全面吃透JAVAStream流操作，让代码更加的优雅

　　在JAVA中，涉及到对数组、Collection等集合类中的元素进行操作的时候，通常会通过循环的方式进行逐个处理，或者使用Stream的方式进行处理。
　　例如，现在有这么一个需求：
　　从给定句子中返回单词长度大于5的单词列表，按长度倒序输出，最多返回3个
　　在JAVA7及之前的代码中，我们会可以照如下的方式进行实现：【常规方式】从给定句子中返回单词长度大于5的单词列表，按长度倒序输出，最多返回3个paramsentence给定的句子，约定非空，且单词之间仅由一个空格分隔return倒序输出符合条件的单词列表publicListStringsortGetTop3LongWords（NotNullStringsentence）｛先切割句子，获取具体的单词信息String〔〕wordssentence。split（）；ListStringwordListnewArrayList（）；循环判断单词的长度，先过滤出符合长度要求的单词for（Stringword：words）｛if（word。length（）5）｛wordList。add（word）；｝｝对符合条件的列表按照长度进行排序wordList。sort（（o1，o2）o2。length（）o1。length（））；判断list结果长度，如果大于3则截取前三个数据的子list返回if（wordList。size（）3）｛wordListwordList。subList（0，3）；｝returnwordL｝
　　在JAVA8及之后的版本中，借助Stream流，我们可以更加优雅的写出如下代码：【Stream方式】从给定句子中返回单词长度大于5的单词列表，按长度倒序输出，最多返回3个paramsentence给定的句子，约定非空，且单词之间仅由一个空格分隔return倒序输出符合条件的单词列表publicListStringsortGetTop3LongWordsByStream（NotNullStringsentence）｛returnArrays。stream（sentence。split（））。filter（wordword。length（）5）。sorted（（o1，o2）o2。length（）o1。length（））。limit（3）。collect（Collectors。toList（））；｝
　　直观感受上，Stream的实现方式代码更加简洁、一气呵成。很多的同学在代码中也经常使用Stream流，但是对Stream流的认知往往也是仅限于会一些简单的filter、map、collect等操作，但JAVA的Stream可以适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的方式处理stream，到底有啥优势？
　　这里我们可以先搁置这个问题，先整体全面的了解下Stream，然后再来讨论下这个问题。
　　笔者结合在团队中多年的代码检视遇到的情况，结合平时项目编码实践经验，对Stream的核心要点与易混淆用法、典型使用场景等进行了详细的梳理总结，希望可以帮助大家对Stream有个更全面的认知，也可以更加高效的应用到项目开发中去。Stream初相识
　　概括讲，可以将Stream流操作分为3种类型：创建StreamStream中间处理终止Steam
　　每个Stream管道操作类型都包含若干API方法，先列举下各个API方法的功能介绍。开始管道
　　主要负责新建一个Stream流，或者基于现有的数组、List、Set、Map等集合类型对象创建出新的Stream流。
　　API
　　功能说明
　　stream（）
　　创建出一个新的stream串行流对象
　　parallelStream（）
　　创建出一个可并行执行的stream流对象
　　Stream。of（）
　　通过给定的一系列元素创建一个新的Stream串行流对象
　　中间管道
　　负责对Stream进行处理操作，并返回一个新的Stream对象，中间管道操作可以进行叠加。
　　API
　　功能说明
　　filter（）
　　按照条件过滤符合要求的元素，返回新的stream流
　　map（）
　　将已有元素转换为另一个对象类型，一对一逻辑，返回新的stream流
　　flatMap（）
　　将已有元素转换为另一个对象类型，一对多逻辑，即原来一个元素对象可能会转换为1个或者多个新类型的元素，返回新的stream流
　　limit（）
　　仅保留集合前面指定个数的元素，返回新的stream流
　　skip（）
　　跳过集合前面指定个数的元素，返回新的stream流
　　concat（）
　　将两个流的数据合并起来为1个新的流，返回新的stream流
　　distinct（）
　　对Stream中所有元素进行去重，返回新的stream流
　　sorted（）
　　对stream中所有的元素按照指定规则进行排序，返回新的stream流
　　peek（）
　　对stream流中的每个元素进行逐个遍历处理，返回处理后的stream流
　　终止管道
　　顾名思义，通过终止管道操作之后，Stream流将会结束，最后可能会执行某些逻辑处理，或者是按照要求返回某些执行后的结果数据。
　　API
　　功能说明
　　count（）
　　返回stream处理后最终的元素个数
　　max（）
　　返回stream处理后的元素最大值
　　min（）
　　返回stream处理后的元素最小值
　　findFirst（）
　　找到第一个符合条件的元素时则终止流处理
　　findAny（）
　　找到任何一个符合条件的元素时则退出流处理，这个对于串行流时与findFirst相同，对于并行流时比较高效，任何分片中找到都会终止后续计算逻辑
　　anyMatch（）
　　返回一个boolean值，类似于isContains（），用于判断是否有符合条件的元素
　　allMatch（）
　　返回一个boolean值，用于判断是否所有元素都符合条件
　　noneMatch（）
　　返回一个boolean值，用于判断是否所有元素都不符合条件
　　collect（）
　　将流转换为指定的类型，通过Collectors进行指定
　　toArray（）
　　将流转换为数组
　　iterator（）
　　将流转换为Iterator对象
　　foreach（）
　　无返回值，对元素进行逐个遍历，然后执行给定的处理逻辑Stream方法使用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可以是一对多的，即每个元素都可以转换为1个或者多个新的元素
　　比如：有一个字符串ID列表，现在需要将其转为User对象列表。可以使用map来实现：演示map的用途：一对一转换publicvoidstringToIntMap（）｛ListStringidsArrays。asList（205，105，308，469，627，193，111）；使用流操作ListUserresultsids。stream（）。map（id｛UserusernewUser（）；user。setId（id）；｝）。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，但是前后总元素个数是一致的：〔User｛id205｝，User｛id105｝，User｛id308｝，User｛id469｝，User｛id627｝，User｛id193｝，User｛id111｝〕
　　再比如：现有一个句子列表，需要将句子中每个单词都提取出来得到一个所有单词列表。这种情况用map就搞不定了，需要flatMap上场了：publicvoidstringToIntFlatmap（）｛ListStringsentencesArrays。asList（helloworld，JiaGouWuDao）；使用流操作ListStringresultssentences。stream（）。flatMap（sentenceArrays。stream（sentence。split（）））。collect（Collectors。toList（））；System。out。println（results）；｝
　　执行结果如下，可以看到结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〕
　　这里需要补充一句，flatMap操作的时候其实是先每个元素处理并返回一个新的Stream，然后将多个Stream展开合并为了一个完整的新的Stream，如下：
　　peek和foreach方法
　　peek和foreach，都可以用于对元素进行遍历然后逐个地进行处理。
　　但根据前面的介绍，peek属于中间方法，而foreach属于终止方法。这也就意味着peek只能作为管道中途的一个处理步骤，而没法直接执行得到结果，其后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方法，则可以直接执行相关操作。publicvoidtestPeekAndforeach（）｛ListStringsentencesArrays。asList（helloworld，JiaGouWuDao）；演示点1：仅peek操作，最终不会执行System。out。println（beforepeek）；sentences。stream（）。peek（sentenceSystem。out。println（sentence））；System。out。println（afterpeek）；演示点2：仅foreach操作，最终会执行System。out。println（beforeforeach）；sentences。stream（）。forEach（sentenceSystem。out。println（sentence））；System。out。println（afterforeach）；演示点3：peek操作后面增加终止操作，peek会执行System。out。println（beforepeekandcount）；sentences。stream（）。peek（sentenceSystem。out。println（sentence））。count（）；System。out。println（afterpeekandcount）；｝
　　输出结果可以看出，peek独自调用时并没有被执行、但peek后面加上终止操作之后便可以被执行，而foreach可以直接被执行：beforepeekafterpeekbeforeforeachhelloworldJiaGouWuDaoafterforeachbeforepeekandcounthelloworldJiaGouWuDaoafterpeekandcount
　　filter、sorted、distinct、limit
　　这几个都是常用的Stream的中间操作方法，具体的方法的含义在上面的表格里面有说明。具体使用的时候，可以根据需要选择一个或者多个进行组合使用，或者同时使用多个相同方法的组合：publicvoidtestGetTargetUsers（）｛ListStringidsArrays。asList（205，10，308，49，627，193，111，193）；使用流操作ListDeptresultsids。stream（）。filter（ss。length（）2）。distinct（）。map（Integer：：valueOf）。sorted（Comparator。comparingInt（oo））。limit（3）。map（idnewDept（id））。collect（Collectors。toList（））；System。out。println（results）；｝
　　上面的代码片段的处理逻辑很清晰：使用filter过滤掉不符合条件的数据通过distinct对存量元素进行去重操作通过map操作将字符串转成整数类型借助sorted指定按照数字大小正序排列使用limit截取排在前3位的元素又一次使用map将id转为Dept对象类型使用collect终止操作将最终处理后的数据收集到list中
　　输出结果：〔Dept｛id111｝，Dept｛id193｝，Dept｛id205｝〕
　　简单结果终止方法
　　按照前面介绍的，终止方法里面像count、max、min、findAny、findFirst、anyMatch、allMatch、noneMatch等方法，均属于这里说的简单结果终止方法。所谓简单，指的是其结果形式是数字、布尔值或者Optional对象值等。publicvoidtestSimpleStopOptions（）｛ListStringidsArrays。asList（205，10，308，49，627，193，111，193）；统计stream操作后剩余的元素个数System。out。println（ids。stream（）。filter（ss。length（）2）。count（））；判断是否有元素值等于205System。out。println（ids。stream（）。filter（ss。length（）2）。anyMatch（205：：equals））；findFirst操作ids。stream（）。filter（ss。length（）2）。findFirst（）。ifPresent（sSystem。out。println（findFirst：s））；｝
　　执行后结果为：6truefindFirst：205
　　避坑提醒
　　这里需要补充提醒下，一旦一个Stream被执行了终止操作之后，后续便不可以再读这个流执行其他的操作了，否则会报错，看下面示例：publicvoidtestHandleStreamAfterClosed（）｛ListStringidsArrays。asList（205，10，308，49，627，193，111，193）；StreamStringstreamids。stream（）。filter（ss。length（）2）；统计stream操作后剩余的元素个数System。out。println（stream。count（））；System。out。println（下面会报错）；判断是否有元素值等于205try｛System。out。println（stream。anyMatch（205：：equals））；｝catch（Exceptione）｛e。printStackTrace（）；｝System。out。println（上面会报错）；｝
　　执行的时候，结果如下：6下面会报错java。lang。IllegalStateException：streamhasalreadybeenoperateduponorclosedatjava。util。stream。AbstractPipeline。evaluate（AbstractPipeline。java：229）atjava。util。stream。ReferencePipeline。anyMatch（ReferencePipeline。java：449）atcom。veezean。skills。stream。StreamService。testHandleStreamAfterClosed（StreamService。java：153）atcom。veezean。skills。stream。StreamService。main（StreamService。java：176）上面会报错
　　因为stream已经被执行count（）终止方法了，所以对stream再执行anyMatch方法的时候，就会报错streamhasalreadybeenoperateduponorclosed，这一点在使用的时候需要特别注意。
　　结果收集终止方法
　　因为Stream主要用于对集合数据的处理场景，所以除了上面几种获取简单结果的终止方法之外，更多的场景是获取一个集合类的结果对象，比如List、Set或者HashMap等。
　　这里就需要collect方法出场了，它可以支持生成如下类型的结果数据：一个集合类，比如List、Set或者HashMap等StringBuilder对象，支持将多个字符串进行拼接处理并输出拼接后结果一个可以记录个数或者计算总和的对象（数据批量运算统计）
　　生成集合
　　应该算是collect最常被使用到的一个场景了：publicvoidtestCollectStopOptions（）｛ListDeptidsArrays。asList（newDept（17），newDept（22），newDept（23））；collect成listListDeptcollectListids。stream（）。filter（deptdept。getId（）20）。collect（Collectors。toList（））；System。out。println（collectList：collectList）；collect成SetSetDeptcollectSetids。stream（）。filter（deptdept。getId（）20）。collect（Collectors。toSet（））；System。out。println（collectSet：collectSet）；collect成HashMap，key为id，value为Dept对象MapInteger，DeptcollectMapids。stream（）。filter（deptdept。getId（）20）。collect（Collectors。toMap（Dept：：getId，deptdept））；System。out。println（collectMap：collectMap）；｝
　　结果如下：collectList：〔Dept｛id22｝，Dept｛id23｝〕collectSet：〔Dept｛id23｝，Dept｛id22｝〕collectMap：｛22Dept｛id22｝，23Dept｛id23｝｝
　　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，这个场景相信大家都不陌生吧？
　　如果通过for循环和StringBuilder去循环拼接，还得考虑下最后一个逗号如何处理的问题，很繁琐：publicvoidtestForJoinStrings（）｛ListStringidsArrays。asList（205，10，308，49，627，193，111，193）；StringBuilderbuildernewStringBuilder（）；for（Stringid：ids）｛builder。append（id）。append（，）；｝去掉末尾多拼接的逗号builder。deleteCharAt（builder。length（）1）；System。out。println（拼接后：builder。toString（））；｝
　　但是现在有了Stream，使用collect可以轻而易举的实现：publicvoidtestCollectJoinStrings（）｛ListStringidsArrays。asList（205，10，308，49，627，193，111，193）；StringjoinResultids。stream（）。collect（Collectors。joining（，））；System。out。println（拼接后：joinResult）；｝
　　两种方式都可以得到完全相同的结果，但Stream的方式更优雅：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，实际使用的时候可能会比较少，就是使用collect生成数字数据的总和信息，也可以了解下实现方式：publicvoidtestNumberCalculate（）｛ListIntegeridsArrays。asList（10，20，30，40，50）；计算平均值Doubleaverageids。stream（）。collect（Collectors。averagingInt（valuevalue））；System。out。println（平均值：average）；数据统计信息IntSummaryStatisticssummaryids。stream（）。collect（Collectors。summarizingInt（valuevalue））；System。out。println（数据统计信息：summary）；｝
　　上面的例子中，使用collect方法来对list中元素值进行数学运算，结果如下：平均值：30。0总和：IntSummaryStatistics｛count5，sum150，min10，average30。000000，max50｝
　　并行Stream机制说明
　　使用并行流，可以有效利用计算机的多CPU硬件，提升逻辑的执行速度。并行流通过将一整个stream划分为多个片段，然后对各个分片流并行执行处理逻辑，最后将各个分片流的执行结果汇总为一个整体流。
　　约束与限制
　　并行流类似于多线程在并行处理，所以与多线程场景相关的一些问题同样会存在，比如死锁等问题，所以在并行流终止执行的函数逻辑，必须要保证线程安全。
　　回答最初的问题
　　到这里，关于JAVAStream的相关概念与用法介绍，基本就讲完了。我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的方式处理stream，到底有啥优势？
　　根据前面的介绍，我们应该可以得出如下几点答案：代码更简洁、偏声明式的编码风格，更容易体现出代码的逻辑意图逻辑间解耦，一个stream中间处理逻辑，无需关注上游与下游的内容，只需要按约定实现自身逻辑即可并行流场景效率会比迭代器逐个循环更高函数式接口，延迟执行的特性，中间管道操作不管有多少步骤都不会立即执行，只有遇到终止操作的时候才会开始执行，可以避免一些中间不必要的操作消耗
　　当然了，Stream也不全是优点，在有些方面也有其弊端：代码调测debug不便程序员从历史写法切换到Stream时，需要一定的适应时间
　　总结
　　好啦，关于JAVAStream的理解要点与使用技能的阐述就先到这里啦。那通过上面的介绍，各位小伙伴们是否已经跃跃欲试了呢？快去项目中使用体验下吧！当然啦，如果有疑问，也欢迎找我一起探讨探讨咯。
　　此外：关于Stream中collect的分组、分片等进阶操作，以及对并行流的深入探讨，因为涉及内容比较多且相对独立，我会在后续的文档中展开专门介绍下，如果有兴趣的话，可以点个关注、避免迷路。关于本文中涉及的演示代码的完整示例，我已经整理并提交到github中，如果您有需要，可以自取：https：github。comveezeanJavaBasicSkills
　　我是悟道，聊技术、又不仅仅聊技术
　　如果觉得有用，请点个关注，也可以关注下我的公众号【架构悟道】，获取更及时的更新。
　　期待与你一起探讨，一起成长为更好的自己。