Stream

什么是 Stream 流

流就相当于工厂的流水线工作，传送带上是一件件产品，而传送带周围是一些工人。有的负责把挑出次品，把它放到其他另一条流水线中重新加工，有的负责根据产品颜色进行收集，等等。如下图所示。

三个员工对传送带上的产品进行操作，老王负责收集把黄色产品挑出，老周负责把产品按先后排序，而老赵负责把残次品挑拣出来，拆开零件放到新的床送带中，继续加工。传送带的终点就是篮子，产品都流向篮子里面。

流的操作就是如此。在没有流之前，我们要自己从一堆产品中找到残次品很难。但是我们有了流之后，我们有了流水线，有了工人，我们就可以让工人帮我们收集，让他们来处理，我们只是充当老板的角色，下达命令即可。在 Java 的流 (Stream) 中，我们只需要使用一些命令，剩下的交给程序本身去执行。这样做既减少了代码量，又能高效完成我们的需求，真是两全其美。

在上面的过程中，我们把老王和老周，以及老赵操作叫做中间操作。因为他们并没有把产品收集起来，他们只是把其他不合格的产品过滤挑出，产品最终都是到篮子里面。但是你装产品不一定是用篮子，你也可以使用箱子，等其他容器。我们把使用这些容器装产品的操作称作终结操作。在 java 中，中间操作就是返回为 Stream 的操作，终结操作就是返回非Stream 的操作。下面会详细讲解。

Stream API

创建 Stream

• Collection.stream()
• Stream.of()
• String.chars()
• IntStream.range() 等

Stream 中间操作

• filter 按照输入的条件，过滤流中的元素
• map
• sorted 对流中的元素排序

Stream 终结操作

• forEach 遍历流中的元素
• count / max / min 统计元素个数 、最大元素、最小元素
• findFirst / findAny 找到第一个元素、随机找一个元素
• anyMatch / noneMatch 是否有匹配的元素、没有匹配的元素
• collect 等

从方法名中我们就能了解它的用处，更为详细的 API 操作可以查看 Stream 源代码。

Collector 操作

Collector 操作是 Stream 中最强大的操作，他就是我们上面例子中提到的「篮子」「箱子」等。它具有以下 API

• toSet / toList / toCollection
• joining()
• toMap()
• groupingBy()

通过这些 API 操作，使得我们能将流中的元素收集起来

下面通过一些实际案例，加深对 Stream 的理解。

案例1

public class User {
        private String name;
        private int age;

        User(String name, int age) {
            this.name = name;
            this.age = age;
        }

        public String getName() {
            return name;
        }

        public void setName(String name) {
            this.name = name;
        }

        public int getAge() {
            return age;
        }

        public void setAge(int age) {
            this.age = age;
        }
}

现在有个需求筛选出年龄大于等于60的用户，然后将他们按照年龄从大到小排序，将他们的名字放在一个LinkedList中返回。我们可以使用 Stream 写出如下代码

public static LinkedList<String> collectNames(List<User> users) {
       return users.stream()
               .filter(user -> user.age >= 60)
               .sorted(comparing(User::getAge).reversed())
               .map(user -> user.name)
               .collect(toCollection(LinkedList::new));
   }

解析：要使用 Stream 首先就需要创建它users.stream()，根据要求筛选出年龄大于 60 的用户 filter(user -> user.age >= 60)，然后使用 sorted 对筛选后的用户按照年龄排序。由于我们要返回的是一个字符串列表LinkedList<String>，而我们 Stream 中的元素都是对象类型，因此我们使用 map(user -> user.name)，把User 映射成 String 类型，这样 Stream 中的元素都是用户的名字了。最后，使用 collect 操作将用户的名字收集成一个 Linked ，这样就解决了我们的需求。

通俗解释：我们作为老板，我们要创建一条流水线，然后安排工人在流水线旁边进行操作。安排员工老赵把用了60年以上的产品，筛选出来。筛选完后，安排老周按使用时长进行从大到小排序。排序之后，安排老王把可用的零件拆下来，最后用一个篮子收集这些可用的零件。

案例2

统计一个给定的字符串中，大写英文字母（A,B,C,…,Z）出现的次数。例如，给定字符串”AaBbCc1234ABC”，返回6，因为该字符串中出现了6次大写英文字母 ABCABC

public static int countUpperCaseLetters(String str) {
    return (int) str.chars()
            .filter(Character::isUpperCase)
            .count();
}

解析：String 类型创建流 str.chars()，然后使用 filter 进行过滤操作，过滤出大写字母 filter(Character::isUpperCase)，接着对过滤出的字母进行统计，完成需求。

更多关于 Stream 操作 demo点击这里

并发流

可以通过并发提高互相独立操作的性能。

互相独立操作指的就是，操作相互之间不影响。例：1个人割麦子需要10天，那10个人割相同面积的麦子就只需要1天。

非互相独立操作就像女人生孩子，1个女人十10个月生1个孩子，但是10个女人并不是一个月就能把孩子生出来。

在正确使用的前提下，可以获得近似线性的性能提升。要使用并发流我们可以使用 parallelStream()创建并发流。或者在原有流的基础上，使用 parallel() 方法将流转化为并发流。

使用一个简单的案例来使用并发流，统计 1 到 100万之间的质数个数 。原始的 Stream 写法如下

IntStream.range(1,100_0000).filter(是否为质数).count()

并发流写法

IntStream.range(1,100_0000).parallel().filter(isPrime).count();

因为统计个数属于互相独立操作，就像两个人数羊群有多少只绵羊一样，两人分别数自己区域的羊，然后再加起来汇总。

对于并发流来说，使⽤要⼩⼼，性能要测试，如果你不知道⾃⼰在做什 么，就忘了它吧。对于详细的操作可以参考《Effective Java 第三版》42-48节。