Java8新特性学习

发表于 | 分类于 | 热度 | 字数统计 7,063

很惭愧，关于 Java 8 的特性早就开坑想学，然而….现在都到 Java 9 了依然没填完，这份 MD 文档在桌面也放了半年多了（ :XD 捂脸），一直因为各种原因放在哪里吃灰，今天看了看有必要填坑了！
Java 8 新加入的一些特性是很有用的！Spring Framework 5+ 都是基于 Java 8 了，再不学要跟不上了！
这篇就说了说 Lambda 表达式和 Stream，发现已经很长了，其他的下次再聊，下篇应该不会太久，大概….

Lambda表达式

简单说，Lambda 表达式是用来简化匿名类的一种写法，使用它有个条件就是，匿名类实现的接口中只能有一个方法，也就是只有一个需要实现的方法，并且它的写法有很多种，各种个样的简化。
其实 Lambda 表达式的本质只是一个”语法糖“，由编译器推断并帮你转换包装为常规的代码，因此你可以使用更少的代码来实现同样的功能。
Lambda 表达式赋予了 Java 程序员相较于其他函数式编程语言缺失的特性，结合虚拟扩展方法之类的特性，Lambda 表达式能写出一些极好的代码。
Lambda 表达式的加入，使得 Java 拥有了函数式编程的能力。
建议不要乱用，因为这就和某些很高级的黑客写的代码一样，简洁，难懂，难以调试，维护人员想骂娘。
Java SE 8 添加了 2 个对集合数据进行批量操作的包: java.util.function 包以及 java.util.stream 包。
流 (stream) 就如同迭代器 (iterator),但附加了许多额外的功能。 总的来说，lambda 表达式和 stream 是自 Java 语言添加泛型(Generics)和注解(annotation)以来最大的变化。
简单的例子：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
// 1. 不需要参数,返回值为 5  
() -> 5  
  
// 2. 接收一个参数(数字类型),返回其2倍的值  
x -> 2 * x  
  
// 3. 接受2个参数(数字),并返回他们的差值  
(x, y) -> x – y  
  
// 4. 接收2个int型整数,返回他们的和  
(int x, int y) -> x + y  
  
// 5. 接受一个 string 对象,并在控制台打印,不返回任何值(看起来像是返回void)  
(String s) -> System.out.print(s)

上面的这些是最最基本的，下面继续来看看还有那些骚操作吧

基本的Lambda例子

比如我们要遍历一个 List：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
String[] atp = {"Rafael Nadal", "Novak Djokovic",
                "Stanislas Wawrinka",
                "David Ferrer","Roger Federer",
                "Andy Murray","Tomas Berdych",
                "Juan Martin Del Potro"};
List<String> players =  Arrays.asList(atp);

// 以前的循环方式
for (String player : players) {
  System.out.print(player + "; ");
}  

// 使用 lambda 表达式以及函数操作(functional operation)
players.forEach((player) -> System.out.print(player + "; "));

// 在 Java 8 中使用双冒号操作符(double colon operator)
players.forEach(System.out::println);

常用的还有使用 lambdas 来实现 Runnable接口，以及实现自定义排序：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
// 1.1使用匿名内部类
new Thread(new Runnable() {
  @Override
  public void run() {
    System.out.println("Hello world !");
  }  
}).start();

// 1.2使用 lambda expression
new Thread(() -> System.out.println("Hello world !")).start();

// 2.1使用匿名内部类
Runnable race1 = new Runnable() {
  @Override
  public void run() {
    System.out.println("Hello world !");
  }  
};  

// 2.2使用 lambda expression
Runnable race2 = () -> System.out.println("Hello world !");

// 直接调用 run 方法(没开新线程哦!)
race1.run();
race2.run();


// 3.1 使用 lambda expression 排序 players
Comparator<String> sortByName = (String s1, String s2) -> (s1.compareTo(s2));
Arrays.sort(players, sortByName);
  
// 3.2 也可以采用如下形式:
Arrays.sort(players, (String s1, String s2) -> (s1.compareTo(s2)));

这样一看，还是挺爽的。

使用 :: 运算符作为 Lambda 调用特定方法的缩写，并且拥有更好的可读性。

使用Lambdas和Streams

Stream 是对集合的包装,通常和 lambda 一起使用。 使用 lambdas 可以支持许多操作，如 map, filter, limit, sorted, count, min, max, sum, collect 等等。
同样，Stream 使用懒运算，他们并不会真正地读取所有数据，遇到像 getFirst() 这样的方法就会结束链式语法。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
List<Person> javaProgrammers = new ArrayList<Person>() {
  {
    add(new Person("Elsdon", "Jaycob", "Java programmer", "male", 43, 2000));
    add(new Person("Tamsen", "Brittany", "Java programmer", "female", 23, 1500));
    add(new Person("Floyd", "Donny", "Java programmer", "male", 33, 1800));
    add(new Person("Sindy", "Jonie", "Java programmer", "female", 32, 1600));
    add(new Person("Vere", "Hervey", "Java programmer", "male", 22, 1200));
    add(new Person("Maude", "Jaimie", "Java programmer", "female", 27, 1900));
    add(new Person("Shawn", "Randall", "Java programmer", "male", 30, 2300));
    add(new Person("Jayden", "Corrina", "Java programmer", "female", 35, 1700));
    add(new Person("Palmer", "Dene", "Java programmer", "male", 33, 2000));
    add(new Person("Addison", "Pam", "Java programmer", "female", 34, 1300));
  }
};

List<Person> phpProgrammers = new ArrayList<Person>() {
  {
    add(new Person("Jarrod", "Pace", "PHP programmer", "male", 34, 1550));
    add(new Person("Clarette", "Cicely", "PHP programmer", "female", 23, 1200));
    add(new Person("Victor", "Channing", "PHP programmer", "male", 32, 1600));
    add(new Person("Tori", "Sheryl", "PHP programmer", "female", 21, 1000));
    add(new Person("Osborne", "Shad", "PHP programmer", "male", 32, 1100));
    add(new Person("Rosalind", "Layla", "PHP programmer", "female", 25, 1300));
    add(new Person("Fraser", "Hewie", "PHP programmer", "male", 36, 1100));
    add(new Person("Quinn", "Tamara", "PHP programmer", "female", 21, 1000));
    add(new Person("Alvin", "Lance", "PHP programmer", "male", 38, 1600));
    add(new Person("Evonne", "Shari", "PHP programmer", "female", 40, 1800));
  }
};

System.out.println("所有程序员的姓名:");  
javaProgrammers.forEach((p) -> System.out.printf("%s %s; ", p.getFirstName(), p.getLastName()));  
phpProgrammers.forEach((p) -> System.out.printf("%s %s; ", p.getFirstName(), p.getLastName())); 

System.out.println("给程序员加薪 5% :");  
Consumer<Person> giveRaise = e -> e.setSalary(e.getSalary() / 100 * 5 + e.getSalary());  
javaProgrammers.forEach(giveRaise);  
phpProgrammers.forEach(giveRaise); 

System.out.println("下面是月薪超过 $1,400 的PHP程序员:");
phpProgrammers.stream()  
  .filter((p) -> (p.getSalary() > 1400))  
  .forEach((p) -> System.out.printf("%s %s; ", p.getFirstName(), p.getLastName())); 


// 定义 filters  
Predicate<Person> ageFilter = (p) -> (p.getAge() > 25);  
Predicate<Person> salaryFilter = (p) -> (p.getSalary() > 1400);  
Predicate<Person> genderFilter = (p) -> ("female".equals(p.getGender()));  
System.out.println("下面是年龄大于 24岁且月薪在$1,400以上的女PHP程序员:");  
phpProgrammers.stream()  
  .filter(ageFilter)  
  .filter(salaryFilter)  
  .filter(genderFilter)  
  .forEach((p) -> System.out.printf("%s %s; ", p.getFirstName(), p.getLastName()));  
// 重用filters  
System.out.println("年龄大于 24岁的女性 Java programmers:");  
javaProgrammers.stream()  
  .filter(ageFilter)  
  .filter(genderFilter)  
  .forEach((p) -> System.out.printf("%s %s; ", p.getFirstName(), p.getLastName()));

上面展示了一些对于集合的“新操作”，这都是平常用的最多的，使用了语法糖后，真是更爽了。

Lambda表达式的结构

让我们了解一下 Lambda 表达式的结构。

  • 一个 Lambda 表达式可以有零个或多个参数
  • 参数的类型既可以明确声明，也可以根据上下文来推断。例如：(int a)与(a)效果相同
  • 所有参数需包含在圆括号内，参数之间用逗号相隔。例如：(a, b) 或 (int a, int b) 或 (String a, int b, float c)
  • 空圆括号代表参数集为空。例如：() -> 42
  • 当只有一个参数，且其类型可推导时，圆括号（）可省略。例如：a -> return a*a
  • Lambda 表达式的主体可包含零条或多条语句
  • 如果 Lambda 表达式的主体只有一条语句，花括号可省略。匿名函数的返回类型与该主体表达式一致
  • 如果 Lambda 表达式的主体包含一条以上语句，则表达式必须包含在花括号中（形成代码块）。匿名函数的返回类型与代码块的返回类型一致，若没有返回则为空

函数式接口

在 Java 中，Marker（标记）类型的接口是一种没有方法或属性声明的接口，简单地说，marker 接口是空接口。相似地，函数式接口是只包含一个抽象方法声明的接口。
java.lang.Runnable 就是一种函数式接口，在 Runnable 接口中只声明了一个方法 void run() ；每个 Lambda 表达式都能隐式地赋值给函数式接口，当不指明函数式接口时，编译器会自动解释这种转化。

1
2
3
4
5
Runnable r = () -> System.out.println("hello world");

new Thread(
  () -> System.out.println("hello world")
).start();

@FunctionalInterface 是 Java 8 新加入的一种接口，用于指明该接口类型声明是根据 Java 语言规范定义的函数式接口。Java 8 还声明了一些 Lambda 表达式可以使用的函数式接口，当你标注的接口不是有效的函数式接口时，可以使用 @FunctionalInterface 解决编译层面的错误。

1
2
3
4
@FunctionalInterface
public interface WorkerInterface {
    public void doSomeWork();
}

根据定义，函数式接口只能有一个抽象方法，如果你尝试添加第二个抽象方法，将抛出编译时错误.
需要记住的一件事是：默认方法（default）与静态方法并不影响函数式接口的契约，可以任意使用。

双冒号操作符

双冒号（::）操作符是 Java 中的方法引用。 当们使用一个方法的引用时，目标引用放在 :: 之前，目标引用提供的方法名称放在 :: 之后，即 目标引用::方法。比如：Person::getAge;

1
2
3
4
// 获取 getAge 方法的 Function 对象
Function<Person, Integer> getAge = Person::getAge;
// 传参数调用 getAge 方法
Integer age = getAge.apply(p);

目标引用的参数类型是 Function<T,R>，T 表示传入类型，R 表示返回类型。
比如，表达式 person -> person.getAge();，传入参数是 person，返回值是 person.getAge()，那么方法引用 Person::getAge 就对应着 Function<Person,Integer> 类型。
“::” 称之为定界符，当我们使用它的时候，只是用来引用要使用的方法，而不是调用方法，所以不能在方法后面加 ()。
你不能直接调用方法引用，只是用来替代 Lambda 表达式，所以，哪里使用 Lambda 表达式了，哪里就可以使用方法引用了。

Lambda与匿名类

使用匿名类与 Lambda 表达式的一大区别在于关键词的使用。对于匿名类，关键词 this 解读为匿名类，而对于 Lambda 表达式，关键词 this 解读为写入 Lambda 的类。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
public class Example {
  private String firstName = "Tom";
  public void example() {
    Function<String, String> addSurname = surname -> {
      // equivalent to this.firstName
      return firstName + " " + surname;  // or even,   
    };
  }
}

// Java 8 之前必须显示调用
public class Example {
  private String firstName = "Jerry";
  public void anotherExample() {
    Function<String, String> addSurname = new Function<String,  
    String>() {
      @Override
      public String apply(String surname) {
        return Example.this.firstName + " " + surname;   
      }
    };
  }
}

Lambda 表达式与匿名类的另一不同在于两者的编译方法。Java 编译器编译 Lambda 表达式并将他们转化为类里面的私有函数，它使用 Java 7 中新加的 invokedynamic 指令动态绑定该方法.
还有一点 Lambda 表达式的代码块不允许调用接口中定义的默认方法，但是 Lambda 表达式创建的对象与匿名内部类生成的对象一样，都可以直接调用从接口中集成的默认方法。
Lambda 表达式不需要每次都要被实例化，对于 Java 来说，带来巨大的好处。不像实例化匿名类，对内存的影响可以降到最小。

Java8中的forEach

forEach 方法是 JAVA 8 中在集合父接口 java.lang.Iterable 中新增的一个 default 实现方法.

1
2
3
4
5
6
default void forEach(Consumer<? super T> action) {
  Objects.requireNonNull(action);
  for (T t : this) {
    action.accept(t);
  }
}

可以看出，forEach 方法接受一个在 JAVA 8 中新增的 java.util.function.Consumer 的消费行为或者称之为动作 (Consumer action )类型；然后将集合中的每个元素作为消费行为的 accept 方法的参数执行。
那么自然我们就可以自定义消费行为动作 Consumer，只需要实现 Consumer 接口的 accept 方法。

Java8中的Stream

Stream 作为 Java 8 的一大亮点，它与 java.io 包里的 InputStream 和 OutputStream 是完全不同的概念。
它也不同于 StAX 对 XML 解析的 Stream，也不是 Amazon Kinesis 对大数据实时处理的 Stream。
Java 8 中的 Stream 是对集合（Collection）对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作（aggregate operation），或者大批量数据操作 (bulk data operation)。
Stream API 借助于同样新出现的 Lambda 表达式，极大的提高编程效率和程序可读性。同时它提供串行和并行两种模式进行汇聚操作，并发模式能够充分利用多核处理器的优势，使用 fork/join 并行方式来拆分任务和加速处理过程。
通常编写并行代码很难而且容易出错, 但使用 Stream API 无需编写一行多线程的代码，就可以很方便地写出高性能的并发程序。所以说，Java 8 中首次出现的 java.util.stream 是一个函数式语言+多核时代综合影响的产物。

聚合操作

但在当今这个数据大爆炸的时代，在数据来源多样化、数据海量化的今天，很多时候不得不脱离 RDBMS，或者以底层返回的数据为基础进行更上层的数据统计。
而 Java 的集合 API 中，仅仅有极少量的辅助型方法，更多的时候是程序员需要用 Iterator 来遍历集合，完成相关的聚合应用逻辑。这是一种远不够高效、笨拙的方法。
下面比较下在 Java 7 与 Java 8 中，如果要发现 type 为 grocery 的所有交易，然后返回以交易值降序排序好的交易 ID 集合的写法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
// Java 7:
List<Transaction> groceryTransactions = new Arraylist<>();
for(Transaction t: transactions){
 if(t.getType() == Transaction.GROCERY){
 groceryTransactions.add(t);
 }
}
Collections.sort(groceryTransactions, new Comparator(){
 public int compare(Transaction t1, Transaction t2){
 return t2.getValue().compareTo(t1.getValue());
 }
});
List<Integer> transactionIds = new ArrayList<>();
for(Transaction t: groceryTransactions){
 transactionsIds.add(t.getId());
}

// Java 8
List<Integer> transactionsIds = transactions.parallelStream()
 .filter(t -> t.getType() == Transaction.GROCERY)
 .sorted(comparing(Transaction::getValue).reversed())
 .map(Transaction::getId)
 .collect(toList());

Java 8 使用 Stream，代码更加简洁易读；而且使用并发模式，程序执行速度更快.

什么是流

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。原始版本的 Iterator，用户只能显式地一个一个遍历元素并对其执行某些操作；高级版本的 Stream，用户只要给出需要对其包含的元素执行什么操作，比如 “过滤掉长度大于 10 的字符串”、“获取每个字符串的首字母”等，Stream 会隐式地在内部进行遍历，做出相应的数据转换。
Stream 就如同一个迭代器（Iterator），单向，不可往复，数据只能遍历一次，遍历过一次后即用尽了，就好比流水从面前流过，一去不复返。
而和迭代器又不同的是，Stream 可以并行化操作，迭代器只能命令式地、串行化操作。顾名思义，当使用串行方式去遍历时，每个 item 读完后再读下一个 item。而使用并行去遍历时，数据会被分成多个段，其中每一个都在不同的线程中处理，然后将结果一起输出。Stream 的并行操作依赖于 Java7 中引入的 Fork/Join 框架（JSR166y）来拆分任务和加速处理过程。
Stream 的另外一大特点是，数据源本身可以是无限的。

流的构成

当我们使用一个流的时候，通常包括三个基本步骤：
获取一个数据源（source）→ 数据转换 → 执行操作获取想要的结果；每次转换原有 Stream 对象不改变，返回一个新的 Stream 对象（可以有多次转换），这就允许对其操作可以像链条一样排列，变成一个管道。
有多种方式生成 Stream Source：
从 Collection 和数组：

  • Collection.stream()
  • Collection.parallelStream()
  • Arrays.stream(T array) or Stream.of()

从 BufferedReader：

  • java.io.BufferedReader.lines()

静态工厂：

  • java.util.stream.IntStream.range()
  • java.nio.file.Files.walk()

自己构建：

  • java.util.Spliterator

其它：

  • Random.ints()
  • BitSet.stream()
  • Pattern.splitAsStream(java.lang.CharSequence)
  • JarFile.stream()

一般我们用的比较多的就是第一种吧。

流的操作

流的操作类型分为两种：

  • Intermediate：一个流可以后面跟随零个或多个 intermediate 操作。
    其目的主要是打开流，做出某种程度的数据映射/过滤，然后返回一个新的流，交给下一个操作使用。
    这类操作都是惰性化的（lazy），就是说，仅仅调用到这类方法，并没有真正开始流的遍历。
  • Terminal：一个流只能有一个 terminal 操作，当这个操作执行后，流就被使用“光”了，无法再被操作。
    所以这必定是流的最后一个操作。Terminal 操作的执行，才会真正开始流的遍历，并且会生成一个结果，或者一个 side effect。

因为转换操作都是 lazy 的，所以多个转换操作只会在 Terminal 操作的时候融合起来，一次循环完成。
我们可以这样简单的理解，Stream 里有个操作函数（把定义的处理方法就叫操作函数吧）的集合，每次转换操作就是把转换函数放入这个集合中，在 Terminal 操作的时候循环 Stream 对应的集合，然后对每个元素执行所有的函数。
还有一种操作被称为 short-circuiting。用以指：

  • 对于一个 intermediate 操作，如果它接受的是一个无限大（infinite/unbounded）的 Stream，但返回一个有限的新 Stream。
  • 对于一个 terminal 操作，如果它接受的是一个无限大的 Stream，但能在有限的时间计算出结果。

当操作一个无限大的 Stream，而又希望在有限时间内完成操作，则在管道内拥有一个 short-circuiting 操作是必要非充分条件。
下面就来看一个简单的例子：

1
2
3
4
int sum = widgets.stream()
  .filter(w -> w.getColor() == RED)
  .mapToInt(w -> w.getWeight())
  .sum();

stream() 获取当前小物件的 source，filter 和 mapToInt 为 intermediate 操作，进行数据筛选和转换，最后一个 sum() 为 terminal 操作，对符合条件的全部小物件作重量求和。
具体的操作可进行简单的分类：

  • Intermediate：
    map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 limit、 skip、 parallel、 sequential、 unordered
  • Terminal：
    forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator
  • Short-circuiting：
    anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 limit

具体的例子在下一节展示。

流的使用

简单说，对 Stream 的使用就是实现一个 filter-map-reduce 过程，产生一个最终结果，或者导致一个副作用（side effect）。需要注意的是，对于基本数值型，目前有三种对应的包装类型 Stream：
IntStream、LongStream、DoubleStream。当然我们也可以用 Stream<Integer>、Stream<Long>、Stream<Double>，但是 boxing 和 unboxing 会很耗时，所以特别为这三种基本数值型提供了对应的 Stream。
Java 8 中还没有提供其它数值型 Stream，因为这将导致扩增的内容较多。而常规的数值型聚合运算可以通过上面三种 Stream 进行。
流的构造和转换的例子：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
// 数值流的构造
IntStream.of(new int[]{1, 2, 3}).forEach(System.out::println);
IntStream.range(1, 3).forEach(System.out::println);
IntStream.rangeClosed(1, 3).forEach(System.out::println);

// 流的转换
// 1. Array
String[] strArray1 = stream.toArray(String[]::new);
// 2. Collection
List<String> list1 = stream.collect(Collectors.toList());
List<String> list2 = stream.collect(Collectors.toCollection(ArrayList::new));
Set set1 = stream.collect(Collectors.toSet());
Stack stack1 = stream.collect(Collectors.toCollection(Stack::new));
// 3. String
String str = stream.collect(Collectors.joining()).toString();

一个 Stream 只可以使用一次，上面的代码为了简洁而重复使用了数次。
然后就来看一些比较经典的栗子吧：

map/flatMap

map 操作应该是用的比较多的一种了，它的作用就是把 input Stream 的每一个元素，映射成 output Stream 的另外一个元素；也就是说是个 1:1 映射，每个输入元素，都按照规则转换成为另外一个元素。还有一些场景，是一对多映射关系的，这时需要 flatMap。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
// 转换大写
List<String> output = wordList.stream()
  .map(String::toUpperCase)
  .collect(Collectors.toList());

// 平方根
List<Integer> nums = Arrays.asList(1, 2, 3, 4);
List<Integer> squareNums = nums.stream()
  .map(n -> n * n)
  .collect(Collectors.toList());

// 一对多
Stream<List<Integer>> inputStream = Stream.of(
  Arrays.asList(1),
  Arrays.asList(2, 3),
  Arrays.asList(4, 5, 6)
);
Stream<Integer> outputStream = inputStream
  .flatMap((childList) -> childList.stream());

flatMap 把 input Stream 中的层级结构扁平化，就是将最底层元素抽出来放到一起，最终 output 的新 Stream 里面已经没有 List 了，都是直接的数字.

filter

filter 对原始 Stream 进行某项测试，通过测试的元素被留下来生成一个新 Stream。

1
2
3
4
5
6
7
8
9
10
// 留下偶数
Integer[] sixNums = {1, 2, 3, 4, 5, 6};
Integer[] evens =
  Stream.of(sixNums).filter(n -> n%2 == 0).toArray(Integer[]::new);

// 挑选单词
List<String> output = reader.lines()
  .flatMap(line -> Stream.of(line.split(REGEXP)))
  .filter(word -> word.length() > 0)
  .collect(Collectors.toList());

这段代码首先把每行的单词用 flatMap 整理到新的 Stream，然后保留长度不为 0 的，就是整篇文章中的全部单词了。

forEach

上面已经用烂了，不多说，关键是它的一些特点：
forEach 是为 Lambda 而设计的，保持了最紧凑的风格。而且 Lambda 表达式本身是可以重用的，非常方便。
当需要为多核系统优化时，可以 parallelStream().forEach()，只是此时原有元素的次序没法保证，并行的情况下将改变串行时操作的行为，此时 forEach 本身的实现不需要调整，而 Java8 以前的 for 循环 code 可能需要加入额外的多线程逻辑。但一般认为，forEach 和常规 for 循环的差异不涉及到性能，它们仅仅是函数式风格与传统 Java 风格的差别。

另外一点需要注意，forEach 是 terminal 操作，因此它执行后，Stream 的元素就被“消费”掉了，你无法对一个 Stream 进行两次 terminal 运算；具有相似功能的 intermediate 操作 peek 可以解决这个问题：

1
2
3
4
5
6
Stream.of("one", "two", "three", "four")
 .filter(e -> e.length() > 3)
 .peek(e -> System.out.println("Filtered value: " + e))
 .map(String::toUpperCase)
 .peek(e -> System.out.println("Mapped value: " + e))
 .collect(Collectors.toList());

peek 对每个元素执行操作并返回一个新的 Stream；forEach 不能修改自己包含的本地变量值，也不能用 break/return 之类的关键字提前结束循环。

reduce

这个方法的主要作用是把 Stream 元素组合起来。它提供一个起始值（种子），然后依照运算规则（BinaryOperator），和前面 Stream 的第一个、第二个、第 n 个元素组合。从这个意义上说，字符串拼接、数值的 sum、min、max、average 都是特殊的 reduce。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
// 字符串连接，concat = "ABCD"
String concat = Stream.of("A", "B", "C", "D").reduce("", String::concat);

// 求最小值，minValue = -3.0
double minValue = Stream.of(-1.5, 1.0, -3.0, -2.0).reduce(Double.MAX_VALUE, Double::min);

// 求和，sumValue = 10, 有起始值
int sumValue = Stream.of(1, 2, 3, 4).reduce(0, Integer::sum);

// 求和，sumValue = 10, 无起始值
sumValue = Stream.of(1, 2, 3, 4).reduce(Integer::sum).get();

// 过滤，字符串连接，concat = "ace"
concat = Stream.of("a", "B", "c", "D", "e", "F")
 .filter(x -> x.compareTo("Z") > 0)
 .reduce("", String::concat);

上面代码例如第一个示例的 reduce()，第一个参数（空白字符）即为起始值，第二个参数（String::concat）为BinaryOperator。
这类有起始值的 reduce() 都返回具体的对象。而对于第四个示例没有起始值的 reduce()，由于可能没有足够的元素，返回的是 Optional，请留意这个区别。

Optional 这也是一个模仿 Scala 语言中的概念，作为一个容器，它可能含有某值，或者不包含。使用它的目的是尽可能避免 NullPointerException。
使用 Optional 代码的可读性更好，而且它提供的是编译时检查，能极大的降低 NPE 这种 Runtime Exception 对程序的影响，或者迫使程序员更早的在编码阶段处理空值问题，而不是留到运行时再发现和调试。
Stream 中的 findAny、max/min、reduce 等方法等返回 Optional 值。还有例如 IntStream.average() 返回 OptionalDouble 等等。
后面会详细说这一特性。

limit/skip

limit 返回 Stream 的前面 n 个元素；skip 则是扔掉前 n 个元素（它是由一个叫 subStream 的方法改名而来）。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
public void testLimitAndSkip() {
  List<Person> persons = new ArrayList();
  for (int i = 1; i <= 20; i++) {
    Person person = new Person(i, "name" + i);
    persons.add(person);
  }
  
  List<String> personList2 = persons.stream()
    .map(Person::getName).limit(10).skip(3).collect(Collectors.toList());
  
  // limit 和 skip 对 sorted 后的运行次数无影响
  List<Person> personList3 = persons.stream()
    .sorted((p1, p2) -> p1.getName().compareTo(p2.getName()))
    .limit(2)
    .collect(Collectors.toList());
}

limit(10) 就是取前十条，skip(3) 就是跳过前三条咯，果然是更加灵活了。
有一种情况是 limit/skip 无法达到 short-circuiting 目的的，就是把它们放在 Stream 的排序操作后，原因跟 sorted 这个 intermediate 操作有关：此时系统并不知道 Stream 排序后的次序如何，所以 sorted 中的操作看上去就像完全没有被 limit 或者 skip 一样。
在后面的一个例子中，即虽然最后的返回元素数量是 2，但整个管道中的 sorted 表达式执行次数没有像前面例子相应减少。
最后有一点需要注意的是，对一个 parallel 的 Steam 管道来说，如果其元素是有序的，那么 limit 操作的成本会比较大，因为它的返回对象必须是前 n 个也有一样次序的元素。取而代之的策略是取消元素间的次序，或者不要用 parallel Stream（parallel 用于多核并发操作）。

Match

Stream 有三个 match 方法，从语义上说：

  • allMatch：Stream 中全部元素符合传入的 predicate，返回 true
  • anyMatch：Stream 中只要有一个元素符合传入的 predicate，返回 true
  • noneMatch：Stream 中没有一个元素符合传入的 predicate，返回 true

它们都不是要遍历全部元素才能返回结果。例如 allMatch 只要一个元素不满足条件，就 skip 剩下的所有元素，返回 false。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
List<Person> persons = new ArrayList();
persons.add(new Person(1, "name" + 1, 10));
persons.add(new Person(2, "name" + 2, 21));
persons.add(new Person(3, "name" + 3, 34));
persons.add(new Person(4, "name" + 4, 6));
persons.add(new Person(5, "name" + 5, 55));

boolean isAllAdult = persons.stream()
  .allMatch(p -> p.getAge() > 18);
System.out.println("All are adult? " + isAllAdult);

boolean isThereAnyChild = persons.stream()
  .anyMatch(p -> p.getAge() < 12);
System.out.println("Any child? " + isThereAnyChild);

确实挺方便的，如果你记得的话….

其他

其他的像 sorted/min/max/distinct 这些方法就不多说了，想看的可以去 IBM 的原文找下，在参考里；至于它们的优势，比如排序，它比数组的排序更强之处在于你可以首先对 Stream 进行各类 map、filter、limit、skip 甚至 distinct 来减少元素数量后，再排序，这能帮助程序明显缩短执行时间。

总结&归纳

  • 不是数据结构
  • 它没有内部存储，它只是用操作管道从 source（数据结构、数组、generator function、IO channel）抓取数据。
  • 它也绝不修改自己所封装的底层数据结构的数据。
    例如 Stream 的 filter 操作会产生一个不包含被过滤元素的新 Stream，而不是从 source 删除那些元素。
  • 所有 Stream 的操作必须以 lambda 表达式为参数
  • 不支持索引访问
  • 你可以请求第一个元素，但无法请求第二个，第三个，或最后一个。不过请参阅下一项。
  • 很容易生成数组或者 List
  • 惰性化
  • 很多 Stream 操作是向后延迟的，一直到它弄清楚了最后需要多少数据才会开始。
  • Intermediate 操作永远是惰性化的。
  • 并行能力
  • 当一个 Stream 是并行化的，就不需要再写多线程代码，所有对它的操作会自动并行进行的。
  • 可以是无限的
    集合有固定大小，Stream 则不必。limit(n) 和 findFirst() 这类的 short-circuiting 操作可以对无限的 Stream 进行运算并很快完成。

参考

https://www.ibm.com/developerworks/cn/java/j-lo-java8streamapi/
https://segmentfault.com/a/1190000009186509
http://www.cnblogs.com/IcanFixIt/p/6744973.html
http://blog.csdn.net/renfufei/article/details/24600507
深入探讨Lambda

喜欢就请我吃包辣条吧！

评论框加载失败，无法访问 Disqus

你可能需要魔法上网~~