# :-: Stream API (上) # Stream API 上 ## 使用流 ### 創建流 在使用流之前，首先需要擁有一個數據源，并通過StreamAPI提供的一些方法獲取該數據源的流對象。數據源可以有多種形式： **1\. 集合** 這種數據源較為常用，通過stream()方法即可獲取流對象： ~~~ List<Person> list = new ArrayList<Person>(); Stream<Person> stream = list.stream(); ~~~ **2\. 數組** 通過Arrays類提供的靜態函數stream()獲取數組的流對象： ~~~ String[] names = {"chaimm","peter","john"}; Stream<String> stream = Arrays.stream(names); ~~~ **3\. 值** 直接將幾個值變成流對象： ~~~ Stream<String> stream = Stream.of("chaimm","peter","john"); ~~~ **4\. 文件** ~~~ try(Stream lines = Files.lines(Paths.get(“文件路徑名”),Charset.defaultCharset())){ //可對lines做一些操作 }catch(IOException e){ } ~~~ **5\. iterator** **創建無限流** ~~~ Stream.iterate(0, n -> n + 2) .limit(10) .forEach(System.out::println); ~~~ > PS：Java7簡化了IO操作，把打開IO操作放在try后的括號中即可省略關閉IO的代碼。 ### 篩選 filter filter 函數接收一個Lambda表達式作為參數，該表達式返回boolean，在執行過程中，流將元素逐一輸送給filter，并篩選出執行結果為true的元素。 如，篩選出所有學生： ~~~ List<Person> result = list.stream() .filter(Person::isStudent) .collect(toList()); ~~~ ### 去重distinct 去掉重復的結果： ~~~ List<Person> result = list.stream() .distinct() .collect(toList()); ~~~ ### 截取 截取流的前N個元素： ~~~ List<Person> result = list.stream() .limit(3) .collect(toList()); ~~~ ### 跳過 跳過流的前n個元素： ~~~ List<Person> result = list.stream() .skip(3) .collect(toList()); ~~~ ### 映射 對流中的每個元素執行一個函數，使得元素轉換成另一種類型輸出。流會將每一個元素輸送給map函數，并執行map中的Lambda表達式，最后將執行結果存入一個新的流中。 如，獲取每個人的姓名(實則是將Perosn類型轉換成String類型)： ~~~ List<Person> result = list.stream() .map(Person::getName) .collect(toList()); ~~~ ### 合并多個流 例：列出List中各不相同的單詞，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： 首先將list變成流： ~~~ list.stream(); ~~~ 按空格分詞： ~~~ list.stream() .map(line->line.split(" ")); ~~~ 分完詞之后，每個元素變成了一個String\[\]數組。 將每個`String[]`變成流： ~~~ list.stream() .map(line->line.split(" ")) .map(Arrays::stream) ~~~ 此時一個大流里面包含了一個個小流，我們需要將這些小流合并成一個流。 將小流合并成一個大流：用`flatMap`替換剛才的 map ~~~ list.stream() .map(line->line.split(" ")) .flatMap(Arrays::stream) ~~~ 去重 ~~~ list.stream() .map(line->line.split(" ")) .flatMap(Arrays::stream) .distinct() .collect(toList()); ~~~ ### 是否匹配任一元素：anyMatch anyMatch用于判斷流中是否存在至少一個元素滿足指定的條件，這個判斷條件通過Lambda表達式傳遞給anyMatch，執行結果為boolean類型。 如，判斷list中是否有學生： ~~~ boolean result = list.stream() .anyMatch(Person::isStudent); ~~~ ### 是否匹配所有元素：allMatch allMatch用于判斷流中的所有元素是否都滿足指定條件，這個判斷條件通過Lambda表達式傳遞給anyMatch，執行結果為boolean類型。 如，判斷是否所有人都是學生： ~~~ boolean result = list.stream() .allMatch(Person::isStudent); ~~~ ### 是否未匹配所有元素：noneMatch noneMatch與allMatch恰恰相反，它用于判斷流中的所有元素是否都不滿足指定條件： ~~~ boolean result = list.stream() .noneMatch(Person::isStudent); ~~~ ### 獲取任一元素findAny findAny能夠從流中隨便選一個元素出來，它返回一個Optional類型的元素。 ~~~ Optional<Person> person = list.stream().findAny(); ~~~ ### 獲取第一個元素findFirst ~~~ Optional<Person> person = list.stream().findFirst(); ~~~ ### 歸約 歸約是將集合中的所有元素經過指定運算，折疊成一個元素輸出，如：求最值、平均數等，這些操作都是將一個集合的元素折疊成一個元素輸出。 在流中，reduce函數能實現歸約。 reduce函數接收兩個參數： 1. 初始值 2. 進行歸約操作的Lambda表達式 **元素求和：自定義Lambda表達式實現求和** 例：計算所有人的年齡總和 ~~~ int age = list.stream().reduce(0, (person1,person2)->person1.getAge()+person2.getAge()); ~~~ 1. reduce的第一個參數表示初試值為0； 2. reduce的第二個參數為需要進行的歸約操作，它接收一個擁有兩個參數的Lambda表達式，reduce會把流中的元素兩兩輸給Lambda表達式，最后將計算出累加之和。 **元素求和：使用Integer.sum函數求和** 上面的方法中我們自己定義了Lambda表達式實現求和運算，如果當前流的元素為數值類型，那么可以使用Integer提供了sum函數代替自定義的Lambda表達式，如： ~~~ int age = list.stream().reduce(0, Integer::sum); ~~~ Integer類還提供了`min`、`max`等一系列數值操作，當流中元素為數值類型時可以直接使用。 ### 數值流的使用 采用reduce進行數值操作會涉及到基本數值類型和引用數值類型之間的裝箱、拆箱操作，因此效率較低。 當流操作為純數值操作時，使用數值流能獲得較高的效率。 **將普通流轉換成數值流** StreamAPI提供了三種數值流：IntStream、DoubleStream、LongStream，也提供了將普通流轉換成數值流的三種方法：mapToInt、mapToDouble、mapToLong。 如，將Person中的age轉換成數值流： ~~~ IntStream stream = list.stream().mapToInt(Person::getAge); ~~~ **數值計算** 每種數值流都提供了數值計算函數，如max、min、sum等。如，找出最大的年齡： ~~~ OptionalInt maxAge = list.stream() .mapToInt(Person::getAge) .max(); ~~~ 由于數值流可能為空，并且給空的數值流計算最大值是沒有意義的，因此max函數返回OptionalInt，它是Optional的一個子類，能夠判斷流是否為空，并對流為空的情況作相應的處理。 此外，mapToInt、mapToDouble、mapToLong進行數值操作后的返回結果分別為：OptionalInt、OptionalDouble、OptionalLong ## 中間操作和收集操作