Java8 Lambda/Stream使用說明

一、Stream流
1. 流的基本概念

1.1 什么是流？
流是Java8引入的全新概念，它用來處理集合中的數據，暫且可以把它理解為一種高級集合。
眾所周知，集合操作非常麻煩，若要對集合進行篩選、投影，需要寫大量的代碼，而流是以聲明的形式操作集合，它就像SQL語句，我們只需告訴流需要對集合進行什么操作，它就會自動進行操作，並將執行
結果交給你，無需我們自己手寫代碼。
因此，流的集合操作對我們來說是透明的，我們只需向流下達命令，它就會自動把我們想要的結果給我們。由於操作過程完全由Java處理，因此它可以根據當前硬件環境選擇最優的方法處理，我們也無需編
寫復雜又容易出錯的多線程代碼了。

1.2 流的特點

只能遍歷一次
我們可以把流想象成一條流水線，流水線的源頭是我們的數據源(一個集合)，數據源中的元素依次被輸送到流水線上，我們可以在流水線上對元素進行各種操作。一旦元素走到了流水線的另一頭，那么這些
元素就被“消費掉了”，我們無法再對這個流進行操作。當然，我們可以從數據源那里再獲得一個新的流重新遍歷一遍。
采用內部迭代方式
若要對集合進行處理，則需我們手寫處理代碼，這就叫做外部迭代。而要對流進行處理，我們只需告訴流我們需要什么結果，處理過程由流自行完成，這就稱為內部迭代。

1.3 流的操作種類
流的操作分為兩種，分別為中間操作 和 終端操作。
中間操作
當數據源中的數據上了流水線后，這個過程對數據進行的所有操作都稱為“中間操作”。
中間操作仍然會返回一個流對象，因此多個中間操作可以串連起來形成一個流水線。
終端操作
當所有的中間操作完成后，若要將數據從流水線上拿下來，則需要執行終端操作。
終端操作將返回一個執行結果，這就是你想要的數據。

1.4 流的操作過程

使用流一共需要三步：
准備一個數據源
執行中間操作
中間操作可以有多個，它們可以串連起來形成流水線。
執行終端操作
執行終端操作后本次流結束，你將獲得一個執行結果。
2. 流的使用
2.1 獲取流

在使用流之前，首先需要擁有一個數據源，並通過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：
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();
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);
值
直接將幾個值變成流對象：
Stream<String> stream = Stream.of("chaimm","peter","john");

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){
}
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。
2.2 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，並篩選出執行結果為true的元素。
如，篩選出所有學生：

List<Person> result = 

Predicate<String> startWith = (n) -> n.startsWith("b");

Predicate<String> lengthWith = (n) -> n.length() ==3;

list.stream().filter(startWith.and(lengthWith)).forEach((n) -> System.out.println("stream:"+n));

2.3 去重distinct
去掉重復的結果：
List<Person> result = list.stream().distinct().collect(toList());
2.4 截取
截取流的前N個元素：
List<Person> result = list.stream().limit(3).collect(toList());
2.5 跳過
跳過流的前n個元素：
List<Person> result = list.stream()
.skip(3)
.collect(toList());
2.6 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，並執行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());
2.7 合並多個流

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並成一個流。
將小流合並成一個大流：
用flagmap替換剛才的map
list.stream().map(line->line.split(" ")).flagmap(Arrays::stream)

去重
list.stream().map(line->line.split(" ")).flagmap(Arrays::stream).distinct().collect(toList());

2.8 是否匹配任一元素：anyMatch

anyMatch用於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);

2.9 是否匹配所有元素：allMatch

allMatch用於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);

2.10 是否未匹配所有元素：noneMatch

noneMatch與allMatch恰恰相反，它用於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);

2.11 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();
Optional介紹
Optional是Java8新加入的一個容器，這個容器只存1個或0個元素，它用於防止出現NullpointException，它提供如下方法：
isPresent()
判斷容器中是否有值。
ifPresent(Consume lambda)
容器若不為空則執行括號中的Lambda表達式。
T get()
獲取容器中的元素，若容器為空則拋出NoSuchElement異常。
T orElse(T other)
獲取容器中的元素，若容器為空則返回括號中的默認值。
2.12 獲取第一個元素findFirst

Optional<Person> person = list.stream().findFirst();
2.13 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：

初始值
進行歸約操作的Lambda表達式
2.13.1 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());
reduce的第一個參數表示初試值為0；
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。

2.13.2 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。

2.14 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。

2.14.1 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);

2.14.2 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();
3. 由於數值流可能為空，並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，並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

4. Collect

4.1 collect是一個終端操作,它接收的參數是將流中的元素累積到匯總結果的各種方式(稱為收集器)

4.2 預定義收集器包括將流元素歸約和匯總到一個值.如下

工廠方法	返回類型	用於
toList	List<T>	把流中所有元素收集到List中
示例:List<Menu> menus=Menu.getMenus.stream().collect(Collector.toList())
toSet	Set<T>	把流中所有元素收集到Set中,刪除重復項
示例:Set<Menu> menus=Menu.getMenus.stream().collect(Collector.toSet())
toCollection	Collection<T>	把流中所有元素收集到給定的供應源創建的集合中
示例:ArrayList<Menu> menus=Menu.getMenus.stream().collect(Collector.toCollection(ArrayList::new))
Counting	Long	計算流中元素個數
示例:Long count=Menu.getMenus.stream().collect(counting);
SummingInt	Integer	對流中元素的一個整數屬性求和
示例:Integer count=Menu.getMenus.stream().collect(summingInt(Menu::getCalories))
averagingInt	Double	計算流中元素integer屬性的平均值
示例:Double averaging=Menu.getMenus.stream().collect(averagingInt(Menu::getCalories))
Joining	String	連接流中每個元素的toString方法生成的字符串
示例:String name=Menu.getMenus.stream().map(Menu::getName).collect(joining(“, ”))
maxBy	Optional<T>	一個包裹了流中按照給定比較器選出的最大元素的optional 如果為空返回的是Optional.empty()
示例:Optional<Menu> fattest=Menu.getMenus.stream().collect(maxBy(Menu::getCalories))
minBy	Optional<T>	一個包裹了流中按照給定比較器選出的最大元素的optional 如果為空返回的是Optional.empty()
示例: Optional<Menu> lessest=Menu.getMenus.stream().collect(minBy(Menu::getCalories))
Reducing	歸約操作產生的類型	從一個作為累加器的初始值開始,利用binaryOperator與流中的元素逐個結合,從而將流歸約為單個值
示例:int count=Menu.getMenus.stream().collect(reducing(0,Menu::getCalories,Integer::sum));
collectingAndThen	轉換函數返回的類型	包裹另一個轉換器,對其結果應用轉換函數
示例:Int count=Menu.getMenus.stream().collect(collectingAndThen(toList(),List::size))
groupingBy	Map<K,List<T>>	根據流中元素的某個值對流中的元素進行分組,並將屬性值做為結果map的鍵
示例:Map<Type,List<Menu>> menuType=Menu.getMenus.stream().collect(groupingby(Menu::getType))
partitioningBy	Map<Boolean,List<T>>	根據流中每個元素應用謂語的結果來對項目進行分區
示例:Map<Boolean,List<Menu>> menuType=Menu.getMenus.stream().collect(partitioningBy(Menu::isType));

 

4.3 預定義收集器可以用groupby對流中元素進行分組或者用partitioningBy進行分區

4.4 收集器可以高效的復合起來,進行多級分組,多級分區和歸約

4.5 可以自己實現collector接口進行定義自己的收集器

二、總結

1. Stream API 常用操作如下：

操作	類型	返回類型	函數式接口	函數描述符
filter	中間	Stream<T>	Predicate<T>	T->Boolean
distinct	中間-有狀態	Stream<T>
Skip	中間-有狀態	Stream<T>	Long
Limit	中間-有狀態	Stream<T>	Long
Map	中間	Stream<T>	Function<T,R>	T->R
Flatmap	中間	Stream<T>	Function<T,Stream<R>>	T->Stream<R>
Sorted	中間-有狀態	Stream<T>	Compartor<T>	(T,T)->int
anyMatch	終端	Boolean	Predicate<T>	T->Boolean
noneMatch	終端	Boolean	Predicate<T>	T->Boolean
allMatch	終端	Boolean	Predicate<T>	T->Boolean
findAny	終端	Optional<T>
findFirst	終端	Optional<T>
forEach	終端	Void	Consumer<T>	T->void
Collect	終端	R	Collector<T,A,R>
Reduce	終端-有狀態	Optional<T>	BinaryOperator<T>	(T,T)->T
Count	終端	Long

 

2. 可以使用filter,distinct,skip和limit對流進行篩選和切片

3. 可以使用map和flatMap提取或轉換流中的元素

4. 可以使用findFirst和findAny方法查找流中的元素.你可以用allMatch,noneMatch和anyMatch方法讓流匹配給定的謂語

5. 上述方法都利用了短路:找到結果就立刻停止計算,並沒有必要處理整個流

6. 可以利用reduce方法將流中的所有元素迭代合並成一個結果,例如求和或者查詢最大的元素

7. filter和map等操作都是無狀態的,他們並沒有儲存任何狀態.reduce等操作要儲存狀態才能計算出一個值.sorted和distinct等操作也要儲存狀態,因為他們需要把流中的所有元素緩存起來才能返回一個新的流.這種操作稱為有狀態操作.

8. 流有三種基本原始類型特化:intStream,doubleStream和LongStream.他們的操作也有相應的特化

9. 流不僅可以從集合創建,也可以從值,數組,文件以及iterate與generate等特定方法創建

10.Demo案例

public static Map<String, Integer> sumIntByGroup(List<Map> in, String sumKey, String groupKey) {
    return in.stream()
        .collect(
            groupingBy(item -> (String) item.get(groupKey),//根據groupKey字段分組
                TreeMap::new,
                Collectors.summingInt(item -> Integer.parseInt(String.valueOf(item.get(sumKey))))//對sumKey做匯總
            )
        );
  }

  //分組求和
  public static Map<String, Double> sumDoubleByGroupWithGroupFunction(List<Map> in, String sumKey, String groupKey, Function<String, String> groupKeyFunction) {
    return in.stream()
        .collect(
            groupingBy(item -> groupKeyFunction.apply((String) item.get(groupKey)),
                TreeMap::new,
                Collectors.summingDouble(item -> Double.valueOf(String.valueOf(item.get(sumKey))))//對時長做匯總
            )
        );
  }

  //求和
  public static Double sumDouble(List<Map> in, String sumKey) {
    return (Double) in.stream().mapToDouble(item -> Double.valueOf(String.valueOf(item.get(sumKey)))).sum();
  }

  //求和
  public static Integer sumInt(List<Map> in, String sumKey) {
    return (Integer) in.stream().mapToInt(item -> Integer.valueOf(String.valueOf(item.get(sumKey)))).sum();
  }

  //求和
  public static Double sumDoubleWithFunction(List<Map> in, String sumKey, Function<String, String> groupKeyFunction) {
    return (Double) in.stream().mapToDouble(item -> Double.valueOf(String.valueOf(item.get(groupKeyFunction.apply(sumKey))))).sum();
  }

  //分組求列表
  public static Map<String, List<String>> obtainMapByGroupWithGroupFunction
  (List<Map> in, String listKey, String groupKey, Function<String, String> groupKeyFunction) {
    return in.stream()
        .collect(
            groupingBy(item -> groupKeyFunction.apply(String.valueOf(item.get(groupKey))),
                Collectors.mapping(item -> String.valueOf(item.get(listKey)),
                    Collectors.toList())
            )
        );
  }
  

  //分組求列表
  public static Map<String, List<String>> obtainMapByGroupWithGroupFunctionAndWhere
  (List<Map> in, String listKey, String groupKey, Function<String, String> groupKeyFunction, String whereKey, String whereOper, String whereValue) {
    switch (whereOper) {
      case "<=":
        return in.stream().filter(o -> String.valueOf(o.get(whereKey)).compareTo(whereValue) <= 0)
            .collect(
                groupingBy(item -> groupKeyFunction.apply(String.valueOf(item.get(groupKey))),
                    Collectors.mapping(item -> String.valueOf(item.get(listKey)),
                        Collectors.toList())
                )
            );
      case ">=":
        return in.stream().filter(o -> String.valueOf(o.get(whereKey)).compareTo(whereValue) >= 0)
            .collect(
                groupingBy(item -> groupKeyFunction.apply(String.valueOf(item.get(groupKey))),
                    Collectors.mapping(item -> String.valueOf(item.get(listKey)),
                        Collectors.toList())
                )
            );
      case "==":
      default:
        return in.stream().filter(o -> String.valueOf(o.get(whereKey)).compareTo(whereValue) == 0)
            .collect(
                groupingBy(item -> groupKeyFunction.apply(String.valueOf(item.get(groupKey))),
                    Collectors.mapping(item -> String.valueOf(item.get(listKey)),
                        Collectors.toList())
                )
            );
    }
  }

  //分組求列表
  public static Map<String, List<String>> obtainListByGroupWithSetFunction(List<Map> in, String setKey, String groupKey, Function<String, String> setKeyFunction) {
    return in.stream()
        .collect(
            groupingBy(item -> String.valueOf(item.get(groupKey)),
                Collectors.mapping(item -> setKeyFunction.apply(String.valueOf(item.get(setKey))), Collectors.toList())
            )
        );
  }

  //分組求集合
  public static Map<String, Set<String>> obtainSetByGroupWithGroupFunction(List<Map> in, String setKey, String groupKey, Function<String, String> groupKeyFunction) {
    return in.stream()
        .collect(
            groupingBy(item -> groupKeyFunction.apply(String.valueOf(item.get(groupKey))),
                Collectors.mapping(item -> String.valueOf(item.get(setKey)), Collectors.toSet())
            )
        );
  }


  //求唯一值列表
  public static Set<String> obtainSet(List<Map> in, String distinctKey) {
    return in.stream()
        .map(item -> String.valueOf(item.get(distinctKey)))
        .collect(Collectors.toSet());
  }

  
  //求指定key的list集合
  public static List<String> obtainForList(List<JSONObject> in, String listKey) {
    return in.stream()
        .map(item -> String.valueOf(item.get(listKey)))
        .collect(Collectors.toList());
  }
  //求指定key的list集合並且去重
  public static List<String> obtainForListQc(List<JSONObject> in, String listKey) {
    return in.stream()
        .map(item -> String.valueOf(item.get(listKey)))
        .collect(Collectors.toList()).stream().distinct().collect(Collectors.toList());
  }