（還有其他override方法）：

<R> R collect(Supplier<R> supplier,
                  BiConsumer<R, ? super T> accumulator,
                  BiConsumer<R, R> combiner);

先來看看這三個引數的含義：Supplier supplier是一個工廠函式，用來生成一個新的容器；BiConsumer accumulator也是一個函式，用來把Stream中的元素新增到結果容器中；BiConsumer combiner還是一個函式，用來把中間狀態的多個結果容器合併成為一個（併發的時候會用到）。看暈了？來段程式碼！

List<Integer> nums = Lists.newArrayList(1,1,null,2,3,4,null,5,6,7,8,9,10);
    List<Integer> numsWithoutNull = nums.stream().filter(num -> num != null).
            collect(() -> new ArrayList<Integer>(),
                    (list, item) -> list.add(item),
                    (list1, list2) -> list1.addAll(list2));

上面這段程式碼就是對一個元素是Integer型別的List，先過濾掉全部的null，然後把剩下的元素收集到一個新的List中。進一步看一下collect方法的三個引數，都是lambda形式的函式（上面的程式碼可以使用方法引用來簡化，留給讀者自己去思考）。

• 第一個函式生成一個新的ArrayList例項；
• 第二個函式接受兩個引數，第一個是前面生成的ArrayList物件，二個是stream中包含的元素，函式體就是把stream中的元素加入ArrayList物件中。第二個函式被反覆呼叫直到原stream的元素被消費完畢；
• 第三個函式也是接受兩個引數，這兩個都是ArrayList型別的，函式體就是把第二個ArrayList全部加入到第一個中；

但是上面的collect方法呼叫也有點太複雜了，沒關係！我們來看一下collect方法另外一個override的版本，其依賴Collector。

<R, A> R collect(Collector<? super T, A, R> collector);

這樣清爽多了！少年，還有好訊息，Java8還給我們提供了Collector的工具類–Collectors，其中已經定義了一些靜態工廠方法，比如：Collectors.toCollection()收集到Collection中, Collectors.toList()收集到List中和Collectors.toSet()收集到Set中。這樣的靜態方法還有很多，這裡就不一一介紹了，大家可以直接去看JavaDoc。下面看看使用Collectors對於程式碼的簡化：

List<Integer> numsWithoutNull = nums.stream().filter(num -> num != null).
                collect(Collectors.toList());

4.2 其他匯聚

– reduce方法：reduce方法非常的通用，後面介紹的count，sum等都可以使用其實現。reduce方法有三個override的方法，本文介紹兩個最常用的，最後一個留給讀者自己學習。先來看reduce方法的第一種形式，其方法定義如下：

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

接受一個BinaryOperator型別的引數，在使用的時候我們可以用lambda表示式來。

List<Integer> ints = Lists.newArrayList(1,2,3,4,5,6,7,8,9,10);
System.out.println("ints sum is:" + ints.stream().reduce((sum, item) -> sum + item).get());

可以看到reduce方法接受一個函式，這個函式有兩個引數，第一個引數是上次函式執行的返回值（也稱為中間結果），第二個引數是stream中的元素，這個函式把這兩個值相加，得到的和會被賦值給下次執行這個函式的第一個引數。要注意的是：第一次執行的時候第一個引數的值是Stream的第一個元素，第二個引數是Stream的第二個元素。這個方法返回值型別是Optional，這是Java8防止出現NPE的一種可行方法，後面的文章會詳細介紹，這裡就簡單的認為是一個容器，其中可能會包含0個或者1個物件。
這個過程視覺化的結果如圖：

reduce方法還有一個很常用的變種：

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

這個定義上上面已經介紹過的基本一致，不同的是：它允許使用者提供一個迴圈計算的初始值，如果Stream為空，就直接返回該值。而且這個方法不會返回Optional，因為其不會出現null值。下面直接給出例子，就不再做說明了。

List<Integer> ints = Lists.newArrayList(1,2,3,4,5,6,7,8,9,10);
System.out.println("ints sum is:" + ints.stream().reduce(0, (sum, item) -> sum + item));

– count方法：獲取Stream中元素的個數。比較簡單，這裡就直接給出例子，不做解釋了。

List<Integer> ints = Lists.newArrayList(1,2,3,4,5,6,7,8,9,10);
System.out.println("ints sum is:" + ints.stream().count());

– 搜尋相關
– allMatch：是不是Stream中的所有元素都滿足給定的匹配條件
– anyMatch：Stream中是否存在任何一個元素滿足匹配條件
– findFirst: 返回Stream中的第一個元素，如果Stream為空，返回空Optional
– noneMatch：是不是Stream中的所有元素都不滿足給定的匹配條件
– max和min：使用給定的比較器（Operator），返回Stream中的最大|最小值
下面給出allMatch和max的例子，剩下的方法讀者當成練習。

List<Integer> ints = Lists.newArrayList(1,2,3,4,5,6,7,8,9,10);
System.out.println(ints.stream().allMatch(item -> item < 100));
ints.stream().max((o1, o2) -> o1.compareTo(o2)).ifPresent(System.out::println);