stream流式计算
在Java1.8之前还没有stream流式算法的时候，我们要是在一个放有多个User对象的list集合中，将每个User对象的主键ID取出，组合成一个新的集合，首先想到的肯定是遍历，如下：
或者在1.8有了lambda表达式以后，我们会这样写：
在有了stream之后，我们还可以这样写：
一行代码直接搞定，是不是很方便呢。那么接下来。我们就一起看一下stream这个流式算法的新特性吧。
由上面的例子可以看出，java8的流式处理极大的简化了对于集合的操作，实际上不光是集合，包括数组、文件等，只要是可以转换成流，我们都可以借助流式处理，类似于我们写SQL语句一样对其进行操作。java8通过内部迭代来实现对流的处理，一个流式处理可以分为三个部分：转换成流、中间操作、终端操作。如下图：
以集合为例，一个流式处理的操作我们首先需要调用stream()函数将其转换成流，然后再调用相应的中间操作达到我们需要对集合进行的操作，比如筛选、转换等，最后通过终端操作对前面的结果进行封装，返回我们需要的形式。
public class Demo {
public static void main(String[] args) {
User u1 = new User(1,"a",21);
User u2 = new User(2,"b",22);
User u3 = new User(3,"c",23);
User u4 = new User(4,"d",24);
User u5 = new User(5,"e",25);
User u6 = new User(6,"f",26);
//集合用来存储数据
List<User> users = Arrays.asList(u1, u2, u3, u4, u5,u6);
//stream流用来计算
lambda表达式 链式编程 函数式接口 stream流式计算全都用到了
users.stream()
.filter(u->{return u.getId()%2==0;}) //ID必须是偶数
.filter(u->{return u.getAge()>23;}) //年龄大于23岁
.map(u->{return u.getName().toUpperCase();}) //用户名首字母大写
.sorted((uu1,uu2)->{return uu2.compareTo(uu1);}) //用户名字母倒着排序
.limit(1) //只输出一个用户
.forEach(System.out::println);
}
}
class User{
int id;
String name;
int age;
public User(){}
public User(int id,String name,int age){
this.id=id;
this.name=name;
this.age=age;
}
public int getId() {
return id;
}
public int getAge() {
return age;
}
public String getName() {
return name;
}
@Override
public String toString() {
return "user = " + "{" + id +","+ name +"," + age + "}";
}
}下面讲对Stream进行详解
一、什么是stream
Java8 Stream 使用的是函数式编程模式，所以大部分流操作都支持 lambda 表达式作为参数，正确理解，应该说是接受一个函数式接口的实现作为参数。例如：
filter(s -> s.startsWith("c"));
以上面代码为例，可以对流进行中间操作或者终端操作
- 中间操作：会再次返回一个流，所以，我们可以链接多个中间操作，注意这里是不用加分号的。上图中的filter 过滤，map 对象转换，sorted 排序等就属于中间操作。
- 终端操作是对流操作的一个结束动作，一般返回 void 或者一个非流的结果。上图中的 forEach循环 就是一个终止操作。
Stream流有一些特性：
- Stream流不是一种数据结构，不保存数据，它只是在原数据集上定义了一组操作。
- 这些操作是惰性的，即每当访问到流中的一个元素，才会在此元素上执行这一系列操作。
- Stream不保存数据，故每个Stream流只能使用一次
二、不同类型的stream流
可以从各种数据源中创建 Stream 流，其中以 Collection 集合最为常见。如 List 和 Set 均支持 stream() 方法来创建顺序流(又称为串行流)或者是并行流。
先介绍串行流：
在集合上调用stream()方法会返回一个普通的 Stream 流。但是, 大可不必刻意地创建一个集合，再通过集合来获取 Stream 流，这种方式效率远远比上方的写法高，如下：
可以通过 Stream.of() 从一堆对象中创建 Stream 流，除了常规对象流之外，Java 8还附带了一些特殊类型的流，用于处理原始数据类型int，long以及double，它们就是IntStream，LongStream还有DoubleStream。其中，IntStreams.range()方法还可以被用来取代常规的 for 循环，
将常规对象流转换为原始类型流，这个时候，中间操作 mapToInt()，mapToLong() 以及mapToDouble，
将原始类型流装换成对象流，可以使用 mapToObj()，
三、Stream 流的处理顺序
中间操作的有个重要特性 —— 延迟性
java的Stream以延迟性著称。他们被刻意设计成这样，即延迟操作，有其独特的原因：Stream就像一个黑盒，它接收请求生成结果。当我们向一个Stream发起一系列的操作请求时，这些请求只是被一一保存起来。只有当我们向Stream发起一个终端操作是，才会实际地进行计算。
举个例子：
上面这个代码没有终端操作，根本不会执行任何代码，不会有任何输出，于是添加 一行forEach终端操作如下就可以输出了
这里很有趣，输出的结果却是随着链条垂直移动的，当 Stream 开始处理 d2 元素时，它实际上会在执行完 filter 操作后，再紧接着执行 forEach 操作，接着才会处理第二个元素。
注意有个方法是水平执行的，例如sorted，题外话：平常开发中对于这些中间操作方法的位置顺序也要注意下，正确放置也能大大提高性能，就像sql语句一样，where条件放置顺序也会影响查询速度。
为什么要设计成这样呢？
原因是出于性能的考虑。这样设计可以减少对每个元素的实际操作数，举个更清楚的例子，
Stream.of("d2", "a2", "b1", "b3", "c")
.map(s -> {
System.out.println("map: " + s);
return s.toUpperCase(); // 转大写
})
.anyMatch(s -> {
System.out.println("anyMatch: " + s);
return s.startsWith("A"); // 过滤出以 A 为前缀的元素
});
/*
map: d2
anyMatch: D2
map: a2
anyMatch: A2
*/方法依旧是先执行map，再anyMatch，终端操作 anyMatch()表示任何一个元素以 A 为前缀，返回为 true，就停止循环。从 d2 开始匹配，接着循环到 a2 的时候，返回为 true ，于是停止循环。所以这里只输出了4次，如果是水平移动呢，需要把map全部执行，5次，再执行anyMatch方法2次，一共7次，所以很明显减少了不必要的操作次数。
四、数据流复用问题
Stream 流是不能被复用的，一旦你调用任何终端操作，流就会关闭，再调用 noneMatch 就会抛出异常。
Stream<String> stream =
Stream.of("d2", "a2", "b1", "b3", "c")
.filter(s -> s.startsWith("a"));
stream.anyMatch(s -> true); // ok
stream.noneMatch(s -> true); // exception当我们对 stream 调用了 anyMatch 终端操作以后，流即关闭了，再调用 noneMatch 就会抛出异常：
所以可以通过 Supplier 来包装一下流，通过 get() 方法来构建一个新的 Stream 流，通过构造一个新的流，来避开流不能被复用的限制，如下所示：
Supplier<Stream<String>> streamSupplier =
() -> Stream.of("d2", "a2", "b1", "b3", "c")
.filter(s -> s.startsWith("a"));
streamSupplier.get().anyMatch(s -> true); // ok
streamSupplier.get().noneMatch(s -> true); // ok五、工作实践
实际工作中，stream经常用到，列举一些实际工作的业务场景：
场景一：计算两个集合的重复数据有多少
场景二：获取一个集合中的某个属性
集合：List<TestDTO> testVo，获取其中的某属性值存入一个专门的集合
当然，另一种普通写法为：
场景三：过滤掉为null的字段值以及去重
集合：List<Integer> commPortList;
场景四：从一个集合中剔除多个其他集合的值
List<String> listAll = Stream.of("value1", "value2", "value3").collect(Collectors.toList());
List<String> list1 = Stream.of("value1").collect(Collectors.toList());
List<String> list2 = Stream.of("value2").collect(Collectors.toList());
//从listAll剔除掉list1与list2的数据，找出未使用的
List<String> list3 = listAll.stream().filter(item -> !list1.contains(item) && !list2.contains(item)).collect(Collectors.toList());
System.out.println(list3); //[value3]场景五： 判断集合会否存在重复以及空值
List<Integer> list1 = new ArrayList<>(Arrays.asList(1,1,2,3,4,5,null));
long list2 = list1.stream().distinct().count(); //6
//判断设备编号会否存在重复以及空值
if(list1.size()>list2 || list1.contains(null) || list1.contains("")){
}场景六：关于boxed用法
首先boxed的源码如下：
@Override
public final Stream<Integer> boxed() {
return mapToObj(Integer::valueOf);
}
@Override
public final Stream<Double> boxed() {
return mapToObj(Double::valueOf);
}boxed的作用就是将int等类型的stream转成了Integer等类型的Stream，
也就是基本类型流转换位对象流，需要使用boxed方法
流库中有直接存储基本类型值的类型IntStream、LongStream和DoubleStream，比如
现在定义一个Integer类型的数据流，用来存IntStream的流，必须使用boxed
IntStream stream = IntStream.of(1,1,2,3,5);
List<Integer> integers = stream.boxed().collect(Collectors.toList());比如double转Double
场景七：合并两个集合值
场景八： 如果一个流的集合数据过大，根据需要进行拆分，进而通过循环或者多线程来处理数据
场景九： 根据equals过滤出想要的value值或者集合
或者这样写
场景十： 声明一个带对象的集合并对该对象的属性进行封装
场景十一： noneMatch、anyMatch、allMatch
场景十二：findFirst，查找集合中符合条件的第一个对象
关于Optional，java API中给了解释，一个容器对象，它可能包含也可能不包含非空值。如果存在一个值，isPresent()将返回true；
List<Integer> list = new ArrayList<>(Arrays.asList(1,2));
Optional<Integer> a = list.stream().filter(p->p==1).findFirst();
if (a.isPresent()){ //true
System.out.println("true");
}场景十三：sorted，comparator
List<Yue> yueList = new ArrayList<>();
yueList.add(new Yue(4,1));
yueList.add(new Yue(2,2));
yueList.add(new Yue(6,3));
List<Yue> list1 = yueList.stream().sorted(Comparator.comparing(Yue::getA))
.collect(Collectors.toList());
System.out.println(list1);
//[Yue(a=2, b=2), Yue(a=4, b=1), Yue(a=6, b=3)]
List<Yue> list = yueList.stream().sorted(Comparator.comparing(Yue::getA,
Comparator.reverseOrder()))
.collect(Collectors.toList());
System.out.println(list);
//[Yue(a=6, b=3), Yue(a=4, b=1), Yue(a=2, b=2)]如何a值分别为正序246，倒序642
