用Stream来优化老代码，瞬间干净优雅了！

https://mp.weixin.qq.com/s/iyME5NlYrsd-WwTkjHw8YQ

Java8 的新特性主要是 Lambda 表达式和流，当流和 Lambda 表达式结合起来一起使用时，因为流申明式处理数据集合的特点，可以让代码变得简洁易读。

01 流如何简化代码

如果有一个需求，需要对数据库查询到的菜肴进行一个处理：

• 筛选出卡路里小于 400 的菜肴
• 对筛选出的菜肴进行一个排序
• 获取排序后菜肴的名字

Dish.java(菜肴)

public class Dish {
    private String name;
    private boolean vegetarian;
    private int calories;
    private Type type;
    // getter and setter
}

Java8 以前的实现方式

private List<String> beforeJava7(List<Dish> dishList) {
    List<Dish> lowCaloricDishes = new ArrayList<>();
    //1.筛选出卡路里小于400的菜肴
    for (Dish dish : dishList) {
        if (dish.getCalories() < 400) {
            lowCaloricDishes.add(dish);
        }
    }
    //2.对筛选出的菜肴进行排序
    Collections.sort(lowCaloricDishes, new Comparator<Dish>() {
        @Override
        public int compare(Dish o1, Dish o2) {
            return Integer.compare(o1.getCalories(), o2.getCalories());
        }
    });
    //3.获取排序后菜肴的名字
    List<String> lowCaloricDishesName = new ArrayList<>();
    for (Dish d : lowCaloricDishes) {
        lowCaloricDishesName.add(d.getName());
    }
    return lowCaloricDishesName;
}

Java8 之后的实现方式

private List<String> afterJava8(List<Dish> dishList) {
    return dishList.stream()
            .filter(d -> d.getCalories() < 400) //筛选出卡路里小于400的菜肴
            .sorted(comparing(Dish::getCalories)) //根据卡路里进行排序
            .map(Dish::getName) //提取菜肴名称
            .collect(Collectors.toList()); //转换为List
}

不拖泥带水，一气呵成，原来需要写 24 代码实现的功能现在只需 5 行就可以完成了
高高兴兴写完需求这时候又有新需求了，新需求如下：
对数据库查询到的菜肴根据菜肴种类进行分类，返回一个 Map 的结果
这要是放在 JDK8 之前肯定会头皮发麻
Java8 以前的实现方式

private static Map<Type, List<Dish>> beforeJDK8(List<Dish> dishList) {
    Map<Type, List<Dish>> result = new HashMap<>();
    for (Dish dish : dishList) {
        //不存在则初始化
        if (result.get(dish.getType())==null) {
            List<Dish> dishes = new ArrayList<>();
            dishes.add(dish);
            result.put(dish.getType(), dishes);
        } else {
            //存在则追加
            result.get(dish.getType()).add(dish);
        }
    }
    return result;
}

还好 JDK8 有 Stream，再也不用担心复杂集合处理需求
Java8 以后的实现方式

private static Map<Type, List<Dish>> afterJDK8(List<Dish> dishList) {
    return dishList.stream().collect(groupingBy(Dish::getType));
}

又是一行代码解决了需求，忍不住大喊 Stream API 牛批 看到流的强大功能了吧，接下来将详细介绍流

02 什么是流

流是从支持数据处理操作的源生成的元素序列，源可以是数组、文件、集合、函数。流不是集合元素，它不是数据结构并不保存数据，它的主要目的在于计算。

03 如何生成流

生成流的方式主要有五种：
1.通过集合生成，应用中最常用的一种

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream();

通过集合的 stream 方法生成流

2.通过数组生成

int[] intArr = new int[]{1, 2, 3, 4, 5};
IntStream stream = Arrays.stream(intArr);

通过 Arrays.stream 方法生成流，并且该方法生成的流是数值流【即 IntStream 】而不是 Stream。补充一点使用数值流可以避免计算过程中拆箱装箱，提高性能。
Stream API 提供了mapToInt、mapToDouble、mapToLong三种方式将对象流【即 Stream】转换成对应的数值流，同时提供了 boxed 方法将数值流转换为对象流

3.通过值生成

Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5);

通过 Stream 的 of 方法生成流，通过 Stream 的 empty 方法可以生成一个空流
4.通过文件生成

Stream<String> lines = Files.lines(Paths.get("data.txt"), Charset.defaultCharset())

通过 Files.line 方法得到一个流，并且得到的每个流是给定文件中的一行

5.通过函数生成 提供了 iterate 和 generate 两个静态方法从函数中生成流
iterator

Stream<Integer> stream = Stream.iterate(0, n -> n + 2).limit(5);

iterate 方法接受两个参数，第一个为初始化值，第二个为进行的函数操作，因为 iterator 生成的流为无限流，通过 limit 方法对流进行了截断，只生成 5 个偶数
generator

Stream<Double> stream = Stream.generate(Math::random).limit(5);

generate 方法接受一个参数，方法参数类型为 Supplier，由它为流提供值。generate 生成的流也是无限流，因此通过 limit 对流进行了截断

04 流的操作类型

流的操作类型主要分为两种: 中间操作、终端操作。

中间操作

一个流可以后面跟随零个或多个中间操作。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，仅仅调用到这类方法，并没有真正开始流的遍历，真正的遍历需等到终端操作时，常见的中间操作有下面即将介绍的 filter、map 等

终端操作

一个流有且只能有一个终端操作，当这个操作执行后，流就被关闭了，无法再被操作，因此一个流只能被遍历一次，若想在遍历需要通过源数据在生成流。终端操作的执行，才会真正开始流的遍历。如下面即将介绍的 count、collect 等

05 流使用

流的使用将分为终端操作和中间操作进行介绍

中间操作

filter 筛选

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().filter(i -> i > 3);

通过使用 filter 方法进行条件筛选，filter 的方法参数为一个条件
distinct 去除重复元素

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().distinct();

通过 distinct 方法快速去除重复的元素
limit 返回指定流个数

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().limit(3);

通过 limit 方法指定返回流的个数，limit 的参数值必须 >=0，否则将会抛出异常
skip 跳过流中的元素

List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = integerList.stream().skip(2);

通过 skip 方法跳过流中的元素，上述例子跳过前两个元素，所以打印结果为 2,3,4,5，skip 的参数值必须 >=0，否则将会抛出异常
map 流映射
所谓流映射就是将接受的元素映射成另外一个元素

List<String> stringList = Arrays.asList("Java 8", "Lambdas", "In", "Action");
Stream<Integer> stream = stringList.stream().map(String::length);
复制代码

通过 map 方法可以完成映射，该例子完成中 String -> Integer 的映射，之前上面的例子通过 map 方法完成了 Dish->String 的映射
flatMap 流转换
将一个流中的每个值都转换为另一个流

List<String> wordList = Arrays.asList("Hello", "World");
List<String> strList = wordList.stream()
        .map(w -> w.split(" "))
        .flatMap(Arrays::stream)
        .distinct()
        .collect(Collectors.toList());

map(w -> w.split(“ “)) 的返回值为 Stream，我们想获取 Stream，可以通过 flatMap 方法完成 Stream ->Stream 的转换
元素匹配
提供了三种匹配方式:
1.allMatch 匹配所有

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().allMatch(i -> i > 3)) {
    System.out.println("值都大于3");
}

2.anyMatch 匹配其中一个

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().anyMatch(i -> i > 3)) {
    System.out.println("存在大于3的值");
}

等同于

for (Integer i : integerList) {
    if (i > 3) {
        System.out.println("存在大于3的值");
        break;
    }
}

3.noneMatch 全部不匹配

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
if (integerList.stream().noneMatch(i -> i > 3)) {
    System.out.println("值都小于3");
}

通过 noneMatch 方法实现

终端操作

统计流中元素个数
通过 count

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Long result = integerList.stream().count();

通过使用 count 方法统计出流中元素个数
通过 counting

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Long result = integerList.stream().collect(counting());

最后一种统计元素个数的方法在与 collect 联合使用的时候特别有用
查找
提供了两种查找方式
1、findFirst 查找第一个

//查找到第一个大于 3 的元素并打印
List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> result = integerList.stream().filter(i -> i > 3).findFirst();

2、findAny 随机查找一个

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> result = integerList.stream().filter(i -> i > 3).findAny();

通过 findAny 方法查找到其中一个大于三的元素并打印，因为内部进行优化的原因，当找到第一个满足大于三的元素时就结束，该方法结果和 findFirst 方法结果一样。提供 findAny 方法是为了更好的利用并行流，findFirst 方法在并行上限制更多
reduce 将流中的元素组合起来
假设我们对一个集合中的值进行求和
JDK8 之前:

int sum = 0;
for (int i : integerList) {
sum += i;
}

JDK8 之后通过 reduce 进行处理

int sum = integerList.stream().reduce(0, (a, b) -> (a + b));

一行就可以完成，还可以使用方法引用简写成：

int sum = integerList.stream().reduce(0, Integer::sum);

reduce 接受两个参数，一个初始值这里是 0，一个 BinaryOperator accumulator 来将两个元素结合起来产生一个新值，
另外, reduce 方法还有一个没有初始化值的重载方法
获取流中最小最大值
通过 min/max 获取最小最大值

Optional<Integer> min = menu.stream().map(Dish::getCalories).min(Integer::compareTo);
Optional<Integer> max = menu.stream().map(Dish::getCalories).max(Integer::compareTo);

也可以写成：

OptionalInt min = menu.stream().mapToInt(Dish::getCalories).min();
OptionalInt max = menu.stream().mapToInt(Dish::getCalories).max();

min 获取流中最小值，max 获取流中最大值，方法参数为 Comparator<? super T> comparator
通过 minBy/maxBy 获取最小最大值

Optional<Integer> min = menu.stream().map(Dish::getCalories).collect(minBy(Integer::compareTo));
Optional<Integer> max = menu.stream().map(Dish::getCalories).collect(maxBy(Integer::compareTo));

minBy 获取流中最小值，maxBy 获取流中最大值，方法参数为 Comparator<? super T> comparator
通过 reduce 获取最小最大值

Optional<Integer> min = menu.stream().map(Dish::getCalories).reduce(Integer::min);
Optional<Integer> max = menu.stream().map(Dish::getCalories).reduce(Integer::max);

07 总结

这篇文章主要介绍了 Stream API 的相关使用，从文中所列举的例子可以看出：通过使用 Stream API 可以简化代码，同时还提高了代码可读性。
所以，赶紧在项目里用起来吧！