Function.identity()是什么？
// 将Stream转换成容器或Map Stream<String> stream = Stream.of("I", "love", "you", "too"); Map<String, Integer> map = stream.collect(Collectors.toMap(Function.identity(), String::length));
Function是一个接口，那么Function.identity()是什么意思呢？解释如下：
Java 8允许在接口中加入具体方法。接口中的具体方法有两种，default方法和static方法，identity()就是Function接口的一个静态方法。
Function.identity()返回一个输出跟输入一样的Lambda表达式对象，等价于形如t -> t形式的Lambda表达式。
identity() 方法JDK源码如下：
static Function identity() { return t -> t; }
Function.identity()的应用
下面的代码中，Task::getTitle需要一个task并产生一个仅有一个标题的key。task -> task是一个用来返回自己的lambda表达式，上例中返回一个task。
private static Map<String, Task> taskMap(List<Task> tasks) { return tasks.stream().collect(toMap(Task::getTitle, task -> task)); }
可以使用Function接口中的默认方法identity来让上面的代码代码变得更简洁明了、传递开发者意图时更加直接，下面是采用identity函数的代码。
import static java.util.function.Function.identity; private static Map<String, Task> taskMap(List<Task> tasks) { return tasks.stream().collect(toMap(Task::getTitle, identity())); }
Function.identity() or t->t？
Arrays.asList("a", "b", "c")
.stream()
.map(Function.identity()) // <- This,
.map(str -> str) // <- is the same as this.
.collect(Collectors.toMap(
Function.identity(), // <-- And this,
str -> str)); // <-- is the same as this.
上面的代码中，为什么要使用Function.identity()代替str->str呢？它们有什么区别呢？
在上面的代码中str -> str和Function.identity()是没什么区别的因为它们都是t->t。但是我们有时候不能使用Function.identity，看下面的例子：
List list = new ArrayList<>(); list.add(1); list.add(2);
下面这段代码可以运行成功：
int[] arrayOK = list.stream().mapToInt(i -> i).toArray();
但是如果你像下面这样写：
int[] arrayProblem = list.stream().mapToInt(Function.identity()).toArray();
运行的时候就会错误，因为mapToInt要求的参数是ToIntFunction类型，但是ToIntFunction类型和Function没有关系
作者：zoyoto
链接：https://www.jianshu.com/p/cd694d2d8be5
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。
Java8 Stream groupingBy对List进行分组
提到Group By，首先想到的往往是sql中的group by操作，对搜索结果进行分组。其实Java8 Streams API中的Collector也支持流中的数据进行分组和分区操作，本片文章讲简单介绍一下，如何使用groupingBy 和 partitioningBy来对流中的元素进行分组和分区。
groupingBy
首先看一下Java8之前如果想对一个List做分组操作，我们需要如下代码操作：
@Test public void groupListBeforeJava8() { Map<String, List<Employee>> result = new HashMap<>(); for (Employee e : employees) { String city = e.getCity(); List<Employee> empsInCity = result.get(city); if (empsInCity == null) { empsInCity = new ArrayList<>(); result.put(city, empsInCity); } empsInCity.add(e); } System.out.println(result); assertEquals(result.get("London").size(), 2); }
而如果使用Java8中Stream的groupingBy分组器，就可以这样操作：
/** * 使用java8 stream groupingBy操作,按城市分组list */ @Test public void groupingByTest() { Map<String, List<Employee>> employeesByCity = employees.stream().collect(Collectors.groupingBy(Employee::getCity)); System.out.println(employeesByCity); assertEquals(employeesByCity.get("London").size(), 2); }
https://blog.csdn.net/weixin_41835612/article/details/83687088
/** * list排序 */ @Test public void listSort() { //对数字进行排序 List<Integer> nums = Arrays.asList(3, 1, 5, 2, 9, 8, 4, 10, 6, 7); nums.sort(Comparator.reverseOrder()); //reverseOrder倒序 System.out.println("倒序:" + nums);//倒序:[10, 9, 8, 7, 6, 5, 4, 3, 2, 1] nums.sort(Comparator.naturalOrder());//naturalOrder自然排序即：正序 System.out.println("正序:" + nums);//正序:[1, 2, 3, 4, 5, 6, 7, 8, 9, 10] //按照对象某个属性进行排序：例如年龄 List<UserDemo> users = new ArrayList<>(); users.add(new UserDemo(22L, "name_22")); users.add(new UserDemo(18L, "name_18")); users.add(new UserDemo(35L, "name_35")); users.add(new UserDemo(16L, "name_16")); users.add(new UserDemo(40L, "name_40")); /** * o1,o2表示需要比较的对象， * 正序：o1.getAge().compareTo(o2.getAge()) * 倒序：o2.getAge().compareTo(o1.getAge()) **/ users.sort(Comparator.comparing(UserDemo::getId)); /** * age正序:[UserDemo(id=16, name=name_16), UserDemo(id=18, name=name_18), UserDemo(id=22, name=name_22), UserDemo(id=35, name=name_35), UserDemo(id=40, name=name_40)] */ System.err.println("age正序:" + users); users.sort((o1, o2) -> o2.getId().compareTo(o1.getId())); /** * age倒序:[UserDemo(id=40, name=name_40), UserDemo(id=35, name=name_35), UserDemo(id=22, name=name_22), UserDemo(id=18, name=name_18), UserDemo(id=16, name=name_16)] */ System.err.println("age倒序:" + users); } /** * toMap * reduce */ @Test public void listToMap() { long length = 10L; List<UserDemo> list = new ArrayList<>((int) length); for (long i = 0L; i < length; i++) { list.add(new UserDemo(i, "name_" + i)); } String name = "name_" + 6; list.add(new UserDemo(6666L, name)); /** * (k1, k2) -> k1 * 后面重复的会被丢弃 */ Map<String, Long> nameToId = list.stream().collect(Collectors.toMap(UserDemo::getName, UserDemo::getId, (oldValue, newValue) -> oldValue)); assertThat(nameToId.get(name)).isEqualTo(6L); Long sum = nameToId.values().parallelStream().reduce(0L, Long::sum); assertThat(sum).isEqualTo(1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9); /** * (k1, k2) -> k2 * 后面的覆盖前面的 */ nameToId = list.stream().collect(Collectors.toMap(UserDemo::getName, UserDemo::getId, (oldValue, newValue) -> newValue)); assertThat(nameToId.get(name)).isEqualTo(6666L); sum = nameToId.values().parallelStream().reduce(0L, Long::sum); assertThat(sum).isEqualTo(1 + 2 + 3 + 4 + 5 + 6666 + 7 + 8 + 9); }
感谢同事【天锦】的投稿。投稿请联系 tengfei@ifeve.com
上篇文章Java8初体验（一）lambda表达式语法比较详细的介绍了lambda表达式的方方面面，细心的读者会发现那篇文章的例子中有很多Stream的例子。
这些Stream的例子可能让你产生疑惑，本文将会详细讲解Stream的使用方法（不会涉及Stream的原理，因为这个系列的文章还是一个快速学习如何使用的）。
1. Stream初体验
我们先来看看Java里面是怎么定义Stream的：
A sequence of elements supporting sequential and parallel aggregate operations.
我们来解读一下上面的那句话：
- Stream是元素的集合，这点让Stream看起来用些类似Iterator；
- 可以支持顺序和并行的对原Stream进行汇聚的操作；
大家可以把Stream当成一个高级版本的Iterator。
原始版本的Iterator，用户只能一个一个的遍历元素并对其执行某些操作；
高级版本的Stream，用户只要给出需要对其包含的元素执行什么操作，比如“过滤掉长度大于10的字符串”、“获取每个字符串的首字母”等，具体这些操作如何应用到每个元素上，就给Stream就好了！（这个秘籍，一般人我不告诉他：））
大家看完这些可能对Stream还没有一个直观的认识，莫急，咱们来段代码。
//Lists是Guava中的一个工具类 List<Integer> nums = Lists.newArrayList(1,null,3,4,null,6); nums.stream().filter(num -> num != null).count();
上面这段代码是获取一个List中，元素不为null的个数。这段代码虽然很简短，但是却是一个很好的入门级别的例子来体现如何使用Stream，正所谓“麻雀虽小五脏俱全”。我们现在开始深入解刨这个例子，完成以后你可能可以基本掌握Stream的用法！
1.1 剖析Stream通用语法
图片就是对于Stream例子的一个解析，可以很清楚的看见：原本一条语句被三种颜色的框分割成了三个部分。
红色框中的语句是一个Stream的生命开始的地方，负责创建一个Stream实例；
绿色框中的语句是赋予Stream灵魂的地方，把一个Stream转换成另外一个Stream，红框的语句生成的是一个包含所有nums变量的Stream，进过绿框的filter方法以后，重新生成了一个过滤掉原nums列表所有null以后的Stream；
蓝色框中的语句是丰收的地方，把Stream的里面包含的内容按照某种算法来汇聚成一个值，
例子中是获取Stream中包含的元素个数。如果这样解析以后，还不理解，那就只能动用“核武器”–图形化，一图抵千言！
在此我们总结一下使用Stream的基本步骤：
- 创建Stream；
- 转换Stream，每次转换原有Stream对象不改变，返回一个新的Stream对象（**可以有多次转换**）；
- 对Stream进行聚合（Reduce）操作，获取想要的结果；
2. 创建Stream
最常用的创建Stream有两种途径：
- 通过Stream接口的静态工厂方法（注意：Java8里接口可以带静态方法）；
- 通过Collection接口的默认方法（默认方法：Default method，也是Java8中的一个新特性，就是接口中的一个带有实现的方法，后续文章会有介绍）–stream()，把一个Collection对象转换成Stream
2.1 使用Stream静态方法来创建Stream
1. of方法：有两个overload方法，一个接受变长参数，一个接口单一值
Stream<Integer> integerStream = Stream.of(1, 2, 3, 5);
Stream<String> stringStream = Stream.of("taobao");
2. generator方法：生成一个无限长度的Stream，其元素的生成是通过给定的Supplier（这个接口可以看成一个对象的工厂，每次调用返回一个给定类型的对象）
Stream.generate(new Supplier<Double>() { @Override public Double get() { return Math.random(); } }); Stream.generate(() -> Math.random()); Stream.generate(Math::random);
三条语句的作用都是一样的，只是使用了lambda表达式和方法引用的语法来简化代码。每条语句其实都是生成一个无限长度的Stream，其中值是随机的。这个无限长度Stream是懒加载，一般这种无限长度的Stream都会配合Stream的limit()方法来用。
3. iterate方法：也是生成无限长度的Stream，和generator不同的是，其元素的生成是重复对给定的种子值(seed)调用用户指定函数来生成的。其中包含的元素可以认为是：seed，f(seed),f(f(seed))无限循环
Stream.iterate(1, item -> item + 1).limit(10).forEach(System.out::println);
这段代码就是先获取一个无限长度的正整数集合的Stream，然后取出前10个打印。千万记住使用limit方法，不然会无限打印下去。
2.2 通过Collection子类获取Stream
这个在本文的第一个例子中就展示了从List对象获取其对应的Stream对象，如果查看Java doc就可以发现Collection接口有一个stream方法，所以其所有子类都都可以获取对应的Stream对象。
public interface Collection<E> extends Iterable<E> { //其他方法省略 default Stream<E> stream() { return StreamSupport.stream(spliterator(), false); } }
3. 转换Stream
转换Stream其实就是把一个Stream通过某些行为转换成一个新的Stream。Stream接口中定义了几个常用的转换方法，下面我们挑选几个常用的转换方法来解释。
1. distinct: 对于Stream中包含的元素进行去重操作（去重逻辑依赖元素的equals方法），新生成的Stream中没有重复的元素；
distinct方法示意图(**以下所有的示意图都要感谢[RxJava](https://github.com/Netflix/RxJava)项目的doc中的图片给予的灵感, 如果示意图表达的有错误和不准确的地方，请直接联系我。**)：
2. filter: 对于Stream中包含的元素使用给定的过滤函数进行过滤操作，新生成的Stream只包含符合条件的元素；
filter方法示意图：
3. map: 对于Stream中包含的元素使用给定的转换函数进行转换操作，新生成的Stream只包含转换生成的元素。这个方法有三个对于原始类型的变种方法，分别是：mapToInt，mapToLong和mapToDouble。这三个方法也比较好理解，比如mapToInt就是把原始Stream转换成一个新的Stream，这个新生成的Stream中的元素都是int类型。之所以会有这样三个变种方法，可以免除自动装箱/拆箱的额外消耗；
map方法示意图：
4. flatMap：和map类似，不同的是其每个元素转换得到的是Stream对象，会把子Stream中的元素压缩到父集合中；
flatMap方法示意图：
5. peek: 生成一个包含原Stream的所有元素的新Stream，同时会提供一个消费函数（Consumer实例），新Stream每个元素被消费的时候都会执行给定的消费函数；
peek方法示意图：
6. limit: 对一个Stream进行截断操作，获取其前N个元素，如果原Stream中包含的元素个数小于N，那就获取其所有的元素；
limit方法示意图：
7. skip: 返回一个丢弃原Stream的前N个元素后剩下元素组成的新Stream，如果原Stream中包含的元素个数小于N，那么返回空Stream；
skip方法示意图：
8. 在一起,在一起！
List<Integer> nums = Lists.newArrayList(1,1,null,2,3,4,null,5,6,7,8,9,10); System.out.println(“sum is:”+nums.stream().filter(num -> num != null). distinct().mapToInt(num -> num * 2). peek(System.out::println).skip(2).limit(4).sum());
这段代码演示了上面介绍的所有转换方法（除了flatMap），简单解释一下这段代码的含义：给定一个Integer类型的List，获取其对应的Stream对象，然后进行过滤掉null，再去重，再每个元素乘以2，再每个元素被消费的时候打印自身，在跳过前两个元素，最后去前四个元素进行加和运算(解释一大堆，很像废话，因为基本看了方法名就知道要做什么了。这个就是声明式编程的一大好处！)。大家可以参考上面对于每个方法的解释，看看最终的输出是什么。
9. 性能问题
有些细心的同学可能会有这样的疑问：在对于一个Stream进行多次转换操作，每次都对Stream的每个元素进行转换，而且是执行多次，这样时间复杂度就是一个for循环里把所有操作都做掉的N（转换的次数）倍啊。其实不是这样的，转换操作都是lazy的，多个转换操作只会在汇聚操作（见下节）的时候融合起来，一次循环完成。我们可以这样简单的理解，Stream里有个操作函数的集合，每次转换操作就是把转换函数放入这个集合中，在汇聚操作的时候循环Stream对应的集合，然后对每个元素执行所有的函数。
4. 汇聚（Reduce）Stream
汇聚这个词，是我自己翻译的，如果大家有更好的翻译，可以在下面留言。在官方文档中是reduce，也叫fold。
在介绍汇聚操作之前，我们先看一下Java doc中对于其定义：
A reduction operation (also called a fold) takes a sequence of input elements and combines them into a single summary result by repeated application of a combining operation, such as finding the sum or maximum of a set of numbers, or accumulating elements into a list. The streams classes have multiple forms of general reduction operations, called reduce() and collect(), as well as multiple specialized reduction forms such as sum(), max(), or count().
简单翻译一下：汇聚操作（也称为折叠）接受一个元素序列为输入，反复使用某个合并操作，把序列中的元素合并成一个汇总的结果。比如查找一个数字列表的总和或者最大值，或者把这些数字累积成一个List对象。Stream接口有一些通用的汇聚操作，比如reduce()和collect()；也有一些特定用途的汇聚操作，比如sum(),max()和count()。注意：sum方法不是所有的Stream对象都有的，只有IntStream、LongStream和DoubleStream是实例才有。
下面会分两部分来介绍汇聚操作：
- 可变汇聚：把输入的元素们累积到一个可变的容器中，比如Collection或者StringBuilder；
- 其他汇聚：除去可变汇聚剩下的，一般都不是通过反复修改某个可变对象，而是通过把前一次的汇聚结果当成下一次的入参，反复如此。比如reduce，count，allMatch；
4.1 可变汇聚
可变汇聚对应的只有一个方法：collect，正如其名字显示的，它可以把Stream中的要有元素收集到一个结果容器中（比如Collection）。先看一下最通用的collect方法的定义（还有其他override方法）：
<R> R collect(Supplier<R> supplier, BiConsumer<R, ? super T> accumulator, BiConsumer<R, R> combiner);
先来看看这三个参数的含义：
Supplier supplier是一个工厂函数，用来生成一个新的容器；
BiConsumer accumulator也是一个函数，用来把Stream中的元素添加到结果容器中；
BiConsumer combiner还是一个函数，用来把中间状态的多个结果容器合并成为一个（并发的时候会用到）。
看晕了？
来段代码！
List<Integer> nums = Lists.newArrayList(1,1,null,2,3,4,null,5,6,7,8,9,10); List<Integer> numsWithoutNull = nums.stream().filter(num -> num != null). collect(() -> new ArrayList<Integer>(), (list, item) -> list.add(item), (list1, list2) -> list1.addAll(list2));
上面这段代码就是对一个元素是Integer类型的List，先过滤掉全部的null，然后把剩下的元素收集到一个新的List中。进一步看一下collect方法的三个参数，都是lambda形式的函数（*上面的代码可以使用方法引用来简化，留给读者自己去思考*）。
- 第一个函数生成一个新的ArrayList实例；
- 第二个函数接受两个参数，第一个是前面生成的ArrayList对象，二个是stream中包含的元素，函数体就是把stream中的元素加入ArrayList对象中。第二个函数被反复调用直到原stream的元素被消费完毕；
- 第三个函数也是接受两个参数，这两个都是ArrayList类型的，函数体就是把第二个ArrayList全部加入到第一个中；
但是上面的collect方法调用也有点太复杂了，没关系！我们来看一下collect方法另外一个override的版本，其依赖[Collector](http://docs.oracle.com/javase/8/docs/api/java/util/stream/Collector.html)。
<R, A> R collect(Collector<? super T, A, R> collector);
这样清爽多了！少年，还有好消息，Java8还给我们提供了Collector的工具类–[Collectors](http://docs.oracle.com/javase/8/docs/api/java/util/stream/Collectors.html)，其中已经定义了一些静态工厂方法，比如：Collectors.toCollection()收集到Collection中, Collectors.toList()收集到List中和Collectors.toSet()收集到Set中。这样的静态方法还有很多，这里就不一一介绍了，大家可以直接去看JavaDoc。下面看看使用Collectors对于代码的简化：
List<Integer> numsWithoutNull = nums.stream().filter(num -> num != null). collect(Collectors.toList());
4.2 其他汇聚
– reduce方法：reduce方法非常的通用，后面介绍的count，sum等都可以使用其实现。reduce方法有三个override的方法，本文介绍两个最常用的，最后一个留给读者自己学习。先来看reduce方法的第一种形式，其方法定义如下：
Optional<T> reduce(BinaryOperator<T> accumulator);
接受一个BinaryOperator类型的参数，在使用的时候我们可以用lambda表达式来。
List<Integer> ints = Lists.newArrayList(1,2,3,4,5,6,7,8,9,10);
System.out.println("ints sum is:" + ints.stream().reduce((sum, item) -> sum + item).get());
可以看到reduce方法接受一个函数，这个函数有两个参数，第一个参数是上次函数执行的返回值（也称为中间结果），第二个参数是stream中的元素，这个函数把这两个值相加，得到的和会被赋值给下次执行这个函数的第一个参数。要注意的是：**第一次执行的时候第一个参数的值是Stream的第一个元素，第二个参数是Stream的第二个元素**。这个方法返回值类型是Optional，这是Java8防止出现NPE的一种可行方法，后面的文章会详细介绍，这里就简单的认为是一个容器，其中可能会包含0个或者1个对象。
这个过程可视化的结果如图：
reduce方法还有一个很常用的变种：
T reduce(T identity, BinaryOperator<T> accumulator);
这个定义上上面已经介绍过的基本一致，不同的是：它允许用户提供一个循环计算的初始值，如果Stream为空，就直接返回该值。而且这个方法不会返回Optional，因为其不会出现null值。下面直接给出例子，就不再做说明了。
List<Integer> ints = Lists.newArrayList(1,2,3,4,5,6,7,8,9,10);
System.out.println("ints sum is:" + ints.stream().reduce(0, (sum, item) -> sum + item));
– count方法：获取Stream中元素的个数。比较简单，这里就直接给出例子，不做解释了。
List<Integer> ints = Lists.newArrayList(1,2,3,4,5,6,7,8,9,10);
System.out.println("ints sum is:" + ints.stream().count());
– 搜索相关
– allMatch：是不是Stream中的所有元素都满足给定的匹配条件
– anyMatch：Stream中是否存在任何一个元素满足匹配条件
– findFirst: 返回Stream中的第一个元素，如果Stream为空，返回空Optional
– noneMatch：是不是Stream中的所有元素都不满足给定的匹配条件
– max和min：使用给定的比较器（Operator），返回Stream中的最大|最小值
下面给出allMatch和max的例子，剩下的方法读者当成练习。
List<Integer> ints = Lists.newArrayList(1,2,3,4,5,6,7,8,9,10); System.out.println(ints.stream().allMatch(item -> item < 100)); ints.stream().max((o1, o2) -> o1.compareTo(o2)).ifPresent(System.out::println);
5. 下期预告
Functional Interface
6. 引用文档
1. 《Java SE 8 for the Really Impatient》
2. Java 8 API doc
原创文章，转载请注明： 转载自并发编程网 – ifeve.com本文链接地址: Java8初体验（二）Stream语法详解
http://ifeve.com/stream/
@Data public class Product { private Integer id; }
public static final int INITIAL_CAPACITY = 10; @Test public void changeDataTypeAndCollectWithINITIAL_CAPACITY() { List<Product> productList = new ArrayList<>(INITIAL_CAPACITY); List<String> strIdList = new ArrayList<>(INITIAL_CAPACITY); for (int i = 0; i < INITIAL_CAPACITY; i++) { Product product = new Product(); product.setId(i); productList.add(product); strIdList.add(String.valueOf(i)); } List<String> productIdStrList = productList.stream().map(product -> product.getId().toString()).collect(Collectors.toCollection(() -> new ArrayList<>(INITIAL_CAPACITY))); System.out.println(JSON.toJSONString(productIdStrList)); assertThat(productIdStrList).containsAll(strIdList); }