## 一、Java Stream管道數據處理操作 在本號之前寫過的文章中，曾經給大家介紹過 Java Stream管道流是用于簡化集合類元素處理的java API。在使用的過程中分為三個階段。在開始本文之前，我覺得仍然需要給一些新朋友介紹一下這三個階段，如圖：  * 第一階段(圖中藍色)：將集合、數組、或行文本文件轉換為java Stream管道流 * 第二階段(圖中虛線部分)：管道流式數據處理操作，處理管道中的每一個元素。上一個管道中的輸出元素作為下一個管道的輸入元素。 * 第三階段(圖中綠色)：管道流結果處理操作，也就是本文的將介紹的核心內容。 在開始學習之前，仍然有必要回顧一下我們之前給大家講過的一個例子： ``` List<String> nameStrs = Arrays.asList("Monkey", "Lion", "Giraffe","Lemur"); List<String> list = nameStrs.stream() .filter(s -> s.startsWith("L")) .map(String::toUpperCase) .sorted() .collect(toList()); System.out.println(list); ``` * 首先使用stream()方法將字符串List轉換為管道流Stream * 然后進行管道數據處理操作，先用fliter函數過濾所有大寫L開頭的字符串，然后將管道中的字符串轉換為大寫字母toUpperCase，然后調用sorted方法排序。這些API的用法在本號之前的文章有介紹過。其中還使用到了lambda表達式和函數引用。 * 最后使用collect函數進行結果處理，將java Stream管道流轉換為List。最終list的輸出結果是:`[LEMUR, LION]` 如果你不使用java Stream管道流的話，想一想你需要多少行代碼完成上面的功能呢？回到正題，這篇文章就是要給大家介紹第三階段：對管道流處理結果都可以做哪些操作呢？下面開始吧！ ## 二、ForEach和ForEachOrdered 如果我們只是希望將Stream管道流的處理結果打印出來，而不是進行類型轉換，我們就可以使用forEach()方法或forEachOrdered()方法。 ``` Stream.of("Monkey", "Lion", "Giraffe", "Lemur", "Lion") .parallel() .forEach(System.out::println); Stream.of("Monkey", "Lion", "Giraffe", "Lemur", "Lion") .parallel() .forEachOrdered(System.out::println); ``` * parallel()函數表示對管道中的元素進行并行處理，而不是串行處理，這樣處理速度更快。但是這樣就有可能導致管道流中后面的元素先處理，前面的元素后處理，也就是元素的順序無法保證 * forEachOrdered從名字上看就可以理解，雖然在數據處理順序上可能無法保障，但是forEachOrdered方法可以在元素輸出的順序上保證與元素進入管道流的順序一致。也就是下面的樣子（forEach方法則無法保證這個順序）： ``` Monkey Lion Giraffe Lemur Lion ``` ## 三、元素的收集collect java Stream 最常見的用法就是：一將集合類轉換成管道流，二對管道流數據處理，三將管道流處理結果在轉換成集合類。那么collect()方法就為我們提供了這樣的功能：將管道流處理結果在轉換成集合類。 ### 3.1.收集為Set 通過Collectors.toSet()方法收集Stream的處理結果，將所有元素收集到Set集合中。 ``` Set<String> collectToSet = Stream.of( "Monkey", "Lion", "Giraffe", "Lemur", "Lion" ) .collect(Collectors.toSet()); //最終collectToSet 中的元素是:[Monkey, Lion, Giraffe, Lemur]，注意Set會去重。 ``` ### 3.2.收集到List 同樣，可以將元素收集到`List`使用`toList()`收集器中。 ``` List<String> collectToList = Stream.of( "Monkey", "Lion", "Giraffe", "Lemur", "Lion" ).collect(Collectors.toList()); // 最終collectToList中的元素是: [Monkey, Lion, Giraffe, Lemur, Lion] ``` ### 3.3.通用的收集方式 上面為大家介紹的元素收集方式，都是專用的。比如使用Collectors.toSet()收集為Set類型集合；使用Collectors.toList()收集為List類型集合。那么，有沒有一種比較通用的數據元素收集方式，將數據收集為任意的Collection接口子類型。 所以，這里就像大家介紹一種通用的元素收集方式，你可以將數據元素收集到任意的Collection類型：即向所需Collection類型提供構造函數的方式。 ``` LinkedList<String> collectToCollection = Stream.of( "Monkey", "Lion", "Giraffe", "Lemur", "Lion" ).collect(Collectors.toCollection(LinkedList::new)); //最終collectToCollection中的元素是: [Monkey, Lion, Giraffe, Lemur, Lion] ``` 注意：代碼中使用了LinkedList::new，實際是調用LinkedList的構造函數，將元素收集到Linked List。當然你還可以使用諸如`LinkedHashSet::new`和`PriorityQueue::new`將數據元素收集為其他的集合類型，這樣就比較通用了。 ### 3.4.收集到Array 通過toArray(String[]::new)方法收集Stream的處理結果，將所有元素收集到字符串數組中。 ``` String[] toArray = Stream.of( "Monkey", "Lion", "Giraffe", "Lemur", "Lion" ) .toArray(String[]::new); //最終toArray字符串數組中的元素是: [Monkey, Lion, Giraffe, Lemur, Lion] ``` ### 3.5.收集到Map 使用Collectors.toMap()方法將數據元素收集到Map里面，但是出現一個問題：那就是管道中的元素是作為key，還是作為value。我們用到了一個Function.identity()方法，該方法很簡單就是返回一個“ t -> t ”（輸入就是輸出的lambda表達式）。另外使用管道流處理函數`distinct()`來確保Map鍵值的唯一性。 ``` Map<String, Integer> toMap = Stream.of( "Monkey", "Lion", "Giraffe", "Lemur", "Lion" ) .distinct() .collect(Collectors.toMap( Function.identity(), //元素輸入就是輸出，作為key s -> (int) s.chars().distinct().count()// 輸入元素的不同的字母個數，作為value )); // 最終toMap的結果是: {Monkey=6, Lion=4, Lemur=5, Giraffe=6} ``` ### 3.6.分組收集groupingBy Collectors.groupingBy用來實現元素的分組收集，下面的代碼演示如何根據首字母將不同的數據元素收集到不同的List，并封裝為Map。 ``` Map<Character, List<String>> groupingByList = Stream.of( "Monkey", "Lion", "Giraffe", "Lemur", "Lion" ) .collect(Collectors.groupingBy( s -> s.charAt(0) , //根據元素首字母分組，相同的在一組 // counting() // 加上這一行代碼可以實現分組統計 )); // 最終groupingByList內的元素: {G=[Giraffe], L=[Lion, Lemur, Lion], M=[Monkey]} //如果加上counting() ，結果是: {G=1, L=3, M=1} ``` 這是該過程的說明：groupingBy第一個參數作為分組條件，第二個參數是子收集器。  ## 四、其他常用方法 ``` boolean containsTwo = IntStream.of(1, 2, 3).anyMatch(i -> i == 2); // 判斷管道中是否包含2，結果是: true long nrOfAnimals = Stream.of( "Monkey", "Lion", "Giraffe", "Lemur" ).count(); // 管道中元素數據總計結果nrOfAnimals: 4 int sum = IntStream.of(1, 2, 3).sum(); // 管道中元素數據累加結果sum: 6 OptionalDouble average = IntStream.of(1, 2, 3).average(); //管道中元素數據平均值average: OptionalDouble[2.0] int max = IntStream.of(1, 2, 3).max().orElse(0); //管道中元素數據最大值max: 3 IntSummaryStatistics statistics = IntStream.of(1, 2, 3).summaryStatistics(); // 全面的統計結果statistics: IntSummaryStatistics{count=3, sum=6, min=1, average=2.000000, max=3} ```