06 Stream 如何提高遍历集合效率

什么是Stream？

Java 8 之前，通常通过 for 循环或者 Iterator 迭代来重新排序合并数据，又或者通过重新定义 Collections.sorts 的 Comparator 方法来实现，这两种方式对于大数据量的系统来说，效率并不是很理想。
Java 8 中添加了一个新的接口类 Stream，集合中的Stream 相当于高级版的 Iterator，可以通过 Lambda 表达式对集合进行便利、高效的聚合操作（Aggregate Operation），或者大批量数据操作（Bulk Data Operation）。
Stream 的聚合操作与数据库SQL 的聚合操作 sorted 、 filter、map 等类似。在应用层就可以高效地实现类似数据库 SQL 的聚合操作，在数据操作方面，Stream 不仅可以通过串行的方式实现数据操作，还可以通过并行的方式处理大批量数据，提高数据处理效率。

案例

需求：过滤分组一所中学里身高在 160cm 以上的男女同学

• 传统的迭代方式

  Map<String, List<Student>> stuMap = new HashMap<String, List<Student>>();
  for(Student stu : studentsList) {
    if(stu.getHeight() > 160) {
        if(stuMap.get(stu.getSex()) == null) {
            List<Student> list = new ArrayList<>();
            list.add(stu);
            stuMap.put(stu.getSex(), list);
        } else {
            stuMap.get(stu.getSex()).add(stu);
        }
    }
  }

• Stream API 实现

1. 串行实现

   Map<String, List<Student>> stuMap = stuList.stream().filter((Student s) -> s.getHeight() > 160).collect(Collectors.groupingBy(Student :: getSex));

2. 并行实现

   Map<String, List<Student>> stuMap = stuList.parallelStream().filter((Student s) -> s.getHeight() > 160).collect(Collectors.groupingBy(Student :: getSex));

   Stream 如何优化遍历？

   1.Stream操作分类

   官方将Stream 中的操作分为两大类：中间操作（Intermediate operations）和终结操作（Terminal operations）。

• 中间操作只对操作进行记录，即只会返回一个流，不会进行计算操作
• 终结操作是实现了计算操作

中间操作又分为无状态（Stateless）和有状态（Stateful）操作

• 无状态 —— 元素的处理不受之前元素的影响
• 有状态 —— 操作只有拿到所有元素之后才能继续下去

终结操作又可分为短路（Short-circuiting）和非短路（Unshort-circuiting）

• 短路 —— 遇到某些符合条件的元素就可得到最终结果
• 非短路 —— 必须处理完所有元素才能得到最终结果

通常还会将中间操作称为懒操作，也正是由于这种懒操作结合终结操作、数据源构成的处理管道（Pipeline），实现了Stream 的高效。

2. Stream 源码实现