就在今年 Java 25周歲了，可能比在座的各位中的一些少年年齡還大，但令人遺憾的是，竟然沒有我大，不禁感嘆，Java 還是太小了。（難道我會說是因為我老了？）

而就在上個月，Java 15 的試驗版悄悄發(fā)布了，但是在 Java 界一直有個神秘現(xiàn)象，那就是「你發(fā)你發(fā)任你發(fā)，我的最愛 Java 8」.

據(jù) Snyk 和 The Java Magazine 聯(lián)合推出發(fā)布的 2020 JVM 生態(tài)調(diào)查報告顯示，在所有的 Java 版本中，仍然有 64% 的開發(fā)者使用 Java 8。另外一些開發(fā)者可能已經(jīng)開始用 Java 9、Java 11、Java 13 了，當(dāng)然還有一些神仙開發(fā)者還在堅持使用 JDK 1.6 和 1.7。

盡管 Java 8 發(fā)布多年，使用者眾多，可神奇的是竟然有很多同學(xué)沒有用過 Java 8 的新特性，比如 Lambda表達(dá)式、比如方法引用，再比如今天要說的 Stream。其實 Stream 就是以 Lambda 和方法引用為基礎(chǔ)，封裝的簡單易用、函數(shù)式風(fēng)格的 API。

Java 8 是在 2014 年發(fā)布的，實話說，風(fēng)箏我也是在 Java 8 發(fā)布后很長一段時間才用的 Stream，因為 Java 8 發(fā)布的時候我還在 C# 的世界中掙扎，而使用 Lambda 表達(dá)式卻很早了，因為 Python 中用 Lambda 很方便，沒錯，我寫 Python 的時間要比 Java 的時間還長。

要講 Stream ，那就不得不先說一下它的左膀右臂 Lambda 和方法引用，你用的 Stream API 其實就是函數(shù)式的編程風(fēng)格，其中的「函數(shù)」就是方法引用，「式」就是 Lambda 表達(dá)式。

Lambda 表達(dá)式

Lambda 表達(dá)式是一個匿名函數(shù)，Lambda表達(dá)式基于數(shù)學(xué)中的λ演算得名，直接對應(yīng)于其中的lambda抽象，是一個匿名函數(shù)，即沒有函數(shù)名的函數(shù)。Lambda表達(dá)式可以表示閉包。

在 Java 中，Lambda 表達(dá)式的格式是像下面這樣

//?無參數(shù)，無返回值
()?->?log.info("Lambda")
?//?有參數(shù)，有返回值
(int?a,?int?b)?->?{?a+b?}

其等價于

log.info("Lambda");
private?int?plus(int?a,?int?b){
???return?a+b;
}

最常見的一個例子就是新建線程，有時候為了省事，會用下面的方法創(chuàng)建并啟動一個線程，這是匿名內(nèi)部類的寫法，new Thread需要一個 implements 自Runnable類型的對象實例作為參數(shù)，比較好的方式是創(chuàng)建一個新類，這個類 implements Runnable，然后 new 出這個新類的實例作為參數(shù)傳給 Thread。而匿名內(nèi)部類不用找對象接收，直接當(dāng)做參數(shù)。

new?Thread(new?Runnable()?{
????@Override
????public?void?run()?{
????????System.out.println("快速新建并啟動一個線程");
????}
}).run();

但是這樣寫是不是感覺看上去很亂、很土，而這時候，換上 Lambda 表達(dá)式就是另外一種感覺了。

new?Thread(()->{
????System.out.println("快速新建并啟動一個線程");
}).run();

怎么樣，這樣一改，瞬間感覺清新脫俗了不少，簡潔優(yōu)雅了不少。

Lambda 表達(dá)式簡化了匿名內(nèi)部類的形式，可以達(dá)到同樣的效果，但是 Lambda 要優(yōu)雅的多。雖然最終達(dá)到的目的是一樣的，但其實內(nèi)部的實現(xiàn)原理卻不相同。

匿名內(nèi)部類在編譯之后會創(chuàng)建一個新的匿名內(nèi)部類出來，而 Lambda 是調(diào)用 JVM invokedynamic指令實現(xiàn)的，并不會產(chǎn)生新類。

方法引用

方法引用的出現(xiàn)，使得我們可以將一個方法賦給一個變量或者作為參數(shù)傳遞給另外一個方法。::雙冒號作為方法引用的符號，比如下面這兩行語句，引用 Integer類的 parseInt方法。

Function<String,?Integer>?s?=?Integer::parseInt;
Integer?i?=?s.apply("10");

或者下面這兩行，引用 Integer類的 compare方法。

Comparator<Integer>?comparator?=?Integer::compare;
int?result?=?comparator.compare(100,10);

再比如，下面這兩行代碼，同樣是引用 Integer類的 compare方法，但是返回類型卻不一樣，但卻都能正常執(zhí)行，并正確返回。

IntBinaryOperator?intBinaryOperator?=?Integer::compare;
int?result?=?intBinaryOperator.applyAsInt(10,100);

相信有的同學(xué)看到這里恐怕是下面這個狀態(tài)，完全不可理喻嗎，也太隨便了吧，返回給誰都能接盤。

先別激動，來來來，現(xiàn)在咱們就來解惑，解除蒙圈臉。

Q：什么樣的方法可以被引用？

A：這么說吧，任何你有辦法訪問到的方法都可以被引用。

Q：返回值到底是什么類型？

A：這就問到點兒上了，上面又是 Function、又是Comparator、又是 IntBinaryOperator的，看上去好像沒有規(guī)律，其實不然。

返回的類型是 Java 8 專門定義的函數(shù)式接口，這類接口用 @FunctionalInterface 注解。

比如 Function這個函數(shù)式接口的定義如下：

@FunctionalInterface
public?interface?Function<T,?R>?{
????R?apply(T?t);
}

還有很關(guān)鍵的一點，你的引用方法的參數(shù)個數(shù)、類型，返回值類型要和函數(shù)式接口中的方法聲明一一對應(yīng)才行。

比如 Integer.parseInt方法定義如下：

public?static?int?parseInt(String?s)?throws?NumberFormatException?{
????return?parseInt(s,10);
}

首先parseInt方法的參數(shù)個數(shù)是 1 個，而 Function中的 apply方法參數(shù)個數(shù)也是 1 個，參數(shù)個數(shù)對應(yīng)上了，再來，apply方法的參數(shù)類型和返回類型是泛型類型，所以肯定能和 parseInt方法對應(yīng)上。

這樣一來，就可以正確的接收Integer::parseInt的方法引用，并可以調(diào)用Funciton的apply方法，這時候，調(diào)用到的其實就是對應(yīng)的 Integer.parseInt方法了。

用這套標(biāo)準(zhǔn)套到 Integer::compare方法上，就不難理解為什么即可以用 Comparator<Integer>接收，又可以用 IntBinaryOperator接收了，而且調(diào)用它們各自的方法都能正確的返回結(jié)果。

Integer.compare方法定義如下：

public?static?int?compare(int?x,?int?y)?{
????return?(x?<?y)???-1?:?((x?==?y)???0?:?1);
}

返回值類型 int，兩個參數(shù)，并且參數(shù)類型都是 int。

然后來看Comparator和IntBinaryOperator它們兩個的函數(shù)式接口定義和其中對應(yīng)的方法：

@FunctionalInterface
public?interface?Comparator<T>?{
????int?compare(T?o1,?T?o2);
}
@FunctionalInterface
public?interface?IntBinaryOperator?{
????int?applyAsInt(int?left,?int?right);
}

對不對，都能正確的匹配上，所以前面示例中用這兩個函數(shù)式接口都能正常接收。其實不止這兩個，只要是在某個函數(shù)式接口中聲明了這樣的方法：兩個參數(shù)，參數(shù)類型是 int或者泛型，并且返回值是 int或者泛型的，都可以完美接收。

JDK 中定義了很多函數(shù)式接口，主要在 java.util.function包下，還有 java.util.Comparator 專門用作定制比較器。另外，前面說的 Runnable也是一個函數(shù)式接口。

自己動手實現(xiàn)一個例子

1. 定義一個函數(shù)式接口，并添加一個方法

定義了名稱為 KiteFunction 的函數(shù)式接口，使用 @FunctionalInterface注解，然后聲明了具有兩個參數(shù)的方法 run，都是泛型類型，返回結(jié)果也是泛型。

還有一點很重要，函數(shù)式接口中只能聲明一個可被實現(xiàn)的方法，你不能聲明了一個 run方法，又聲明一個 start方法，到時候編譯器就不知道用哪個接收了。而用default 關(guān)鍵字修飾的方法則沒有影響。

@FunctionalInterface
public?interface?KiteFunction<T,?R,?S>?{
????/**
?????*?定義一個雙參數(shù)的方法
?????*?@param?t
?????*?@param?s
?????*?@return
?????*/
????R?run(T?t,S?s);
}

2. 定義一個與 KiteFunction 中 run 方法對應(yīng)的方法

在 FunctionTest 類中定義了方法 DateFormat，一個將 LocalDateTime類型格式化為字符串類型的方法。

public?class?FunctionTest?{
????public?static?String?DateFormat(LocalDateTime?dateTime,?String?partten)?{
????????DateTimeFormatter?dateTimeFormatter?=?DateTimeFormatter.ofPattern(partten);
????????return?dateTime.format(dateTimeFormatter);
????}
}

3.用方法引用的方式調(diào)用

正常情況下我們直接使用 FunctionTest.DateFormat()就可以了。

而用函數(shù)式方式，是這樣的。

KiteFunction<LocalDateTime,String,String>?functionDateFormat?=?FunctionTest::DateFormat;
String?dateString?=?functionDateFormat.run(LocalDateTime.now(),"yyyy-MM-dd?HH:mm:ss");

而其實我可以不專門在外面定義 DateFormat這個方法，而是像下面這樣，使用匿名內(nèi)部類。

public?static?void?main(String[]?args)?throws?Exception?{
????String?dateString?=?new?KiteFunction<LocalDateTime,?String,?String>()?{
????????@Override
????????public?String?run(LocalDateTime?localDateTime,?String?s)?{
????????????DateTimeFormatter?dateTimeFormatter?=?DateTimeFormatter.ofPattern(s);
????????????return?localDateTime.format(dateTimeFormatter);
????????}
????}.run(LocalDateTime.now(),?"yyyy-MM-dd?HH:mm:ss");
????System.out.println(dateString);
}

前面第一個 Runnable的例子也提到了，這樣的匿名內(nèi)部類可以用 Lambda 表達(dá)式的形式簡寫，簡寫后的代碼如下：

public?static?void?main(String[]?args)?throws?Exception?{
????????KiteFunction<LocalDateTime,?String,?String>?functionDateFormat?=?(LocalDateTime?dateTime,?String?partten)?->?{
????????????DateTimeFormatter?dateTimeFormatter?=?DateTimeFormatter.ofPattern(partten);
????????????return?dateTime.format(dateTimeFormatter);
????????};
????????String?dateString?=?functionDateFormat.run(LocalDateTime.now(),?"yyyy-MM-dd?HH:mm:ss");
????????System.out.println(dateString);
}

使用（LocalDateTime dateTime, String partten) -> { } 這樣的 Lambda 表達(dá)式直接返回方法引用。

Stream API

為了說一下 Stream API 的使用，可以說是大費周章啊，知其然，也要知其所以然嗎，追求技術(shù)的態(tài)度和姿勢要正確。

當(dāng)然 Stream 也不只是 Lambda 表達(dá)式就厲害了，真正厲害的還是它的功能，Stream 是 Java 8 中集合數(shù)據(jù)處理的利器，很多本來復(fù)雜、需要寫很多代碼的方法，比如過濾、分組等操作，往往使用 Stream 就可以在一行代碼搞定，當(dāng)然也因為 Stream 都是鏈?zhǔn)讲僮鳎恍写a可能會調(diào)用好幾個方法。

Collection接口提供了 stream()方法，讓我們可以在一個集合方便的使用 Stream API 來進(jìn)行各種操作。值得注意的是，我們執(zhí)行的任何操作都不會對源集合造成影響，你可以同時在一個集合上提取出多個 stream 進(jìn)行操作。

我們看 Stream 接口的定義，繼承自 BaseStream，幾乎所有的接口聲明都是接收方法引用類型的參數(shù)，比如 filter方法，接收了一個 Predicate類型的參數(shù)，它就是一個函數(shù)式接口，常用來作為條件比較、篩選、過濾用，JPA中也使用了這個函數(shù)式接口用來做查詢條件拼接。

public?interface?Stream<T>?extends?BaseStream<T,?Stream<T>>?{
??Stream<T>?filter(Predicate<??super?T>?predicate);
??//?其他接口
}??

下面就來看看 Stream 常用 API。

of

可接收一個泛型對象或可變成泛型集合，構(gòu)造一個 Stream 對象。

private?static?void?createStream(){
????Stream<String>?stringStream?=?Stream.of("a","b","c");
}

empty

創(chuàng)建一個空的  Stream 對象。

concat

連接兩個 Stream ，不改變其中任何一個 Steam 對象，返回一個新的 Stream 對象。

private?static?void?concatStream(){
????Stream<String>?a?=?Stream.of("a","b","c");
????Stream<String>?b?=?Stream.of("d","e");
????Stream<String>?c?=?Stream.concat(a,b);
}

max

一般用于求數(shù)字集合中的最大值，或者按實體中數(shù)字類型的屬性比較，擁有最大值的那個實體。它接收一個 Comparator<T>，上面也舉到這個例子了，它是一個函數(shù)式接口類型，專門用作定義兩個對象之間的比較，例如下面這個方法使用了 Integer::compareTo這個方法引用。

private?static?void?max(){
????Stream<Integer>?integerStream?=?Stream.of(2,?2,?100,?5);
????Integer?max?=?integerStream.max(Integer::compareTo).get();
????System.out.println(max);
}

當(dāng)然，我們也可以自己定制一個 Comparator，順便復(fù)習(xí)一下 Lambda 表達(dá)式形式的方法引用。

private?static?void?max(){
????Stream<Integer>?integerStream?=?Stream.of(2,?2,?100,?5);
????Comparator<Integer>?comparator?=??(x,?y)?->?(x.intValue()?<?y.intValue())???-1?:?((x.equals(y))???0?:?1);
????Integer?max?=?integerStream.max(comparator).get();
????System.out.println(max);
}

min

與 max 用法一樣，只不過是求最小值。

findFirst

獲取 Stream 中的第一個元素。

findAny

獲取 Stream 中的某個元素，如果是串行情況下，一般都會返回第一個元素，并行情況下就不一定了。

count

返回元素個數(shù)。

Stream<String>?a?=?Stream.of("a",?"b",?"c");
long?x?=?a.count();

peek

建立一個通道，在這個通道中對 Stream 的每個元素執(zhí)行對應(yīng)的操作，對應(yīng) Consumer<T>的函數(shù)式接口，這是一個消費者函數(shù)式接口，顧名思義，它是用來消費 Stream 元素的，比如下面這個方法，把每個元素轉(zhuǎn)換成對應(yīng)的大寫字母并輸出。

private?static?void?peek()?{
????Stream<String>?a?=?Stream.of("a",?"b",?"c");
????List<String>?list?=?a.peek(e->System.out.println(e.toUpperCase())).collect(Collectors.toList());
}

forEach

和 peek 方法類似，都接收一個消費者函數(shù)式接口，可以對每個元素進(jìn)行對應(yīng)的操作，但是和 peek 不同的是，forEach 執(zhí)行之后，這個 Stream 就真的被消費掉了，之后這個 Stream 流就沒有了，不可以再對它進(jìn)行后續(xù)操作了，而 peek操作完之后，還是一個可操作的 Stream 對象。

正好借著這個說一下，我們在使用 Stream API 的時候，都是一串鏈?zhǔn)讲僮鳎@是因為很多方法，比如接下來要說到的 filter方法等，返回值還是這個 Stream 類型的，也就是被當(dāng)前方法處理過的 Stream 對象，所以 Stream API 仍然可以使用。

private?static?void?forEach()?{
????Stream<String>?a?=?Stream.of("a",?"b",?"c");
????a.forEach(e->System.out.println(e.toUpperCase()));
}

forEachOrdered

功能與 forEach是一樣的，不同的是，forEachOrdered是有順序保證的，也就是對 Stream 中元素按插入時的順序進(jìn)行消費。為什么這么說呢，當(dāng)開啟并行的時候，forEach和 forEachOrdered的效果就不一樣了。

Stream<String>?a?=?Stream.of("a",?"b",?"c");
a.parallel().forEach(e->System.out.println(e.toUpperCase()));

當(dāng)使用上面的代碼時，輸出的結(jié)果可能是 B、A、C 或者 A、C、B或者A、B、C，而使用下面的代碼，則每次都是 A、 B、C

Stream<String>?a?=?Stream.of("a",?"b",?"c");
a.parallel().forEachOrdered(e->System.out.println(e.toUpperCase()));

limit

獲取前 n 條數(shù)據(jù)，類似于 MySQL 的limit，只不過只能接收一個參數(shù)，就是數(shù)據(jù)條數(shù)。

private?static?void?limit()?{
????Stream<String>?a?=?Stream.of("a",?"b",?"c");
????a.limit(2).forEach(e->System.out.println(e));
}

上述代碼打印的結(jié)果是 a、b。

skip

跳過前 n 條數(shù)據(jù)，例如下面代碼，返回結(jié)果是 c。

private?static?void?skip()?{
????Stream<String>?a?=?Stream.of("a",?"b",?"c");
????a.skip(2).forEach(e->System.out.println(e));
}

distinct

元素去重，例如下面方法返回元素是 a、b、c，將重復(fù)的 b 只保留了一個。

private?static?void?distinct()?{
????Stream<String>?a?=?Stream.of("a",?"b",?"c","b");
????a.distinct().forEach(e->System.out.println(e));
}

sorted

有兩個重載，一個無參數(shù)，另外一個有個 Comparator類型的參數(shù)。

無參類型的按照自然順序進(jìn)行排序，只適合比較單純的元素，比如數(shù)字、字母等。

private?static?void?sorted()?{
????Stream<String>?a?=?Stream.of("a",?"c",?"b");
????a.sorted().forEach(e->System.out.println(e));
}

有參數(shù)的需要自定義排序規(guī)則，例如下面這個方法，按照第二個字母的大小順序排序，最后輸出的結(jié)果是 a1、b3、c6。

private?static?void?sortedWithComparator()?{
????Stream<String>?a?=?Stream.of("a1",?"c6",?"b3");
????a.sorted((x,y)->Integer.parseInt(x.substring(1))>Integer.parseInt(y.substring(1))?1:-1).forEach(e->System.out.println(e));
}

為了更好的說明接下來的幾個 API ，我模擬了幾條項目中經(jīng)常用到的類似數(shù)據(jù)，10條用戶信息。

private?static?List<User>?getUserData()?{
????Random?random?=?new?Random();
????List<User>?users?=?new?ArrayList<>();
????for?(int?i?=?1;?i?<=?10;?i++)?{
????????User?user?=?new?User();
????????user.setUserId(i);
????????user.setUserName(String.format("古時的風(fēng)箏?%s?號",?i));
????????user.setAge(random.nextInt(100));
????????user.setGender(i?%?2);
????????user.setPhone("18812021111");
????????user.setAddress("無");
????????users.add(user);
????}
????return?users;
}

filter

用于條件篩選過濾，篩選出符合條件的數(shù)據(jù)。例如下面這個方法，篩選出性別為 0，年齡大于 50 的記錄。

private?static?void?filter(){
????List<User>?users?=?getUserData();
????Stream<User>?stream?=?users.stream();
????stream.filter(user?->?user.getGender().equals(0)?&&?user.getAge()>50).forEach(e->System.out.println(e));
????/**
?????*等同于下面這種形式?匿名內(nèi)部類
?????*/
//????stream.filter(new?Predicate<User>()?{
//????????@Override
//????????public?boolean?test(User?user)?{
//????????????return?user.getGender().equals(0)?&&?user.getAge()>50;
//????????}
//????}).forEach(e->System.out.println(e));
}

map

map方法的接口方法聲明如下，接受一個 Function函數(shù)式接口，把它翻譯成映射最合適了，通過原始數(shù)據(jù)元素，映射出新的類型。

<R>?Stream<R>?map(Function<??super?T,???extends?R>?mapper);

而 Function的聲明是這樣的，觀察 apply方法，接受一個 T 型參數(shù)，返回一個 R 型參數(shù)。用于將一個類型轉(zhuǎn)換成另外一個類型正合適，這也是 map的初衷所在，用于改變當(dāng)前元素的類型，例如將 Integer 轉(zhuǎn)為 String類型，將 DAO 實體類型，轉(zhuǎn)換為 DTO 實例類型。

當(dāng)然了，T 和 R 的類型也可以一樣，這樣的話，就和 peek方法沒什么不同了。

@FunctionalInterface
public?interface?Function<T,?R>?{
????/**
?????*?Applies?this?function?to?the?given?argument.
?????*
?????*?@param?t?the?function?argument
?????*?@return?the?function?result
?????*/
????R?apply(T?t);
}

例如下面這個方法，應(yīng)該是業(yè)務(wù)系統(tǒng)的常用需求，將 User 轉(zhuǎn)換為 API 輸出的數(shù)據(jù)格式。

private?static?void?map(){
????List<User>?users?=?getUserData();
????Stream<User>?stream?=?users.stream();
????List<UserDto>?userDtos?=?stream.map(user?->?dao2Dto(user)).collect(Collectors.toList());
}
private?static?UserDto?dao2Dto(User?user){
????UserDto?dto?=?new?UserDto();
????BeanUtils.copyProperties(user,?dto);
????//其他額外處理
????return?dto;
}

mapToInt

將元素轉(zhuǎn)換成 int 類型，在 map方法的基礎(chǔ)上進(jìn)行封裝。

mapToLong

將元素轉(zhuǎn)換成 Long 類型，在 map方法的基礎(chǔ)上進(jìn)行封裝。

mapToDouble

將元素轉(zhuǎn)換成 Double 類型，在 map方法的基礎(chǔ)上進(jìn)行封裝。

flatMap

這是用在一些比較特別的場景下，當(dāng)你的 Stream 是以下這幾種結(jié)構(gòu)的時候，需要用到 flatMap方法，用于將原有二維結(jié)構(gòu)扁平化。

• Stream<String[]>
• Stream<Set<String>>
• Stream<List<String>>

以上這三類結(jié)構(gòu)，通過 flatMap方法，可以將結(jié)果轉(zhuǎn)化為 Stream<String>這種形式，方便之后的其他操作。

比如下面這個方法，將List<List<User>>扁平處理，然后再使用 map或其他方法進(jìn)行操作。

private?static?void?flatMap(){
????List<User>?users?=?getUserData();
????List<User>?users1?=?getUserData();
????List<List<User>>?userList?=?new?ArrayList<>();
????userList.add(users);
????userList.add(users1);
????Stream<List<User>>?stream?=?userList.stream();
????List<UserDto>?userDtos?=?stream.flatMap(subUserList->subUserList.stream()).map(user?->?dao2Dto(user)).collect(Collectors.toList());
}

flatMapToInt

用法參考 flatMap，將元素扁平為 int 類型，在 flatMap方法的基礎(chǔ)上進(jìn)行封裝。

flatMapToLong

用法參考 flatMap，將元素扁平為 Long 類型，在 flatMap方法的基礎(chǔ)上進(jìn)行封裝。

flatMapToDouble

用法參考 flatMap，將元素扁平為 Double 類型，在 flatMap方法的基礎(chǔ)上進(jìn)行封裝。

collection

在進(jìn)行了一系列操作之后，我們最終的結(jié)果大多數(shù)時候并不是為了獲取 Stream 類型的數(shù)據(jù)，而是要把結(jié)果變?yōu)?List、Map 這樣的常用數(shù)據(jù)結(jié)構(gòu)，而 collection就是為了實現(xiàn)這個目的。

就拿 map 方法的那個例子說明，將對象類型進(jìn)行轉(zhuǎn)換后，最終我們需要的結(jié)果集是一個 List<UserDto >類型的，使用 collect方法將 Stream 轉(zhuǎn)換為我們需要的類型。

下面是 collect接口方法的定義：

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

下面這個例子演示了將一個簡單的 Integer Stream 過濾出大于 7 的值，然后轉(zhuǎn)換成 List<Integer>集合，用的是 Collectors.toList()這個收集器。

private?static?void?collect(){
????Stream<Integer>?integerStream?=?Stream.of(1,2,5,7,8,12,33);
????List<Integer>?list?=?integerStream.filter(s?->?s.intValue()>7).collect(Collectors.toList());
}

很多同學(xué)表示看不太懂這個 Collector是怎么一個意思，來，我們看下面這段代碼，這是 collect的另一個重載方法，你可以理解為它的參數(shù)是按順序執(zhí)行的，這樣就清楚了，這就是個 ArrayList 從創(chuàng)建到調(diào)用 addAll方法的一個過程。

private?static?void?collect(){
????Stream<Integer>?integerStream?=?Stream.of(1,2,5,7,8,12,33);
????List<Integer>?list?=?integerStream.filter(s?->?s.intValue()>7).collect(ArrayList::new,?ArrayList::add,
????????????ArrayList::addAll);
}

我們在自定義 Collector的時候其實也是這個邏輯，不過我們根本不用自定義， Collectors已經(jīng)為我們提供了很多拿來即用的收集器。比如我們經(jīng)常用到Collectors.toList()、Collectors.toSet()、Collectors.toMap()。另外還有比如Collectors.groupingBy()用來分組，比如下面這個例子，按照 userId 字段分組，返回以 userId 為key，List為value 的 Map，或者返回每個 key 的個數(shù)。

//?返回?userId:List<User>
Map<String,List<User>>?map?=?user.stream().collect(Collectors.groupingBy(User::getUserId));
//?返回?userId:每組個數(shù)
Map<String,Long>?map?=?user.stream().collect(Collectors.groupingBy(User::getUserId,Collectors.counting()));

toArray

collection是返回列表、map 等，toArray是返回數(shù)組，有兩個重載，一個空參數(shù)，返回的是 Object[]。

另一個接收一個 IntFunction<R>類型參數(shù)。

@FunctionalInterface
public?interface?IntFunction<R>?{
????/**
?????*?Applies?this?function?to?the?given?argument.
?????*
?????*?@param?value?the?function?argument
?????*?@return?the?function?result
?????*/
????R?apply(int?value);
}

比如像下面這樣使用，參數(shù)是 User[]::new也就是new 一個 User 數(shù)組，長度為最后的 Stream 長度。

private?static?void?toArray()?{
????List<User>?users?=?getUserData();
????Stream<User>?stream?=?users.stream();
????User[]?userArray?=?stream.filter(user?->?user.getGender().equals(0)?&&?user.getAge()?>?50).toArray(User[]::new);
}

reduce

它的作用是每次計算的時候都用到上一次的計算結(jié)果，比如求和操作，前兩個數(shù)的和加上第三個數(shù)的和，再加上第四個數(shù)，一直加到最后一個數(shù)位置，最后返回結(jié)果，就是 reduce的工作過程。

private?static?void?reduce(){
????Stream<Integer>?integerStream?=?Stream.of(1,2,5,7,8,12,33);
????Integer?sum?=?integerStream.reduce(0,(x,y)->x+y);
????System.out.println(sum);
}

另外 Collectors好多方法都用到了 reduce，比如 groupingBy、minBy、maxBy等等。

并行 Stream

Stream 本質(zhì)上來說就是用來做數(shù)據(jù)處理的，為了加快處理速度，Stream API 提供了并行處理 Stream 的方式。通過 users.parallelStream()或者users.stream().parallel() 的方式來創(chuàng)建并行 Stream 對象，支持的 API 和普通 Stream 幾乎是一致的。

并行 Stream 默認(rèn)使用 ForkJoinPool線程池，當(dāng)然也支持自定義，不過一般情況下沒有必要。ForkJoin 框架的分治策略與并行流處理正好契合。

雖然并行這個詞聽上去很厲害，但并不是所有情況使用并行流都是正確的，很多時候完全沒這個必要。

什么情況下使用或不應(yīng)使用并行流操作呢？

• 必須在多核 CPU 下才使用并行 Stream，聽上去好像是廢話。
• 在數(shù)據(jù)量不大的情況下使用普通串行 Stream 就可以了，使用并行 Stream 對性能影響不大。
• CPU 密集型計算適合使用并行 Stream，而 IO 密集型使用并行 Stream 反而會更慢。
• 雖然計算是并行的可能很快，但最后大多數(shù)時候還是要使用 collect合并的，如果合并代價很大，也不適合用并行 Stream。
• 有些操作，比如 limit、 findFirst、forEachOrdered 等依賴于元素順序的操作，都不適合用并行 Stream。

以上就是一文帶你徹底了解Java8中的Lambda,函數(shù)式接口和Stream的詳細(xì)內(nèi)容，更多關(guān)于Java8 Lambda 函數(shù)式接口 Stream的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論