# :-: Stream API (上) # Stream API 上 ## 使用流 ### 创建流 在使用流之前，首先需要拥有一个数据源，并通过StreamAPI提供的一些方法获取该数据源的流对象。数据源可以有多种形式： **1\. 集合** 这种数据源较为常用，通过stream()方法即可获取流对象： ~~~ List<Person> list = new ArrayList<Person>(); Stream<Person> stream = list.stream(); ~~~ **2\. 数组** 通过Arrays类提供的静态函数stream()获取数组的流对象： ~~~ String[] names = {"chaimm","peter","john"}; Stream<String> stream = Arrays.stream(names); ~~~ **3\. 值** 直接将几个值变成流对象： ~~~ Stream<String> stream = Stream.of("chaimm","peter","john"); ~~~ **4\. 文件** ~~~ try(Stream lines = Files.lines(Paths.get(“文件路径名”),Charset.defaultCharset())){ //可对lines做一些操作 }catch(IOException e){ } ~~~ **5\. iterator** **创建无限流** ~~~ Stream.iterate(0, n -> n + 2) .limit(10) .forEach(System.out::println); ~~~ > PS：Java7简化了IO操作，把打开IO操作放在try后的括号中即可省略关闭IO的代码。 ### 筛选 filter filter 函数接收一个Lambda表达式作为参数，该表达式返回boolean，在执行过程中，流将元素逐一输送给filter，并筛选出执行结果为true的元素。 如，筛选出所有学生： ~~~ List<Person> result = list.stream() .filter(Person::isStudent) .collect(toList()); ~~~ ### 去重distinct 去掉重复的结果： ~~~ List<Person> result = list.stream() .distinct() .collect(toList()); ~~~ ### 截取 截取流的前N个元素： ~~~ List<Person> result = list.stream() .limit(3) .collect(toList()); ~~~ ### 跳过 跳过流的前n个元素： ~~~ List<Person> result = list.stream() .skip(3) .collect(toList()); ~~~ ### 映射 对流中的每个元素执行一个函数，使得元素转换成另一种类型输出。流会将每一个元素输送给map函数，并执行map中的Lambda表达式，最后将执行结果存入一个新的流中。 如，获取每个人的姓名(实则是将Perosn类型转换成String类型)： ~~~ List<Person> result = list.stream() .map(Person::getName) .collect(toList()); ~~~ ### 合并多个流 例：列出List中各不相同的单词，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： 首先将list变成流： ~~~ list.stream(); ~~~ 按空格分词： ~~~ list.stream() .map(line->line.split(" ")); ~~~ 分完词之后，每个元素变成了一个String\[\]数组。 将每个`String[]`变成流： ~~~ list.stream() .map(line->line.split(" ")) .map(Arrays::stream) ~~~ 此时一个大流里面包含了一个个小流，我们需要将这些小流合并成一个流。 将小流合并成一个大流：用`flatMap`替换刚才的 map ~~~ list.stream() .map(line->line.split(" ")) .flatMap(Arrays::stream) ~~~ 去重 ~~~ list.stream() .map(line->line.split(" ")) .flatMap(Arrays::stream) .distinct() .collect(toList()); ~~~ ### 是否匹配任一元素：anyMatch anyMatch用于判断流中是否存在至少一个元素满足指定的条件，这个判断条件通过Lambda表达式传递给anyMatch，执行结果为boolean类型。 如，判断list中是否有学生： ~~~ boolean result = list.stream() .anyMatch(Person::isStudent); ~~~ ### 是否匹配所有元素：allMatch allMatch用于判断流中的所有元素是否都满足指定条件，这个判断条件通过Lambda表达式传递给anyMatch，执行结果为boolean类型。 如，判断是否所有人都是学生： ~~~ boolean result = list.stream() .allMatch(Person::isStudent); ~~~ ### 是否未匹配所有元素：noneMatch noneMatch与allMatch恰恰相反，它用于判断流中的所有元素是否都不满足指定条件： ~~~ boolean result = list.stream() .noneMatch(Person::isStudent); ~~~ ### 获取任一元素findAny findAny能够从流中随便选一个元素出来，它返回一个Optional类型的元素。 ~~~ Optional<Person> person = list.stream().findAny(); ~~~ ### 获取第一个元素findFirst ~~~ Optional<Person> person = list.stream().findFirst(); ~~~ ### 归约 归约是将集合中的所有元素经过指定运算，折叠成一个元素输出，如：求最值、平均数等，这些操作都是将一个集合的元素折叠成一个元素输出。 在流中，reduce函数能实现归约。 reduce函数接收两个参数： 1. 初始值 2. 进行归约操作的Lambda表达式 **元素求和：自定义Lambda表达式实现求和** 例：计算所有人的年龄总和 ~~~ int age = list.stream().reduce(0, (person1,person2)->person1.getAge()+person2.getAge()); ~~~ 1. reduce的第一个参数表示初试值为0； 2. reduce的第二个参数为需要进行的归约操作，它接收一个拥有两个参数的Lambda表达式，reduce会把流中的元素两两输给Lambda表达式，最后将计算出累加之和。 **元素求和：使用Integer.sum函数求和** 上面的方法中我们自己定义了Lambda表达式实现求和运算，如果当前流的元素为数值类型，那么可以使用Integer提供了sum函数代替自定义的Lambda表达式，如： ~~~ int age = list.stream().reduce(0, Integer::sum); ~~~ Integer类还提供了`min`、`max`等一系列数值操作，当流中元素为数值类型时可以直接使用。 ### 数值流的使用 采用reduce进行数值操作会涉及到基本数值类型和引用数值类型之间的装箱、拆箱操作，因此效率较低。 当流操作为纯数值操作时，使用数值流能获得较高的效率。 **将普通流转换成数值流** StreamAPI提供了三种数值流：IntStream、DoubleStream、LongStream，也提供了将普通流转换成数值流的三种方法：mapToInt、mapToDouble、mapToLong。 如，将Person中的age转换成数值流： ~~~ IntStream stream = list.stream().mapToInt(Person::getAge); ~~~ **数值计算** 每种数值流都提供了数值计算函数，如max、min、sum等。如，找出最大的年龄： ~~~ OptionalInt maxAge = list.stream() .mapToInt(Person::getAge) .max(); ~~~ 由于数值流可能为空，并且给空的数值流计算最大值是没有意义的，因此max函数返回OptionalInt，它是Optional的一个子类，能够判断流是否为空，并对流为空的情况作相应的处理。 此外，mapToInt、mapToDouble、mapToLong进行数值操作后的返回结果分别为：OptionalInt、OptionalDouble、OptionalLong ## 中间操作和收集操作