概述

本文介绍Java8 Streams从创建到并行执行的实际使用例子，涉及 Java8（lambda表达式、Optional、方法引用）和流API的基本知识。

流创建

有很多方法可以创建不同源的流实例。一旦创建，实例将不会修改其源，因此允许从单个源创建多个实例。

• 空流

Stream<String> streamEmpty = Stream.empty();

常在创建时使用empty方法，以避免对没有元素的流返回null：

public Stream<String> streamOf(List<String> list) {
    return list == null || list.isEmpty() ? Stream.empty() : list.stream();
}

• 集合流

可以创建任何类型的集合（集合、列表、数组）的流：

Collection<String> collection = Arrays.asList("a", "b", "c");
Stream<String> streamOfCollection = collection.stream();

Stream<String> streamOfArray = Stream.of("a", "b", "c");

还可以从现有数组或数组的一部分创建流：

String[] arr = new String[]{"a", "b", "c"};
Stream<String> streamOfArrayFull = Arrays.stream(arr);
Stream<String> streamOfArrayPart = Arrays.stream(arr, 1, 3);

• Stream.builder()

当使用builder时，应该在语句的右侧部分额外指定所需的类型，否则build方法将创建Stream＜Object＞的实例：

Stream<String> streamBuilder =
  Stream.<String>builder().add("a").add("b").add("c").build();

• Stream.generate()

generate方法接受Supplier＜T＞来生成元素。由于生成的流是无限的，开发人员应该指定所需的大小：

Stream<String> streamGenerated =
  Stream.generate(() -> "element").limit(10);

• Stream.iterate()

Stream<Integer> streamIterated = Stream.iterate(40, n -> n + 2).limit(20);

结果流的第一个元素是iterate方法的第一个参数。创建之后的每个元素时，指定的函数将应用于前一个元素。在上面的例子中，第二个元素将是42。

Primitives基元流

Java8提供了从三种基本类型创建流的可能性：int、long和double。由于Stream＜T＞是一个泛型接口，并且无法将基元用作泛型的类型参数，因此创建了三个新的特殊接口：IntStream、LongStream和DoubleStream。

使用该接口可以减少不必要的自动装箱，从而提高效率：

IntStream intStream = IntStream.range(1, 3);
LongStream longStream = LongStream.rangeClosed(1, 3);

range（int startInclusive，int endExclusive）方法创建从第一个参数到第二个参数的有序流。它以等于1的步长递增后续元素的值。结果不包括最后一个参数，它只是序列的一个上界。

rangeClosed（int startInclusive，int endInclusive）方法执行相同的操作，但只有一个区别，即包括第二个元素。我们可以使用这两种方法来生成三种类型的基元流中的任何一种。

自Java 8以来，Random类提供了一系列用于生成基元流的方法。例如，以下代码创建了一个DoubleStream，它有三个元素：

Random random = new Random();
DoubleStream doubleStream = random.doubles(3);

• 字符串流

在String类的chars（）方法的帮助下，我们还可以使用String作为创建流的源。由于JDK中没有CharStream的接口，因此我们使用IntStream来表示字符流。

IntStream streamOfChars = "abc".chars();

以下示例根据指定的RegEx将字符串分解为子字符串：

Stream<String> streamOfString =
  Pattern.compile(", ").splitAsStream("a, b, c");

• 文件流

此外，Java NIO类Files允许我们通过line（）方法生成文本文件的Stream＜String＞。文本的每一行都成为流的一个元素：

Path path = Paths.get("C:\\file.txt");
Stream<String> streamOfStrings = Files.lines(path);
Stream<String> streamWithCharset = 
  Files.lines(path, Charset.forName("UTF-8"));

引用流

记住Java 8流是不能重用的，这一点非常重要。

Stream<String> stream = 
  Stream.of("a", "b", "c").filter(element -> element.contains("b"));
Optional<String> anyElement = stream.findAny();
Optional<String> firstElement = stream.findFirst();

尝试重用相同的引用将触发IllegalStateException：这种行为是合乎逻辑的。流的设计是为了以函数样式将有限的操作序列应用于元素源，而不是存储元素。

因此，为了使以前的代码正常工作，应该进行一些更改：

List<String> elements =
  Stream.of("a", "b", "c").filter(element -> element.contains("b"))
    .collect(Collectors.toList());
Optional<String> anyElement = elements.stream().findAny();
Optional<String> firstElement = elements.stream().findFirst();

懒调用

使用流的正确和最方便的方法是通过流管道，它是流源、中间操作和终端操作的链：

List<String> list = Arrays.asList("abc1", "abc2", "abc3");
long size = list.stream().skip(1)
  .map(element -> element.substring(0, 3)).sorted().count();

中间操作是惰性的。这意味着只有在终端操作执行需要时才会调用它们。

例如，让我们调用方法wasCalled（），它每次调用时都会增加一个内部计数器：

private long counter;
 
private void wasCalled() {
    counter++;
}

现在，让我们从操作filter（）中调用方法wasCalled（）：

List<String> list = Arrays.asList(“abc1”, “abc2”, “abc3”);
counter = 0;
Stream<String> stream = list.stream().filter(element -> {
    wasCalled();
    return element.contains("2");
});

由于我们有三个元素的源，可以假设filter（）方法将被调用三次，计数器变量的值将为3。然而，运行此代码根本不会更改计数器，它仍然为零，因此filter（）方法甚至没有被调用过一次，缺少终端操作的原因。

让我们通过添加map（）操作和终端操作findFirst（）来稍微重写一下这段代码。我们还将在日志记录的帮助下添加跟踪方法调用顺序的功能：

Optional<String> stream = list.stream().filter(element -> {
    log.info("filter() was called");
    return element.contains("2");
}).map(element -> {
    log.info("map() was called");
    return element.toUpperCase();
}).findFirst();

生成的日志显示，我们调用了filter（）方法两次，调用了map（）方法一次。这是因为管道是垂直执行的。

在示例中，流的第一个元素不满足过滤器的谓词。然后，调用了第二个元素的filter（）方法，通过管道进入map（）方法，findFirst（）操作只满足一个元素，因此调用结束返回。

因此，在这个特定的例子中，惰性调用使我们能够避免两个方法调用，一个用于filter（），另一个用于map（）。

执行顺序

从性能的角度来看，正确的顺序是流管道中链操作最重要的方面之一：

long size = list.stream().map(element -> {
    wasCalled();
    return element.substring(0, 3);
}).skip(2).count();

执行此代码将使计数器的值增加3，这意味着我们调用了流的map（）方法三次，但返回的值是1。因此，生成的流只有一个元素，而无缘无故地执行了三次中的两次昂贵的map（）操作。

如果我们改变skip（）和map（）方法的顺序，计数器将只增加一个。因此，我们将只调用map（）方法一次：

long size = list.stream().skip(2).map(element -> {
    wasCalled();
    return element.substring(0, 3);
}).count();

这就引出了以下规则：减少流大小的中间操作应该放在应用于每个元素的操作之前。因此，我们需要将skip（）、filter（）和distinct（）等方法保留在流管道的顶部。

reduce()流聚合

流API默认提供了一些流聚合的操作：count（）、max（），min（）和sum（），如果需要自定义聚合，可以使用reduce（）和collect（）。

reduce具有以下参数：

• identity：累加器的初始值，如果流为空并且没有任何可累加的内容，则为默认值；
• accumulator累加器：一个指定元素聚合逻辑的函数。由于累加器为每一个步骤创建一个新值，所以新值的数量等于流的大小，只有最后一个值是有用的。
• combiner组合器：一个聚合累加器结果的函数。只在并行模式下调用组合器。

现在，让我们看看这三种方法的作用：

OptionalInt reduced =
  IntStream.range(1, 4).reduce((a, b) -> a + b);

reduced = 6 (1 + 2 + 3)

int reducedTwoParams =
  IntStream.range(1, 4).reduce(10, (a, b) -> a + b);

reducedTwoParams = 16 (10 + 1 + 2 + 3)

int reducedParams = Stream.of(1, 2, 3)
  .reduce(10, (a, b) -> a + b, (a, b) -> {
     log.info("combiner was called");
     return a + b;
  });

结果将与前面的示例（16）相同，这意味着没有调用合并器。要使组合器工作，流应该是并行的：

int reducedParallel = Arrays.asList(1, 2, 3).parallelStream()
    .reduce(10, (a, b) -> a + b, (a, b) -> {
       log.info("combiner was called");
       return a + b;
    });

结果：36，组合器被调用了两次：流的每个元素添加到累加器运行三次，并且是并行进行的。因此，它们具有（10+1=11；10+2=12；10+3=13；）。现在组合器可以合并这三个结果。它需要两次迭代（12+13=25；25+11=36）。

collect()收集器

流API已经为大多数常见操作创建了预定义的收集器。

List<Product> productList = Arrays.asList(new Product(23, "potatoes"),
  new Product(14, "orange"), new Product(13, "lemon"),
  new Product(23, "bread"), new Product(13, "sugar"));

将流转换为集合：

List<String> collectorCollection = 
  productList.stream().map(Product::getName).collect(Collectors.toList());

还原为字符串：

String listToString = productList.stream().map(Product::getName)
  .collect(Collectors.joining(", ", "[", "]"));

joiner（）方法可以有1到3个参数（分隔符、前缀、后缀）。

处理流中所有数字元素的平均值：

int summingPrice = productList.stream()
  .collect(Collectors.summingInt(Product::getPrice));

方法averagingXX（）、summingXX（）和summaryzingXX（）可以处理基元（int、long、double）及其包装类（Integer、long、double）。这些方法的一个更强大的功能是提供映射。因此，开发人员不需要在collect（）方法之前使用额外的map（）操作。

IntSummaryStatistics statistics = productList.stream()
  .collect(Collectors.summarizingInt(Product::getPrice));

结果将是一个与此“IntSummaryStatistics｛count＝5，sum＝86，min＝13，average＝17，max＝23｝”相同的字符串

根据指定的函数对流的元素进行分组：

Map<Integer, List<Product>> collectorMapOfLists = productList.stream()
  .collect(Collectors.groupingBy(Product::getPrice));

根据一些谓词将流的元素分组：

Map<Boolean, List<Product>> mapPartioned = productList.stream()
  .collect(Collectors.partitioningBy(element -> element.getPrice() > 15));

推进收集器时可执行附加转换：

Set<Product> unmodifiableSet = productList.stream()
  .collect(Collectors.collectingAndThen(Collectors.toSet(),
  Collections::unmodifiableSet));

如果出于某种原因应该创建自定义收集器，那么最简单的方法是使用收集器类型的of（）方法。

Collector<Product, ?, LinkedList<Product>> toLinkedList =
  Collector.of(LinkedList::new, LinkedList::add, 
    (first, second) -> { 
       first.addAll(second); 
       return first; 
    });

LinkedList<Product> linkedListOfPersons =
  productList.stream().collect(toLinkedList);

并行流

Java 8引入了一种以函数风格实现并行的方法。API允许我们创建并行流，以并行模式执行操作。当流的源是Collection或数组时，可以借助parallelStream（）方法实现：

Stream<Product> streamOfCollection = productList.parallelStream();
boolean isParallel = streamOfCollection.isParallel();
boolean bigPrice = streamOfCollection
  .map(product -> product.getPrice() * 12)
  .anyMatch(price -> price > 200);

如果流的源不是Collection或数组，则应使用parallel（）方法：

IntStream intStreamParallel = IntStream.range(1, 150).parallel();
boolean isParallel = intStreamParallel.isParallel();

在后台，Stream API自动使用ForkJoin框架并行执行操作。默认情况下，将使用公共线程池。

在并行模式下使用流时，请避免阻塞操作。当任务需要类似的执行时间时，最好使用并行模式。如果一项任务的持续时间比另一项长得多，则可能会减慢整个应用程序的工作流程。

并行模式下的流可以使用sequencial（）方法转换回顺序模式：

IntStream intStreamSequential = intStreamParallel.sequential();
boolean isParallel = intStreamSequential.isParallel();

结论

流API是一套功能强大但易于理解的工具，用于处理元素序列。如果使用得当，它可以减少大量代码，创建更可读的程序，并提高应用程序的生产力。在应用程序中，不要让实例化的流未被使用，避免导致内存泄漏。