在JAVA中，涉及到对`数组`、`Collection`等集合类中的元素进行操作的时候，通常会通过**循环的方式**进行逐个处理，或者**使用Stream**的方式进行处理。 例如，现在有这么一个需求： > 从给定句子中返回单词长度大于5的单词列表，按长度倒序输出，最多返回3个 在**JAVA7及之前**的代码中，我们会可以照如下的方式进行实现： ```java public List sortGetTop3LongWords(@NotNull String sentence) { // 先切割句子，获取具体的单词信息 String[] words = sentence.split(" "); List wordList = new ArrayList<>(); // 循环判断单词的长度，先过滤出符合长度要求的单词 for (String word : words) { if (word.length() > 5) { wordList.add(word); } } // 对符合条件的列表按照长度进行排序 wordList.sort((o1, o2) -> o2.length() - o1.length()); // 判断list结果长度，如果大于3则截取前三个数据的子list返回 if (wordList.size() > 3) { wordList = wordList.subList(0, 3); } return wordList; } ``` 在**JAVA8及之后**的版本中，借助Stream流，我们可以更加优雅的写出如下代码： ```java public List sortGetTop3LongWordsByStream(@NotNull String sentence) { return Arrays.stream(sentence.split(" ")) .filter(word -> word.length() > 5) .sorted((o1, o2) -> o2.length() - o1.length()) .limit(3) .collect(Collectors.toList()); } ``` 直观感受上，`Stream`的实现方式代码更加简洁、一气呵成。很多的同学在代码中也经常使用Stream流，但是对Stream流的认知往往也是仅限于会一些简单的`filter`、`map`、`collect`等操作，但JAVA的Stream可以适用的场景与能力远不止这些。  那么问题来了：**Stream相较于传统的foreach的方式处理，到底有啥优势**？ 这里我们可以先搁置这个问题，先整体全面的了解下Stream，然后再来讨论下这个问题。 笔者结合在团队中多年的代码检视遇到的情况，结合平时项目编码实践经验，对**Stream的核心要点与易混淆用法**、**典型使用场景**等进行了详细的梳理总结，希望可以帮助大家对Stream有个更全面的认知，也可以更加高效的应用到项目开发中去。 Stream初相识 --------- 概括讲，可以将Stream流操作分为**3种类型**： * 创建Stream * Stream中间处理 * 终止Steam  每个Stream管道操作类型都包含若干API方法，先列举下各个API方法的功能介绍。 * **开始管道** 主要负责新建一个Stream流，或者基于现有的数组、List、Set、Map等集合类型对象创建出新的Stream流。 | API | 功能说明 | | --- | --- | | stream() | 创建出一个新的stream串行流对象 | | parallelStream() | 创建出一个可并行执行的stream流对象 | | Stream.of() | 通过给定的一系列元素创建一个新的Stream串行流对象 |  * **中间管道** 负责对Stream进行处理操作，并返回一个新的Stream对象，中间管道操作可以进行**叠加**。 | API | 功能说明 | | --- | --- | | filter() | 按照条件过滤符合要求的元素， 返回新的stream流 | | map() | 将已有元素转换为另一个对象类型，一对一逻辑，返回新的stream流 | | flatMap() | 将已有元素转换为另一个对象类型，一对多逻辑，即原来一个元素对象可能会转换为1个或者多个新类型的元素，返回新的stream流 | | limit() | 仅保留集合前面指定个数的元素，返回新的stream流 | | skip() | 跳过集合前面指定个数的元素，返回新的stream流 | | concat() | 将两个流的数据合并起来为1个新的流，返回新的stream流 | | distinct() | 对Stream中所有元素进行去重，返回新的stream流 | | sorted() | 对stream中所有的元素按照指定规则进行排序，返回新的stream流 | | peek() | 对stream流中的每个元素进行逐个遍历处理，返回处理后的stream流 |  * **终止管道** 顾名思义，通过终止管道操作之后，Stream流将**会结束**，最后可能会执行某些逻辑处理，或者是按照要求返回某些执行后的结果数据。 | API | 功能说明 | | --- | --- | | count() | 返回stream处理后最终的元素个数 | | max() | 返回stream处理后的元素最大值 | | min() | 返回stream处理后的元素最小值 | | findFirst() | 找到第一个符合条件的元素时则终止流处理 | | findAny() | 找到任何一个符合条件的元素时则退出流处理，这个**对于串行流时与findFirst相同，对于并行流时比较高效**，任何分片中找到都会终止后续计算逻辑 | | anyMatch() | 返回一个boolean值，类似于isContains(),用于判断是否有符合条件的元素 | | allMatch() | 返回一个boolean值，用于判断是否所有元素都符合条件 | | noneMatch() | 返回一个boolean值， 用于判断是否所有元素都不符合条件 | | collect() | 将流转换为指定的类型，通过Collectors进行指定 | | toArray() | 将流转换为数组 | | iterator() | 将流转换为Iterator对象 | | foreach() | 无返回值，对元素进行逐个遍历，然后执行给定的处理逻辑 | Stream方法使用 ---------- ### map与flatMap `map`与`flatMap`都是用于转换已有的元素为其它元素，区别点在于： * map **必须是一对一的**，即每个元素都只能转换为1个新的元素 * flatMap **可以是一对多的**，即每个元素都可以转换为1个或者多个新的元素  比如：**有一个字符串ID列表，现在需要将其转为User对象列表**。可以使用map来实现： ```java /** * 演示map的用途：一对一转换 */ public void stringToIntMap() { List ids = Arrays.asList("205", "105", "308", "469", "627", "193", "111"); // 使用流操作 List results = ids.stream() .map(id -> { User user = new User(); user.setId(id); return user; }) .collect(Collectors.toList()); System.out.println(results); } ``` 执行之后，会发现每一个元素都被转换为对应新的元素，但是前后总元素个数是一致的： ```java [User{id='205'}, User{id='105'}, User{id='308'}, User{id='469'}, User{id='627'}, User{id='193'}, User{id='111'}] ```  再比如：**现有一个句子列表，需要将句子中每个单词都提取出来得到一个所有单词列表**。这种情况用map就搞不定了，需要`flatMap`上场了： ```java public void stringToIntFlatmap() { List sentences = Arrays.asList("hello world","Jia Gou Wu Dao"); // 使用流操作 List results = sentences.stream() .flatMap(sentence -> Arrays.stream(sentence.split(" "))) .collect(Collectors.toList()); System.out.println(results); } ``` 执行结果如下，可以看到结果列表中元素个数是比原始列表元素个数要多的： ```java [hello, world, Jia, Gou, Wu, Dao] ``` 这里需要补充一句，`flatMap`操作的时候其实是先每个元素处理并返回一个新的Stream，然后将多个Stream展开合并为了一个完整的新的Stream，如下：  ### peek和foreach方法 `peek`和`foreach`，都可以用于对元素进行遍历然后逐个的进行处理。 但根据前面的介绍，**peek属于中间方法**，而**foreach属于终止方法**。这也就意味着peek只能作为管道中途的一个处理步骤，而没法直接执行得到结果，其后面必须还要有其它终止操作的时候才会被执行；而foreach作为无返回值的终止方法，则可以直接执行相关操作。 ```java public void testPeekAndforeach() { List sentences = Arrays.asList("hello world","Jia Gou Wu Dao"); // 演示点1： 仅peek操作，最终不会执行 System.out.println("----before peek----"); sentences.stream().peek(sentence -> System.out.println(sentence)); System.out.println("----after peek----"); // 演示点2： 仅foreach操作，最终会执行 System.out.println("----before foreach----"); sentences.stream().forEach(sentence -> System.out.println(sentence)); System.out.println("----after foreach----"); // 演示点3： peek操作后面增加终止操作，peek会执行 System.out.println("----before peek and count----"); sentences.stream().peek(sentence -> System.out.println(sentence)).count(); System.out.println("----after peek and count----"); } ``` 输出结果可以看出，`peek`独自调用时并没有被执行、但peek后面加上终止操作之后便可以被执行，而`foreach`可以直接被执行： ```java ----before peek---- ----after peek---- ----before foreach---- hello world Jia Gou Wu Dao ----after foreach---- ----before peek and count---- hello world Jia Gou Wu Dao ----after peek and count---- ```  ### filter、sorted、distinct、limit 这几个都是常用的Stream的中间操作方法，具体的方法的含义在上面的表格里面有说明。具体使用的时候，**可以根据需要选择一个或者多个进行组合使用，或者同时使用多个相同方法的组合**： ```java public void testGetTargetUsers() { List ids = Arrays.asList("205","10","308","49","627","193","111", "193"); // 使用流操作 List results = ids.stream() .filter(s -> s.length() > 2) .distinct() .map(Integer::valueOf) .sorted(Comparator.comparingInt(o -> o)) .limit(3) .map(id -> new Dept(id)) .collect(Collectors.toList()); System.out.println(results); } ``` 上面的代码片段的处理逻辑很清晰： 1. 使用filter过滤掉不符合条件的数据 2. 通过distinct对存量元素进行去重操作 3. 通过map操作将字符串转成整数类型 4. 借助sorted指定按照数字大小正序排列 5. 使用limit截取排在前3位的元素 6. 又一次使用map将id转为Dept对象类型 7. 使用collect终止操作将最终处理后的数据收集到list中 输出结果： ```java [Dept{id=111}, Dept{id=193}, Dept{id=205}] ```  ### 简单结果终止方法 按照前面介绍的，终止方法里面像`count`、`max`、`min`、`findAny`、`findFirst`、`anyMatch`、`allMatch`、`nonneMatch`等方法，均属于这里说的简单结果终止方法。所谓简单，指的是其结果形式是数字、布尔值或者Optional对象值等。 ```java public void testSimpleStopOptions() { List ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193"); // 统计stream操作后剩余的元素个数 System.out.println(ids.stream().filter(s -> s.length() > 2).count()); // 判断是否有元素值等于205 System.out.println(ids.stream().filter(s -> s.length() > 2).anyMatch("205"::equals)); // findFirst操作 ids.stream().filter(s -> s.length() > 2) .findFirst() .ifPresent(s -> System.out.println("findFirst:" + s)); } ``` 执行后结果为： ```java 6 true findFirst:205 ```  **避坑提醒** 这里需要补充提醒下，**一旦一个Stream被执行了终止操作之后，后续便不可以再读这个流执行其他的操作**了，否则会报错，看下面示例： ```java public void testHandleStreamAfterClosed() { List ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193"); Stream stream = ids.stream().filter(s -> s.length() > 2); // 统计stream操作后剩余的元素个数 System.out.println(stream.count()); System.out.println("-----下面会报错-----"); // 判断是否有元素值等于205 try { System.out.println(stream.anyMatch("205"::equals)); } catch (Exception e) { e.printStackTrace(); } System.out.println("-----上面会报错-----"); } ``` 执行的时候，结果如下： ```java 6 -----下面会报错----- java.lang.IllegalStateException: stream has already been operated upon or closed at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:229) at java.util.stream.ReferencePipeline.anyMatch(ReferencePipeline.java:449) at com.veezean.skills.stream.StreamService.testHandleStreamAfterClosed(StreamService.java:153) at com.veezean.skills.stream.StreamService.main(StreamService.java:176) -----上面会报错----- ``` 因为stream已经被执行`count()`终止方法了，所以对stream再执行`anyMatch`方法的时候，就会报错`stream has already been operated upon or closed`，这一点在使用的时候需要特别注意。  ### 结果收集终止方法 因为Stream主要用于对集合数据的处理场景，所以除了上面几种获取简单结果的终止方法之外，更多的场景是获取一个集合类的结果对象，比如List、Set或者HashMap等。 这里就需要`collect`方法出场了，它可以支持生成如下类型的结果数据： * 一个`集合类`，比如List、Set或者HashMap等 * StringBuilder对象，支持将多个`字符串进行拼接`处理并输出拼接后结果 * 一个可以记录个数或者计算总和的对象（`数据批量运算统计`）  #### 生成集合 应该算是collect最常被使用到的一个场景了： ```java public void testCollectStopOptions() { List ids = Arrays.asList(new Dept(17), new Dept(22), new Dept(23)); // collect成list List collectList = ids.stream().filter(dept -> dept.getId() > 20) .collect(Collectors.toList()); System.out.println("collectList:" + collectList); // collect成Set Set collectSet = ids.stream().filter(dept -> dept.getId() > 20) .collect(Collectors.toSet()); System.out.println("collectSet:" + collectSet); // collect成HashMap，key为id，value为Dept对象 Map collectMap = ids.stream().filter(dept -> dept.getId() > 20) .collect(Collectors.toMap(Dept::getId, dept -> dept)); System.out.println("collectMap:" + collectMap); } ``` 结果如下： ```java collectList:[Dept{id=22}, Dept{id=23}] collectSet:[Dept{id=23}, Dept{id=22}] collectMap:{22=Dept{id=22}, 23=Dept{id=23}} ```  #### 生成拼接字符串 **将一个List或者数组中的值拼接到一个字符串里并以逗号分隔开**，这个场景相信大家都不陌生吧？ 如果通过`for`循环和`StringBuilder`去循环拼接，还得考虑下最后一个逗号如何处理的问题，很繁琐: ```java public void testForJoinStrings() { List ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193"); StringBuilder builder = new StringBuilder(); for (String id : ids) { builder.append(id).append(','); } // 去掉末尾多拼接的逗号 builder.deleteCharAt(builder.length() - 1); System.out.println("拼接后：" + builder.toString()); } ``` 但是现在有了Stream，使用`collect`可以轻而易举的实现： ```java public void testCollectJoinStrings() { List ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193"); String joinResult = ids.stream().collect(Collectors.joining(",")); System.out.println("拼接后：" + joinResult); } ``` 两种方式都可以得到完全相同的结果，但Stream的方式更优雅： ```java 拼接后：205,10,308,49,627,193,111,193 ``` 📢 **敲黑板：** 关于这里的说明，评论区中很多的小伙伴提出过疑问，就是这个场景其实使用 `String.join()` 就可以搞定了，并不需要上面使用 `stream` 的方式去实现。这里要声明下，**Stream的魅力之处就在于其可以结合到其它的业务逻辑中进行处理**，让代码逻辑更加的自然、一气呵成。如果纯粹是个String字符串拼接的诉求，确实没有必要使用Stream来实现，毕竟杀鸡焉用牛刀嘛~ 但是可以看看下面给出的这个示例，便可以感受出使用Stream进行字符串拼接的真正魅力所在。   #### 数据批量数学运算 还有一种场景，实际使用的时候可能会比较少，就是使用collect生成数字数据的总和信息，也可以了解下实现方式： ```java public void testNumberCalculate() { List ids = Arrays.asList(10, 20, 30, 40, 50); // 计算平均值 Double average = ids.stream().collect(Collectors.averagingInt(value -> value)); System.out.println("平均值：" + average); // 数据统计信息 IntSummaryStatistics summary = ids.stream().collect(Collectors.summarizingInt(value -> value)); System.out.println("数据统计信息： " + summary); } ``` 上面的例子中，使用collect方法来对list中元素值进行数学运算，结果如下： ```java 平均值：30.0 总和： IntSummaryStatistics{count=5, sum=150, min=10, average=30.000000, max=50} ```  并行Stream -------- ### 机制说明 使用并行流，可以有效利用计算机的多CPU硬件，提升逻辑的执行速度。并行流通过将一整个stream划分为`多个片段`，然后对各个分片流并行执行处理逻辑，最后将各个分片流的执行结果汇总为一个整体流。  ### 约束与限制 并行流类似于多线程在并行处理，所以与多线程场景相关的一些问题同样会存在，比如死锁等问题，所以在并行流终止执行的函数逻辑，必须要保证**线程安全**。  回答最初的问题 ------- 到这里，关于JAVA Stream的相关概念与用法介绍，基本就讲完了。我们再把焦点切回本文刚开始时提及的一个问题： **Stream相较于传统的foreach的方式处理stream，到底有啥优势**？ 根据前面的介绍，我们应该可以得出如下几点答案： * **代码更简洁**、偏声明式的编码风格，更容易体现出代码的逻辑意图 * **逻辑间解耦**，一个stream中间处理逻辑，无需关注上游与下游的内容，只需要按约定实现自身逻辑即可 * 并行流场景**效率**会比迭代器逐个循环更高 * 函数式接口，**延迟执行**的特性，中间管道操作不管有多少步骤都不会立即执行，只有遇到终止操作的时候才会开始执行，可以避免一些中间不必要的操作消耗 当然了，Stream也不全是优点，在有些方面也有其弊端： * 代码调测debug不便 * 程序员从历史写法切换到Stream时，需要一定的适应时间  总结 -- 好啦，关于JAVA Stream的理解要点与使用技能的阐述就先到这里啦。那通过上面的介绍，各位小伙伴们是否已经跃跃欲试了呢？快去项目中使用体验下吧！当然啦，如果有疑问，也欢迎找我一起探讨探讨咯。 **补充：** 受限于篇幅限制，本文对collect的用法也只是简单介绍，但是Stream中collect的能力远比想象的要强大，为了能够将这部分讲清楚，我针对Stream的collect用法与原理写了一篇专门文章，点击👉👉《[\# 讲透JAVA Stream的collect用法与原理，远比你想象的更强大](https://juejin.cn/post/7121539527151190053/ "https://juejin.cn/post/7121539527151190053/")》👈👈助你解锁更多Stream的高级玩法。 **此外：** * 关于本文中涉及的**演示代码**的完整示例，我已经整理并提交到github中，如果您有需要，可以自取：[github.com/veezean/Jav…](https://link.juejin.cn/?target=https%3A%2F%2Fgithub.com%2Fveezean%2FJavaBasicSkills "https://github.com/veezean/JavaBasicSkills")  本文转自 [https://juejin.cn/post/7118991438448164878](https://juejin.cn/post/7118991438448164878)，如有侵权，请联系删除。
评论