Stream ApI

Stream API说明 

Java8中有两大最为重要的改变。第一个是 Lambda 表达式；另外一个则 是 Stream API。
 Stream API ( java.util.stream) 把真正的函数式编程风格引入到Java中。这 是目前为止对Java类库最好的补充，
　　因为Stream API可以极大提供Java程 序员的生产力，让程序员写出高效率、干净、简洁的代码。
 Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进 行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。 
　　使用 Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询。 也可以使用 Stream API 来并行执行操作。简言之，Stream API 提供了一种 高效且易于使用的处理数据的方式。

为什么要使用Stream API

 实际开发中，项目中多数数据源都来自于Mysql，Oracle等。但现在数 据源可以更多了，有MongDB，Radis等，而这些NoSQL的数据就需要 Java层面去处理。
 Stream 和 Collection 集合的区别：Collection 是一种静态的内存数据 结构，而 Stream 是有关计算的。前者是主要面向内存，存储在内存中， 
　　后者主要是面向 CPU，通过 CPU 实现计算。

集合是容器用来存储
Stream是用来计算

什么是 Stream

是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。 “集合讲的是数据，Stream讲的是计算！”


注意： 
    ①Stream 自己不会存储元素。 
    ②Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。 
    ③Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。

Stream 的操作三个步骤

 1- 创建 Stream
    一个数据源（如：集合、数组），获取一个流 
 2- 中间操作
    一个中间操作链，对数据源的数据进行处理 
 3- 终止操作(终端操作)
    一旦执行终止操作，就执行中间操作链，并产生结果。之后，不会再被使用

 

Summary

**
 * 1. Stream关注的是对数据的运算，与CPU打交道
 *    集合关注的是数据的存储，与内存打交道
 *
 * 2.
 * ①Stream 自己不会存储元素。
 * ②Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。
 * ③Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行
 *
 * 3.Stream 执行流程
 * ① Stream的实例化
 * ② 一系列的中间操作（过滤、映射、...)
 * ③ 终止操作
 *
 * 4.说明：
 * 4.1 一个中间操作链，对数据源的数据进行处理
 * 4.2 一旦执行终止操作，就执行中间操作链，并产生结果。之后，不会再被使用
 *

Stream的创建方式

创建 Stream方式一：通过集合

    Java8 中的 Collection 接口被扩展，提供了两个获取流 的方法： 
         default Stream<E> stream() : 返回一个顺序流 
         default Stream<E> parallelStream() : 返回一个并行流


    
创建 Stream方式二：通过数组
    Java8 中的 Arrays 的静态方法 stream() 可以获取数组流：
         static <T> Stream<T> stream(T[] array): 返回一个流
        
        重载形式，能够处理对应基本类型的数组： 
             public static IntStream stream(int[] array) 
             public static LongStream stream(long[] array) 
             public static DoubleStream stream(double[] array)

创建 Stream方式三：通过Stream的of()
    可以调用Stream类静态方法 of(), 通过显示值创建一个 流。它可以接收任意数量的参数。
         public static<T> Stream<T> of(T... values) : 返回一个流

            
创建 Stream方式四：创建无限流
    可以使用静态方法 Stream.iterate() 和 Stream.generate(), 创建无限流。
         迭代 public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f) 
         生成 public static<T> Stream<T> generate(Supplier<T> s) 

eg：

  @Test
    public void January(){
        List<Employee> employees = EmployeeData.getEmployees();

        //        default Stream<E> stream() : 返回一个顺序流
        Stream<Employee> stream = employees.stream();

        //        default Stream<E> parallelStream() : 返回一个并行流
        Stream<Employee> stream1 = employees.parallelStream();
    }

    //创建 Stream方式二：通过数组
    @Test
    public void February(){
        int arr [] = {1,2,3,4,5};
        //调用Arrays类的static <T> Stream<T> stream(T[] array): 返回一个流
        IntStream stream  = Arrays.stream(arr);  // Arrays调用stream()传递的参数是数组，生成的是IntStream类型

        // 除了int类型的是返回IntStream其余的都是返回Stream类型
        Employee e1 = new Employee(1001,"Tom");
        Employee e2 = new Employee(1002,"Jerry");
        Employee [] arr1 = new Employee[]{e1,e2};
        Stream<Employee> stream1 = Arrays.stream(arr1);

        String [] str = new String[]{"lwa","lao","wang"};
        Stream<String> stream2 = Arrays.stream(str);  // Arrays类调用stream方法将字符串数组传入其中生成Stream类型对象
    }

    //创建 Stream方式三：通过Stream的of()
    @Test
    public void March(){
        Employee e = new Employee(1001,"aa");
        Stream<Employee> stream = Stream.of(e);

        Stream<Integer> stream1 = Stream.of(1,2,3);
    }

    //创建 Stream方式四：创建无限流
    @Test
    public void April(){
        //      迭代
        // public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
        //遍历前10个偶数
        Stream.iterate(0,t -> t+2).limit(10).forEach(System.out::println);

        //      生成
        //      public static<T> Stream<T> generate(Supplier<T> s)
        Stream.generate(Math::random).limit(10).forEach(System.out::println);  // 随机生成0--1之间的10个数字

    }

Stream 的中间操作

 

多个中间操作可以连接起来形成一个流水线，除非流水线上触发终止 操作，否则中间操作不会执行任何的处理！而在终止操作时一次性全 部处理，称为“惰性求值”。

1-筛选与切片

 

2-映 射

 

3-排序

1-筛选与切片

    //1-筛选与切片
    @Test
    public void January(){
        List<Employee> list = EmployeeData.getEmployees();
        Stream<Employee> stream = list.stream();
        //        filter(Predicate p)——接收 Lambda ， 从流中排除某些元素。
        stream.filter(e -> e.getSalary() > 7000).forEach(System.out::println);  // 筛选薪资大于7000的
        System.out.println("=========");
        // 上一个流处理完就结束了 想要再使用只能再新建流了
        list.stream().filter(t -> t.getAge() > 30).forEach(System.out::println); //筛选年龄大于30的


        //        limit(n)——截断流，使其元素不超过给定数量。
        System.out.println("=========");
        list.stream().filter(t -> t.getAge() > 35).limit(3).forEach(System.out::println); //筛选年龄大于35的前3个人
        System.out.println("=========");

        //        distinct()——筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素

        list.add(new Employee(1001,"老王",45,3400));
        list.add(new Employee(1002,"老李",65,6708));
        list.add(new Employee(1001,"老王",45,3400));
        list.add(new Employee(1002,"老李",65,6708));
        list.add(new Employee(1001,"老王",45,3400));
        list.add(new Employee(1002,"老李",65,6708));
        list.stream().distinct().forEach(System.out::println);


        System.out.println("=========");
        // skip(n) —— 跳过元素，返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补

        list.stream().filter(t -> t.getSalary() > 4000).forEach(System.out::println); // 过滤出薪资大于4000的薪资的对象
        System.out.println("=========");
        list.stream().skip(2).filter(t -> t.getSalary() > 4000).forEach(System.out::println); // 过滤出薪资大于4000的然后跳过前两个的
        
    }

 2： 映射

//映射
    @Test
    public void February(){
        //  map(Function f)——接收一个函数作为参数，将元素转换成其他形式或提取信息，该函数会被应用到每个元素上，并将其映射成一个新的元素。

        List<String> list = Arrays.asList("ca","lao","aa","kk");
        list.stream().map(e -> e.toUpperCase()).forEach(System.out::println);

        //  练习1：获取员工姓名长度大于3的员工的姓名。
        List<Employee> list1 = EmployeeData.getEmployees();
        list1.stream().map(Employee::getName).filter(name -> name.length() > 3).forEach(System.out::println);


        // 练习2
        Stream<Stream<Character>> streamStream = list.stream().map(JulyStreamTestThree::fromStringToStream);
        streamStream.forEach(s ->{
            s.forEach(System.out::println);
        });

        System.out.println("=========");

        //        flatMap(Function f)——接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。
        Stream<Character> characterStream = list.stream().flatMap(JulyStreamTestThree::fromStringToStream);
        characterStream.forEach(System.out::println);

    }




    //将字符串中的多个字符构成的集合转换为对应的Stream的实例
    public static Stream<Character> fromStringToStream(String str){
        ArrayList<Character> list = new ArrayList<>();
        for (Character c: str.toCharArray()
             ) {
            list.add(c);
        }
        return list.stream();
    }

3:排序

    //3-排序
    @Test
    public void April(){
        // sorted()——自然排序
        List<Integer> list = Arrays.asList(12,43,56,10,4,6,65,47);
        list.stream().sorted().forEach(System.out::println);

        //抛异常，原因:Employee没有实现Comparable接口
//        List<Employee> employees = EmployeeData.getEmployees();
//        employees.stream().sorted().forEach(System.out::println);

        // 没有实现Comparable接口的类是不能使用Sorted


        // sorted(Comparator com)——定制排序
        List<Employee> employees = EmployeeData.getEmployees();
        employees.stream().sorted((e1,e2) -> {
            int ageValue = Integer.compare(e1.getAge(),e2.getAge());  // 先按照年龄排序
            if(ageValue != 0){  //
                return ageValue;
            }else {
                return -Double.compare(e1.getSalary(),e2.getSalary());   // 再安装薪资排序
            }
        }).forEach(System.out::println);
    }

Stream 的终止操作

 终端操作会从流的流水线生成结果。其结果可以是任何不是流的值，例 如：List、Integer，甚至是 void 。 
 流进行了终止操作后，不能再次使用

 

 

 

备注：map 和 reduce 的连接通常称为 map-reduce 模式，因 Google 用它来进行网络搜索而出名。

//1-匹配与查找

    //1-匹配与查找

    @Test
    public void Spring(){
        List<Employee> list = EmployeeData.getEmployees();

        //  allMatch(Predicate p)——检查是否匹配所有元素。
        //  练习：是否所有的员工的年龄都大于18
        boolean status = list.stream().allMatch(t -> t.getAge() > 18);  //返回的是布尔值
        System.out.println(status);

        System.out.println("==========");
        // 所有人的薪资是否都大于3000
        boolean statusSalary = list.stream().allMatch(e -> e.getSalary() > 3000);
        System.out.println(statusSalary);
        System.out.println("==========");

        // allMatch() 是所有的都要满足



//        anyMatch(Predicate p)——检查是否至少匹配一个元素。
//         练习：是否存在员工的工资大于 10000
        boolean salaryStatus = list.stream().anyMatch(t -> t.getSalary() > 10000);
        System.out.println(salaryStatus);

        System.out.println("==========");
        //        noneMatch(Predicate p)——检查是否没有匹配的元素。
//          练习：是否存在员工姓“雷”
        boolean statusName = list.stream().noneMatch(t -> t.getName().contains("雷"));
        System.out.println(statusName);

        // findFirst——返回第一个元素
        System.out.println("==========");
        Optional<Employee> o = list.stream().findFirst();
        System.out.println(o);

        System.out.println("==========");
        //        findAny——返回当前流中的任意元素
        Optional<Employee> optional = list.parallelStream().findAny();
        System.out.println(optional);

    }

    @Test
    public void Summer(){
        List<Employee> list = EmployeeData.getEmployees();
        // count——返回流中元素的总个数
        long count = list.stream().filter(t -> t.getAge() > 25).count(); // 找出年龄大于25的对象的个数
        System.out.println(count);

        //  max(Comparator c)——返回流中最大值
        //        练习：返回最高的工资：
        Optional<Double> o = list.stream().map(t -> t.getSalary()).max(Double::compareTo);
        System.out.println(o);

        //        min(Comparator c)——返回流中最小值
        //        练习：返回最低工资的员工
        Optional<Employee> optional =list.stream().min((e1,e2) -> Double.compare(e1.getSalary(),e2.getSalary()) );
        System.out.println(optional);

        //        forEach(Consumer c)——内部迭代
//        list.stream().forEach(System.out::println);

        //使用集合的遍历操作
        list.forEach(System.out::println);
    }

归约

    @Test
    public void autumn(){
        //  reduce(T identity, BinaryOperator)——可以将流中元素反复结合起来，得到一个值。返回 T
        //  练习1：计算1-10的自然数的和
        List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8);
        Integer sum = list.stream().reduce(0,Integer::sum);
        System.out.println(sum);

        //        reduce(BinaryOperator) ——可以将流中元素反复结合起来，得到一个值。返回 Optional<T>
//        练习2：计算公司所有员工工资的总和
        List<Employee> list1 = EmployeeData.getEmployees();
        Optional<Double> optional = list1.stream().map(t -> t.getSalary()).reduce(((d1, d2) -> d1+d2));
        System.out.println(optional);
    }

收集

  @Test
    public void winter(){
        // collect(Collector c)——将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法
//        练习1：查找工资大于6000的员工，结果返回为一个List或Set
        List<Employee> list = EmployeeData.getEmployees();
        List<Employee> list1 = list.stream().filter(t -> t.getSalary() > 6000).collect(Collectors.toList());
        list1.forEach(System.out::println);

        Set<Employee> set = list.stream().filter(t -> t.getSalary() > 6000).collect(Collectors.toSet());
        set.forEach(System.out::print);
    }

.