关于后端:全面吃透JAVA-Stream流操作让代码更加的优雅

在JAVA中，波及到对 数组、Collection等汇合类中的元素进行操作的时候，通常会通过循环的形式进行一一解决，或者应用Stream的形式进行解决。

例如，当初有这么一个需要：

从给定句子中返回单词长度大于5的单词列表，按长度倒序输入，最多返回3个

在JAVA7及之前的代码中，咱们会能够照如下的形式进行实现：

/**
 * 【惯例形式】
 * 从给定句子中返回单词长度大于5的单词列表，按长度倒序输入，最多返回3个
 *
 * @param sentence 给定的句子，约定非空，且单词之间仅由一个空格分隔
 * @return 倒序输入符合条件的单词列表
 */
public List<String> sortGetTop3LongWords(@NotNull String sentence) {
    // 先切割句子，获取具体的单词信息
    String[] words = sentence.split(" ");
    List<String> wordList = new ArrayList<>();
    // 循环判断单词的长度，先过滤出合乎长度要求的单词
    for (String word : words) {
        if (word.length() > 5) {
            wordList.add(word);
        }
    }
    // 对符合条件的列表依照长度进行排序
    wordList.sort((o1, o2) -> o2.length() - o1.length());
    // 判断list后果长度，如果大于3则截取前三个数据的子list返回
    if (wordList.size() > 3) {
        wordList = wordList.subList(0, 3);
    }
    return wordList;
}

在JAVA8及之后的版本中，借助Stream流，咱们能够更加优雅的写出如下代码：

/**
 * 【Stream形式】
 * 从给定句子中返回单词长度大于5的单词列表，按长度倒序输入，最多返回3个
 *
 * @param sentence 给定的句子，约定非空，且单词之间仅由一个空格分隔
 * @return 倒序输入符合条件的单词列表
 */
public List<String> sortGetTop3LongWordsByStream(@NotNull String sentence) {
    return Arrays.stream(sentence.split(" "))
            .filter(word -> word.length() > 5)
            .sorted((o1, o2) -> o2.length() - o1.length())
            .limit(3)
            .collect(Collectors.toList());
}

直观感触上，Stream的实现形式代码更加简洁、零打碎敲。很多的同学在代码中也常常应用Stream流，然而对Stream流的认知往往也是仅限于会一些简略的 filter、map、collect等操作，但JAVA的Stream能够实用的场景与能力远不止这些。

那么问题来了：Stream相较于传统的foreach的形式解决stream，到底有啥劣势？

这里咱们能够先搁置这个问题，先整体全面的理解下Stream，而后再来探讨下这个问题。

笔者联合在团队中多年的代码检视遇到的状况，联合平时我的项目编码实践经验，对Stream的外围要点与易混同用法、典型应用场景等进行了具体的梳理总结，心愿能够帮忙大家对Stream有个更全面的认知，也能够更加高效的利用到我的项目开发中去。

Stream初相识

概括讲，能够将Stream流操作分为3种类型：

• 创立Stream
• Stream两头解决
• 终止Steam

每个Stream管道操作类型都蕴含若干API办法，先列举下各个API办法的性能介绍。

• 开始管道

次要负责新建一个Stream流，或者基于现有的数组、List、Set、Map等汇合类型对象创立出新的Stream流。

• 两头管道

负责对Stream进行解决操作，并返回一个新的Stream对象，两头管道操作能够进行叠加。

• 终止管道

顾名思义，通过终止管道操作之后，Stream流将会完结，最初可能会执行某些逻辑解决，或者是依照要求返回某些执行后的后果数据。

Stream办法应用

map与flatMap

map与 flatMap都是用于转换已有的元素为其它元素，区别点在于：

• map 必须是一对一的，即每个元素都只能转换为1个新的元素
• flatMap 能够是一对多的，即每个元素都能够转换为1个或者多个新的元素

比方：有一个字符串ID列表，当初须要将其转为User对象列表。能够应用map来实现：

/**
 * 演示map的用处：一对一转换
 */
public void stringToIntMap() {
    List<String> ids = Arrays.asList("205", "105", "308", "469", "627", "193", "111");
    // 应用流操作
    List<User> results = ids.stream()
            .map(id -> {
                User user = new User();
                user.setId(id);
                return user;
            })
            .collect(Collectors.toList());
    System.out.println(results);
}

执行之后，会发现每一个元素都被转换为对应新的元素，然而前后总元素个数是统一的：

[User{id='205'}, 
 User{id='105'},
 User{id='308'}, 
 User{id='469'}, 
 User{id='627'}, 
 User{id='193'}, 
 User{id='111'}]

再比方：现有一个句子列表，须要将句子中每个单词都提取进去失去一个所有单词列表。这种状况用map就搞不定了，须要 flatMap上场了：

public void stringToIntFlatmap() {
    List<String> sentences = Arrays.asList("hello world","Jia Gou Wu Dao");
    // 应用流操作
    List<String> results = sentences.stream()
            .flatMap(sentence -> Arrays.stream(sentence.split(" ")))
            .collect(Collectors.toList());
    System.out.println(results);
}

执行后果如下，能够看到后果列表中元素个数是比原始列表元素个数要多的：

[hello, world, Jia, Gou, Wu, Dao]

这里须要补充一句，flatMap操作的时候其实是先每个元素解决并返回一个新的Stream，而后将多个Stream开展合并为了一个残缺的新的Stream，如下：

peek和foreach办法

peek和 foreach，都能够用于对元素进行遍历而后一一的进行解决。

但依据后面的介绍，peek属于两头办法，而foreach属于终止办法。这也就意味着peek只能作为管道中途的一个解决步骤，而没法间接执行失去后果，其前面必须还要有其它终止操作的时候才会被执行；而foreach作为无返回值的终止办法，则能够间接执行相干操作。

public void testPeekAndforeach() {
    List<String> sentences = Arrays.asList("hello world","Jia Gou Wu Dao");
    // 演示点1： 仅peek操作，最终不会执行
    System.out.println("----before peek----");
    sentences.stream().peek(sentence -> System.out.println(sentence));
    System.out.println("----after peek----");
    // 演示点2： 仅foreach操作，最终会执行
    System.out.println("----before foreach----");
    sentences.stream().forEach(sentence -> System.out.println(sentence));
    System.out.println("----after foreach----");
    // 演示点3： peek操作前面减少终止操作，peek会执行
    System.out.println("----before peek and count----");
    sentences.stream().peek(sentence -> System.out.println(sentence)).count();
    System.out.println("----after peek and count----");
}

输入后果能够看出，peek单独调用时并没有被执行、但peek前面加上终止操作之后便能够被执行，而foreach能够间接被执行：

----before peek----
----after peek----
----before foreach----
hello world
Jia Gou Wu Dao
----after foreach----
----before peek and count----
hello world
Jia Gou Wu Dao
----after peek and count----

filter、sorted、distinct、limit

这几个都是罕用的Stream的两头操作方法，具体的办法的含意在下面的表格外面有阐明。具体应用的时候，能够依据须要抉择一个或者多个进行组合应用，或者同时应用多个雷同办法的组合：

public void testGetTargetUsers() {
    List<String> ids = Arrays.asList("205","10","308","49","627","193","111", "193");
    // 应用流操作
    List<Dept> results = ids.stream()
            .filter(s -> s.length() > 2)
            .distinct()
            .map(Integer::valueOf)
            .sorted(Comparator.comparingInt(o -> o))
            .limit(3)
            .map(id -> new Dept(id))
            .collect(Collectors.toList());
    System.out.println(results);
}

下面的代码片段的解决逻辑很清晰：

1. 应用filter过滤掉不符合条件的数据
2. 通过distinct对存量元素进行去重操作
3. 通过map操作将字符串转成整数类型
4. 借助sorted指定依照数字大小正序排列
5. 应用limit截取排在前3位的元素
6. 又一次应用map将id转为Dept对象类型
7. 应用collect终止操作将最终解决后的数据收集到list中

输入后果：

[Dept{id=111},  Dept{id=193},  Dept{id=205}]

简略后果终止办法

依照后面介绍的，终止办法外面像 count、max、min、findAny、findFirst、anyMatch、allMatch、noneMatch等办法，均属于这里说的简略后果终止办法。所谓简略，指的是其后果模式是数字、布尔值或者Optional对象值等。

public void testSimpleStopOptions() {
    List<String> ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193");
    // 统计stream操作后残余的元素个数
    System.out.println(ids.stream().filter(s -> s.length() > 2).count());
    // 判断是否有元素值等于205
    System.out.println(ids.stream().filter(s -> s.length() > 2).anyMatch("205"::equals));
    // findFirst操作
    ids.stream().filter(s -> s.length() > 2)
            .findFirst()
            .ifPresent(s -> System.out.println("findFirst:" + s));
}

执行后后果为：

6
true
findFirst:205

避坑揭示

这里须要补充揭示下，一旦一个Stream被执行了终止操作之后，后续便不能够再读这个流执行其余的操作了，否则会报错，看上面示例：

public void testHandleStreamAfterClosed() {
    List<String> ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193");
    Stream<String> stream = ids.stream().filter(s -> s.length() > 2);
    // 统计stream操作后残余的元素个数
    System.out.println(stream.count());
    System.out.println("-----上面会报错-----");
    // 判断是否有元素值等于205
    try {
        System.out.println(stream.anyMatch("205"::equals));
    } catch (Exception e) {
        e.printStackTrace();
    }
    System.out.println("-----下面会报错-----");
}

执行的时候，后果如下：

6
-----上面会报错-----
java.lang.IllegalStateException: stream has already been operated upon or closed
    at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:229)
    at java.util.stream.ReferencePipeline.anyMatch(ReferencePipeline.java:449)
    at com.veezean.skills.stream.StreamService.testHandleStreamAfterClosed(StreamService.java:153)
    at com.veezean.skills.stream.StreamService.main(StreamService.java:176)
-----下面会报错-----

因为stream曾经被执行 count()终止办法了，所以对stream再执行 anyMatch办法的时候，就会报错 stream has already been operated upon or closed，这一点在应用的时候须要特地留神。

后果收集终止办法

因为Stream次要用于对汇合数据的解决场景，所以除了下面几种获取简略后果的终止办法之外，更多的场景是获取一个汇合类的后果对象，比方List、Set或者HashMap等。

这里就须要 collect办法出场了，它能够反对生成如下类型的后果数据：

• 一个 汇合类，比方List、Set或者HashMap等
• StringBuilder对象，反对将多个 字符串进行拼接解决并输入拼接后后果
• 一个能够记录个数或者计算总和的对象（数据批量运算统计）

生成汇合

应该算是collect最常被应用到的一个场景了：

public void testCollectStopOptions() {
    List<Dept> ids = Arrays.asList(new Dept(17), new Dept(22), new Dept(23));
    // collect成list
    List<Dept> collectList = ids.stream().filter(dept -> dept.getId() > 20)
            .collect(Collectors.toList());
    System.out.println("collectList:" + collectList);
    // collect成Set
    Set<Dept> collectSet = ids.stream().filter(dept -> dept.getId() > 20)
            .collect(Collectors.toSet());
    System.out.println("collectSet:" + collectSet);
    // collect成HashMap，key为id，value为Dept对象
    Map<Integer, Dept> collectMap = ids.stream().filter(dept -> dept.getId() > 20)
            .collect(Collectors.toMap(Dept::getId, dept -> dept));
    System.out.println("collectMap:" + collectMap);
}

后果如下：

collectList:[Dept{id=22}, Dept{id=23}]
collectSet:[Dept{id=23}, Dept{id=22}]
collectMap:{22=Dept{id=22}, 23=Dept{id=23}}

生成拼接字符串

将一个List或者数组中的值拼接到一个字符串里并以逗号分隔开，这个场景置信大家都不生疏吧？

如果通过 for循环和 StringBuilder去循环拼接，还得思考下最初一个逗号如何解决的问题，很繁琐:

public void testForJoinStrings() {
    List<String> ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193");
    StringBuilder builder = new StringBuilder();
    for (String id : ids) {
        builder.append(id).append(',');
    }
    // 去掉开端多拼接的逗号
    builder.deleteCharAt(builder.length() - 1);
    System.out.println("拼接后：" + builder.toString());
}

然而当初有了Stream，应用 collect能够轻而易举的实现：

public void testCollectJoinStrings() {
    List<String> ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193");
    String joinResult = ids.stream().collect(Collectors.joining(","));
    System.out.println("拼接后：" + joinResult);
}

两种形式都能够失去完全相同的后果，但Stream的形式更优雅：

拼接后：205,10,308,49,627,193,111,193

数据批量数学运算

还有一种场景，理论应用的时候可能会比拟少，就是应用collect生成数字数据的总和信息，也能够理解下实现形式：

public void testNumberCalculate() {
    List<Integer> ids = Arrays.asList(10, 20, 30, 40, 50);
    // 计算平均值
    Double average = ids.stream().collect(Collectors.averagingInt(value -> value));
    System.out.println("平均值：" + average);
    // 数据统计信息
    IntSummaryStatistics summary = ids.stream().collect(Collectors.summarizingInt(value -> value));
    System.out.println("数据统计信息： " + summary);
}

下面的例子中，应用collect办法来对list中元素值进行数学运算，后果如下：

平均值：30.0
总和： IntSummaryStatistics{count=5, sum=150, min=10, average=30.000000, max=50}

并行Stream

机制阐明

应用并行流，能够无效利用计算机的多CPU硬件，晋升逻辑的执行速度。并行流通过将一整个stream划分为 多个片段，而后对各个分片流并行执行解决逻辑，最初将各个分片流的执行后果汇总为一个整体流。

束缚与限度

并行流相似于多线程在并行处理，所以与多线程场景相干的一些问题同样会存在，比方死锁等问题，所以在并行流终止执行的函数逻辑，必须要保障线程平安。

答复最后的问题

到这里，对于JAVA Stream的相干概念与用法介绍，根本就讲完了。咱们再把焦点切回本文刚开始时提及的一个问题：

Stream相较于传统的foreach的形式解决stream，到底有啥劣势？

依据后面的介绍，咱们应该能够得出如下几点答案：

• 代码更简洁、偏申明式的编码格调，更容易体现出代码的逻辑用意
• 逻辑间解耦，一个stream两头解决逻辑，无需关注上游与上游的内容，只须要按约定实现本身逻辑即可
• 并行流场景效率会比迭代器一一循环更高
• 函数式接口，提早执行的个性，两头管道操作不论有多少步骤都不会立刻执行，只有遇到终止操作的时候才会开始执行，能够防止一些两头不必要的操作耗费

当然了，Stream也不全是长处，在有些方面也有其弊病：

• 代码调测debug不便
• 程序员从历史写法切换到Stream时，须要肯定的适应工夫

总结

好啦，对于JAVA Stream的了解要点与应用技能的论述就先到这里啦。那通过下面的介绍，各位小伙伴们是否曾经蠢蠢欲动了呢？快去我的项目中应用体验下吧！当然啦，如果有疑难，也欢送找我一起探讨探讨咯。

此外：

• 对于Stream中collect的分组、分片等进阶操作，以及对并行流的深入探讨，因为波及内容比拟多且绝对独立，我会在后续的文档中开展专门介绍下，如果有趣味的话，能够点个关注、防止迷路。
• 对于本文中波及的演示代码的残缺示例，我曾经整顿并提交到github中，如果您有须要，能够自取：https://github.com/veezean/JavaBasicSkills

我是悟道，聊技术、又不仅仅聊技术~

如果感觉有用，请点个关注，也能够关注下我的公众号【架构悟道】，获取更及时的更新。

期待与你一起探讨，一起成长为更好的本人。