Stream API

Java8中有兩大最為重要的改變：第一個(gè)是 Lambda 表達(dá)式；另外一個(gè)則是 Stream API(java.util.stream.*)缕探。

Stream 是 Java8 中處理集合的關(guān)鍵抽象概念肌稻，它可以指定你希望對(duì)集合進(jìn)行的操作维苔，可以執(zhí)行非常復(fù)雜的查找宵荒、過(guò)濾和映射數(shù)據(jù)等操作。使用Stream API 對(duì)集合數(shù)據(jù)進(jìn)行操作苔悦，就類似于使用 SQL 執(zhí)行的數(shù)據(jù)庫(kù)查詢轩褐。也可以使用 Stream API 來(lái)并行執(zhí)行操作。簡(jiǎn)而言之玖详，Stream API 提供了一種高效且易于使用的處理數(shù)據(jù)的方式把介。

流(Stream)是數(shù)據(jù)渠道勤讽，用于操作數(shù)據(jù)源（集合、數(shù)組等）所生成的元素序列拗踢。"集合講的是數(shù)據(jù)脚牍，流講的是計(jì)算！ "

集合和流(Stream)巢墅，表面上有一些相似之處诸狭，他們有不同的目標(biāo)诚啃。集合主要關(guān)注其元素的有效管理和訪問(wèn)戏溺，相比之下，流不提供直接訪問(wèn)或操縱元素的手段捎琐，而是關(guān)心聲明性地描述其源和將在該源上進(jìn)行聚合的計(jì)算操作蓄髓。

上篇內(nèi)容我們學(xué)習(xí)了Stream的中間操作叉庐，接下來(lái)我們來(lái)看下Stream數(shù)據(jù)流的結(jié)果消費(fèi)，即終端(終止)操作双吆。以下用 終端操作 統(tǒng)稱眨唬。

Stream的終端操作

流管道通過(guò)源生成会前，經(jīng)過(guò)零個(gè)或多個(gè)中間操作后好乐，進(jìn)行最后的終端操作，由此產(chǎn)生結(jié)果或副作用瓦宜，如count()或forEach(Consumer)蔚万。

我們將終端操作的結(jié)果分為如下幾類：

1. 匹配
2. 統(tǒng)計(jì)
3. 消費(fèi)
4. 轉(zhuǎn)換

以下內(nèi)容提到XxxStream代表IntStream、LongStream临庇、DoubleStream反璃。如無(wú)特殊說(shuō)明Stream也包含IntStream、LongStream假夺、DoubleStream淮蜈。

匹配

匹配類型的終端操作返回值為布爾值，根據(jù)使用語(yǔ)境調(diào)用不同的方法及傳入謂語(yǔ)實(shí)現(xiàn)確定是否匹配已卷。

注意：如果流為空時(shí)穿稳，allMatch方法始終返回true；noneMatch方法始終返回true晌坤。

以下代碼見(jiàn) StreamTerminalOperationMatchTest逢艘。

anyMatch的使用

// 是否存在匹配的元素旦袋，true
log.info("[1, 2, 3, 4, 5, 6]存在偶數(shù)否：{}",
        Stream.of(1, 2, 3, 4, 5, 6).anyMatch(n -> n % 2 == 0));

allMatch的使用

// 全部元素是否都匹配，false
log.info("[1, 2, 3, 4, 5, 6]全部都是偶數(shù)否：{}",
        Stream.of(1, 2, 3, 4, 5, 6).allMatch(n -> n % 2 == 0));

noneMatch的使用

// 全部元素是否都不匹配埋虹，false
log.info("[1, 2, 3, 4, 5, 6]全部都不是偶數(shù)否：{}",
        Stream.of(1, 2, 3, 4, 5, 6).noneMatch(n -> n % 2 == 0));

空流驗(yàn)證

// 空流中不存在任何匹配元素猜憎，所以返回false
log.info("空流是否AnyMatch：{}", Stream.empty().anyMatch(Objects::isNull));
// 空流中不存在不匹配的，即全部匹配搔课，所以返回true
log.info("空流是否AllMatch：{}", Stream.empty().allMatch(Objects::isNull));
// 空流中全部都不匹配胰柑，所以返回true
log.info("空流是否NoneMatch：{}", Stream.empty().noneMatch(Objects::isNull));

統(tǒng)計(jì)

統(tǒng)計(jì)類型的終端操作是對(duì)流元素的統(tǒng)計(jì)，如元素個(gè)數(shù)爬泥、最大值柬讨、最小值、統(tǒng)計(jì)對(duì)象等袍啡。

XxxSummaryStatistics類型的統(tǒng)計(jì)對(duì)象旅掂，如IntSummaryStatistics赏胚，除了提供最小值、最大值商虐、平均值觉阅、元素個(gè)數(shù)、總和外称龙，還提供了accept留拾、combine兩個(gè)方法，分別支持添加新的數(shù)據(jù)和連接另外的統(tǒng)計(jì)對(duì)象鲫尊，并自動(dòng)重新統(tǒng)計(jì)結(jié)果痴柔。

以下代碼見(jiàn) StreamTerminalOperationStatisticsTest。

count的使用

log.info("[1, 2, 3, 4, 5, 6]元素個(gè)數(shù)：{}",
        Stream.of(1, 2, 3, 4, 5, 6).count());

min的使用(使用Comparator比較)

log.info("[1, 2, 3, 4, 5, 6]的最大值：{}",
        Stream.of(1, 2, 3, 4, 5, 6).min(Comparator.comparingInt(n -> n)).get());

max的使用(使用Comparator比較)

log.info("[1, 2, 3, 4, 5, 6]的最小值：{}",
        Stream.of(1, 2, 3, 4, 5, 6).max(Comparator.comparingInt(n -> n)).get());

min的使用

log.info("[1, 2, 3, 4, 5, 6]的最小值：{}",
        IntStream.of(1, 2, 3, 4, 5, 6).min().getAsInt());

max的使用

log.info("[1, 2, 3, 4, 5, 6]的最大值：{}",
        IntStream.of(1, 2, 3, 4, 5, 6).max().getAsInt());

average的使用

log.info("[1, 2, 3, 4, 5, 6]的平均值：{}",
        IntStream.of(1, 2, 3, 4, 5, 6).average().getAsDouble());

sum的使用

log.info("[1, 2, 3, 4, 5, 6]的求和：{}",
        IntStream.of(1, 2, 3, 4, 5, 6).sum());

summaryStatistics的使用

IntSummaryStatistics summaryStatistics = IntStream.of(1, 2, 3, 4, 5, 6).summaryStatistics();
log.info("[1, 2, 3, 4, 5, 6]的統(tǒng)計(jì)對(duì)象：{}", summaryStatistics);
summaryStatistics.accept(7);
log.info("添加7后疫向，統(tǒng)計(jì)對(duì)象變?yōu)椋簕}", summaryStatistics);
IntSummaryStatistics summaryStatistics2 = IntStream.of(8, 9).summaryStatistics();
summaryStatistics.combine(summaryStatistics2);
log.info("合并[8, 9]后咳蔚，統(tǒng)計(jì)對(duì)象變?yōu)椋簕}", summaryStatistics);

消費(fèi)

消費(fèi)類型的終端操作是對(duì)流內(nèi)元素的獲取或循環(huán)消費(fèi)豪嚎。

看了forEach和forEachOrdered的Api的說(shuō)明革为，大家可能對(duì)這兩個(gè)還是有點(diǎn)疑問(wèn)，這里特別說(shuō)明下舵鳞，forEach在并行流(parallel后面會(huì)講)中并不按照流內(nèi)元素之前定義的順序執(zhí)行操作震檩，是無(wú)序的，而forEachOrdered會(huì)按照流之前定義的順序執(zhí)行操作蜓堕。除非必要抛虏，在并行流中不建議使用forEachOrdered對(duì)其進(jìn)行排序執(zhí)行操作，否則影響性能套才。

流有可能也可能沒(méi)有定義順序迂猴。流是否有順序取決于源和中間操作。某些流源（如List或數(shù)組）本質(zhì)上是有序的霜旧，而其他數(shù)據(jù)源（如HashSet）不是错忱。一些中間操作（例如sorted()）可以在其他無(wú)序流上排序儡率，而其他中間操作可以使有序流無(wú)序挂据，例如BaseStream.unordered()。此外儿普，一些終端操作可能會(huì)忽略順序崎逃，如forEach()。

如果一個(gè)流被命令眉孩，大多數(shù)操作被限制為在遇到的順序中對(duì)元素進(jìn)行操作; 如果流的源是List含有[1, 2, 3] 个绍，然后執(zhí)行的結(jié)果map(x -> x*2)必須是[2, 4, 6] 。 然而浪汪，如果源沒(méi)有定義的順序巴柿，則任何[2, 4, 6]排列組合值都將是有效結(jié)果。

對(duì)于順序流死遭，遇到順序的存在或不存在不影響性能广恢，僅影響確定性。 如果流被排序呀潭，在相同的源上重復(fù)執(zhí)行相同的流管線將產(chǎn)生相同的結(jié)果; 如果沒(méi)有排序钉迷，重復(fù)執(zhí)行可能會(huì)產(chǎn)生不同的結(jié)果至非。

對(duì)于并行流，放寬排序約束有時(shí)可以實(shí)現(xiàn)更有效的執(zhí)行糠聪。如果元素的排序不相關(guān)荒椭，某些聚合操作，例如過(guò)濾重復(fù)（distinct()）或組合減少（Collectors.groupingBy()）可以更有效地實(shí)現(xiàn)舰蟆。 類似地趣惠，本質(zhì)上與遇到順序相關(guān)的操作，如limit()可能需要緩沖以確保正確排序身害，從而破壞并行性的好處信卡。另外，當(dāng)流遇到排序题造，但用戶并不特別在意那次偶遇秩序的情況下傍菇，明確地去操作為無(wú)序流unordered()可以提高某些狀態(tài)或終端操作的并行性能。 然而界赔，大多數(shù)流管線丢习，例如上面的例子的“權(quán)重之和”，仍然在有序的限制下有效地并行化淮悼。

以下代碼見(jiàn) StreamTerminalOperationConsumeTest咐低。

findFirst的使用

log.info("[1, 2, 3, 4, 5, 6]的首個(gè)值：{}",
        Stream.of(1, 2, 3, 4, 5, 6).parallel().findFirst().get());

findAny的使用

log.info("[1, 2, 3, 4, 5, 6]的任意值：{}",
        Stream.of(1, 2, 3, 4, 5, 6).parallel().findAny().get());

forEach的使用

// 并行后順序隨機(jī)，輸出不保證順序
log.info("[1, 2, 3, 4, 5, 6]的并行后循環(huán)輸出：");
Stream.of(1, 2, 3, 4, 5, 6).parallel().forEach(System.out::println);

forEachOrdered的使用

// 無(wú)論是否并行袜腥，始終按照流定義的順序或排序后的結(jié)果輸出
log.info("[1, 2, 5, 6, 3, 4]的并行后順序循環(huán)輸出：");
Stream.of(1, 2, 5, 6, 3, 4).sorted().parallel().forEachOrdered(System.out::println);

轉(zhuǎn)換

轉(zhuǎn)換類型的終端操作是將流轉(zhuǎn)換為另一種對(duì)象使用见擦。

此處我們著重說(shuō)下序號(hào)3，帶有3個(gè)參數(shù)的reduce方法伟墙，該方法支持轉(zhuǎn)換元素（結(jié)果）類型翘鸭，即從類型T轉(zhuǎn)換為類型U。第1個(gè)參數(shù)代表初始值戳葵；第2個(gè)參數(shù)是累加器函數(shù)式接口就乓，輸入類型U和類型T，返回類型U；第3個(gè)參數(shù)是組合器函數(shù)式接口档址，輸入類型U和類型U盹兢，返回類型U。該方法的第3個(gè)參數(shù)在并行執(zhí)行下有效守伸。
同時(shí)需要注意绎秒，此方法有如下要求：

• u = combiner(identity, u);
• combiner.apply(u, accumulator.apply(identity, t)) == accumulator.apply(u, t);

該方法的代碼示例見(jiàn)reduce的使用3和reduce的使用4，如果對(duì)該示例不了解尼摹，可以在后面的章節(jié)中講解了并行執(zhí)行之后再回過(guò)頭來(lái)看該示例见芹。

以下代碼見(jiàn) StreamTerminalOperationTransformTest。

reduce的使用1

// 使用reduce方式實(shí)現(xiàn)查找最小值
log.info("[1, 2, 3, 4, 5, 6]的最小值：{}",
        Stream.of(1, 2, 3, 4, 5, 6).reduce(Integer::min).get());

reduce的使用2

// 使用reduce方式實(shí)現(xiàn)求和
log.info("[1, 2, 3, 4, 5, 6]的求和：{}",
        Stream.of(1, 2, 3, 4, 5, 6).reduce(0, Integer::sum));

reduce的使用3

// 求單詞長(zhǎng)度之和
Integer lengthSum = Stream.of("I", "love", "you", "too")
        .parallel()
        .reduce(0,// 初始值　// (1)
                (sum, str) -> sum + str.length(), // 累加器 // (2)
                Integer::sum);// 部分和拼接器蠢涝，并行執(zhí)行時(shí)才會(huì)用到 // (3)
// int lengthSum = stream.mapToInt(str -> str.length()).sum();
log.info("ILoveYouToo的長(zhǎng)度為：{}", lengthSum);

reduce的使用4

// 下方方法同步執(zhí)行時(shí)玄呛，能出現(xiàn)正確結(jié)果
// 并行執(zhí)行時(shí)，將出現(xiàn)意想不到的結(jié)果
// 多線程執(zhí)行時(shí)和二，append導(dǎo)致初始值identity發(fā)生了變化徘铝，而多線程又導(dǎo)致了數(shù)據(jù)重復(fù)添加
StringBuffer word = Stream.of("I", "love", "you", "too")
        .parallel()                 // 同步執(zhí)行注釋該步驟
        .reduce(new StringBuffer(),// 初始值　// (1)
                StringBuffer::append, // 累加器 // (2)
                StringBuffer::append);// 部分和組合器，并行執(zhí)行時(shí)才會(huì)用到 // (3)
log.info("拼接字符串為:{}", word);

// 此處如果使用字符串concat惯吕，導(dǎo)致性能降低惕它，不停創(chuàng)建字符串常量
String word2 = Stream.of("I", "love", "you", "too")
        .parallel()                 // 同步執(zhí)行注釋該步驟
        .reduce("",// 初始值　// (1)
                String::concat, // 累加器 // (2)
                String::concat);// 部分和組合器，并行執(zhí)行時(shí)才會(huì)用到 // (3)
log.info("拼接字符串為:{}", word2);

// 下面方法并行執(zhí)行時(shí)废登，雖然能達(dá)到正確的結(jié)果淹魄，但是并未滿足reduce的要求
List<Integer> accResult = Stream.of(1, 2, 3, 4)
        .parallel()
        .reduce(Collections.synchronizedList(new ArrayList<>()),
                (acc, item) -> {
                    List<Integer> list = new ArrayList<>();
                    list.add(item);
                    System.out.println("item BiFunction : " + item);
                    System.out.println("acc+ BiFunction: " + list);
                    return list;
                }, (accs, items) -> {
                    accs.addAll(items);
                    System.out.println("item BinaryOperator: " + items);
                    System.out.println("acc+ BinaryOperator: " + accs);
                    return accs;
                });
log.info("accResult: {}", accResult);

由于時(shí)間及版面的緣故，本期就先講到這里堡距，下期在著重將collect甲锡。

源碼詳見(jiàn)：https://github.com/crystalxmumu/spring-web-flux-study-note

以上是本期筆記的內(nèi)容，我們下期見(jiàn)羽戒。