Java 8 中的 Streams API 详解

「爱情、让人受尽委屈。」 2022-02-05 09:36 210阅读 0赞

# Java 8 中的 Streams API 详解 #

转载：[https://www.ibm.com/developerworks/cn/java/j-lo-java8streamapi/][https_www.ibm.com_developerworks_cn_java_j-lo-java8streamapi]

Streams 的背景，以及 Java 8 中的使用详解

## 为什么需要 Stream ##

Stream 作为 Java 8 的一大亮点，它与 java.io 包里的 InputStream 和 OutputStream 是完全不同的概念。它也不同于 StAX 对 XML 解析的 Stream，也不是 Amazon Kinesis 对大数据实时处理的 Stream。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 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，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。通常编写并行代码很难而且容易出错, 但使用 Stream API 无需编写一行多线程的代码，就可以很方便地写出高性能的并发程序。所以说，Java 8 中首次出现的 java.util.stream 是一个函数式语言+多核时代综合影响的产物。

### 什么是聚合操作 ###

在传统的 J2EE 应用中，Java 代码经常不得不依赖于关系型数据库的聚合操作来完成诸如：

*  客户每月平均消费金额
 *  最昂贵的在售商品
 *  本周完成的有效订单（排除了无效的）
 *  取十个数据样本作为首页推荐

这类的操作。

但在当今这个数据大爆炸的时代，在数据来源多样化、数据海量化的今天，很多时候不得不脱离 RDBMS，或者以底层返回的数据为基础进行更上层的数据统计。而 Java 的集合 API 中，仅仅有极少量的辅助型方法，更多的时候是程序员需要用 Iterator 来遍历集合，完成相关的聚合应用逻辑。这是一种远不够高效、笨拙的方法。在 Java 7 中，如果要发现 type 为 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，我们需要这样写：

清单 1. Java 7 的排序、取值实现

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 </td> 
 <td> <code>List&lt;</code><code>Transaction</code><code>&gt; groceryTransactions = new Arraylist&lt;&gt;();</code> <code>for(Transaction t: transactions){ </code> <code>&nbsp;</code><code>if(t.getType() == Transaction.GROCERY){ </code> <code>&nbsp;</code><code>groceryTransactions.add(t);</code> <code>&nbsp;</code><code>}</code> <code>}</code> <code>Collections.sort(groceryTransactions, new Comparator(){ </code> <code>&nbsp;</code><code>public int compare(Transaction t1, Transaction t2){ </code> <code>&nbsp;</code><code>return t2.getValue().compareTo(t1.getValue());</code> <code>&nbsp;</code><code>}</code> <code>});</code> <code>List&lt;</code><code>Integer</code><code>&gt; transactionIds = new ArrayList&lt;&gt;();</code> <code>for(Transaction t: groceryTransactions){ </code> <code>&nbsp;</code><code>transactionsIds.add(t.getId());</code> <code>}</code> </td> 
 </tr> 
 </tbody> 
</table>

而在 Java 8 使用 Stream，代码更加简洁易读；而且使用并发模式，程序执行速度更快。

清单 2. Java 8 的排序、取值实现

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 </td> 
 <td> <code>List&lt;</code><code>Integer</code><code>&gt; transactionsIds = transactions.parallelStream().</code> <code>&nbsp;</code><code>filter(t -&gt; t.getType() == Transaction.GROCERY).</code> <code>&nbsp;</code><code>sorted(comparing(Transaction::getValue).reversed()).</code> <code>&nbsp;</code><code>map(Transaction::getId).</code> <code>&nbsp;</code><code>collect(toList());</code> </td> 
 </tr> 
 </tbody> 
</table>

## Stream 总览 ##

### 什么是流 ###

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。

Stream 就如同一个迭代器（Iterator），单向，不可往复，数据只能遍历一次，遍历过一次后即用尽了，就好比流水从面前流过，一去不复返。

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。顾名思义，当使用串行方式去遍历时，每个 item 读完后再读下一个 item。而使用并行去遍历时，数据会被分成多个段，其中每一个都在不同的线程中处理，然后将结果一起输出。Stream 的并行操作依赖于 Java7 中引入的 Fork/Join 框架（JSR166y）来拆分任务和加速处理过程。Java 的并行 API 演变历程基本如下：

1.  1.0-1.4 中的 java.lang.Thread
2.  5.0 中的 java.util.concurrent
3.  6.0 中的 Phasers 等
4.  7.0 中的 Fork/Join 框架
5.  8.0 中的 Lambda

Stream 的另外一大特点是，数据源本身可以是无限的。

### 流的构成 ###

当我们使用一个流的时候，通常包括三个基本步骤：

获取一个数据源（source）→ 数据转换→执行操作获取想要的结果，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），这就允许对其操作可以像链条一样排列，变成一个管道，如下图所示。

图 1. 流管道 (Stream Pipeline) 的构成

![图 1.  流管道 (Stream Pipeline) 的构成][1. _ _Stream Pipeline_]

有多种方式生成 Stream Source：

*  从 Collection 和数组

*   *  Collection.stream()
     *  Collection.parallelStream()
     *  Arrays.stream(T array) or Stream.of()
    
    从 BufferedReader
    
     *  java.io.BufferedReader.lines()

*  静态工厂

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

*  自己构建

*   *  java.util.Spliterator
    
    其它
    
     *  Random.ints()
     *  BitSet.stream()
     *  Pattern.splitAsStream(java.lang.CharSequence)
     *  JarFile.stream()

流的操作类型分为两种：

*  **Intermediate**：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**：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。

在对于一个 Stream 进行多次转换操作 (Intermediate 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 N（转换次数）个 for 循环里把所有操作都做掉的总和吗？其实不是这样的，转换操作都是 lazy 的，多个转换操作只会在 Terminal 操作的时候融合起来，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 Terminal 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。

还有一种操作被称为 **short-circuiting**。用以指：

*  对于一个 intermediate 操作，如果它接受的是一个无限大（infinite/unbounded）的 Stream，但返回一个有限的新 Stream。
 *  对于一个 terminal 操作，如果它接受的是一个无限大的 Stream，但能在有限的时间计算出结果。

当操作一个无限大的 Stream，而又希望在有限时间内完成操作，则在管道内拥有一个 short-circuiting 操作是必要非充分条件。

清单 3. 一个流操作的示例

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 </td> 
 <td> <code>int sum = widgets.stream()</code> <code>.filter(w -&gt; w.getColor() == RED)</code> <code>&nbsp;</code><code>.mapToInt(w -&gt; w.getWeight())</code> <code>&nbsp;</code><code>.sum();</code> </td> 
 </tr> 
 </tbody> 
</table>

stream() 获取当前小物件的 source，filter 和 mapToInt 为 intermediate 操作，进行数据筛选和转换，最后一个 sum() 为 terminal 操作，对符合条件的全部小物件作重量求和。

## 流的使用详解 ##

简单说，对 Stream 的使用就是实现一个 filter-map-reduce 过程，产生一个最终结果，或者导致一个副作用（side effect）。

### 流的构造与转换 ###

下面提供最常见的几种构造 Stream 的样例。

清单 4. 构造流的几种常见方法

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 </td> 
 <td> <code>// 1. Individual values</code> <code>Stream stream = Stream.of("a", "b", "c");</code> <code>// 2. Arrays</code> <code>String [] strArray = new String[] {"a", "b", "c"};</code> <code>stream = Stream.of(strArray);</code> <code>stream = Arrays.stream(strArray);</code> <code>// 3. Collections</code> <code>List&lt;</code><code>String</code><code>&gt; list = Arrays.asList(strArray);</code> <code>stream = list.stream();</code> </td> 
 </tr> 
 </tbody> 
</table>

需要注意的是，对于基本数值型，目前有三种对应的包装类型 Stream：

IntStream、LongStream、DoubleStream。当然我们也可以用 Stream<Integer>、Stream<Long> >、Stream<Double>，但是 boxing 和 unboxing 会很耗时，所以特别为这三种基本数值型提供了对应的 Stream。

Java 8 中还没有提供其它数值型 Stream，因为这将导致扩增的内容较多。而常规的数值型聚合运算可以通过上面三种 Stream 进行。

清单 5. 数值流的构造

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 </td> 
 <td> <code>IntStream.of(new int[]{1, 2, 3}).forEach(System.out::println);</code> <code>IntStream.range(1, 3).forEach(System.out::println);</code> <code>IntStream.rangeClosed(1, 3).forEach(System.out::println);</code> </td> 
 </tr> 
 </tbody> 
</table>

清单 6. 流转换为其它数据结构

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 </td> 
 <td> <code>// 1. Array</code> <code>String[] strArray1 = stream.toArray(String[]::new);</code> <code>// 2. Collection</code> <code>List&lt;</code><code>String</code><code>&gt; list1 = stream.collect(Collectors.toList());</code> <code>List&lt;</code><code>String</code><code>&gt; list2 = stream.collect(Collectors.toCollection(ArrayList::new));</code> <code>Set set1 = stream.collect(Collectors.toSet());</code> <code>Stack stack1 = stream.collect(Collectors.toCollection(Stack::new));</code> <code>// 3. String</code> <code>String str = stream.collect(Collectors.joining()).toString();</code> </td> 
 </tr> 
 </tbody> 
</table>

一个 Stream 只可以使用一次，上面的代码为了简洁而重复使用了数次。

### 流的操作 ###

接下来，当把一个数据结构包装成 Stream 后，就要开始对里面的元素进行各类操作了。常见的操作可以归类如下。

*  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

我们下面看一下 Stream 的比较典型用法。

**map/flatMap**

我们先来看 map。如果你熟悉 scala 这类函数式语言，对这个方法应该很了解，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。

清单 7. 转换大写

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 </td> 
 <td> <code>List&lt;</code><code>String</code><code>&gt; output = wordList.stream().</code> <code>map(String::toUpperCase).</code> <code>collect(Collectors.toList());</code> </td> 
 </tr> 
 </tbody> 
</table>

这段代码把所有的单词转换为大写。

清单 8. 平方数

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 </td> 
 <td> <code>List&lt;</code><code>Integer</code><code>&gt; nums = Arrays.asList(1, 2, 3, 4);</code> <code>List&lt;</code><code>Integer</code><code>&gt; squareNums = nums.stream().</code> <code>map(n -&gt; n * n).</code> <code>collect(Collectors.toList());</code> </td> 
 </tr> 
 </tbody> 
</table>

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。还有一些场景，是一对多映射关系的，这时需要 flatMap。

清单 9. 一对多

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 </td> 
 <td> <code>Stream&lt;</code><code>List</code><code>&lt;Integer&gt;&gt; inputStream = Stream.of(</code> <code>&nbsp;</code><code>Arrays.asList(1),</code> <code>&nbsp;</code><code>Arrays.asList(2, 3),</code> <code>&nbsp;</code><code>Arrays.asList(4, 5, 6)</code> <code>&nbsp;</code><code>);</code> <code>Stream&lt;</code><code>Integer</code><code>&gt; outputStream = inputStream.</code> <code>flatMap((childList) -&gt; childList.stream());</code> </td> 
 </tr> 
 </tbody> 
</table>

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。

清单 10. 留下偶数

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 </td> 
 <td> <code>Integer[] sixNums = {1, 2, 3, 4, 5, 6};</code> <code>Integer[] evens =</code> <code>Stream.of(sixNums).filter(n -&gt; n%2 == 0).toArray(Integer[]::new);</code> </td> 
 </tr> 
 </tbody> 
</table>

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

清单 11. 把单词挑出来

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 </td> 
 <td> <code>List&lt;</code><code>String</code><code>&gt; output = reader.lines().</code> <code>&nbsp;</code><code>flatMap(line -&gt; Stream.of(line.split(REGEXP))).</code> <code>&nbsp;</code><code>filter(word -&gt; word.length() &gt; 0).</code> <code>&nbsp;</code><code>collect(Collectors.toList());</code> </td> 
 </tr> 
 </tbody> 
</table>

这段代码首先把每行的单词用 flatMap 整理到新的 Stream，然后保留长度不为 0 的，就是整篇文章中的全部单词了。

**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。

清单 12. 打印姓名（forEach 和 pre-java8 的对比）

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 </td> 
 <td> <code>// Java 8</code> <code>roster.stream()</code> <code>&nbsp;</code><code>.filter(p -&gt; p.getGender() == Person.Sex.MALE)</code> <code>&nbsp;</code><code>.forEach(p -&gt; System.out.println(p.getName()));</code> <code>// Pre-Java 8</code> <code>for (Person p : roster) { </code> <code>&nbsp;</code><code>if (p.getGender() == Person.Sex.MALE) { </code> <code>&nbsp;</code><code>System.out.println(p.getName());</code> <code>&nbsp;</code><code>}</code> <code>}</code> </td> 
 </tr> 
 </tbody> 
</table>

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。

但一般认为，forEach 和常规 for 循环的差异不涉及到性能，它们仅仅是函数式风格与传统 Java 风格的差别。

另外一点需要注意，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。下面的代码是错误的：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 </td> 
 <td> <code>stream.forEach(element -&gt; doOneThing(element));</code> <code>stream.forEach(element -&gt; doAnotherThing(element));</code> </td> 
 </tr> 
 </tbody> 
</table>

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。

清单 13. peek 对每个元素执行操作并返回一个新的 Stream

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 </td> 
 <td> <code>Stream.of("one", "two", "three", "four")</code> <code>&nbsp;</code><code>.filter(e -&gt; e.length() &gt; 3)</code> <code>&nbsp;</code><code>.peek(e -&gt; System.out.println("Filtered value: " + e))</code> <code>&nbsp;</code><code>.map(String::toUpperCase)</code> <code>&nbsp;</code><code>.peek(e -&gt; System.out.println("Mapped value: " + e))</code> <code>&nbsp;</code><code>.collect(Collectors.toList());</code> </td> 
 </tr> 
 </tbody> 
</table>

forEach 不能修改自己包含的本地变量值，也不能用 break/return 之类的关键字提前结束循环。

**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。

清单 14. Optional 的两个用例

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 </td> 
 <td> <code>String strA = " abcd ", strB = null;</code> <code>print(strA);</code> <code>print("");</code> <code>print(strB);</code> <code>getLength(strA);</code> <code>getLength("");</code> <code>getLength(strB);</code> <code>public static void print(String text) { </code> <code>&nbsp;</code><code>// Java 8</code> <code>&nbsp;</code><code>Optional.ofNullable(text).ifPresent(System.out::println);</code> <code>&nbsp;</code><code>// Pre-Java 8</code> <code>&nbsp;</code><code>if (text != null) { </code> <code>&nbsp;</code><code>System.out.println(text);</code> <code>&nbsp;</code><code>}</code> <code>&nbsp;</code><code>}</code> <code>public static int getLength(String text) { </code> <code>&nbsp;</code><code>// Java 8</code> <code>return Optional.ofNullable(text).map(String::length).orElse(-1);</code> <code>&nbsp;</code><code>// Pre-Java 8</code> <code>// return if (text != null) ? text.length() : -1;</code> <code>&nbsp;</code><code>};</code> </td> 
 </tr> 
 </tbody> 
</table>

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。

清单 15. reduce 的用例

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 </td> 
 <td> <code>// 字符串连接，concat = "ABCD"</code> <code>String concat = Stream.of("A", "B", "C", "D").reduce("", String::concat); </code> <code>// 求最小值，minValue = -3.0</code> <code>double minValue = Stream.of(-1.5, 1.0, -3.0, -2.0).reduce(Double.MAX_VALUE, Double::min); </code> <code>// 求和，sumValue = 10, 有起始值</code> <code>int sumValue = Stream.of(1, 2, 3, 4).reduce(0, Integer::sum);</code> <code>// 求和，sumValue = 10, 无起始值</code> <code>sumValue = Stream.of(1, 2, 3, 4).reduce(Integer::sum).get();</code> <code>// 过滤，字符串连接，concat = "ace"</code> <code>concat = Stream.of("a", "B", "c", "D", "e", "F").</code> <code>&nbsp;</code><code>filter(x -&gt; x.compareTo("Z") &gt; 0).</code> <code>&nbsp;</code><code>reduce("", String::concat);</code> </td> 
 </tr> 
 </tbody> 
</table>

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。

**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）。

清单 16. limit 和 skip 对运行次数的影响

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 </td> 
 <td> <code>public void testLimitAndSkip() { </code> <code>&nbsp;</code><code>List&lt;</code><code>Person</code><code>&gt; persons = new ArrayList();</code> <code>&nbsp;</code><code>for (int i = 1; i &lt;= 10000; i++) { </code> <code>&nbsp;</code><code>Person person = new Person(i, "name" + i);</code> <code>&nbsp;</code><code>persons.add(person);</code> <code>&nbsp;</code><code>}</code> <code>List&lt;</code><code>String</code><code>&gt; personList2 = persons.stream().</code> <code>map(Person::getName).limit(10).skip(3).collect(Collectors.toList());</code> <code>&nbsp;</code><code>System.out.println(personList2);</code> <code>}</code> <code>private class Person { </code> <code>&nbsp;</code><code>public int no;</code> <code>&nbsp;</code><code>private String name;</code> <code>&nbsp;</code><code>public Person (int no, String name) { </code> <code>&nbsp;</code><code>this.no = no;</code> <code>&nbsp;</code><code>this.name = name;</code> <code>&nbsp;</code><code>}</code> <code>&nbsp;</code><code>public String getName() { </code> <code>&nbsp;</code><code>System.out.println(name);</code> <code>&nbsp;</code><code>return name;</code> <code>&nbsp;</code><code>}</code> <code>}</code> </td> 
 </tr> 
 </tbody> 
</table>

输出结果为：

这是一个有 10，000 个元素的 Stream，但在 short-circuiting 操作 limit 和 skip 的作用下，管道中 map 操作指定的 getName() 方法的执行次数为 limit 所限定的 10 次，而最终返回结果在跳过前 3 个元素后只有后面 7 个返回。

有一种情况是 limit/skip 无法达到 short-circuiting 目的的，就是把它们放在 Stream 的排序操作后，原因跟 sorted 这个 intermediate 操作有关：此时系统并不知道 Stream 排序后的次序如何，所以 sorted 中的操作看上去就像完全没有被 limit 或者 skip 一样。

清单 17. limit 和 skip 对 sorted 后的运行次数无影响

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 </td> 
 <td> <code>List&lt;</code><code>Person</code><code>&gt; persons = new ArrayList();</code> <code>&nbsp;</code><code>for (int i = 1; i &lt;= 5; i++) { </code> <code>&nbsp;</code><code>Person person = new Person(i, "name" + i);</code> <code>&nbsp;</code><code>persons.add(person);</code> <code>&nbsp;</code><code>}</code> <code>List&lt;</code><code>Person</code><code>&gt; personList2 = persons.stream().sorted((p1, p2) -&gt; </code> <code>p1.getName().compareTo(p2.getName())).limit(2).collect(Collectors.toList());</code> <code>System.out.println(personList2);</code> </td> 
 </tr> 
 </tbody> 
</table>

上面的示例对清单 13 做了微调，首先对 5 个元素的 Stream 排序，然后进行 limit 操作。输出结果为：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 </td> 
 <td> <code>name2</code> <code>name1</code> <code>name3</code> <code>name2</code> <code>name4</code> <code>name3</code> <code>name5</code> <code>name4</code> <code>[stream.StreamDW$Person@816f27d, stream.StreamDW$Person@87aac27]</code> </td> 
 </tr> 
 </tbody> 
</table>

即虽然最后的返回元素数量是 2，但整个管道中的 sorted 表达式执行次数没有像前面例子相应减少。

最后有一点需要注意的是，对一个 parallel 的 Steam 管道来说，如果其元素是有序的，那么 limit 操作的成本会比较大，因为它的返回对象必须是前 n 个也有一样次序的元素。取而代之的策略是取消元素间的次序，或者不要用 parallel Stream。

**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。我们对清单 14 进行优化：

清单 18. 优化：排序前进行 limit 和 skip

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 </td> 
 <td> <code>List&lt;</code><code>Person</code><code>&gt; persons = new ArrayList();</code> <code>&nbsp;</code><code>for (int i = 1; i &lt;= 5; i++) { </code> <code>&nbsp;</code><code>Person person = new Person(i, "name" + i);</code> <code>&nbsp;</code><code>persons.add(person);</code> <code>&nbsp;</code><code>}</code> <code>List&lt;</code><code>Person</code><code>&gt; personList2 = persons.stream().limit(2).sorted((p1, p2) -&gt; p1.getName().compareTo(p2.getName())).collect(Collectors.toList());</code> <code>System.out.println(personList2);</code> </td> 
 </tr> 
 </tbody> 
</table>

结果会简单很多：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 </td> 
 <td> <code>name2</code> <code>name1</code> <code>[stream.StreamDW$Person@6ce253f1, stream.StreamDW$Person@53d8d10a]</code> </td> 
 </tr> 
 </tbody> 
</table>

当然，这种优化是有 business logic 上的局限性的：即不要求排序后再取值。

**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。

清单 19. 找出最长一行的长度

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 </td> 
 <td> <code>BufferedReader br = new BufferedReader(new FileReader("c:\\SUService.log"));</code> <code>int longest = br.lines().</code> <code>&nbsp;</code><code>mapToInt(String::length).</code> <code>&nbsp;</code><code>max().</code> <code>&nbsp;</code><code>getAsInt();</code> <code>br.close();</code> <code>System.out.println(longest);</code> </td> 
 </tr> 
 </tbody> 
</table>

下面的例子则使用 distinct 来找出不重复的单词。

清单 20. 找出全文的单词，转小写，并排序

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 </td> 
 <td> <code>List&lt;</code><code>String</code><code>&gt; words = br.lines().</code> <code>&nbsp;</code><code>flatMap(line -&gt; Stream.of(line.split(" "))).</code> <code>&nbsp;</code><code>filter(word -&gt; word.length() &gt; 0).</code> <code>&nbsp;</code><code>map(String::toLowerCase).</code> <code>&nbsp;</code><code>distinct().</code> <code>&nbsp;</code><code>sorted().</code> <code>&nbsp;</code><code>collect(Collectors.toList());</code> <code>br.close();</code> <code>System.out.println(words);</code> </td> 
 </tr> 
 </tbody> 
</table>

**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。

清单 21. 使用 Match

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 </td> 
 <td> <code>List&lt;</code><code>Person</code><code>&gt; persons = new ArrayList();</code> <code>persons.add(new Person(1, "name" + 1, 10));</code> <code>persons.add(new Person(2, "name" + 2, 21));</code> <code>persons.add(new Person(3, "name" + 3, 34));</code> <code>persons.add(new Person(4, "name" + 4, 6));</code> <code>persons.add(new Person(5, "name" + 5, 55));</code> <code>boolean isAllAdult = persons.stream().</code> <code>&nbsp;</code><code>allMatch(p -&gt; p.getAge() &gt; 18);</code> <code>System.out.println("All are adult? " + isAllAdult);</code> <code>boolean isThereAnyChild = persons.stream().</code> <code>&nbsp;</code><code>anyMatch(p -&gt; p.getAge() &lt; 12);</code> <code>System.out.println("Any child? " + isThereAnyChild);</code> </td> 
 </tr> 
 </tbody> 
</table>

输出结果：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 </td> 
 <td> <code>All are adult? false</code> <code>Any child? true</code> </td> 
 </tr> 
 </tbody> 
</table>

### 进阶：自己生成流 ###

**Stream.generate**

通过实现 Supplier 接口，你可以自己来控制流的生成。这种情形通常用于随机数、常量的 Stream，或者需要前后元素间维持着某种状态信息的 Stream。把 Supplier 实例传递给 Stream.generate() 生成的 Stream，默认是串行（相对 parallel 而言）但无序的（相对 ordered 而言）。由于它是无限的，在管道中，必须利用 limit 之类的操作限制 Stream 大小。

清单 22. 生成 10 个随机整数

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 </td> 
 <td> <code>Random seed = new Random();</code> <code>Supplier&lt;</code><code>Integer</code><code>&gt; random = seed::nextInt;</code> <code>Stream.generate(random).limit(10).forEach(System.out::println);</code> <code>//Another way</code> <code>IntStream.generate(() -&gt; (int) (System.nanoTime() % 100)).</code> <code>limit(10).forEach(System.out::println);</code> </td> 
 </tr> 
 </tbody> 
</table>

Stream.generate() 还接受自己实现的 Supplier。例如在构造海量测试数据的时候，用某种自动的规则给每一个变量赋值；或者依据公式计算 Stream 的每个元素值。这些都是维持状态信息的情形。

清单 23. 自实现 Supplier

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 </td> 
 <td> <code>Stream.generate(new PersonSupplier()).</code> <code>limit(10).</code> <code>forEach(p -&gt; System.out.println(p.getName() + ", " + p.getAge()));</code> <code>private class PersonSupplier implements Supplier&lt;</code><code>Person</code><code>&gt; { </code> <code>&nbsp;</code><code>private int index = 0;</code> <code>&nbsp;</code><code>private Random random = new Random();</code> <code>&nbsp;</code><code>@Override</code> <code>&nbsp;</code><code>public Person get() { </code> <code>&nbsp;</code><code>return new Person(index++, "StormTestUser" + index, random.nextInt(100));</code> <code>&nbsp;</code><code>}</code> <code>}</code> </td> 
 </tr> 
 </tbody> 
</table>

输出结果：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 </td> 
 <td> <code>StormTestUser1, 9</code> <code>StormTestUser2, 12</code> <code>StormTestUser3, 88</code> <code>StormTestUser4, 51</code> <code>StormTestUser5, 22</code> <code>StormTestUser6, 28</code> <code>StormTestUser7, 81</code> <code>StormTestUser8, 51</code> <code>StormTestUser9, 4</code> <code>StormTestUser10, 76</code> </td> 
 </tr> 
 </tbody> 
</table>

**Stream.iterate**

iterate 跟 reduce 操作很像，接受一个种子值，和一个 UnaryOperator（例如 f）。然后种子值成为 Stream 的第一个元素，f(seed) 为第二个，f(f(seed)) 第三个，以此类推。

**清单 24. 生成一个等差数列**

<table> 
 <tbody> 
 <tr> 
 <td> 1 </td> 
 <td> <code>Stream.iterate(0, n -&gt; n + 3).limit(10). forEach(x -&gt; System.out.print(x + " "));.</code> </td> 
 </tr> 
 </tbody> 
</table>

输出结果：

与 Stream.generate 相仿，在 iterate 时候管道必须有 limit 这样的操作来限制 Stream 大小。

### 进阶：用 Collectors 来进行 reduction 操作 ###

java.util.stream.Collectors 类的主要作用就是辅助进行各类有用的 reduction 操作，例如转变输出为 Collection，把 Stream 元素进行归组。

**groupingBy/partitioningBy**

清单 25. 按照年龄归组

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 </td> 
 <td> <code>Map&lt;</code><code>Integer</code><code>, List&lt;Person&gt;&gt; personGroups = Stream.generate(new PersonSupplier()).</code> <code>&nbsp;</code><code>limit(100).</code> <code>&nbsp;</code><code>collect(Collectors.groupingBy(Person::getAge));</code> <code>Iterator it = personGroups.entrySet().iterator();</code> <code>while (it.hasNext()) { </code> <code>&nbsp;</code><code>Map.Entry&lt;</code><code>Integer</code><code>, List&lt;Person&gt;&gt; persons = (Map.Entry) it.next();</code> <code>&nbsp;</code><code>System.out.println("Age " + persons.getKey() + " = " + persons.getValue().size());</code> <code>}</code> </td> 
 </tr> 
 </tbody> 
</table>

上面的 code，首先生成 100 人的信息，然后按照年龄归组，相同年龄的人放到同一个 list 中，可以看到如下的输出：

清单 26. 按照未成年人和成年人归组

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 </td> 
 <td> <code>Map&lt;</code><code>Boolean</code><code>, List&lt;Person&gt;&gt; children = Stream.generate(new PersonSupplier()).</code> <code>&nbsp;</code><code>limit(100).</code> <code>&nbsp;</code><code>collect(Collectors.partitioningBy(p -&gt; p.getAge() &lt; 18));</code> <code>System.out.println("Children number: " + children.get(true).size());</code> <code>System.out.println("Adult number: " + children.get(false).size());</code> </td> 
 </tr> 
 </tbody> 
</table>

输出结果：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 </td> 
 <td> <code>Children number: 23 </code> <code>Adult number: 77</code> </td> 
 </tr> 
 </tbody> 
</table>

在使用条件“年龄小于 18”进行分组后可以看到，不到 18 岁的未成年人是一组，成年人是另外一组。partitioningBy 其实是一种特殊的 groupingBy，它依照条件测试的是否两种结果来构造返回的数据结构，get(true) 和 get(false) 能即为全部的元素对象。

## 结束语 ##

总之，Stream 的特性可以归纳为：

*  不是数据结构

*  它没有内部存储，它只是用操作管道从 source（数据结构、数组、generator function、IO channel）抓取数据。
 *  它也绝不修改自己所封装的底层数据结构的数据。例如 Stream 的 filter 操作会产生一个不包含被过滤元素的新 Stream，而不是从 source 删除那些元素。

*  所有 Stream 的操作必须以 lambda 表达式为参数
 *  不支持索引访问

*  你可以请求第一个元素，但无法请求第二个，第三个，或最后一个。不过请参阅下一项。

*  很容易生成数组或者 List
 *  惰性化

*  很多 Stream 操作是向后延迟的，一直到它弄清楚了最后需要多少数据才会开始。
 *  Intermediate 操作永远是惰性化的。

*  并行能力

*  当一个 Stream 是并行化的，就不需要再写多线程代码，所有对它的操作会自动并行进行的。

*  可以是无限的
    
     *  集合有固定大小，Stream 则不必。limit(n) 和 findFirst() 这类的 short-circuiting 操作可以对无限的 Stream 进行运算并很快完成。

[https_www.ibm.com_developerworks_cn_java_j-lo-java8streamapi]: https://www.ibm.com/developerworks/cn/java/j-lo-java8streamapi/
[1. _ _Stream Pipeline_]: /images/20220205/413b3ec09e084dd9be07d7cc0167c08c.png