目录
- 1.Stream API
- 2.创建Stream的方式
- 3.Stream 的中间操作
- 4.Stream 的终止操作
1.Stream API
Stream API(java.util.stream.*)
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。
简而言之，Stream API 提供了一种高效且易于使用的处理数据的方式。流(Stream) 到底是什么呢？
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，流讲的是计算!
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)
一个终止操作，执行中间操作链，并产生结果
2.创建Stream的方式
1.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
2.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)
3.由值创建流,可以使用静态方法 Stream.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
4.由函数创建流：创建无限流可以使用静态方法 Stream.iterate()和Stream.generate(), 创建无限流。
public static<T> Stream<T> iterate(final T seed, finalUnaryOperator<T> f) 迭代
public static<T> Stream<T> generate(Supplier<T> s) 生成3.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
filter(Predicate p) 过滤 接收 Lambda ， 从流中排除某些元素。
distinct() 去重，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
limit(long maxSize) 截断流，使其元素不超过给定数量。
skip(long 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
2.映射
map(Function f) 接收一个函数作为参数，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。
mapToDouble(ToDoubleFunction f) 接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 DoubleStream。
mapToInt(ToIntFunction f) 接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 IntStream。
mapToLong(ToLongFunction f) 接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的 LongStream。
3.排序
sorted() 产生一个新流，其中按自然顺序排序 元素实现Compareble接口
sorted(Comparator comp) 产生一个新流，其中按比较器顺序排序 传入一个比较4.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 。
1.查找与匹配
allMatch(Predicate p) 检查是否匹配所有元素 比如判断 所有员工的年龄都是17岁 如果有一个不是,就返回false
anyMatch(Predicate p) 检查是否至少匹配一个元素 比如判断是否有姓王的员工,如果至少有一个就返回true
noneMatch(Predicate p) 检查是否没有匹配所有元素 employee.getSalary() < 3000; 每个员工的工资如果都高于3000就返回true 如果有一个低于3000 就返回false
findFirst() 返回第一个元素 比如获取工资最高的人 或者 获取工资最高的值是
findAny() 返回当前流中的任意元素 比如随便获取一个姓王的员工
count() 返回流中元素总数
max(Comparator c) 返回流中最大值 比如:获取最大年龄值
min(Comparator c) 返回流中最小值 比如:获取最小年龄的值
forEach(Consumer c) 内部迭代(使用 Collection 接口需要用户去做迭代，称为外部迭代。相反，Stream API 使用内部迭代——它帮你把迭代做了)
2.归约
reduce(T iden, BinaryOperator b) 参1 是起始值, 参2 二元运算 可以将流中元素反复结合起来，得到一个值。返回 T 比如: 求集合中元素的累加总和
reduce(BinaryOperator b) 这个方法没有起始值 可以将流中元素反复结合起来，得到一个值。返回 Optional<T> , 比如你可以算所有员工工资的总和
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。
3.收集
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
Collector 接口中方法的实现决定了如何对流执行收集操作(如收集到 List、Set、Map)。
但是 Collectors 实用类提供了很多静态方法，可以方便地创建常见收集器实例，具体方法与实例如下
4.Collectors 中的方法
List<T> toList() 把流中元素收集到List 比如把所有员工的名字通过map()方法提取出来之后,在放到List集合中去
例子:List<Employee> emps= list.stream().map(提取名字).collect(Collectors.toList());
Set<T> toSet() 把流中元素收集到Set 比如把所有员工的名字通过map()方法提取出来之后,在放到Set集合中去
例子:Set<Employee> emps= list.stream().collect(Collectors.toSet());
Collection<T> toCollection() 把流中元素收集到创建的集合 比如把所有员工的名字通过map()方法提取出来之后,在放到自己指定的集合中去
例子:Collection<Employee>emps=list.stream().map(提取名字).collect(Collectors.toCollection(ArrayList::new));
Long counting() 计算流中元素的个数
例子:long count = list.stream().collect(Collectors.counting());
Integer summingInt() 对流中元素的整数属性求和
例子:inttotal=list.stream().collect(Collectors.summingInt(Employee::getSalary));
Double averagingInt() 计算流中元素Integer属性的平均值
例子:doubleavg= list.stream().collect(Collectors.averagingInt(Employee::getSalary));
IntSummaryStatistics summarizingInt() 收集流中Integer属性的统计值。
例子:DoubleSummaryStatistics dss= list.stream().collect(Collectors.summarizingDouble(Employee::getSalary));
从DoubleSummaryStatistics 中可以获取最大值,平均值等
double average = dss.getAverage();
long count = dss.getCount();
double max = dss.getMax();
String joining() 连接流中每个字符串 比如把所有人的名字提取出来,在通过"-"横杠拼接起来
例子:String str= list.stream().map(Employee::getName).collect(Collectors.joining("-"));
Optional<T> maxBy() 根据比较器选择最大值 比如求最大工资
例子:Optional<Double> collect1 = list.stream().map(Employee::getSalary).collect(Collectors.maxBy((x, y) -> (int) (x - y)));
Optional<T> minBy() 根据比较器选择最小值 比如求最小工资
例子: Optional<Double> collect1 = list.stream().map(Employee::getSalary).collect(Collectors.minBy((x, y) -> (int) (x - y)));
归约产生的类型 reducing() 从一个作为累加器的初始值开始，利用BinaryOperator与流中元素逐个结合，从而归约成单个值
//注意:把工资要提取出来，在进行 reducing()
例子:Double collect = list.stream().map(Employee::getSalary).collect(Collectors.reducing(0.0, (x, y) -> x + y));
转换函数返回的类型 collectingAndThen() 包裹另一个收集器，对其结果转换函数
例子:inthow= list.stream().collect(Collectors.collectingAndThen(Collectors.toList(), List::size));
Map<K, List<T>> groupingBy() 根据某属性值对流分组，属性为K，结果为V 比如按照 状态分组
例子:Map<Emp.Status, List<Emp>> map= list.stream().collect(Collectors.groupingBy(Employee::getStatus));
Map<Boolean, List<T>> partitioningBy() 根据true或false进行分区 比如 工资大于等于6000的一个区,小于6000的一个区
例子:Map<Boolean,List<Emp>>vd= list.stream().collect(Collectors.partitioningBy(Employee::getSalary));并行流与串行流
并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。
Java 8 中将并行进行了优化，我们可以很容易的对数据进行并行操作。
Stream API 可以声明性地通过 parallel() 与sequential() 在并行流与顺序流之间进行切换。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
