java-1.8 新个性 – 汇合的流式编程

1. 汇合流的简介

 Stream 是 jdk1.8 之后呈现的新个性，也是 jdk1.8 新个性最值得学习的两种个性之一。（另外一个是 lambda 表达式）Strean 是对汇合操作的加强，流不是汇合的元素，不是一种数据结构，不负责存储数据，流更向是迭代器，能够单项的遍历汇合的每一个元素，并不可循环。

1.1 汇合流式编程的简介

• • –

Stream 是 jdk1.8 之后呈现的新个性，也是 jdk1.8 新个性最值得学习的两种个性之一。（另外一个是 lambda 表达式）

Strean 是对汇合操作的加强，流不是汇合的元素，不是一种数据结构，不负责存储数据，流更向是迭代器，能够单项的遍历汇合的每一个元素，并不可循环。

1.2 为什么要应用汇合的流式编程

• • –

有些时候，对汇合中的元素进行操作时，须要应用其余操作的后果，在这个过程中，汇合流式编程能够大幅度简化代码的数量，将数据源中的数据读取到一个流中，能够对流中的数据进行操纵（删除，过滤，映射。。。），每次的操作后果也是一个流对象，能够对流进行其余的操作

1.3 应用流式编程的步骤

• • –

通常状况下，对汇合中的数据进行咯流式编程，须要进行以下三步。

1. 获取数据源，将数据源中的数据读取到流中。
2. 对流中的数据进行各种各样的解决。
3. 对流中的数据进行整合解决。

在上述三个过程中，过程 2，有若干办法，能够对流中的数据进行各种各样的操作，并且返回流对象自身这样的操作，被称之为 – 两头操作，过程 3 中，有若干办法，能够对流中的数据进行各种解决，并敞开流（所有数据都没有）。

在两头操作和最终操作中，基本上所有的办法参数都是函数式接口，能够应用 lambda 表达式来实现，应用流式编程，来简化代码量，是须要对 lambda 表达式做到纯熟

2. 数据源的获取

2.1 数据源的简介

数据源，顾名思义，既是流中数据的起源，是集流式起源的第一步，将数据源中的的数据读取到流中，进行解决；留神：将数据源中的数据读取到流中后，流中的数据与数据源中的数据没有关系。两头操作对流中的数据进行解决，过滤，映射，排序。。此时不会影响元数据中的内容。

2.2 数据源的获取

这个过程，其实是将容器的数据，读取到一个流中，因而无论什么容器作为数据源，读取到流中的办法返回值肯定是 Stream。

ArrayList<Integer> list=new ArrayList<>();
Stream<Integer> stream=list.stream();
Stream<Integer> stream=list.parallelStream();

3. 最终操作

3.1 最终操作的简介

将流中的数据整合到一起，能够存入一个汇合，也能够间接对流中的数据进行遍历，数据统计。。。通过最终操作，须要把握如何从流中提取进去咱们想要的信息。

注意事项：最终操作之所以叫最终操作，是因为在最终操作执行完结后，会敞开流，流中的所有数据销毁，如果应用一个曾经敞开的流，出现异常

3.2 collect

将流中的数据收集到一起，对这些数据进行解决，最常见的解决，就是将流中的数据存入一个汇合。collect 的参数是一个 collector 接口，这个接口不是一个函数式接口，实现这个接口，能够自定义收集规定。然而绝大部分状况下，不须要自定义。

间接应用 Collectors 工具类提供的办法即可。

3.3 count- 计数

3.4 forEach- 迭代遍历

• • –

3.5 MAX & MIN- 流中大小元素

• • –

3.6 allMatch & anyMacth & 9noneMatch

• • –

1. allMatch：只有当流中所有元素，都匹配指定规定，才会返回 true
2. anyMatch：只有流中有任意数据，满足自定规定，都会返回 true
3. noneMatch：只有当流中所有元素，都不满足指定规定，才会返回 true

3.7 find

• • –

find：从流中获取一个元素,（个别状况获取结尾元素）

findAny：从流中获取一个元素，(个别状况获取结尾元素)

这两个办法绝大多数状况下是雷同的，但在多线程环境下，findAny 和 find 返回后果可能不一样

3.8 最终操作注意事项

• • –

第一次计数完流敞开

4. 两头操作

4.1 两头操作的简介

• • –

将数据从数据源读取到流中，两头操作，就是对流中的数据进行各种各样的操做，解决，两头操作能够间断操作，每一个操作的返回值都是一个 Stream 对象自身，能够进行其余的操作，晓得最终操作。

4.2 filter

• • –

条件过滤，仅保留流中满足指定条件的数据，其余不满足的数据都会删除，

4.3 distinct- 去重

• • –

4.4 sorted- 去重

• • –

4.5 limit & skip

• • –

limit：限度，截取流中指定数据元素。

skip：跳过，跳过流中的指定数量元素

配合应用、

4.6 map & flatMap

• • –

map：对流中的数据进行映射，用新的数据替换数据

map 最次要就是做元素替换，其实 map 是一个元素映射

flatMap 也是元素映射，扁平化映射