小小 Stream，一篇文章拿捏它
在之前的 Java 中的 Lambda文章中，我簡(jiǎn)要提到了 Stream 的使用。在這篇文章中將深入探討它。首先，我們以一個(gè)熟悉的Student類為例。假設(shè)有一組學(xué)生：
public class Student {
private String name;
private Integer age;
public Student(String name, Integer age) {
this.name = name;
this.age = age;
}
public String getName() {
return name;
}
public Integer getAge() {
return age;
}
// toString 方法
@Override
public String toString() {
return"Student{" + "name='" + name + '\'' + ", age=" + age + '}';
}
}List<Student> students = new ArrayList<>();
students.add(new Student("Bob", 18));
students.add(new Student("Ted", 17));
students.add(new Student("Zeka", 19));現(xiàn)在有這樣一個(gè)需求：從給定的學(xué)生列表中返回年齡大于等于 18 歲的學(xué)生，按年齡降序排列，最多返回 2 個(gè)。
在Java7 及更早的代碼中，我們會(huì)這樣實(shí)現(xiàn)：
public static List<Student> getTwoOldestStudents(List<Student> students) {
List<Student> result = new ArrayList<>();
// 1. 遍歷學(xué)生列表，篩選出符合年齡條件的學(xué)生
for (Student student : students) {
if (student.getAge() >= 18) {
result.add(student);
}
}
// 2. 對(duì)符合條件的學(xué)生按年齡排序
result.sort((s1, s2) -> s2.getAge() - s1.getAge());
// 3. 如果結(jié)果大于 2 個(gè)，截取前兩個(gè)數(shù)據(jù)并返回
if (result.size() > 2) {
result = result.subList(0, 2);
}
return result;
}在Java8 及以后的版本中，借助 Stream，我們可以更優(yōu)雅地寫(xiě)出以下代碼：
public static List<Student> getTwoOldestStudentsByStream(List<Student> students) {
return students.stream()
.filter(s -> s.getAge() >= 18)
.sorted((s1, s2) -> s2.getAge() - s1.getAge())
.limit(2)
.collect(Collectors.toList());
}兩種方法的區(qū)別：
- 從功能角度來(lái)看，過(guò)程式代碼實(shí)現(xiàn)將集合元素、循環(huán)迭代和各種邏輯判斷耦合在一起，暴露了太多細(xì)節(jié)。隨著需求的變化和復(fù)雜化，過(guò)程式代碼將變得難以理解和維護(hù)。
- 函數(shù)式解決方案將代碼細(xì)節(jié)和業(yè)務(wù)邏輯解耦。類似于 SQL 語(yǔ)句，它表達(dá)的是“做什么”而不是“怎么做”，讓程序員更專注于業(yè)務(wù)邏輯，寫(xiě)出更簡(jiǎn)潔、易理解和維護(hù)的代碼。
基于我日常項(xiàng)目的實(shí)踐經(jīng)驗(yàn)，我對(duì) Stream 的核心點(diǎn)、易混淆的用法、典型使用場(chǎng)景等做了詳細(xì)總結(jié)。希望能幫助大家更全面地理解 Stream，并在項(xiàng)目開(kāi)發(fā)中更高效地應(yīng)用它。
一、初識(shí) Stream
Java 8 新增了 Stream 特性，它使用戶能夠以函數(shù)式且更簡(jiǎn)單的方式操作 List、Collection 等數(shù)據(jù)結(jié)構(gòu)，并在用戶無(wú)感知的情況下實(shí)現(xiàn)并行計(jì)算。
簡(jiǎn)而言之，Stream 操作被組合成一個(gè) Stream 管道。Stream 管道由以下三部分組成：
- 創(chuàng)建 Stream（從源數(shù)據(jù)創(chuàng)建，源數(shù)據(jù)可以是數(shù)組、集合、生成器函數(shù)、I/O 通道等）；
- 中間操作（可能有零個(gè)或多個(gè)，它們將一個(gè) Stream 轉(zhuǎn)換為另一個(gè) Stream，例如filter(Predicate)）；
- 終止操作（產(chǎn)生結(jié)果從而終止 Stream，例如count()或forEach(Consumer)）。
下圖展示了這些過(guò)程：
每個(gè)階段里的 Stream 操作都包含多個(gè)方法。我們先來(lái)簡(jiǎn)單了解下每個(gè)方法的功能。
1. 創(chuàng)建 Stream
主要負(fù)責(zé)直接創(chuàng)建一個(gè)新的 Stream，或基于現(xiàn)有的數(shù)組、List、Set、Map 等集合類型對(duì)象創(chuàng)建新的 Stream。
API | 解釋 |
stream() | 創(chuàng)建一個(gè)新的串行流對(duì)象 |
parallelStream() | 創(chuàng)建一個(gè)可以并行執(zhí)行的流對(duì)象 |
Stream.of() | 從給定的元素序列創(chuàng)建一個(gè)新的串行流對(duì)象 |
除了Stream，還有IntStream、LongStream和DoubleStream等基本類型的流，它們都稱為“流”。
2. 中間操作
這一步負(fù)責(zé)處理 Stream 并返回一個(gè)新的 Stream 對(duì)象。中間操作可以疊加。
API | 解釋 |
filter() | 過(guò)濾符合條件的元素并返回一個(gè)新的流 |
sorted() | 按指定規(guī)則對(duì)所有元素排序并返回一個(gè)新的流 |
skip() | 跳過(guò)集合前面的指定數(shù)量的元素并返回一個(gè)新的流 |
distinct() | 去重并返回一個(gè)新的流 |
limit() | 只保留集合前面的指定數(shù)量的元素并返回一個(gè)新的流 |
concat() | 將兩個(gè)流的數(shù)據(jù)合并為一個(gè)新的流并返回 |
peek() | 遍歷并處理流中的每個(gè)元素并返回處理后的流 |
map() | 將現(xiàn)有元素轉(zhuǎn)換為另一種對(duì)象類型（一對(duì)一）并返回一個(gè)新的流 |
flatMap() | 將現(xiàn)有元素轉(zhuǎn)換為另一種對(duì)象類型（一對(duì)多），即一個(gè)原始元素對(duì)象可能轉(zhuǎn)換為一個(gè)或多個(gè)新類型的元素，然后返回一個(gè)新的流 |
3. 終止操作
顧名思義，終止操作后 Stream 將結(jié)束，最后可能會(huì)執(zhí)行一些邏輯處理，或根據(jù)需求返回一些執(zhí)行結(jié)果。
API | 解釋 |
findFirst() | 找到第一個(gè)符合條件的元素時(shí)終止流處理 |
findAny() | 找到任意一個(gè)符合條件的元素時(shí)終止流處理 |
anyMatch() | 返回布爾值，類似于isContains()，用于判斷是否有符合條件的元素 |
allMatch() | 返回布爾值，用于判斷是否所有元素都符合條件 |
noneMatch() | 返回布爾值，用于判斷是否所有元素都不符合條件 |
min() | 返回流處理后的最小值 |
max() | 返回流處理后的最大值 |
count() | 返回流處理后的元素?cái)?shù)量 |
collect() | 將流轉(zhuǎn)換為指定類型，通過(guò)Collectors指定 |
toArray() | 將流轉(zhuǎn)換為數(shù)組 |
iterator() | 將流轉(zhuǎn)換為迭代器對(duì)象 |
forEach() | 無(wú)返回值，遍歷元素并執(zhí)行給定的處理邏輯 |
二、代碼實(shí)戰(zhàn)
1. 創(chuàng)建 Stream
// Stream.of, IntStream.of...
Stream<String> nameStream = Stream.of("Bob", "Ted", "Zeka");
IntStream ageStream = IntStream.of(18, 17, 19);
// stream, parallelStream
Stream<Student> studentStream = students.stream();
Stream<Student> studentParallelStream = students.parallelStream();在大多數(shù)情況下，我們基于現(xiàn)有的集合創(chuàng)建 Stream。
2. 中間操作
(1) map
map和flatMap都用于將現(xiàn)有元素轉(zhuǎn)換為其他類型。區(qū)別在于：
- map必須是一對(duì)一的，即每個(gè)元素只能轉(zhuǎn)換為一個(gè)新元素；
- flatMap可以是一對(duì)多的，即每個(gè)元素可以轉(zhuǎn)換為一個(gè)或多個(gè)新元素。
我們先來(lái)看map方法。當(dāng)前需求如下：將之前的學(xué)生對(duì)象列表轉(zhuǎn)換為學(xué)生姓名列表并輸出：
public static List<String> objectToString(List<Student> students) {
return students.stream()
.map(Student::getName)
.collect(Collectors.toList());
}輸出：
[Bob, Ted, Zeka]可以看到，輸入中有三個(gè)學(xué)生，輸出也是三個(gè)學(xué)生姓名。
(2) flatMap
學(xué)校要求每個(gè)學(xué)生加入一個(gè)團(tuán)隊(duì)。假設(shè) Bob、Ted 和 Zeka 加入了籃球隊(duì)，Alan、Anne 和 Davis 加入了足球隊(duì)。
public class Team {
private String type;
private List<Student> students;
public Team(String type, List<Student> students) {
this.type = type;
this.students = students;
}
public String getType() {
return type;
}
public List<Student> getStudents() {
return students;
}
@Override
public String toString() {
StringBuilder sb = new StringBuilder();
sb.append("Team{");
sb.append("type='").append(type).append('\'');
sb.append(", students=[");
for (int i = 0; i < students.size(); i++) {
Student student = students.get(i);
sb.append("{name='").append(student.getName()).append("', age=").append(student.getAge()).append('}');
if (i < students.size() - 1) {
sb.append(", ");
}
}
sb.append("]}");
return sb.toString();
}
}List<Student> basketballStudents = new ArrayList<>();
basketballStudents.add(new Student("Bob", 18));
basketballStudents.add(new Student("Ted", 17));
basketballStudents.add(new Student("Zeka", 19));
List<Student> footballStudents = new ArrayList<>();
footballStudents.add(new Student("Alan", 19));
footballStudents.add(new Student("Anne", 21));
footballStudents.add(new Student("Davis", 21));
Team basketballTeam = new Team("basketball", basketballStudents);
Team footballTeam = new Team("football", footballStudents);
List<Team> teams = new ArrayList<>();
teams.add(basketballTeam);
teams.add(footballTeam);現(xiàn)在我們需要統(tǒng)計(jì)所有團(tuán)隊(duì)中的學(xué)生，并將他們合并到一個(gè)列表中。你會(huì)如何實(shí)現(xiàn)這個(gè)需求？
在 Java7 及更早的版本中可以通過(guò)以下方式解決：
List<Student> allStudents = new ArrayList<>();
for (Team team : teams) {
for (Student student : team.getStudents()) {
allStudents.add(student);
}
}但這段代碼有兩個(gè)嵌套的 for 循環(huán)，不夠優(yōu)雅。面對(duì)這個(gè)需求，flatMap可以派上用場(chǎng)。
List<Student> allStudents = teams.stream()
.flatMap(t -> t.getStudents().stream())
.collect(Collectors.toList());一行代碼就搞定了。flatMap方法接受一個(gè) lambda 表達(dá)式函數(shù)，函數(shù)的返回值必須是一個(gè) Stream 類型。flatMap方法最終會(huì)將所有返回的 Stream 合并生成一個(gè)新的 Stream，而map方法無(wú)法做到。
下圖清晰地展示了flatMap的處理邏輯：
(3) filter, distinct, sorted, limit
關(guān)于剛才所有團(tuán)隊(duì)中的學(xué)生列表，我們現(xiàn)在需要知道這些學(xué)生中第二和第三大的年齡。他們必須至少 18 歲。此外，如果有重復(fù)的年齡，只能算一個(gè)。
List<Integer> topTwoAges = allStudents.stream()
.map(Student::getAge) // [18, 17, 19, 19, 21, 21]
.filter(a -> a >= 18) // [18, 19, 19, 21, 21]
.distinct() // [18, 19, 21]
.sorted((a1, a2) -> a2 - a1) // [21, 19, 18]
.skip(1) // [19, 18]
.limit(2) // [19, 18]
.collect(Collectors.toList());
System.out.println(topTwoAges);輸出：
[19, 18]注意：由于在skip方法操作后只剩下兩個(gè)元素，limit步驟實(shí)際上可以省略。
(4) peek, foreach
peek方法和foreach方法都可以用于遍歷元素并逐個(gè)處理，因此我們將它們放在一起進(jìn)行比較和講解。但值得注意的是，peek是一個(gè)中間操作方法，而foreach是一個(gè)終止操作方法。
中間操作只能作為 Stream 管道中間的處理步驟，不能直接執(zhí)行以獲取結(jié)果，必須與終止操作配合執(zhí)行。而foreach作為一個(gè)沒(méi)有返回值的終止方法，可以直接執(zhí)行相應(yīng)的操作。
比如，我們分別使用peek和foreach對(duì)籃球隊(duì)的每個(gè)學(xué)生說(shuō)“Hello, xxx…”。
// peek
System.out.println("---start peek---");
basketballTeam.getStudents().stream().peek(s -> System.out.println("Hello, " + s.getName()));
System.out.println("---end peek---");
// foreach
System.out.println("---start foreach---");
basketballTeam.getStudents().stream().forEach(s -> System.out.println("Hello, " + s.getName()));
System.out.println("---end foreach---");從輸出中可以看出，peek在單獨(dú)調(diào)用時(shí)不會(huì)執(zhí)行，而foreach可以直接執(zhí)行：
---start peek---
---end peek---
---start foreach---
Hello, Bob
Hello, Ted
Hello, Zeka
---end foreach---如果在peek后面加上終止操作，它就可以執(zhí)行。
System.out.println("---start peek---");
basketballTeam.getStudents().stream().peek(s -> System.out.println("Hello, " + s.getName())).count();
System.out.println("---end peek---");
// 輸出
---start peek---
Hello, Bob
Hello, Ted
Hello, Zeka
---end peek---peek應(yīng)謹(jǐn)慎用于業(yè)務(wù)處理邏輯。因?yàn)閜eek方法是否執(zhí)行在各個(gè)版本并不一致。
例如，在 Java8 版本中，剛才的peek方法會(huì)正常執(zhí)行，但在 Java17 中，它會(huì)被自動(dòng)優(yōu)化，peek中的邏輯不會(huì)執(zhí)行。至于原因，你可以查看 JDK17 的官方 API 文檔。
三、終止操作
根據(jù)終止操作返回的結(jié)果類型大概分為兩類。
一類返回的是簡(jiǎn)單類型，主要包括max、min、count、findAny、findFirst、anyMatch、allMatch等方法。
另一類是返回的是集合類型。大多數(shù)場(chǎng)景是獲取集合類的結(jié)果對(duì)象，如 List、Set 或 HashMap 等，主要通過(guò)collect方法實(shí)現(xiàn)。
1. 簡(jiǎn)單結(jié)果類型
(1) max, min
max()和min()主要用于返回流處理后元素的最大值/最小值。返回結(jié)果由Optional包裝。關(guān)于Optional的使用，請(qǐng)參考之前的Java 中如何優(yōu)雅地處理 null 值文章 。
我們直接看例子：
找到足球隊(duì)中年齡最大和最小的是誰(shuí)？
// max
footballTeam.getStudents().stream()
.map(Student::getAge)
.max(Comparator.comparing(a -> a))
.ifPresent(a -> System.out.println("足球隊(duì)中最大的年齡是：" + a));
// min
footballTeam.getStudents().stream()
.map(Student::getAge)
.min(Comparator.comparing(a -> a))
.ifPresent(a -> System.out.println("足球隊(duì)中最小的年齡是：" + a));輸出：
足球隊(duì)中最大的年齡是：21
足球隊(duì)中最小的年齡是：19(2) findAny, findFirst
findAny()和findFirst()主要用于在找到符合條件的元素。對(duì)于串行 Stream，findAny()和findFirst()功能相同；對(duì)于并行 Stream，findAny()更高效。
假設(shè)籃球隊(duì)新增了一個(gè)學(xué)生 Tom，年齡為 19 歲。
List<Student> basketballStudents = new ArrayList<>();
basketballStudents.add(new Student("Bob", 18));
basketballStudents.add(new Student("Ted", 17));
basketballStudents.add(new Student("Zeka", 19));
basketballStudents.add(new Student("Tom", 19));現(xiàn)在需要查找到：
- 籃球隊(duì)中第一個(gè)年齡為 19 歲的學(xué)生姓名；
- 籃球隊(duì)中任意一個(gè)年齡為 19 歲的學(xué)生姓名。
// findFirst
basketballStudents.stream()
.filter(s -> s.getAge() == 19)
.findFirst()
.map(Student::getName)
.ifPresent(name -> System.out.println("findFirst: " + name));
// findAny
basketballStudents.stream()
.filter(s -> s.getAge() == 19)
.findAny()
.map(Student::getName)
.ifPresent(name -> System.out.println("findAny: " + name));輸出：
findFirst: Zeka
findAny: Zeka可以看到，在串行 Stream 下，這兩個(gè)功能沒(méi)有區(qū)別。并行處理的區(qū)別將在后面介紹。
(3) count
籃球隊(duì)新增了一個(gè)學(xué)生，現(xiàn)在籃球隊(duì)有多少學(xué)生？
System.out.println("籃球隊(duì)的學(xué)生人數(shù)：" + basketballStudents.stream().count());輸出：
籃球隊(duì)的學(xué)生人數(shù)：4(4) anyMatch, allMatch, noneMatch
顧名思義，這三個(gè)方法用于判斷元素是否符合條件，并返回布爾值?？匆韵氯齻€(gè)例子：
- 足球隊(duì)中是否有名為 Alan 的學(xué)生？
- 足球隊(duì)中的所有學(xué)生是否都小于 22 歲？
- 足球隊(duì)中是否沒(méi)有年齡超過(guò) 20 歲的學(xué)生？
// anyMatch
System.out.println("anyMatch: " + footballStudents.stream().anyMatch(s -> s.getName().equals("Alan")));
// allMatch
System.out.println("allMatch: " + footballStudents.stream().allMatch(s -> s.getAge() < 22));
// noneMatch
System.out.println("noneMatch: " + footballStudents.stream().noneMatch(s -> s.getAge() > 20));輸出：
anyMatch: true
allMatch: true
noneMatch: false2. 結(jié)果集合類型
(1) 生成集合
生成集合應(yīng)該是collect最常用的場(chǎng)景。除了之前提到的 List，還可以生成 Set、Map 等，如下：
// 獲取籃球隊(duì)中學(xué)生年齡的分布，不允許重復(fù)
Set<Integer> ageSet = basketballStudents.stream()
.map(Student::getAge)
.collect(Collectors.toSet());
System.out.println("set: " + ageSet);
// 獲取籃球隊(duì)中所有學(xué)生的姓名和年齡的 Map
Map<String, Integer> nameAndAgeMap = basketballStudents.stream()
.collect(Collectors.toMap(Student::getName, Student::getAge));
System.out.println("map: " + nameAndAgeMap);輸出：
set: [17, 18, 19]
map: {Ted=17, Tom=19, Bob=18, Zeka=19}(2) 生成字符串
除了生成集合，collect還可以用于拼接字符串。
例如，我們獲取籃球隊(duì)中所有學(xué)生的姓名后，希望用“,”將所有姓名拼接成一個(gè)字符串并返回。
System.out.println(basketballStudents.stream()
.map(Student::getName)
.collect(Collectors.joining(",")));輸出：
Bob,Ted,Zeka,Tom也許你會(huì)說(shuō)，用String.join()不也能實(shí)現(xiàn)這個(gè)功能嗎？確實(shí)，如果只是單純的字符串拼接，確實(shí)沒(méi)有必要使用Stream來(lái)實(shí)現(xiàn)。畢竟，殺雞焉用牛刀！
此外，Collectors.joining()還支持定義前綴和后綴，功能更強(qiáng)大。
System.out.println(basketballStudents.stream()
.map(Student::getName)
.collect(Collectors.joining(",", "(", ")")));輸出：
(Bob,Ted,Zeka)(3) 生成統(tǒng)計(jì)結(jié)果
還有一個(gè)在實(shí)際中可能很少用到的場(chǎng)景，就是使用collect生成數(shù)字?jǐn)?shù)據(jù)的統(tǒng)計(jì)結(jié)果。我們簡(jiǎn)單看一下。
// 計(jì)算平均年齡
System.out.println("平均年齡：" + basketballStudents.stream()
.map(Student::getAge)
.collect(Collectors.averagingInt(a -> a)));
// 統(tǒng)計(jì)匯總
IntSummaryStatistics summary = basketballStudents.stream()
.map(Student::getAge)
.collect(Collectors.summarizingInt(a -> a));
System.out.println("summary: " + summary);在上面的例子中，使用collect對(duì)年齡進(jìn)行了一些數(shù)學(xué)運(yùn)算，結(jié)果如下：
平均年齡：18.0
summary: IntSummaryStatistics{count=3, sum=54, min=17, average=18.000000, max=19}四、并行 Stream
使用并行流可以有效利用計(jì)算機(jī)性能，提高執(zhí)行速度。并行 Stream 將整個(gè)流分成多個(gè)片段，然后并行處理每個(gè)片段的流，最后將每個(gè)片段的執(zhí)行結(jié)果匯總成一個(gè)完整的 Stream。
如下圖所示，篩選出大于等于 18 的數(shù)字：
將原始任務(wù)拆分為多個(gè)任務(wù)。
[7, 18, 18]每個(gè)任務(wù)并行執(zhí)行操作。
stream.filter(a -> a >= 18)單個(gè)任務(wù)處理并匯總為單個(gè)結(jié)果。
[18, 18]高效使用 findAny()
如上所述，findAny()在并行 Stream 中更高效，從 API 文檔中可以看出，每次執(zhí)行該方法的結(jié)果可能不同。
使用parallelStream執(zhí)行findAny()10 次，以找出任何滿足條件（名字是 Bob、Tom 或 Zeka）的學(xué)生名字。
for (int i = 0; i < 10; i++) {
basketballStudents.parallelStream()
.filter(s -> s.getAge() >= 18)
.findAny()
.map(Student::getName)
.ifPresent(name -> System.out.println("并行流中的 findAny: " + name));
}輸出：
并行流中的findAny: Zeka
并行流中的findAny: Zeka
并行流中的findAny: Tom
并行流中的findAny: Zeka
并行流中的findAny: Zeka
并行流中的findAny: Bob
并行流中的findAny: Zeka
并行流中的findAny: Zeka
并行流中的findAny: Zeka這個(gè)輸出證實(shí)了findAny()的不穩(wěn)定性。
關(guān)于并行流的更多知識(shí)，我將在后續(xù)文章中進(jìn)一步分析和討論。
五、注意事項(xiàng)
1. 延遲執(zhí)行
Stream 是惰性的；只有在啟動(dòng)終止操作時(shí)才會(huì)對(duì)源數(shù)據(jù)執(zhí)行計(jì)算，并且只在需要時(shí)才會(huì)消耗源元素。前面提到的peek方法就是一個(gè)很好的例子。
2. 避免執(zhí)行兩次終止操作
一旦 Stream 被終止，就不能再用于執(zhí)行其他操作，否則會(huì)報(bào)錯(cuò)?？聪旅娴睦樱?/p>
Stream<Student> stream = students.stream();
stream.filter(s -> s.getAge() >= 18).count();
stream.filter(s -> s.getAge() >= 18).forEach(System.out::println); // 這里會(huì)報(bào)錯(cuò)輸出：
java.lang.IllegalStateException: stream has already been operated upon or closed因?yàn)橐坏?Stream 被終止，就不能再重復(fù)使用。
