一直在用JDK8 ，却从未用过Stream，为了对数组或集合进行一些排序、过滤或数据处理，只会写for循环或者foreach，这就是我曾经的一个写照。
刚开始写写是打基础，但写的多了，各种乏味，非过来人不能感同身受。今天，我就要分享一篇如何解决上述问题的新方法 - Stream API。但学习Stream之前却不得不学一下Lambda表达式。说实话，网上介绍Lambda表达式的文章很多，大多晦涩难懂，今天我就想用自己的理解去说一下Lambda表达式是如何让我们的代码写的更少！
02来自IDEA的提示
在IDE中，你是否遇到在写以下列代码时，被友情提示的情况：
new Thread(new Runnable() {
@Override
public void run() {
System.out.println("thread");
}
});
这时候，我们按一下快捷键，IDE自动帮我们把代码优化为酱个样子：
new Thread(() -> System.out.println("thread"));
这就是Java8的新特性：lambda表达式。
03Lambda入门
借用上面的示例，在调用new Thread的含参构造方法时，我们通过匿名内部类的方式实现了Runnable对象，但其实有用的代码只有System.out.println("thread")这一句，而我们却要为了这一句去写这么多行代码。正是这个问题，才有了Java8中的lambda表达式。那lambd表达式究竟是如何简化代码的呢？
先来看lambda表达式的语法：
() -> {}
(): 括号就是接口方法的括号，接口方法如果有参数，也需要写参数。只有一个参数时，括号可以省略。
->: 分割左右部分的，没啥好说的。
{} : 要实现的方法体。只有一行代码时，可以不加括号，可以不写return。
看了上面的解释，也就不难理解IDE优化后的代码了。不过看到这里你也许意识到，如果接口中有多个方法时，按照上面的逻辑lambda表达式恐怕不行了。没错，lambda表达式只适用于函数型接口。说白了，函数型接口就是只有一个抽象方法的接口。这种类型的接口还有一个对应的注解：@FunctionalInterface。为了让我们在需要这种接口时不再自己去创建，Java8中内置了四大核心函数型接口。
消费型接口（有参无返回值）
Consumer<T>
void accept(T t);
供给型接口（无参有返回值）
Supplier<T>
T get();
函数型接口（有参有返回值）
Function<T, R>
R apply(T t);
断言型接口（有参有布尔返回值）
Predicate<T>
boolean test(T t);
看到这里如果遇到一般的lambda表达式，你应该可以从容面对了，但高级点的恐怕看到还是懵，不要急，其实也不难。Lambda表达式还有两种简化代码的手段，分别是方法引用、构造引用。
04方法引用
方法引用是什么呢？如果我们要实现接口的方法与另一个方法A类似，（这里的类似是指参数类型与返回值部分相同），我们直接声明A方法即可。也就是，不再使用lambda表达式的标准形式，改用高级形式。无论是标准形式还是高级形式，都是lambda表达式的一种表现形式。
举例：
Function function1 = (x) -> x;
Function function2 = String::valueOf;
对比Function接口的抽象方法与String的value方法，可以看到它们是类似的。
R apply(T t);
public static String valueOf(Object obj) {
return (obj == null) ? "null" : obj.toString();
}
方法引用的语法：
对象::实例方法类::静态方法类::实例方法
前两个很容易理解，相当于对象调用实例方法，类调用静态方法一样。只是第三个需要特殊说明。
当出现如下这种情况时：
Compare<Boolean> c = (a, b) -> a.equals(b);
用lambda表达式实现Compare接口的抽象方法，并且方法体只有一行，且该行代码为参数1调用方法传入参数2。此时，就可以简化为下面这种形式：
Compare<Boolean> c = String::equals;
也就是“类::实例方法”的形式。
值得一提的是，当参数b不存在时，该方式依旧适用。例如：
Function function1 = (x) -> x.toString();
Function function1 = Object::toString;
05构造引用
先来创建一个供给型接口对象：
Supplier<String> supplier = () -> new String();
在这个lammbda表达式中只做了一件事，就是返回一个新的String对象，而这种形式可以更简化：
Supplier<String> supplier = String::new;
提炼一下构造引用的语法：
类名::new
当通过含参构造方法创建对象，并且参数列表与抽象方法的参数列表一致，也就是下面的这种形式：
Function1 function = (x) -> new String(x);
也可以简化为：
Function1 function = String::new;
特殊点的数组类型：
Function<Integer,String[]> function = (x) -> new String[x];
可以简化为：
Function<Integer,String[]> function = String[]::new;
06Lambda总结
上面并没有给出太多的lambda实例，只是侧重讲了如何去理解lambda表达式。到这里，不要懵。要记住lambda的本质：为函数型接口的匿名实现进行简化与更简化。
所谓的简化就是lambda的标准形式，所谓的更简化是在标准形式的基础上进行方法引用和构造引用。
方法引用是拿已有的方法去实现此刻的接口。
构造引用是对方法体只有一句new Object()的进一步简化。
07Stream理解
如何理解Stream？在我看来，Stream 不是集合元素，它不是数据结构并不保存数据，它是有关算法和计算的，它更像一个高级版本的 Iterator。简单来说，它的作用就是通过一系列操作将数据源（集合、数组）转化为想要的结果。
Stream有三点非常重要的特性：
Stream 是不会存储元素的。
Stream 不会改变原对象，相反，他们会返回一个持有结果的新Stream。
Stream 操作是延迟执行的。意味着它们会等到需要结果的时候才执行。
08Stream生成
Collection系的 stream() 和 parallelStream()
List<String> list = new ArrayList<>();
Stream<String> stream = list.stream();
Stream<String> stringStream = list.parallelStream();
通过Arrays.stram()
Stream<String> stream1 = Arrays.stream(new String[10]);
通过Stream.of()
Stream<Integer> stream2 = Stream.of(1, 2, 3);
通过Stream.iterate()生成无限流
Stream<Integer> iterate = Stream.iterate(0, (x) -> x + 2);
iterate.limit(10).forEach(System.out::println);
通过Stream.generate()
Stream<Double> generate = Stream.generate(() -> Math.random());generate.forEach(System.out::println);
09Stream中间操作
多个中间操作连接而成为流水线，流水线不遇到终止操作是不触发任何处理的，所为又称为“惰性求值”。
list.stream()
.map(s -> s + 1) //映射
.flatMap(s -> Stream.of(s)) //和map差不多，但返回类型为Stream，类似list.add()和list.addAll()的区别
.filter(s -> s < 1000) //过滤
.limit(5) //限制
.skip(1) //跳过
.distinct() //去重
.sorted() //自然排序
.sorted(Integer::compareTo) //自定义排序
关于map方法，参数为一个Function函数型接口的对象，也就是传入一个参数返回一个对象。这个参数就是集合中的每一项。类似Iterator遍历。其它的几个操作思想都差不多。
执行上面的方法没什么用，因为缺少终止操作。
10Stream的终止操作
常用的终止API如下：
list.stream().allMatch((x) -> x == 555); // 检查是否匹配所有元素
list.stream().anyMatch(((x) -> x>600)); // 检查是否至少匹配一个元素
list.stream().noneMatch((x) -> x>500); //检查是否没有匹配所有元素
list.stream().findFirst(); // 返回第一个元素
list.stream().findAny(); // 返回当前流中的任意一个元素
list.stream().count(); // 返回流中元素的总个数
list.stream().forEach(System.out::println); //内部迭代
list.stream().max(Integer::compareTo); // 返回流中最大值
Optional<Integer> min = list.stream().min(Integer::compareTo);//返回流中最小值
System.out.println("min "+min.get());
reduce （归约）：将流中元素反复结合起来得到一个值
Integer reduce = list.stream()
.map(s -> (s + 1))
.reduce(0, (x, y) -> x + y); //归约：0为第一个参数x的默认值，x是计算后的返回值，y为每一项的值。
System.out.println(reduce);
Optional<Integer> reduce1 = list.stream()
.map(s -> (s + 1))
.reduce((x, y) -> x + y); // x是计算后的返回值，默认为第一项的值，y为其后每一项的值。
System.out.println(reduce);
collect（收集）：将流转换为其他形式。需要Collectors类的一些方法。
//转集合
Set<Integer> collect = list.stream()
.collect(Collectors.toSet());
List<Integer> collect2 = list.stream()
.collect(Collectors.toList());
HashSet<Integer> collect1 = list.stream()
.collect(Collectors.toCollection(HashSet::new));
//分组 {group=[444, 555, 666, 777, 555]}
Map<String, List<Integer>> collect3 = list.stream()
.collect(Collectors.groupingBy((x) -> "group"));//将返回值相同的进行分组
System.out.println(collect3);
//多级分组 {group={777=[777], 666=[666], 555=[555, 555], 444=[444]}}
Map<String, Map<Integer, List<Integer>>> collect4 = list.stream()
.collect(Collectors.groupingBy((x) -> "group", Collectors.groupingBy((x) -> x)));
System.out.println(collect4);
//分区 {false=[444], true=[555, 666, 777, 555]}
Map<Boolean, List<Integer>> collect5 = list.stream()
.collect(Collectors.partitioningBy((x) -> x > 500));
System.out.println(collect5);
//汇总
DoubleSummaryStatistics collect6 = list.stream()
.collect(Collectors.summarizingDouble((x) -> x));
System.out.println(collect6.getMax());
System.out.println(collect6.getCount());
//拼接 444,555,666,777,555
String collect7 = list.stream()
.map(s -> s.toString())
.collect(Collectors.joining(","));
System.out.println(collect7);
java8 新特性 Stream流 分组 排序 过滤 多条件去重
public class Streams {
private static List<User> list = new ArrayList<User>();
public static void main(String[] args) {
list = Arrays.asList(
new User(1, "a", 10),
new User(4, "d", 19),
new User(5, "e", 13),
new User(2, "b", 14),
new User(3, "a", 10),
new User(6, "f", 16)
);
long start = System.currentTimeMillis();
order();
println(String.format("耗时[%s]毫秒", (System.currentTimeMillis() - start)));
}
/**
* 多条件去重
* @param list
*/
public static void order() {
list.stream().collect(Collectors.collectingAndThen(
Collectors.toCollection(() -> new TreeSet<>(
Comparator.comparing(o -> o.getAge() + ";" + o.getName()))), ArrayList::new)).forEach(u -> println(u));
}
public static void group() {
Map<Integer, List<User>> collect = list.stream().collect(Collectors.groupingBy(User::getAge));
System.out.println(collect);
}
/**
* filter过滤
* @param list
*/
public static void filterAge() {
list.stream().filter(u -> u.getAge() == 10).forEach(u -> println(u));
}
/**
* sorted排序
*/
public static void stord() {
list.stream().sorted(Comparator.comparing(u-> u.getAge())).forEach(u -> println(u));
}
/**
* limit方法限制最多返回多少元素
*/
public static void limit() {
list.stream().limit(2).forEach(u -> println(u));
}
/**
* 不要前多n个元素，n大于满足条件的元素个数就返回空的流
*/
public static void skip() {
list.stream().skip(2).forEach(u -> println(u));
}
// 最大值 最小值
public static void statistics() {
Optional<User> min = list.stream().min(Comparator.comparing(User::getUserId));
println(min);
Optional<User> max = list.stream().max(Comparator.comparing(User::getUserId));
println(max);
}
// 统计
public static void summarizingInt(){
IntSummaryStatistics statistics = list.stream().collect(Collectors.summarizingInt(User::getAge));
double average = statistics.getAverage();
long count = statistics.getCount();
int max = statistics.getMax();
int min = statistics.getMin();
long sum = statistics.getSum();
println(average);
println(count);
println(min);
println(sum);
println(max);
}
/**
* 转set
*/
public static void toSet() {
Set<User> collect = list.stream().collect(Collectors.toSet());
Iterator<User> iterator = collect.iterator();
while(iterator.hasNext()) {
System.out.println(iterator.next().getUserId());
}
}
/**
* 转map
*/
public static void toMap() {
Map<Integer, User> collect = list.stream().collect(Collectors.toMap(User::getUserId, u -> u));
for (Integer in : collect.keySet()) {
User u = collect.get(in);//得到每个key多对用value的值
println(u);
}
}
/**
*map
*/
public static void map() {
list.stream().map(User::getUserId).forEach(userId -> println(userId));
list.stream().mapToInt(User::getAge).forEach(userId -> println(userId));
list.stream().mapToDouble(User::getUserId).forEach(userId -> println(userId));
list.stream().mapToLong(User::getUserId).forEach(userId -> println(userId));
}
/**
* 查找与匹配
* allMatch方法与anyMatch差不多，表示所有的元素都满足才返回true。noneMatch方法表示没有元素满足
*/
public static void anyMatch() {
boolean anyMatch = list.stream().anyMatch(u -> u.getAge() == 100);
boolean allMatch = list.stream().allMatch(u -> u.getUserId() == 10);
boolean noneMatch = list.stream().noneMatch(u -> u.getUserId() == 10);
println(anyMatch);
println(allMatch);
println(noneMatch);
}
/**
* reduce操作
*/
public static void reduce() {
Optional<Integer> sum = list.stream().map(User::getAge).reduce(Integer::sum);
Optional<Integer> max = list.stream().map(User::getAge).reduce(Integer::max);
Optional<Integer> min = list.stream().map(User::getAge).reduce(Integer::min);
println(sum);
println(max);
println(min);
}
/**
* 公共输出
* @param c
*/
public static void println(Object c) {
System.out.println(c.toString());
}
static class User {
private Integer userId;
private String name;
private Integer age;
User(Integer userId, String name, Integer age) {
super();
this.userId = userId;
this.name = name;
this.age = age;
}
public Integer getUserId() {
return userId;
}
public void setUserId(Integer userId) {
this.userId = userId;
}
public String getName() {
return this.name;
}
public void setName(String name) {
this.name = name;
}
public Integer getAge() {
return age;
}
public void setAge(Integer age) {
this.age = age;
}
@Override
public String toString() {
return "[userId=" + userId + ", name=" + name + ", age=" + age + "]";
}
}
