[TOC] ## 1. stream特點 `Stream`?流分為**順序流**和**并行流**，所謂順序流就是按照順序對集合中的元素進行處理，而并行流則是使用多線程同時對集合中多個元素進行處理，所以在使用并行流的時候就要注意線程安全的問題了。 1. stream不是一種數據結構，不保存數據，只是在原數據上封裝了一組操作 2. 這些操作是惰性的，即每當訪問到流中的一個元素，才會在此元素上執行這一系列操作。 3. Stream不保存數據，故每個Stream流只能使用一次。 4. 提供并行化流，不用開發人員自己寫多線程 ## 2. stream操作分類 可以分成兩種：**Intermediate(中間操作)** 和**Terminal(終止操作)**。 1. 中間操作的返回結果都是Stream，故可以多個中間操作疊加； 2. 終止操作用于返回我們最終需要的數據，只能有一個終止操作。 ## 3. 流的產生方法 1. Collection接口的stream()或parallelStream()方法 2. 靜態的Stream.of()、Stream.empty()方法 3. Arrays.stream(array, from, to) 4. 靜態的Stream.generate()方法生成無限流，接受一個不包含引元的函數 5. 靜態的Stream.iterate()方法生成無限流，接受一個種子值以及一個迭代函數 6. Pattern接口的splitAsStream(input)方法 7. 靜態的Files.lines(path)、Files.lines(path, charSet)方法 8. 靜態的Stream.concat()方法將兩個流連接起來 ## 4. 流的Intermediate方法(中間操作) 集合可以直接調用 1. filter(Predicate) 將結果為false的元素過濾掉 2. map(fun) 轉換元素的值，可以用方法引元或者lambda表達式 3. flatMap(fun) 若元素是流，將流攤平為正常元素，再進行元素轉換 4. limit(n) 保留前n個元素 5. skip(n) 跳過前n個元素 6. distinct() 剔除重復元素 7. sorted() 將Comparable元素的流排序 8. sorted(Comparator) 將流元素按Comparator排序 9. peek(fun) 流不變，但會把每個元素傳入fun執行，可以用作調試 ## 5. 流的Terminal方法(終結操作) ### 5.1 約簡統計操作 1. max(Comparator) 2. min(Comparator) 3. count() 4. findFirst() 返回第一個元素 5. findAny() 返回任意元素 6. anyMatch(Predicate) 任意元素匹配時返回true 7. allMatch(Predicate) 所有元素匹配時返回true 8. noneMatch(Predicate) 沒有元素匹配時返回true 9. reduce(fun) 從流中計算某個值，接受一個二元函數作為累積器，從前兩個元素開始持續應用它，累積器的中間結果作為第一個參數，流元素作為第二個參數 10. reduce(a, fun) a為幺元值，作為累積器的起點 11. reduce(a, fun1, fun2) 與二元變形類似，并發操作中，當累積器的第一個參數與第二個參數都為流元素類型時，可以對各個中間結果也應用累積器進行合并，但是當累積器的第一個參數不是流元素類型而是類型T的時候，各個中間結果也為類型T，需要fun2來將各個中間結果進行合并 ### 5.2 收集操作 1. iterator() 2. forEach(fun) 3. forEachOrdered(fun) 可以應用在并行流上以保持元素順序 4. toArray() 5. toArray(T[] :: new) 返回正確的元素類型 **6. collect(Collector)，Collector是收集器，用于將流數據收集成Java集合對象** 7. collect(fun1, fun2, fun3) fun1轉換流元素；fun2為累積器，將fun1的轉換結果累積起來；fun3為組合器，將并行處理過程中累積器的各個結果組合起來 ### 5.3 實例 ``` public static void streamImpl(List<Student> students) { List<Student> filterStudent = students.stream() .filter(one -> one.getScore() <? 60).collect(Collectors.toList()); System.out.println(filterStudent); } ``` #### flatMap()  `flatMap()`操作能把原始流中的元素進行一對多的轉換，并且將新生成的元素全都合并到它返回的流里面。假如現每個班的學生都學了不同的課程，現在需要統計班里所有學生所學的課程列表，該如何實現呢? ##### 清單 12.?`flatMap ()`?方法的使用示例 ``` `public static void useFlatMap() {` `List<``Student``> students = initData();` `List<``String``> course = students.stream().flatMap(one -> one.getCourse().stream()).distinct()` `.collect(Collectors.toList());` `System.out.println(course);` `}` ``` # 實例 ## 1. reduce實例 Reduce，顧名思義為減少的意思，就是根據指定的計算模型將Stream中的值計算**得到一個最終結果**。首先來看一下Reduce三種形式：  1. 第一種，無初始值，依次累加 ``` public static void reduceFirstSign() { List<Integer> list = Arrays.asList(1,2,3,4,5,6); ptional<Integer> count = list.stream().reduce((a, b) -> (a + b)); System.out.println(count.get()); // 21 } ``` 2. 第二種，有初始值依次計算 ``` public static void reduceSecondSign() { List<Integer> list = Arrays.asList(1,2,3,4,5,6); Integer count = list.stream().reduce(2, (a, b) -> (a * b)); System.out.println(count); // 1440 } ``` (((((2 x 1) x 2) x 3 )x 4) x 5) x 6 ) 3. 第三種，并行化計算統計 ``` public static void main(String[] args) { List<Integer> list = Arrays.asList(2,2); Integer result = list.stream().parallel().reduce(2, (a, b) -> (a + b), (a, b) -> (a + b)); System.out.println(result); } ``` 上面的代碼實際上是先使用累加器把 Stream 流中的兩個元素都加?`2`?后，然后再使用合并器將兩部分的結果相加。最終得到的結果也就是?`8`。 ## 2. 收集器實例 #### list轉map 利用收集器 Collectors.toMap ``` public static void list2Map() { List<Student> students = initData(); Map<String, Double> collect = students.stream() .collect(Collectors.toMap(one -> one.getName(), one -> one.getScore())); System.out.println(collect); } ``` ## 6. 流類型轉換 ### 6.1 對象流轉基本流 對象流轉換為基本類型流：mapToInt()、mapToLong()、mapToDouble() ### 6.2 基本流轉對象流 基本類型流轉換為對象流： boxed() ：類似于包裝類 mapToObj（func）：用函數構造對象