Java Stream

一、Stream流介紹

1.1 集合處理資料的弊端

當我們需要對集合中的元素進行操作的時候，除了必需的添加、删除、擷取外，最典型的就是集合周遊。我們來體驗 集合操作資料的弊端，需求如下：

一個ArrayList集合中存儲有以下資料:

張無忌,周芷若,趙敏,張強,張三豐

需求:

1.拿到所有姓張的

2.拿到名字長度為3個字的

3.列印這些資料

代碼如下：

public static void main(String[] args) {
   // 一個ArrayList集合中存儲有以下資料:張無忌,周芷若,趙敏,張強,張三豐
   // 需求:1.拿到所有姓張的 2.拿到名字長度為3個字的 3.列印這些資料
   ArrayList<String> list = new ArrayList<>();
   Collections.addAll(list, "張無忌", "周芷若", "趙敏", "張強", "張三豐");
   // 1.拿到所有姓張的
   ArrayList<String> zhangList = new ArrayList<>(); // {"張無忌", "張強", "張三豐"}
   for (String name : list) {
    if (name.startsWith("張")) {
      zhangList.add(name);
    }
  }
   // 2.拿到名字長度為3個字的
   ArrayList<String> threeList = new ArrayList<>(); // {"張無忌", "張三豐"}
   for (String name : zhangList) {
     if (name.length() == 3) {
      threeList.add(name);
    }
   }
   // 3.列印這些資料
   for (String name : threeList) {
     System.out.println(name);
   }
}      

循環周遊的弊端

這段代碼中含有三個循環，每一個作用不同：

1. 首先篩選所有姓張的人；
2. 然後篩選名字有三個字的人；
3. 最後進行對結果進行列印輸出。

每當我們需要對集合中的元素進行操作的時候，總是需要進行循環、循環、再循環。這是理所當然的麼？不是。循環是做事情的方式，而不是目的。每個需求都要循環一次，還要搞一個新集合來裝資料，如果希望再次周遊，隻能再使 用另一個循環從頭開始。

那Stream能給我們帶來怎樣更加優雅的寫法呢？

Stream的更優寫法

下面來看一下借助Java 8的Stream API，修改後的代碼：

public class Demo03StreamFilter {
public static void main(String[] args) {
   List<String> list = new ArrayList<>();
       list.add("張無忌");
       list.add("周芷若");
       list.add("趙敏");
       list.add("張強");
       list.add("張三豐");
       list.stream()
           .filter(s -> s.startsWith("張"))
           .filter(s -> s.length() == 3)
           .forEach(System.out::println);
   }
}      

直接閱讀代碼的字面意思即可完美展示無關邏輯方式的語義：擷取流、過濾姓張、過濾長度為3、逐一列印。我們真 正要做的事情内容被更好地展現在代碼中。

1.2 Stream流式思想概述

注意：Stream和IO流(InputStream/OutputStream)沒有任何關系，請暫時忘記對傳統IO流的固有印象！

Stream流式思想類似于工廠工廠中的房間的“生産流水線”，Stream流不是一種資料結構，不儲存資料，而是對資料進行加工 處理。Stream可以看作是流水線上的一個工序。在流水線上，通過多個工序讓一個原材料加工成一個商品。

Stream API能讓我們快速完成許多複雜的操作，如篩選、切片、映射、查找、去除重複，統計，比對和歸約。

1.3 小結

首先我們了解了集合操作資料的弊端,每次都需要循環周遊,還要建立新集合,很麻煩

Stream是流式思想,相當于工廠的流水線,對集合中的資料進行加工處理

二、擷取Stream流的兩種方式

擷取一個流非常簡單，有以下幾種常用的方式：

• 所有的 Collection 集合都可以通過 stream 預設方法擷取流；
• Stream 接口的靜态方法 of 可以擷取數組對應的流。

2.1 根據Collection擷取流

首先， java.util.Collection 接口中加入了default方法 stream 用來擷取流，是以其所有實作類均可擷取流。

public interface Collection {
    default Stream<E> stream()
}      

import java.util.*;
import java.util.stream.Stream;
public class Demo04GetStream {
public static void main(String[] args) {
   // 集合擷取流
   // Collection接口中的方法: default Stream<E> stream() 擷取流
   List<String> list = new ArrayList<>();
   // ...
   Stream<String> stream1 = list.stream();
   Set<String> set = new HashSet<>();
   // ...
   Stream<String> stream2 = set.stream();
   Vector<String> vector = new Vector<>();
   // ...
   Stream<String> stream3 = vector.stream();
  }
}      

java.util.Map 接口不是 Collection 的子接口，是以擷取對應的流需要分key、value或entry等情況：

import java.util.HashMap;
import java.util.Map;
import java.util.stream.Stream;
public class Demo05GetStream {
public static void main(String[] args) {
   // Map擷取流
   Map<String, String> map = new HashMap<>();
   // ...
   Stream<String> keyStream = map.keySet().stream();
   Stream<String> valueStream = map.values().stream();
   Stream<Map.Entry<String, String>> entryStream = map.entrySet().stream();
  }
}      

2.2 Stream中的靜态方法of擷取流

由于數組對象不可能添加預設方法，是以 Stream 接口中提供了靜态方法 of ，使用很簡單：

import java.util.stream.Stream;
public class Demo06GetStream {
public static void main(String[] args) {

   // Stream中的靜态方法: static Stream of(T... values)
   Stream<String> stream6 = Stream.of("aa", "bb", "cc");

   String[] arr = {"aa", "bb", "cc"};
   Stream<String> stream7 = Stream.of(arr);
   Integer[] arr2 = {11, 22, 33};

   Stream<Integer> stream8 = Stream.of(arr2);

   // 注意:基本資料類型的數組不行
   int[] arr3 = {11, 22, 33};
   Stream<int[]> stream9 = Stream.of(arr3);
  }
}      

備注： of 方法的參數其實是一個可變參數，是以支援數組。

三、Stream常用方法和注意事項

3.1 Stream常用方法

Stream流模型的操作很豐富，這裡介紹一些常用的API。這些方法可以被分成兩種：

• 終結方法：傳回值類型不再是Stream 類型的方法，不再支援鍊式調用。本小節中，終結方法包括count 和forEach 方法。
• 非終結方法：傳回值類型仍然是Stream 類型的方法，支援鍊式調用。（除了終結方法外，其餘方法均為非終結方法。）
• 對比Spark的兩種算子

備注：本小節之外的更多方法，請自行參考API文檔。

3.2 Stream注意事項(重要)

1. Stream隻能操作一次
2. Stream方法傳回的是新的流
3. Stream不調用終結方法，中間的操作不會執行

3.3 forEach方法

forEach 用來周遊流中的資料

void forEach(Consumer<? super T> action);      

該方法接收一個 Consumer 接口函數，會将每一個流元素交給該函數進行處理。例如：

@Test
public void testForEach() {

   List<String> one = new ArrayList<>();
   Collections.addAll(one, "迪麗熱巴", "宋遠橋", "蘇星河", "老子", "莊子", "孫子");

   /*one.stream().forEach((String s) -> {
   System.out.println(s);
   });*/

   // 簡寫
   // one.stream().forEach(s -> System.out.println(s));
   one.stream().forEach(System.out::println);
}      

3.4 count方法

Stream流提供 count 方法來統計其中的元素個數 ：

long count();      

該方法傳回一個long值代表元素個數。基本使用：

@Test
public void testCount() {
   List<String> one = new ArrayList<>();
   Collections.addAll(one, "迪麗熱巴", "宋遠橋", "蘇星河", "老子", "莊子", "孫子");
   System.out.println(one.stream().count());
}      

3.5 filter方法

filter用于過濾資料，傳回符合過濾條件的資料

可以通過 filter 方法将一個流轉換成另一個子集流。方法聲明：

Stream<T> filter(Predicate<? super T> predicate);      

該接口接收一個 Predicate 函數式接口參數（可以是一個Lambda或方法引用）作為篩選條件。

Stream流中的 filter 方法基本使用的代碼如：

@Test
public void testFilter() {

   List<String> one = new ArrayList<>();
   Collections.addAll(one, "迪麗熱巴", "宋遠橋", "蘇星河", "老子", "莊子", "孫子");

   one.stream()
      .filter(s -> s.length() == 2)
      .forEach(System.out::println);
}      

在這裡通過Lambda表達式來指定了篩選的條件：姓名長度為2個字。

3.6 limit方法

limit 方法可以對流進行截取，隻取用前n個。方法簽名：

Stream<T> limit(long maxSize);      

參數是一個long型，如果集合目前長度大于參數則進行截取。否則不進行操作。基本使用：

@Test
public void testLimit() {
List<String> one = new ArrayList<>();
   Collections.addAll(one, "迪麗熱巴", "宋遠橋", "蘇星河", "老子", "莊子", "孫子");
   one.stream().limit(3).forEach(System.out::println);
}      

3.7 skip方法

如果希望跳過前幾個元素，可以使用 skip 方法擷取一個截取之後的新流：

Stream<T> skip(long n);      

如果流的目前長度大于n，則跳過前n個；否則将會得到一個長度為0的空流。基本使用：

@Test
public void testSkip() {
   List<String> one = new ArrayList<>();
   Collections.addAll(one, "迪麗熱巴", "宋遠橋", "蘇星河", "老子", "莊子", "孫子");
   one.stream().skip(2).forEach(System.out::println);
}      

3.8 map方法

如果需要将流中的元素映射到另一個流中，可以使用 map 方法。方法簽名：

<R> Stream<R> map(Function<? super T, ? extends R> mapper);      

該接口需要一個 Function 函數式接口參數，可以将目前流中的T類型資料轉換為另一種R類型的流。

Stream流中的 map 方法基本使用的代碼如：

@Test
public void testMap() {
   Stream<String> original = Stream.of("11", "22", "33");
   original.map(Integer::parseInt).forEach(System.out::println);
   
   List<HdInfo> hdInfos = hdInfoMapper.selectByExample(example);
   //鍊式調用需要在類上設定這個注解@Accessors(chain = true)
   hdInfos.stream().map(item->item.setTypeName(publicPortService.selectHdTypeById(item.getTypeId()).getName())).collect(Collectors.toList());
}      

這段代碼中， map 方法的參數通過方法引用，将字元串類型轉換成為了int類型（并自動裝箱為 Integer 類對象）。

3.9 sorted方法

如果需要将資料排序，可以使用 sorted 方法。方法簽名：

Stream<T> sorted();
Stream<T> sorted(Comparator<? super T> comparator);      

基本使用

Stream流中的 sorted 方法基本使用的代碼如：

@Test
public void testSorted() {
// sorted(): 根據元素的自然順序排序
// sorted(Comparator<? super T> comparator): 根據比較器指定的規則排序
   Stream.of(33, 22, 11, 55)
                           .sorted()
                           .sorted((o1, o2) -> o2 - o1)
                           .forEach(System.out::println);
}      

這段代碼中， sorted 方法根據元素的自然順序排序，也可以指定比較器排序。

3.10 distinct方法

如果需要去除重複資料，可以使用 distinct 方法。方法簽名：

Stream<T> distinct();      

基本使用

Stream流中的 distinct 方法基本使用的代碼如：

@Test
public void testDistinct() {
   Stream.of(22, 33, 22, 11, 33)
       .distinct()
       .forEach(System.out::println);
}      

如果是自定義類型如何是否也能去除重複的資料呢?

@Test
public void testDistinct2() {
Stream.of(
   new Person("劉德華", 58),
   new Person("張學友", 56),
   new Person("張學友", 56),
   new Person("黎明", 52))
   .distinct()
   .forEach(System.out::println);
}      

public class Person {
   private String name;
   private int age;
   // 省略其他
}      

自定義類型是根據對象的hashCode和equals來去除重複元素的。

3.11match方法

如果需要判斷資料是否比對指定的條件，可以使用 Match 相關方法。方法簽名：

boolean allMatch(Predicate<? super T> predicate);
boolean anyMatch(Predicate<? super T> predicate);
boolean noneMatch(Predicate<? super T> predicate)      

基本使用

Stream流中的 Match 相關方法基本使用的代碼如：

@Test
public void testMatch() {
boolean b = Stream.of(5, 3, 6, 1)
       // .allMatch(e -> e > 0); // allMatch: 元素是否全部滿足條件
       // .anyMatch(e -> e > 5); // anyMatch: 元素是否任意有一個滿足條件
       .noneMatch(e -> e < 0); // noneMatch: 元素是否全部不滿足條件
       System.out.println("b = " + b);
}      

3.12 find方法

如果需要找到某些資料，可以使用 find 相關方法。方法簽名：

Optional<T> findFirst();
Optional<T> findAny();      

基本使用

Stream流中的 find 相關方法基本使用的代碼如：

@Test
public void testFind() {
       Optional<Integer> first = Stream.of(5, 3, 6, 1).findFirst();
       System.out.println("first = " + first.get());
       
       Optional<Integer> any = Stream.of(5, 3, 6, 1).findAny();
       System.out.println("any = " + any.get());
}      

3.13 max和min方法

如果需要擷取最大和最小值，可以使用 max 和 min 方法。方法簽名：

Optional<T> max(Comparator<? super T> comparator);
Optional<T> min(Comparator<? super T> comparator);      

基本使用

Stream流中的 max 和 min 相關方法基本使用的代碼如：

@Test
public void testMax_Min() {
   Optional<Integer> max = Stream.of(5, 3, 6, 1).max((o1, o2) -> o1 - o2);
   System.out.println("first = " + max.get());

   Optional<Integer> min = Stream.of(5, 3, 6, 1).min((o1, o2) -> o1 - o2);
   System.out.println("any = " + min.get());
}      

3.14 reduce方法

如果需要将所有資料歸納得到一個資料，可以使用 reduce 方法。方法簽名：

T reduce(T identity, BinaryOperator<T> accumulator);      

基本使用

Stream流中的 reduce 相關方法基本使用的代碼如：

@Test
public void testReduce() {
   int reduce = Stream.of(4, 5, 3, 9)
               .reduce(0, (a, b) -> {
                       System.out.println("a = " + a + ", b = " + b);return a + b;
               });
   // reduce:
   // 第一次将預設做指派給x, 取出第一個元素指派給y,進行操作
   // 第二次,将第一次的結果指派給x, 取出二個元素指派給y,進行操作
   // 第三次,将第二次的結果指派給x, 取出三個元素指派給y,進行操作
   // 第四次,将第三次的結果指派給x, 取出四個元素指派給y,進行操作
   System.out.println("reduce = " + reduce);
   // 化簡
   int reduce2 = Stream.of(4, 5, 3, 9)
                       .reduce(0, (x, y) -> {return Integer.sum(x, y);});
   // 進一步化簡
    int reduce3 = Stream.of(4, 5, 3, 9).reduce(0, Integer::sum);
    
   int max = Stream.of(4, 5, 3, 9)
                   .reduce(0, (x, y) -> {
                   return x > y ? x : y;
                  });
   System.out.println("max = " + max);

}      

x = 0, y = 4

x = 4, y = 5

x = 9, y = 3

x = 12, y = 9

reduce = 21

max = 9

3.15 map和reduce組合使用

@Test
public void testMapReduce() {
       // 求出所有年齡的總和
   int totalAge = Stream.of(
       new Person("劉德華", 58),
       new Person("張學友", 56),
       new Person("郭富城", 54),
       new Person("黎明", 52))
       .map((p) -> p.getAge())
       .reduce(0, (x, y) -> x + y);
   System.out.println("totalAge = " + totalAge);

   // 找出最大年齡
   int maxAge = Stream.of(
       new Person("劉德華", 58),
       new Person("張學友", 56),
       new Person("郭富城", 54),
    new Person("黎明", 52))
       .map((p) -> p.getAge())
       .reduce(0, (x, y) -> x > y ? x : y);
   System.out.println("maxAge = " + maxAge);

   // 統計 數字2 出現的次數
   int count = Stream.of(1, 2, 2, 1, 3, 2)
   .map(i -> {
       if (i == 2) {
         return 1;
       } else {
         return 0;
        }
       })
       .reduce(0, Integer::sum);
   System.out.println("count = " + count);
}      

3.16 mapToIn

如果需要将Stream中的Integer類型資料轉成int類型，可以使用 mapToInt 方法。方法簽名：

IntStream mapToInt(ToIntFunction<? super T> mapper);

Stream流中的 mapToInt 相關方法基本使用的代碼如：

@Test
public void test1() {
   // Integer占用的記憶體比int多,在Stream流操作中會自動裝箱和拆箱
   Stream<Integer> stream = Arrays.stream(new Integer[]{1, 2, 3, 4, 5});
   // 把大于3的和列印出來
   // Integer result = stream
   // .filter(i -> i.intValue() > 3)

   // .reduce(0, Integer::sum);
   // System.out.println(result);
   // 先将流中的Integer資料轉成int,後續都是操作int類型
   IntStream intStream = stream.mapToInt(Integer::intValue);
   int reduce = intStream
           .filter(i -> i > 3)
           .reduce(0, Integer::sum);
       System.out.println(reduce);

   // 将IntStream轉化為Stream<Integer>
   IntStream intStream1 = IntStream.rangeClosed(1, 10);
   Stream<Integer> boxed = intStream1.boxed();
   boxed.forEach(s -> System.out.println(s.getClass() + ", " + s));
}      

3.17 concat方法

如果有兩個流，希望合并成為一個流，那麼可以使用 Stream 接口的靜态方法 concat ：

static <T> Stream<T> concat(Stream<? extends T> a, Stream<? extends T> b)      

備注：這是一個靜态方法，與 java.lang.String 當中的 concat 方法是不同的。

該方法的基本使用代碼如：

@Test
public void testContact() {
   Stream<String> streamA = Stream.of("張三");
   Stream<String> streamB = Stream.of("李四");
   Stream<String> result = Stream.concat(streamA, streamB);
   result.forEach(System.out::println);
}      

3.18 Stream綜合案例

現在有兩個 ArrayList 集合存儲隊伍當中的多個成員姓名，要求使用傳統的for循環（或增強for循環）依次進行以下 若幹操作步驟：

1. 第一個隊伍隻要名字為3個字的成員姓名；
2. 第一個隊伍篩選之後隻要前3個人；
3. 第二個隊伍隻要姓張的成員姓名；
4. 第二個隊伍篩選之後不要前2個人；
5. 将兩個隊伍合并為一個隊伍；
6. 根據姓名建立 Person 對象；
7. 列印整個隊伍的Person對象資訊。

兩個隊伍（集合）的代碼如下：

public class DemoArrayListNames {
public static void main(String[] args) {
       List<String> one = List.of("迪麗熱巴", "宋遠橋", "蘇星河", "老子", "莊子", "孫子", "洪七公");
       List<String> two = List.of("古力娜紮", "張無忌", "張三豐", "趙麗穎", "張二狗", "張天愛","張三");
       // ....
       }
}      

而 Person 類的代碼為：

public class Person {
   private String name;
   public Person() {}
    public Person(String name) {
    this.name = name;
   }
   @Override
   public String toString() {
    return "Person{name='" + name + "'}";
   }
   public String getName() {
    return name;
   }
   public void setName(String name) {
    this.name = name;
   }
}      

傳統方式

使用for循環 , 示例代碼:

public class DemoArrayListNames {
    public static void main(String[] args) {
        List<String> one = List.of("迪麗熱巴", "宋遠橋", "蘇星河", "老子", "莊子", "孫子", "洪七公");
        List<String> two = List.of("古力娜紮", "張無忌", "張三豐", "趙麗穎", "張二狗", "張天愛", "張三");

        // 第一個隊伍隻要名字為3個字的成員姓名；
        List<String> oneA = new ArrayList<>();

        for (String name : one) {
            if (name.length() == 3) {
                oneA.add(name);
            }
        }

        // 第一個隊伍篩選之後隻要前3個人；
        List<String> oneB = new ArrayList<>();
        for (int i = 0; i < 3; i++) {
            oneB.add(oneA.get(i));
        }

        // 第二個隊伍隻要姓張的成員姓名；
        List<String> twoA = new ArrayList<>();
        for (String name : two) {
            if (name.startsWith("張")) {
                twoA.add(name);
            }
        }

        // 第二個隊伍篩選之後不要前2個人；
        List<String> twoB = new ArrayList<>();
        for (int i = 2; i < twoA.size(); i++) {
            twoB.add(twoA.get(i));
        }

        // 将兩個隊伍合并為一個隊伍；
        List<String> totalNames = new ArrayList<>();
        totalNames.addAll(oneB);
        totalNames.addAll(twoB);

        // 根據姓名建立Person對象；
        List<Person> totalPersonList = new ArrayList<>();
        for (String name : totalNames) {
            totalPersonList.add(new Person(name));
        }
        // 列印整個隊伍的Person對象資訊。
        for (Person person : totalPersonList) {
            System.out.println(person);
        }

    }
}      

運作結果為：

Person{name='宋遠橋'}

Person{name='蘇星河'}

Person{name='洪七公'}

Person{name='張二狗'}

Person{name='張天愛'}

Person{name='張三'}

Stream方式

等效的Stream流式處理代碼為：

public class DemoStreamNames {
    public static void main(String[] args) {
        List<String> one = List.of("迪麗熱巴", "宋遠橋", "蘇星河", "老子", "莊子", "孫子", "洪七公");
        List<String> two = List.of("古力娜紮", "張無忌", "張三豐", "趙麗穎", "張二狗", "張天愛", "張三");

        // 第一個隊伍隻要名字為3個字的成員姓名；
        // 第一個隊伍篩選之後隻要前3個人；
        Stream<String> streamOne = one.stream().filter(s -> s.length() == 3).limit(3);

        // 第二個隊伍隻要姓張的成員姓名；
        // 第二個隊伍篩選之後不要前2個人；
        Stream<String> streamTwo = two.stream().filter(s -> s.startsWith("張")).skip(2);

        // 将兩個隊伍合并為一個隊伍；
        // 根據姓名建立Person對象；
        // 列印整個隊伍的Person對象資訊。
        Stream.concat(streamOne, streamTwo).map(Person::new).forEach(System.out::println);

    }

}      

運作效果完全一樣：

Person{name='宋遠橋'}

Person{name='蘇星河'}

Person{name='洪七公'}

Person{name='張二狗'}

Person{name='張天愛'}

Person{name='張三'}

四、收集Stream流中的結果

對流操作完成之後，如果需要将流的結果儲存到數組或集合中，可以收集流中的資料

4.1 Stream流中的結果到集合中

Stream流提供 collect 方法，其參數需要一個 java.util.stream.Collector 接口對象來指定收集到哪 種集合中。java.util.stream.Collectors 類提供一些方法，可以作為 Collector`接口的執行個體：

public static Collector> toList() ：轉換為 List 集合。

public static Collector> toSet() ：轉換為 Set 集合。

下面是這兩個方法的基本使用代碼：

// 将流中資料收集到集合中

@Test
public void testStreamToCollection() {
Stream<String> stream = Stream.of("aa", "bb", "cc");
   // List<String> list = stream.collect(Collectors.toList());
   // Set<String> set = stream.collect(Collectors.toSet());
   ArrayList<String> arrayList = stream.collect(Collectors.toCollection(ArrayList::new));
   HashSet<String> hashSet = stream.collect(Collectors.toCollection(HashSet::new));
}      

4.2 Stream流中的結果到數組中

Stream提供 toArray 方法來将結果放到一個數組中，傳回值類型是Object[]的：

Object[] toArray();      

其使用場景如：

@Test
public void testStreamToArray() {
   Stream<String> stream = Stream.of("aa", "bb", "cc");
   // Object[] objects = stream.toArray();
   // for (Object obj : objects) {
   // System.out.println();
   // }

   String[] strings = stream.toArray(String[]::new);
   for (String str : strings) {
     System.out.println(str);
   }
}      

4.3 對流中資料進行聚合計算

當我們使用Stream流處理資料後，可以像資料庫的聚合函數一樣對某個字段進行操作。比如擷取最大值，擷取最小 值，求總和，平均值，統計數量。

@Test
public void testStreamToOther() {
   Stream<Student> studentStream = Stream.of(
                   new Student("趙麗穎", 58, 95),
                   new Student("楊穎", 56, 88),
                   new Student("迪麗熱巴", 56, 99),
                   new Student("柳岩", 52, 77));
   // 擷取最大值
    Optional<Student> collect = studentStream.collect(Collectors.maxBy((o1, o2) ->
    o1.getSocre() - o2.getSocre()));

   // 擷取最小值
    Optional<Student> collect = studentStream.collect(Collectors.minBy((o1, o2) ->
    o1.getSocre() - o2.getSocre()));
   // System.out.println(collect.get());

   // 求總和
    int sumAge = studentStream.collect(Collectors.summingInt(s -> s.getAge()));
    System.out.println("sumAge = " + sumAge);

   //平均值
    double avgScore = studentStream.collect(Collectors.averagingInt(s -> s.getSocre()));
    System.out.println("avgScore = " + avgScore);

   // 統計數量
    Long count = studentStream.collect(Collectors.counting());
    System.out.println("count = " + count);
}      

4.4 對流中資料進行分組

當我們使用Stream流處理資料後，可以根據某個屬性将資料分組：

// 分組
@Test
public void testGroup() {
   Stream<Student> studentStream = Stream.of(
       new Student("趙麗穎", 52, 95),
       new Student("楊穎", 56, 88),
       new Student("迪麗熱巴", 56, 55),
       new Student("柳岩", 52, 33));
   // Map<Integer, List<Student>> map = studentStream.collect(Collectors.groupingBy(Student::getAge));

   // 将分數大于60的分為一組,小于60分成另一組
   Map<String, List<Student>> map = studentStream.collect(Collectors.groupingBy((s) ->{
           if (s.getSocre() > 60) {
             return "及格";
            }else {
             return "不及格";
            }
           }));
   map.forEach((k, v) -> {
         System.out.println(k + "::" + v);
      });
}      

效果：

不及格::[Student{name='迪麗熱巴', age=56, socre=55}, Student{name='柳岩', age=52, socre=33}]
及格::[Student{name='趙麗穎', age=52, socre=95}, Student{name='楊穎', age=56, socre=88}]      

4.5 對流中資料進行多級分組

還可以對資料進行多級分組：

// 多級分組
@Test
public void testCustomGroup() {
   Stream<Student> studentStream = Stream.of(
       new Student("趙麗穎", 52, 95),
       new Student("楊穎", 56, 88),
       new Student("迪麗熱巴", 56, 99),
       new Student("柳岩", 52, 77));
   Map<Integer, Map<String, List<Student>>> map =
   studentStream.collect(Collectors.groupingBy(s -> s.getAge(), Collectors.groupingBy(s -> {
           if (s.getSocre() >= 90) {
            return "優秀";
            } else if (s.getSocre() >= 80 && s.getSocre() < 90) {
            return "良好";
            } else if (s.getSocre() >= 80 && s.getSocre() < 80) {
            return "及格";
            } else {
            return "不及格";
            }
           })));

   map.forEach((k, v) -> {
     System.out.println(k + " == " + v);
   });
}      

效果：

52 == {不及格=[Student{name='柳岩', age=52, socre=77}], 優秀=[Student{name='趙麗穎', age=52,
socre=95}]}
56 == {優秀=[Student{name='迪麗熱巴', age=56, socre=99}], 良好=[Student{name='楊穎', age=56,
socre=88}]}      

4.6 對流中資料進行分區

Collectors.partitioningBy 會根據值是否為true，把集合分割為兩個清單，一個true清單，一個false清單。

// 分區
@Test
public void testPartition() {
   Stream<Student> studentStream = Stream.of(
       new Student("趙麗穎", 52, 95),
       new Student("楊穎", 56, 88),
       new Student("迪麗熱巴", 56, 99),
       new Student("柳岩", 52, 77));
   // partitioningBy會根據值是否為true，把集合分割為兩個清單，一個true清單，一個false清單。
   Map<Boolean, List<Student>> map = studentStream.collect(Collectors.partitioningBy(s ->s.getSocre() > 90));

   map.forEach((k, v) -> {
     System.out.println(k + " == " + v);
   });
}      

效果：

false == [Student{name='楊穎', age=56, socre=88}, Student{name='柳岩', age=52, socre=77}]
true == [Student{name='趙麗穎', age=52, socre=95}, Student{name='迪麗熱巴', age=56, socre=99}]      

4.7 對流中資料進行拼接

// 拼接
@Test
public void testJoining() {
Stream<Student> studentStream = Stream.of(
   new Student("趙麗穎", 52, 95),
   new Student("楊穎", 56, 88),
   new Student("迪麗熱巴", 56, 99),
   new Student("柳岩", 52, 77));
   String collect = studentStream
           .map(Student::getName)
           .collect(Collectors.joining(">_<", "^_^", "^v^"));
   System.out.println(collect);
}      

效果：

^_^趙麗穎>_<楊穎>_<迪麗熱巴>_<柳岩^v^      

五、并行的Stream流

5.1 串行的Stream流

目前我們使用的Stream流是串行的，就是在一個線程上執行。

@Test
public void test0Serial() {
   long count = Stream.of(4, 5, 3, 9, 1, 2, 6)
           .filter(s -> {
                System.out.println(Thread.currentThread() + ", s = " + s);
               return true;
           })
           .count();

   System.out.println("count = " + count);
}      

效果：

Thread[main,5,main], s = 4
Thread[main,5,main], s = 5
Thread[main,5,main], s = 3
Thread[main,5,main], s = 9
Thread[main,5,main], s = 1
Thread[main,5,main], s = 2
Thread[main,5,main], s = 6      

5.2 并行的Stream流

parallelStream其實就是一個并行執行的流。它通過預設的ForkJoinPool，可能提高多線程任務的速度。

擷取并行Stream流的兩種方式

1. 直接擷取并行的流
2. 将串行流轉成并行流

@Test
public void testgetParallelStream() {
       ArrayList<Integer> list = new ArrayList<>();
       // 直接擷取并行的流
        Stream<Integer> stream = list.parallelStream();
       // 将串行流轉成并行流
       Stream<Integer> stream = list.stream().parallel();
}      

并行操作代碼：

@Test
public void test0Parallel() {
   long count = Stream.of(4, 5, 3, 9, 1, 2, 6)
           .parallel() // 将流轉成并發流,Stream處理的時候将才去
           .filter(s -> {
             System.out.println(Thread.currentThread() + ", s = " + s);
            return true;
           })
           .count();
   System.out.println("count = " + count);
}      

效果：

Thread[ForkJoinPool.commonPool-worker-13,5,main], s = 3
Thread[ForkJoinPool.commonPool-worker-19,5,main], s = 6
Thread[main,5,main], s = 1
Thread[ForkJoinPool.commonPool-worker-5,5,main], s = 5
Thread[ForkJoinPool.commonPool-worker-23,5,main], s = 4
Thread[ForkJoinPool.commonPool-worker-27,5,main], s = 2
Thread[ForkJoinPool.commonPool-worker-9,5,main], s = 9
count = 7      

5.3 并行和串行Stream流的效率對比

使用for循環，串行Stream流，并行Stream流來對5億個數字求和。看消耗的時間。

public class Demo06 {
private static long times = 50000000000L;
private long start;

   @Before
   public void init() {
    start = System.currentTimeMillis();
   }

   @After
   public void destory() {
       long end = System.currentTimeMillis();
       System.out.println("消耗時間: " + (end - start));

   }

   // 測試效率,parallelStream 120
   @Test
   public void parallelStream() {
       System.out.println("serialStream");
       LongStream.rangeClosed(0, times)
                   .parallel()
                   .reduce(0, Long::sum);
   }

   // 測試效率,普通Stream 342
   @Test
   public void serialStream() {
       System.out.println("serialStream");
       LongStream.rangeClosed(0, times)
        .reduce(0, Long::sum);
   }

   // 測試效率,正常for循環 421
   @Test
   public void forAdd() {
       System.out.println("forAdd");
       long result = 0L;
       for (long i = 1L; i < times; i++) {
         result += i;
       }
   }
}      

我們可以看到parallelStream的效率是最高的。

Stream并行處理的過程會分而治之，也就是将一個大任務切分成多個小任務，這表示每個任務都是一個操作。

5.4 parallelStream線程安全問題

解決parallelStream線程安全問題

// 并行流注意事項
@Test
public void parallelStreamNotice() {

   ArrayList<Integer> list = new ArrayList<Integer>();
   for (int i = 0; i < 1000; i++) {
    list.add(i);
}

   List<Integer> newList = new ArrayList<>();
   // 使用并行的流往集合中添加資料
   list.parallelStream()
       .forEach(s -> {
         newList.add(s);
    });

   System.out.println("newList = " + newList.size());
}      

運作效果：

newList = 903