Java 8 Stream--开发手册

什么是Java8 Stream，为什么需要Stream？

Stream是Java8一大亮点，它与 java.io 包里的 InputStream 和 OutputStream 是完全不同的概念。

首先Java 8 Stream不是数据结构，它没有内部存储。它是为高效的集合(数组、List、Set……)操作而存在的。

Java中的集合Collection，具体包含：数组、List、Set等数据结构，都是由JDK提供的，难道在Java8之前的集合操作，有什么不便/局限吗？

下面给出一个需求进行对比，体验一下Java8 Stream：从一个List中，获取集合中每个对象的ID，返回一个新的ID List。

在Java8之前，我们需要这样做：

List<Food> foods = new ArrayList<>(); // id price num foods.add(new Food(1, 5.5, 3)); foods.add(new Food(2, 4.5, 8)); foods.add(new Food(3, 56.5, 13)); foods.add(new Food(4, 9.5, 56)); // pre java8 List<Long> result = new ArrayList<>(); for (Food f: foods) { result.add(f.getId()); } 

而Java8 Stream的方式：

 //java8 stream List<Long> collect = foods.parallelStream().map(each -> each.getId()).collect(toList()); 

一行搞定，而且效率更高。

Java 8 中的 Stream 是对集合（Collection）对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作（aggregate operation），或者大批量数据操作 (bulk data operation)。

Stream 不是集合元素，它不是数据结构并不保存数据，它是有关算法和计算的，它更像一个高级版本的 Iterator。原始版本的 Iterator，用户只能显式地一个一个遍历元素并对其执行某些操作；高级版本的 Stream，用户只要给出需要对其包含的元素执行什么操作，比如 “过滤掉长度大于 10 的字符串”、“获取每个字符串的首字母”等，Stream 会隐式地在内部进行遍历，做出相应的数据转换。

解析Stream通用语法

List<Integer> nums = new ArrayList<>(); nums.add(1); nums.add(null); nums.add(3); nums.add(null); nums.add(5); long count = nums.stream().filter(num -> num != null).count(); 

上面这段代码是获取一个List中，元素不为null的个数。

图片就是对于Stream例子的一个解析，可以看到：

• 红色框中的语句是一个Stream的生命开始的地方，负责创建一个Stream实例；

• 绿色框中的语句是赋予Stream灵魂的地方，把一个Stream转换成另外一个Stream；

• 红框的语句生成的是一个包含所有nums变量的Stream，

  经过绿框的filter方法以后，重新生成了一个新Stream，过滤掉原nums列表中所有为null的；

• 蓝色框中的语句是丰收的地方，把Stream的里面包含的内容按照某种算法来汇聚成一个值，例子中是获取Stream中非空元素个数。

在此我们总结一下使用Stream的基本步骤：

1. 创建Stream；
2. 流的操作(转换Stream，数据转换操作)，每次转换原有Stream对象不改变，返回一个新的Stream对象（可以有多次转换）；
3. 对Stream进行聚合（Reduce）操作，获取想要的结果；

创建Stream

Stream是在一个源的基础上创建出来的，例如java.util.Collection中的list或者set（map不能作为Stream的源）。有多种方式生成 Stream Source：

1、从集合中创建(最常见)

• Collection.stream()
• Collection.parallelStream()
• Arrays.stream(T array) or Stream.of()
• Collection的子类List、Set均可

2、静态工厂

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

3、BufferedReader

• java.io.BufferedReader.lines()

4、自定义创建：需要实现java.util.Spliterator接口

5、其它方式

• Random.ints()
• BitSet.stream()
• Pattern.splitAsStream(java.lang.CharSequence)
• JarFile.stream()

构造流的几种常见方法

// 1. Individual values Stream stream = Stream.of("a", "b", "c"); // 2. Arrays String [] strArray = new String[] {"a", "b", "c"}; stream = Stream.of(strArray); stream = Arrays.stream(strArray); // 3. Collections List<String> list = Arrays.asList(strArray); stream = list.stream(); 

流的操作(转换Stream)

流的操作，实际上就是通过转换Stream，完成对集合中数据转换的操作；如过滤出集合中特定元素等。

Stream中提供了很多方法，专门用于对集合中元素的各种操作；这些方法的参数都是lambda 表达式。

java.util.Stream表示了某一种元素的序列，在这些元素上可以进行各种操作。Stream操作可以是中间操作(Intermediate)，也可以是终结操作(Terminal)。完结操作会返回一个某种类型的值，而中间操作会返回流对象本身，并且你可以通过多次调用同一个流操作方法来将操作结果串起来（就像StringBuffer的append方法一样）。

流的操作类型分为两种：终结操作(Terminal)和 非终结操作(Intermediate)。

• Intermediate：非终结操作是核心，是真正处理数据转换的，比如 “过滤掉长度大于 10 的字符串”、“获取每个字符串的首字母”等。

一个流可以后面跟随零个或多个 intermediate 操作。其目的主要是打开流，做出某种程度的数据映射/过滤，然后返回一个新的流，交给下一个操作使用。这类操作都是惰性化的（lazy），就是说，仅仅调用到这类方法，并没有真正开始流的遍历。

• Terminal：终结操作是对完成转换的数据进行汇合收集，是丰收的阶段。

一个流只能有一个 terminal 操作，当这个操作执行后，流就被使用“光”了，无法再被操作。所以这必定是流的最后一个操作。Terminal 操作的执行，才会真正开始流的遍历，并且会生成一个结果，或者一个 side effect。

Stream 典型用法

map

它的作用就是把 input Stream 的每一个元素，映射成 output Stream 的另外一个元素。

转换大写

List<String> output = wordList.stream().map(String::toUpperCase).collect(Collectors.toList()); 

其中map() 是非终结操作， collect()是终结操作。这些方法的参数都是lambda 表达式。

计算平方数

List<Integer> nums = Arrays.asList(1, 2, 3, 4); List<Integer> squareNums = nums.stream(). map(n -> n * n). collect(Collectors.toList()); 

这段代码生成一个整数 list 的平方数 {1, 4, 9, 16}。

从上面例子可以看出，map 生成的是个 1:1 映射，每个输入元素，都按照规则转换成为另外一个元素。

map方法示意图

还有一些场景，是一对多映射关系的，这时需要 flatMap。

flatMap一对多

Stream<List<Integer>> inputStream = Stream.of( Arrays.asList(1), Arrays.asList(2, 3), Arrays.asList(4, 5, 6) ); Stream<Integer> outputStream = inputStream. flatMap((childList) -> childList.stream()); 

flatMap 把 input Stream 中的层级结构扁平化，就是将最底层元素抽出来放到一起，最终 output 的新 Stream 里面已经没有 List 了，都是直接的数字。

filter

filter 对原始 Stream 进行某项测试，通过测试的元素被留下来生成一个新 Stream。

留下偶数

Integer[] sixNums = {1, 2, 3, 4, 5, 6}; Integer[] evens = Stream.of(sixNums).filter(n -> n%2 == 0).toArray(Integer[]::new); 

经过条件“被 2 整除”的 filter，剩下的数字为 {2, 4, 6}。

filter方法示意图：

limit/skip

limit 返回 Stream 的前面 n 个元素；skip 则是扔掉前 n 个元素（它是由一个叫 subStream 的方法改名而来）。

对比limit 和 skip 对运行次数的影响

public void testLimitAndSkip() { List<Person> persons = new ArrayList(); for (int i = 1; i <= 10000; i++) { Person person = new Person(i, "name" + i); persons.add(person); } List<String> personList2 = persons.stream(). map(Person::getName).limit(10).skip(3).collect(Collectors.toList()); System.out.println(personList2); } private class Person { public int no; private String name; public Person (int no, String name) { this.no = no; this.name = name; } public String getName() { System.out.println(name); return name; } } 

输出结果为：

name1 name2 name3 name4 name5 name6 name7 name8 name9 name10 [name4, name5, name6, name7, name8, name9, name10] 

sorted

对 Stream 的排序通过 sorted 进行，它比数组的排序更强之处在于你可以首先对 Stream 进行各类 map、filter、limit、skip 甚至 distinct 来减少元素数量后，再排序，这能帮助程序明显缩短执行时间。

排序前进行 limit 和 skip

List<Person> persons = new ArrayList(); for (int i = 1; i <= 5; i++) { Person person = new Person(i, "name" + i); persons.add(person); } List<Person> personList2 = persons.stream().limit(2).sorted((p1, p2) -> p1.getName().compareTo(p2.getName())).collect(Collectors.toList()); System.out.println(personList2); 

结果输出为：

name2 name1 [stream.StreamDW$Person@6ce253f1, stream.StreamDW$Person@53d8d10a] 

forEach

forEach 方法接收一个 Lambda 表达式，然后在 Stream 的每一个元素上执行该表达式。

打印姓名（forEach 和 pre-java8 的对比）

// Java 8 roster.stream() .filter(p -> p.getGender() == Person.Sex.MALE) .forEach(p -> System.out.println(p.getName())); // Pre-Java 8 for (Person p : roster) { if (p.getGender() == Person.Sex.MALE) { System.out.println(p.getName()); } } 

对一个人员集合遍历，找出男性并打印姓名。可以看出来，forEach 是为 Lambda 而设计的，保持了最紧凑的风格。而且 Lambda 表达式本身是可以重用的，非常方便。当需要为多核系统优化时，可以 parallelStream().forEach()，只是此时原有元素的次序没法保证，并行的情况下将改变串行时操作的行为，此时 forEach 本身的实现不需要调整，而 Java8 以前的 for 循环 code 可能需要加入额外的多线程逻辑。

forEach 是 terminal 操作，因此它执行后，Stream 的元素就被“消费”掉了，你无法对一个 Stream 进行两次 terminal 运算。

相反，具有相似功能的 intermediate 操作 peek 可以达到上述目的。如下是出现在该 api javadoc 上的一个示例。

peek

peek 对每个元素执行操作并返回一个新的 Stream

Stream.of("one", "two", "three", "four") .filter(e -> e.length() > 3) .peek(e -> System.out.println("Filtered value: " + e)) .map(String::toUpperCase) .peek(e -> System.out.println("Mapped value: " + e)) .collect(Collectors.toList()); 

min/max/distinct

min 和 max 的功能也可以通过对 Stream 元素先排序，再 findFirst 来实现，但前者的性能会更好，为 O(n)，而 sorted 的成本是 O(n log n)。同时它们作为特殊的 reduce 方法被独立出来也是因为求最大最小值是很常见的操作。

找出最长一行的长度

BufferedReader br = new BufferedReader(new FileReader("c:\\SUService.log")); int longest = br.lines(). mapToInt(String::length). max(). getAsInt(); br.close(); System.out.println(longest); 

下面的例子则使用 distinct 来找出不重复的单词。找出全文的单词，转小写，并排序

List<String> words = br.lines(). flatMap(line -> Stream.of(line.split(" "))). filter(word -> word.length() > 0). map(String::toLowerCase). distinct(). sorted(). collect(Collectors.toList()); br.close(); System.out.println(words); 

findFirst

这是一个 termimal 兼 short-circuiting 操作，它总是返回 Stream 的第一个元素，或者空。

这里比较重点的是它的返回值类型：Optional。这也是一个模仿 Scala 语言中的概念，作为一个容器，它可能含有某值，或者不包含。使用它的目的是尽可能避免 NullPointerException。

Optional 的两个用例

String strA = " abcd ", strB = null; print(strA); print(""); print(strB); getLength(strA); getLength(""); getLength(strB); public static void print(String text) { // Java 8 Optional.ofNullable(text).ifPresent(System.out::println); // Pre-Java 8 if (text != null) { System.out.println(text); } } public static int getLength(String text) { // Java 8 return Optional.ofNullable(text).map(String::length).orElse(-1); // Pre-Java 8 // return if (text != null) ? text.length() : -1; }; 

在更复杂的 if (xx != null) 的情况中，使用 Optional 代码的可读性更好，而且它提供的是编译时检查，能极大的降低 NPE 这种 Runtime Exception 对程序的影响，或者迫使程序员更早的在编码阶段处理空值问题，而不是留到运行时再发现和调试。

Stream 中的 findAny、max/min、reduce 等方法等返回 Optional 值。还有例如 IntStream.average() 返回 OptionalDouble 等等。

reduce

这个方法的主要作用是把 Stream 元素组合起来。它提供一个起始值（种子），然后依照运算规则（BinaryOperator），和前面 Stream 的第一个、第二个、第 n 个元素组合。从这个意义上说，字符串拼接、数值的 sum、min、max、average 都是特殊的 reduce。例如 Stream 的 sum 就相当于

Integer sum = integers.reduce(0, (a, b) -> a+b); 或

Integer sum = integers.reduce(0, Integer::sum);

也有没有起始值的情况，这时会把 Stream 的前面两个元素组合起来，返回的是 Optional。

reduce 的用例

// 字符串连接，concat = "ABCD" String concat = Stream.of("A", "B", "C", "D").reduce("", String::concat); // 求最小值，minValue = -3.0 double minValue = Stream.of(-1.5, 1.0, -3.0, -2.0).reduce(Double.MAX_VALUE, Double::min); // 求和，sumValue = 10, 有起始值 int sumValue = Stream.of(1, 2, 3, 4).reduce(0, Integer::sum); // 求和，sumValue = 10, 无起始值 sumValue = Stream.of(1, 2, 3, 4).reduce(Integer::sum).get(); // 过滤，字符串连接，concat = "ace" concat = Stream.of("a", "B", "c", "D", "e", "F"). filter(x -> x.compareTo("Z") > 0). reduce("", String::concat); 

上面代码例如第一个示例的 reduce()，第一个参数（空白字符）即为起始值，第二个参数（String::concat）为 BinaryOperator。这类有起始值的 reduce() 都返回具体的对象。而对于第四个示例没有起始值的 reduce()，由于可能没有足够的元素，返回的是 Optional，请留意这个区别。

关于reduce理解起来比较抽象，下面通过笔者总结的一个用例具体演示。

需求1：求出每件Food 的总价(单品的总价=单价*数量)

List<Food> foods = new ArrayList<>(); // id price num foods.add(new Food(1, 5.5, 3)); foods.add(new Food(2, 4.5, 8)); foods.add(new Food(3, 56.5, 13)); foods.add(new Food(4, 9.5, 56)); foods.stream().map(item->item.getPrice() * item.getNum()).forEach(System.out::print); 

需求2：计算(所有Food)订单总价

double totalPrice = foods.stream().map(item->item.getPrice() * item.getNum()).reduce((sum,n)->sum+n).get(); 

除了上面2种主要的终结操作(Terminal)和 非终结操作(Intermediate)，还有一种Short-circuiting操作，包含以下函数:
anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 limit

Match

Stream 有三个 match 方法，从语义上说：

• allMatch：Stream 中全部元素符合传入的 predicate，返回 true
• anyMatch：Stream 中只要有一个元素符合传入的 predicate，返回 true
• noneMatch：Stream 中没有一个元素符合传入的 predicate，返回 true

它们都不是要遍历全部元素才能返回结果。例如 allMatch 只要一个元素不满足条件，就 skip 剩下的所有元素，返回 false。对清单 13 中的 Person 类稍做修改，加入一个 age 属性和 getAge 方法。

使用Match

List<Person> persons = new ArrayList(); persons.add(new Person(1, "name" + 1, 10)); persons.add(new Person(2, "name" + 2, 21)); persons.add(new Person(3, "name" + 3, 34)); persons.add(new Person(4, "name" + 4, 6)); persons.add(new Person(5, "name" + 5, 55)); boolean isAllAdult = persons.stream(). allMatch(p -> p.getAge() > 18); System.out.println("All are adult? " + isAllAdult); boolean isThereAnyChild = persons.stream(). anyMatch(p -> p.getAge() < 12); System.out.println("Any child? " + isThereAnyChild); 

输出结果：

All are adult? false Any child? true 

效率问题

有人会有疑问：在对于一个Stream进行多次转换操作，每次都对Stream的每个元素进行转换，而且是执行多次，这样时间复杂度就是一个for循环里把所有操作都做掉的N（转换的次数）倍啊。其实不是这样的，转换操作都是lazy的，多个转换操作只会在汇聚操作（见下节）的时候融合起来，一次循环完成。我们可以这样简单的理解，Stream里有个操作函数的集合，每次转换操作就是把转换函数放入这个集合中，在汇聚操作的时候循环Stream对应的集合，然后对每个元素执行所有的函数。

Stream API 借助于同样新出现的 Lambda 表达式，极大的提高编程效率和程序可读性。同时它提供串行和并行两种模式进行汇聚操作，两种方式的使用也很简单，在创建Stream时，foods.stream()创建串行流，foods.parallelStream()创建并行流。

并发模式能够充分利用多核处理器的优势，使用 fork/join 并行方式来拆分任务和加速处理过程。
Stream并发模式，基于OS核心数，并行处理，有更高的执行效率。