為什么需要 Stream

Stream 作為 Java 8 的一大亮點，它與 java.io 包里的 InputStream 和 OutputStream 是完全不同的概念。它也不同于 StAX 對 XML 解析的 Stream，也不是 Amazon Kinesis 對大數(shù)據(jù)實時處理的 Stream。Java 8 中的 Stream 是對集合（Collection）對象功能的增強(qiáng)，它專注于對集合對象進(jìn)行各種非常便利、高效的聚合操作（aggregate operation），或者大批量數(shù)據(jù)操作 (bulk data operation)。Stream API 借助于同樣新出現(xiàn)的 Lambda 表達(dá)式，極大的提高編程效率和程序可讀性。同時它提供串行和并行兩種模式進(jìn)行匯聚操作，并發(fā)模式能夠充分利用多核處理器的優(yōu)勢，使用 fork/join 并行方式來拆分任務(wù)和加速處理過程。通常編寫并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并發(fā)程序。所以說，Java 8 中首次出現(xiàn)的 java.util.stream 是一個函數(shù)式語言+多核時代綜合影響的產(chǎn)物。

• 什么是聚合操作

在傳統(tǒng)的 J2EE 應(yīng)用中，Java 代碼經(jīng)常不得不依賴于關(guān)系型數(shù)據(jù)庫的聚合操作來完成諸如：
客戶每月平均消費金額
最昂貴的在售商品
本周完成的有效訂單（排除了無效的）
取十個數(shù)據(jù)樣本作為首頁推薦
這類的操作。

• 但在當(dāng)今這個數(shù)據(jù)大爆炸的時代，在數(shù)據(jù)來源多樣化、數(shù)據(jù)海量化的今天，很多時候不得不脫離 RDBMS，或者以底層返回的數(shù)據(jù)為基礎(chǔ)進(jìn)行更上層的數(shù)據(jù)統(tǒng)計。而 Java 的集合 API 中，僅僅有極少量的輔助型方法，更多的時候是程序員需要用 Iterator 來遍歷集合，完成相關(guān)的聚合應(yīng)用邏輯。這是一種遠(yuǎn)不夠高效、笨拙的方法。在 Java 7 中，如果要發(fā)現(xiàn) type 為 grocery 的所有交易，然后返回以交易值降序排序好的交易 ID 集合，-

• 我們需要這樣寫：
  清單 1. Java 7 的排序、取值實現(xiàn)

List<Transaction> groceryTransactions = new Arraylist<>();
for(Transaction t: transactions){
  if(t.getType() == Transaction.GROCERY){
  groceryTransactions.add(t);
}
}

Collections.sort(groceryTransactions, new Comparator(){
public int compare(Transaction t1, Transaction t2){
return t2.getValue().compareTo(t1.getValue());
}
});

List<Integer> transactionIds = new ArrayList<>();
for(Transaction t: groceryTransactions){
transactionsIds.add(t.getId());
}

而在 Java 8 使用 Stream，代碼更加簡潔易讀；而且使用并發(fā)模式，程序執(zhí)行速度更快。
清單 2. Java 8 的排序、取值實現(xiàn)

List<Integer> transactionsIds = transactions.parallelStream().
 filter(t -> t.getType() == Transaction.GROCERY).
 sorted(comparing(Transaction::getValue).reversed()).
 map(Transaction::getId).
 collect(toList());

Stream 總覽

什么是流

Stream 不是集合元素，它不是數(shù)據(jù)結(jié)構(gòu)并不保存數(shù)據(jù)，它是有關(guān)算法和計算的，它更像一個高級版本的 Iterator。原始版本的 Iterator，用戶只能顯式地一個一個遍歷元素并對其執(zhí)行某些操作；高級版本的 Stream，用戶只要給出需要對其包含的元素執(zhí)行什么操作，比如 “過濾掉長度大于 10 的字符串”、“獲取每個字符串的首字母”等，Stream 會隱式地在內(nèi)部進(jìn)行遍歷，做出相應(yīng)的數(shù)據(jù)轉(zhuǎn)換。
Stream 就如同一個迭代器（Iterator），單向，不可往復(fù)，數(shù)據(jù)只能遍歷一次，遍歷過一次后即用盡了，就好比流水從面前流過，一去不復(fù)返。
而和迭代器又不同的是，Stream 可以并行化操作，迭代器只能命令式地、串行化操作。顧名思義，當(dāng)使用串行方式去遍歷時，每個 item 讀完后再讀下一個 item。而使用并行去遍歷時，數(shù)據(jù)會被分成多個段，其中每一個都在不同的線程中處理，然后將結(jié)果一起輸出。Stream 的并行操作依賴于 Java7 中引入的 Fork/Join 框架（JSR166y）來拆分任務(wù)和加速處理過程。Java 的并行 API 演變歷程基本如下：
1.0-1.4 中的 java.lang.Thread
5.0 中的 java.util.concurrent
6.0 中的 Phasers 等
7.0 中的 Fork/Join 框架
8.0 中的 Lambda
Stream 的另外一大特點是，數(shù)據(jù)源本身可以是無限的。

流的構(gòu)成

當(dāng)我們使用一個流的時候，通常包括三個基本步驟：
獲取一個數(shù)據(jù)源（source）→ 數(shù)據(jù)轉(zhuǎn)換→執(zhí)行操作獲取想要的結(jié)果，每次轉(zhuǎn)換原有 Stream 對象不改變，返回一個新的 Stream 對象（可以有多次轉(zhuǎn)換），這就允許對其操作可以像鏈條一樣排列，變成一個管道，如下圖所示。

圖 1. 流管道 (Stream Pipeline) 的構(gòu)成

image

有多種方式生成 Stream Source：
從 Collection 和數(shù)組

Collection.stream()
Collection.parallelStream()
Arrays.stream(T array) or Stream.of()
從 BufferedReader

java.io.BufferedReader.lines()
靜態(tài)工廠
java.util.stream.IntStream.range()
java.nio.file.Files.walk()
自己構(gòu)建
java.util.Spliterator
其它
Random.ints()
BitSet.stream()
Pattern.splitAsStream(java.lang.CharSequence)
JarFile.stream()

流的操作類型分為兩種：

• Intermediate：一個流可以后面跟隨零個或多個 intermediate 操作。其目的主要是打開流，做出某種程度的數(shù)據(jù)映射/過濾，然后返回一個新的流，交給下一個操作使用。這類操作都是惰性化的（lazy），就是說，僅僅調(diào)用到這類方法，并沒有真正開始流的遍歷。
• Terminal：一個流只能有一個 terminal 操作，當(dāng)這個操作執(zhí)行后，流就被使用“光”了，無法再被操作。所以這必定是流的最后一個操作。Terminal 操作的執(zhí)行，才會真正開始流的遍歷，并且會生成一個結(jié)果，或者一個 side effect。

• 在對于一個 Stream 進(jìn)行多次轉(zhuǎn)換操作 (Intermediate 操作)，每次都對 Stream 的每個元素進(jìn)行轉(zhuǎn)換，而且是執(zhí)行多次，這樣時間復(fù)雜度就是 N（轉(zhuǎn)換次數(shù)）個 for 循環(huán)里把所有操作都做掉的總和嗎？其實不是這樣的，轉(zhuǎn)換操作都是 lazy 的，多個轉(zhuǎn)換操作只會在 Terminal 操作的時候融合起來，一次循環(huán)完成。我們可以這樣簡單的理解，Stream 里有個操作函數(shù)的集合，每次轉(zhuǎn)換操作就是把轉(zhuǎn)換函數(shù)放入這個集合中，在 Terminal 操作的時候循環(huán) Stream 對應(yīng)的集合，然后對每個元素執(zhí)行所有的函數(shù)。
  還有一種操作被稱為 short-circuiting。用以指：
  對于一個 intermediate 操作，如果它接受的是一個無限大（infinite/unbounded）的 Stream，但返回一個有限的新 Stream。
  對于一個 terminal 操作，如果它接受的是一個無限大的 Stream，但能在有限的時間計算出結(jié)果。
  當(dāng)操作一個無限大的 Stream，而又希望在有限時間內(nèi)完成操作，則在管道內(nèi)擁有一個 short-circuiting 操作是必要非充分條件。
  清單 3. 一個流操作的示例

int sum = widgets.stream()
.filter(w -> w.getColor() == RED)
 .mapToInt(w -> w.getWeight())
 .sum();

stream() 獲取當(dāng)前小物件的 source，filter 和 mapToInt 為 intermediate 操作，進(jìn)行數(shù)據(jù)篩選和轉(zhuǎn)換，最后一個 sum() 為 terminal 操作，對符合條件的全部小物件作重量求和。

流的使用詳解

簡單說，對 Stream 的使用就是實現(xiàn)一個 filter-map-reduce 過程，產(chǎn)生一個最終結(jié)果，或者導(dǎo)致一個副作用（side effect）。
下面提供最常見的幾種構(gòu)造 Stream 的樣例。

• 構(gòu)造流的幾種常見方法

// 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();

需要注意的是，對于基本數(shù)值型，目前有三種對應(yīng)的包裝類型 Stream：
IntStream、LongStream、DoubleStream。當(dāng)然我們也可以用 Stream<Integer>、Stream<Long> >、Stream<Double>，但是 boxing 和 unboxing 會很耗時，所以特別為這三種基本數(shù)值型提供了對應(yīng)的 Stream。
Java 8 中還沒有提供其它數(shù)值型 Stream，因為這將導(dǎo)致擴(kuò)增的內(nèi)容較多。而常規(guī)的數(shù)值型聚合運算可以通過上面三種 Stream 進(jìn)行。

• 數(shù)值流的構(gòu)造

IntStream.of(new int[]{1, 2, 3}).forEach(System.out::println);
IntStream.range(1, 3).forEach(System.out::println);
IntStream.rangeClosed(1, 3).forEach(System.out::println);

• 流轉(zhuǎn)換為其它數(shù)據(jù)結(jié)構(gòu)

// 1. Array
String[] strArray1 = stream.toArray(String[]::new);
// 2. Collection
List<String> list1 = stream.collect(Collectors.toList());
List<String> list2 = stream.collect(Collectors.toCollection(ArrayList::new));
Set set1 = stream.collect(Collectors.toSet());
Stack stack1 = stream.collect(Collectors.toCollection(Stack::new));
// 3. String
String str = stream.collect(Collectors.joining()).toString();

一個 Stream 只可以使用一次，上面的代碼為了簡潔而重復(fù)使用了數(shù)次。

流的操作

接下來，當(dāng)把一個數(shù)據(jù)結(jié)構(gòu)包裝成 Stream 后，就要開始對里面的元素進(jìn)行各類操作了。常見的操作可以歸類如下。
Intermediate：
map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 limit、 skip、 parallel、 sequential、 unordered
Terminal：
forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator
Short-circuiting：
anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 limit
我們下面看一下 Stream 的比較典型用法。

map/flatMap

• 轉(zhuǎn)換大寫

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

• 平方數(shù)

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

從上面例子可以看出，map 生成的是個 1:1 映射，每個輸入元素，都按照規(guī)則轉(zhuǎn)換成為另外一個元素。還有一些場景，是一對多映射關(guān)系的，這時需要 flatMap。

• 一對多

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 中的層級結(jié)構(gòu)扁平化，就是將最底層元素抽出來放到一起，最終 output 的新 Stream 里面已經(jīng)沒有 List 了，都是直接的數(shù)字。

filter

filter 對原始 Stream 進(jìn)行某項測試，通過測試的元素被留下來生成一個新 Stream。

• 留下偶數(shù)

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