Java8 Lambda/Stream使用说明

一、Stream流
1. 流的基本概念

1.1 什么是流？
流是Java8引入的全新概念，它用来处理集合中的数据，暂且可以把它理解为一种高级集合。
众所周知，集合操作非常麻烦，若要对集合进行筛选、投影，需要写大量的代码，而流是以声明的形式操作集合，它就像SQL语句，我们只需告诉流需要对集合进行什么操作，它就会自动进行操作，并将执行
结果交给你，无需我们自己手写代码。
因此，流的集合操作对我们来说是透明的，我们只需向流下达命令，它就会自动把我们想要的结果给我们。由于操作过程完全由Java处理，因此它可以根据当前硬件环境选择最优的方法处理，我们也无需编
写复杂又容易出错的多线程代码了。

1.2 流的特点

只能遍历一次
我们可以把流想象成一条流水线，流水线的源头是我们的数据源(一个集合)，数据源中的元素依次被输送到流水线上，我们可以在流水线上对元素进行各种操作。一旦元素走到了流水线的另一头，那么这些
元素就被“消费掉了”，我们无法再对这个流进行操作。当然，我们可以从数据源那里再获得一个新的流重新遍历一遍。
采用内部迭代方式
若要对集合进行处理，则需我们手写处理代码，这就叫做外部迭代。而要对流进行处理，我们只需告诉流我们需要什么结果，处理过程由流自行完成，这就称为内部迭代。

1.3 流的操作种类
流的操作分为两种，分别为中间操作 和 终端操作。
中间操作
当数据源中的数据上了流水线后，这个过程对数据进行的所有操作都称为“中间操作”。
中间操作仍然会返回一个流对象，因此多个中间操作可以串连起来形成一个流水线。
终端操作
当所有的中间操作完成后，若要将数据从流水线上拿下来，则需要执行终端操作。
终端操作将返回一个执行结果，这就是你想要的数据。

1.4 流的操作过程

使用流一共需要三步：
准备一个数据源
执行中间操作
中间操作可以有多个，它们可以串连起来形成流水线。
执行终端操作
执行终端操作后本次流结束，你将获得一个执行结果。
2. 流的使用
2.1 获取流

在使用流之前，首先需要拥有一个数据源，并通过StreamAPI提供的一些方法获取该数据源的流对象。数据源可以有多种形式：
集合
这种数据源较为常用，通过stream()方法即可获取流对象：
List<Person> list = new ArrayList<Person>();
Stream<Person> stream = list.stream();
数组
通过Arrays类提供的静态函数stream()获取数组的流对象：
String[] names = {"chaimm","peter","john"};
Stream<String> stream = Arrays.stream(names);
值
直接将几个值变成流对象：
Stream<String> stream = Stream.of("chaimm","peter","john");

文件
try(Stream lines = Files.lines(Paths.get(“文件路径名”),Charset.defaultCharset())){
//可对lines做一些操作
}catch(IOException e){
}
PS：Java7简化了IO操作，把打开IO操作放在try后的括号中即可省略关闭IO的代码。
2.2 筛选filter

filter函数接收一个Lambda表达式作为参数，该表达式返回boolean，在执行过程中，流将元素逐一输送给filter，并筛选出执行结果为true的元素。
如，筛选出所有学生：

List<Person> result =

Predicate<String> startWith = (n) -> n.startsWith("b");

Predicate<String> lengthWith = (n) -> n.length() ==3;

list.stream().filter(startWith.and(lengthWith)).forEach((n) -> System.out.println("stream:"+n));

2.3 去重distinct
去掉重复的结果：
List<Person> result = list.stream().distinct().collect(toList());
2.4 截取
截取流的前N个元素：
List<Person> result = list.stream().limit(3).collect(toList());
2.5 跳过
跳过流的前n个元素：
List<Person> result = list.stream()
.skip(3)
.collect(toList());
2.6 映射
对流中的每个元素执行一个函数，使得元素转换成另一种类型输出。流会将每一个元素输送给map函数，并执行map中的Lambda表达式，最后将执行结果存入一个新的流中。
如，获取每个人的姓名(实则是将Perosn类型转换成String类型)：

List<Person> result = list.stream().map(Person::getName).collect(toList());
2.7 合并多个流

例：列出List中各不相同的单词，List集合如下：
List<String> list = new ArrayList<String>();
list.add("I am a boy");
list.add("I love the girl");
list.add("But the girl loves another girl");

思路如下：
首先将list变成流：
list.stream();
按空格分词：
list.stream().map(line->line.split(" "));
分完词之后，每个元素变成了一个String[]数组。
将每个String[]变成流：
list.stream().map(line->line.split(" ")).map(Arrays::stream)
此时一个大流里面包含了一个个小流，我们需要将这些小流合并成一个流。
将小流合并成一个大流：
用flagmap替换刚才的map
list.stream().map(line->line.split(" ")).flagmap(Arrays::stream)

去重
list.stream().map(line->line.split(" ")).flagmap(Arrays::stream).distinct().collect(toList());

2.8 是否匹配任一元素：anyMatch

anyMatch用于判断流中是否存在至少一个元素满足指定的条件，这个判断条件通过Lambda表达式传递给anyMatch，执行结果为boolean类型。
如，判断list中是否有学生：
boolean result = list.stream().anyMatch(Person::isStudent);

2.9 是否匹配所有元素：allMatch

allMatch用于判断流中的所有元素是否都满足指定条件，这个判断条件通过Lambda表达式传递给anyMatch，执行结果为boolean类型。
如，判断是否所有人都是学生：
boolean result = list.stream().allMatch(Person::isStudent);

2.10 是否未匹配所有元素：noneMatch

noneMatch与allMatch恰恰相反，它用于判断流中的所有元素是否都不满足指定条件：
boolean result = list.stream().noneMatch(Person::isStudent);

2.11 获取任一元素findAny

findAny能够从流中随便选一个元素出来，它返回一个Optional类型的元素。
Optional<Person> person = list.stream()
.findAny();
Optional介绍
Optional是Java8新加入的一个容器，这个容器只存1个或0个元素，它用于防止出现NullpointException，它提供如下方法：
isPresent()
判断容器中是否有值。
ifPresent(Consume lambda)
容器若不为空则执行括号中的Lambda表达式。
T get()
获取容器中的元素，若容器为空则抛出NoSuchElement异常。
T orElse(T other)
获取容器中的元素，若容器为空则返回括号中的默认值。
2.12 获取第一个元素findFirst

Optional<Person> person = list.stream().findFirst();
2.13 归约

归约是将集合中的所有元素经过指定运算，折叠成一个元素输出，如：求最值、平均数等，这些操作都是将一个集合的元素折叠成一个元素输出。
在流中，reduce函数能实现归约。
reduce函数接收两个参数：

初始值
进行归约操作的Lambda表达式
2.13.1 元素求和：自定义Lambda表达式实现求和
例：计算所有人的年龄总和
int age = list.stream().reduce(0, (person1,person2)->person1.getAge()+person2.getAge());
reduce的第一个参数表示初试值为0；
reduce的第二个参数为需要进行的归约操作，它接收一个拥有两个参数的Lambda表达式，reduce会把流中的元素两两输给Lambda表达式，最后将计算出累加之和。

2.13.2 元素求和：使用Integer.sum函数求和

上面的方法中我们自己定义了Lambda表达式实现求和运算，如果当前流的元素为数值类型，那么可以使用Integer提供了sum函数代替自定义的Lambda表达式，如：
int age = list.stream().reduce(0, Integer::sum);
Integer类还提供了min、max等一系列数值操作，当流中元素为数值类型时可以直接使用。

2.14 数值流的使用
采用reduce进行数值操作会涉及到基本数值类型和引用数值类型之间的装箱、拆箱操作，因此效率较低。
当流操作为纯数值操作时，使用数值流能获得较高的效率。

2.14.1 将普通流转换成数值流
StreamAPI提供了三种数值流：IntStream、DoubleStream、LongStream，也提供了将普通流转换成数值流的三种方法：mapToInt、mapToDouble、mapToLong。
如，将Person中的age转换成数值流：
IntStream stream = list.stream().mapToInt(Person::getAge);

2.14.2 数值计算
每种数值流都提供了数值计算函数，如max、min、sum等。
如，找出最大的年龄：

OptionalInt maxAge = list.stream().mapToInt(Person::getAge).max();
3. 由于数值流可能为空，并且给空的数值流计算最大值是没有意义的，因此max函数返回OptionalInt，它是Optional的一个子类，能够判断流是否为空，并对流为空的情况作相应的处理。
此外，mapToInt、mapToDouble、mapToLong进行数值操作后的返回结果分别为：OptionalInt、OptionalDouble、OptionalLong

4. Collect

4.1 collect是一个终端操作,它接收的参数是将流中的元素累积到汇总结果的各种方式(称为收集器)

4.2 预定义收集器包括将流元素归约和汇总到一个值.如下

工厂方法	返回类型	用于
toList	List<T>	把流中所有元素收集到List中
示例:List<Menu> menus=Menu.getMenus.stream().collect(Collector.toList())
toSet	Set<T>	把流中所有元素收集到Set中,删除重复项
示例:Set<Menu> menus=Menu.getMenus.stream().collect(Collector.toSet())
toCollection	Collection<T>	把流中所有元素收集到给定的供应源创建的集合中
示例:ArrayList<Menu> menus=Menu.getMenus.stream().collect(Collector.toCollection(ArrayList::new))
Counting	Long	计算流中元素个数
示例:Long count=Menu.getMenus.stream().collect(counting);
SummingInt	Integer	对流中元素的一个整数属性求和
示例:Integer count=Menu.getMenus.stream().collect(summingInt(Menu::getCalories))
averagingInt	Double	计算流中元素integer属性的平均值
示例:Double averaging=Menu.getMenus.stream().collect(averagingInt(Menu::getCalories))
Joining	String	连接流中每个元素的toString方法生成的字符串
示例:String name=Menu.getMenus.stream().map(Menu::getName).collect(joining(“, ”))
maxBy	Optional<T>	一个包裹了流中按照给定比较器选出的最大元素的optional 如果为空返回的是Optional.empty()
示例:Optional<Menu> fattest=Menu.getMenus.stream().collect(maxBy(Menu::getCalories))
minBy	Optional<T>	一个包裹了流中按照给定比较器选出的最大元素的optional 如果为空返回的是Optional.empty()
示例: Optional<Menu> lessest=Menu.getMenus.stream().collect(minBy(Menu::getCalories))
Reducing	归约操作产生的类型	从一个作为累加器的初始值开始,利用binaryOperator与流中的元素逐个结合,从而将流归约为单个值
示例:int count=Menu.getMenus.stream().collect(reducing(0,Menu::getCalories,Integer::sum));
collectingAndThen	转换函数返回的类型	包裹另一个转换器,对其结果应用转换函数
示例:Int count=Menu.getMenus.stream().collect(collectingAndThen(toList(),List::size))
groupingBy	Map<K,List<T>>	根据流中元素的某个值对流中的元素进行分组,并将属性值做为结果map的键
示例:Map<Type,List<Menu>> menuType=Menu.getMenus.stream().collect(groupingby(Menu::getType))
partitioningBy	Map<Boolean,List<T>>	根据流中每个元素应用谓语的结果来对项目进行分区
示例:Map<Boolean,List<Menu>> menuType=Menu.getMenus.stream().collect(partitioningBy(Menu::isType));

4.3 预定义收集器可以用groupby对流中元素进行分组或者用partitioningBy进行分区

4.4 收集器可以高效的复合起来,进行多级分组,多级分区和归约

4.5 可以自己实现collector接口进行定义自己的收集器

二、总结

1. Stream API 常用操作如下：

操作	类型	返回类型	函数式接口	函数描述符
filter	中间	Stream<T>	Predicate<T>	T->Boolean
distinct	中间-有状态	Stream<T>
Skip	中间-有状态	Stream<T>	Long
Limit	中间-有状态	Stream<T>	Long
Map	中间	Stream<T>	Function<T,R>	T->R
Flatmap	中间	Stream<T>	Function<T,Stream<R>>	T->Stream<R>
Sorted	中间-有状态	Stream<T>	Compartor<T>	(T,T)->int
anyMatch	终端	Boolean	Predicate<T>	T->Boolean
noneMatch	终端	Boolean	Predicate<T>	T->Boolean
allMatch	终端	Boolean	Predicate<T>	T->Boolean
findAny	终端	Optional<T>
findFirst	终端	Optional<T>
forEach	终端	Void	Consumer<T>	T->void
Collect	终端	R	Collector<T,A,R>
Reduce	终端-有状态	Optional<T>	BinaryOperator<T>	(T,T)->T
Count	终端	Long

2. 可以使用filter,distinct,skip和limit对流进行筛选和切片

3. 可以使用map和flatMap提取或转换流中的元素

4. 可以使用findFirst和findAny方法查找流中的元素.你可以用allMatch,noneMatch和anyMatch方法让流匹配给定的谓语

5. 上述方法都利用了短路:找到结果就立刻停止计算,并没有必要处理整个流

6. 可以利用reduce方法将流中的所有元素迭代合并成一个结果,例如求和或者查询最大的元素

7. filter和map等操作都是无状态的,他们并没有储存任何状态.reduce等操作要储存状态才能计算出一个值.sorted和distinct等操作也要储存状态,因为他们需要把流中的所有元素缓存起来才能返回一个新的流.这种操作称为有状态操作.

8. 流有三种基本原始类型特化:intStream,doubleStream和LongStream.他们的操作也有相应的特化

9. 流不仅可以从集合创建,也可以从值,数组,文件以及iterate与generate等特定方法创建

10.Demo案例

public static Map<String, Integer> sumIntByGroup(List<Map> in, String sumKey, String groupKey) {
    return in.stream()
        .collect(
            groupingBy(item -> (String) item.get(groupKey),//根据groupKey字段分组
                TreeMap::new,
                Collectors.summingInt(item -> Integer.parseInt(String.valueOf(item.get(sumKey))))//对sumKey做汇总
            )
        );
  }

  //分组求和
  public static Map<String, Double> sumDoubleByGroupWithGroupFunction(List<Map> in, String sumKey, String groupKey, Function<String, String> groupKeyFunction) {
    return in.stream()
        .collect(
            groupingBy(item -> groupKeyFunction.apply((String) item.get(groupKey)),
                TreeMap::new,
                Collectors.summingDouble(item -> Double.valueOf(String.valueOf(item.get(sumKey))))//对时长做汇总
            )
        );
  }

  //求和
  public static Double sumDouble(List<Map> in, String sumKey) {
    return (Double) in.stream().mapToDouble(item -> Double.valueOf(String.valueOf(item.get(sumKey)))).sum();
  }

  //求和
  public static Integer sumInt(List<Map> in, String sumKey) {
    return (Integer) in.stream().mapToInt(item -> Integer.valueOf(String.valueOf(item.get(sumKey)))).sum();
  }

  //求和
  public static Double sumDoubleWithFunction(List<Map> in, String sumKey, Function<String, String> groupKeyFunction) {
    return (Double) in.stream().mapToDouble(item -> Double.valueOf(String.valueOf(item.get(groupKeyFunction.apply(sumKey))))).sum();
  }

  //分组求列表
  public static Map<String, List<String>> obtainMapByGroupWithGroupFunction
  (List<Map> in, String listKey, String groupKey, Function<String, String> groupKeyFunction) {
    return in.stream()
        .collect(
            groupingBy(item -> groupKeyFunction.apply(String.valueOf(item.get(groupKey))),
                Collectors.mapping(item -> String.valueOf(item.get(listKey)),
                    Collectors.toList())
            )
        );
  }

  //分组求列表
  public static Map<String, List<String>> obtainMapByGroupWithGroupFunctionAndWhere
  (List<Map> in, String listKey, String groupKey, Function<String, String> groupKeyFunction, String whereKey, String whereOper, String whereValue) {
    switch (whereOper) {
      case "<=":
        return in.stream().filter(o -> String.valueOf(o.get(whereKey)).compareTo(whereValue) <= 0)
            .collect(
                groupingBy(item -> groupKeyFunction.apply(String.valueOf(item.get(groupKey))),
                    Collectors.mapping(item -> String.valueOf(item.get(listKey)),
                        Collectors.toList())
                )
            );
      case ">=":
        return in.stream().filter(o -> String.valueOf(o.get(whereKey)).compareTo(whereValue) >= 0)
            .collect(
                groupingBy(item -> groupKeyFunction.apply(String.valueOf(item.get(groupKey))),
                    Collectors.mapping(item -> String.valueOf(item.get(listKey)),
                        Collectors.toList())
                )
            );
      case "==":
      default:
        return in.stream().filter(o -> String.valueOf(o.get(whereKey)).compareTo(whereValue) == 0)
            .collect(
                groupingBy(item -> groupKeyFunction.apply(String.valueOf(item.get(groupKey))),
                    Collectors.mapping(item -> String.valueOf(item.get(listKey)),
                        Collectors.toList())
                )
            );
    }
  }

  //分组求列表
  public static Map<String, List<String>> obtainListByGroupWithSetFunction(List<Map> in, String setKey, String groupKey, Function<String, String> setKeyFunction) {
    return in.stream()
        .collect(
            groupingBy(item -> String.valueOf(item.get(groupKey)),
                Collectors.mapping(item -> setKeyFunction.apply(String.valueOf(item.get(setKey))), Collectors.toList())
            )
        );
  }

  //分组求集合
  public static Map<String, Set<String>> obtainSetByGroupWithGroupFunction(List<Map> in, String setKey, String groupKey, Function<String, String> groupKeyFunction) {
    return in.stream()
        .collect(
            groupingBy(item -> groupKeyFunction.apply(String.valueOf(item.get(groupKey))),
                Collectors.mapping(item -> String.valueOf(item.get(setKey)), Collectors.toSet())
            )
        );
  }

  //求唯一值列表
  public static Set<String> obtainSet(List<Map> in, String distinctKey) {
    return in.stream()
        .map(item -> String.valueOf(item.get(distinctKey)))
        .collect(Collectors.toSet());
  }

  //求指定key的list集合
  public static List<String> obtainForList(List<JSONObject> in, String listKey) {
    return in.stream()
        .map(item -> String.valueOf(item.get(listKey)))
        .collect(Collectors.toList());
  }
  //求指定key的list集合并且去重
  public static List<String> obtainForListQc(List<JSONObject> in, String listKey) {
    return in.stream()
        .map(item -> String.valueOf(item.get(listKey)))
        .collect(Collectors.toList()).stream().distinct().collect(Collectors.toList());
  }