目录
一、Stream API 函数式编程
1.1、Stream 简介
a）为什么引入 Stream？Stream 的出现就是为了让关于集合的操作更加简单：
b）Stream 的特性：
c）对stream的操作分为为两类，中间操作 和 结束操作 ，二者特点是：
d）Stream 一般不需要我们去手动 new 一个出来，而是通过以下两种方式获取：
e）Stream 的本质：
1.2、Stream 的使用
说明：案例中操作的实体类
1.2.1、forEach() 遍历
1.2.2、filter() 过滤
1.2.3、distinct() 去重
1.2.4、sorted() 排序
1.2.5、map() 映射
1.2.6、flatMap() 展开映射
1.2.7、reduce() 聚合
1.2.8、collect() 转化
1.2.9、collect() 生成 Map
1.2.10、collect() 生成字符串
一、Stream API 函数式编程
1.1、Stream 简介
a）为什么引入 Stream？Stream 的出现就是为了让关于集合的操作更加简单：
- 代码简洁优雅，函数式编程写出的代码简洁且意图明确，使用stream接口让你从此告别for循环。
- 简写并发执行，Java函数式编程使得编写并行程序从未如此简单，你需要的全部就是调用一下
parallel()方法，透明地并行处理，你无需写任何多线程代码，极大的提高编程效率和程序可读性。
b）Stream 的特性：
- 无存储。stream不是一种数据结构，它只是某种数据源的一个视图，数据源可以是一个数组，Java容器或I/O channel等。
- 为函数式编程而生。对stream的任何修改都不会修改背后的数据源，比如对stream执行过滤操作并不会删除被过滤的元素，而是会产生一个不包含被过滤元素的新stream。
- 惰式执行。stream上的操作并不会立即执行，只有等到用户真正需要结果的时候才会执行。
- 可消费性。stream只能被“消费”一次，一旦遍历过就会失效，就像容器的迭代器那样，想要再次遍历必须重新生成。
c）对stream的操作分为为两类，中间操作 和 结束操作 ，二者特点是：
- 中间操作总是会惰式执行，调用中间操作只会生成一个标记了该操作的新stream，仅此而已。例如：concat() distinct() filter() flatMap() limit() map() peek() skip() sorted() parallel() sequential() unordered()
- 结束操作会触发实际计算，计算发生时会把所有中间操作积攒的操作以pipeline的方式执行，这样可以减少迭代次数。计算完成之后stream就会失效。例如：allMatch() anyMatch() collect() count() findAny() findFirst() forEach() forEachOrdered() max() min() noneMatch() reduce() toArray()
d）Stream 一般不需要我们去手动 new 一个出来，而是通过以下两种方式获取：
- 调用
Collection.stream()或者Collection.parallelStream()方法（并发） - 调用
Arrays.stream(T[] array)方法
e）Stream 的本质：
函数式接口（内部只有一个抽象方法），同时也是 lambda 表达式的本质，因此我们不需要记住函数接口的名字.
1.2、Stream 的使用
说明：案例中操作的实体类
@Data
@AllArgsConstructor
class Student {private String name;private Integer score;private Integer grade;
}@Data
@AllArgsConstructor
class User {private String name;private Integer age;}@Builder
class UserVO {private String name;private Integer age;private String other;}
1.2.1、forEach() 遍历
a）forEach 因该都不陌生，也就是对每个元素进行遍历.
List.of("a", "ab", "abc", "abcd").stream().forEach(str -> System.out.println(str));
如果只是为了打印，可以如下简写.
List.of("a", "ab", "abc", "abcd").stream().forEach(System.out::println);
b）两个冒号是啥意思？
例如 String::length 的语法形式叫做方法引用（method references），这种语法用来替代某些特定形式Lambda表达式。如果Lambda表达式的全部内容就是调用一个已有的方法，那么可以用方法引用来替代Lambda表达式。方法引用可以细分为四类：
| 方法引用类别 | 举例 |
|---|---|
| 引用静态方法 | Integer::sum |
| 引用某个对象的方法 | list::add |
| 引用某个类的方法 | String::length |
| 引用构造方法 | HashMap::new |
Ps：后面会引入更多这种的例子
1.2.2、filter() 过滤
用来过滤掉容器中的一些数据，返回一个只符合条件的 Stream.
例如返回容器中长度大于 2 的字符串
List.of("a", "ab", "abc", "abcd").stream().filter(str -> str.length() > 2).forEach(System.out::println);上述代码就会输出：abc abcd
1.2.3、distinct() 去重
distinct 的作用就是返回一个去重之后的 Stream
List.of("a", "ab", "abc", "abc").stream().distinct().forEach(System.out::println);上述代码就会输出：a ab abc
1.2.4、sorted() 排序
sorted 可以用来排序. 排序的方式有以下两种：
自然排序：Stream<T> sorted()
自定义比较器排序：Stream<T> sorted(Comparator<? super T> comparator)
List<Integer> nums = List.of(4, 1, 3, 2);//a) 输出 1 2 3 4nums.stream().sorted().forEach(num -> System.out.print(num + " "));//b) 输出 4 3 2 1nums.stream().sorted((n1, n2) -> n2 - n1).forEach(num -> System.out.print(num + " "));
1.2.5、map() 映射
通俗来讲，就是对 stream 中的每一个元素按照某种操作之后进行转化，转换前后元素个数不会变，类型取决于转换之后的类型.
a）例如大小写转化
//a) 小写转大写List.of("a", "ab", "abc", "abcd").stream().map(str -> str.toUpperCase()).forEach(str -> System.out.println(str + " "));
b）例如从数据库拿到一组数据，转化成所需要的 DO 或者 VO 类（以下只是模拟）
public void test5() {List<UserVO> list = List.of(new User("aaa", 20),new User("bbb", 19),new User("ccc", 31)) //从数据库中拿到数据.stream().map(this::map).toList();}public UserVO map(User user) {return UserVO.builder().name(user.getName()).age(user.getAge()).build();}
上述代码中，我们把从数据库中拿到的 List<User>（模拟数据库数据），转化成了 List<UserVO>.
1.2.6、flatMap() 展开映射
通俗的讲 flatMap() 的作用就相当于把原 stream 中的所有集合中的元素都拿出来之后组和到一个 Stream 中展开. 转换前后元素的个数和类型都可能会改变。
例如Stream中两个 List 元素，通过 flatMap 将这两个元素全部展开了.
//将两个 List 变成了一个 ListStream.of(List.of(1, 2, 3), List.of(4, 5, 6)).flatMap(list -> list.stream()).forEach(System.out::println); //输出 1 2 3 4 5 6
1.2.7、reduce() 聚合
reduce操作可以实现从一组元素中生成一个值，sum()、max()、min()、count()等都是reduce操作，将他们单独设为函数只是因为常用。reduce()的方法定义有三种重写形式：
Optional<T> reduce(BinaryOperator<T> accumulator)T reduce(T identity, BinaryOperator<T> accumulator)<U> U reduce(U identity, BiFunction<U,? super T,U> accumulator, BinaryOperator<U> combiner)
虽然函数定义越来越长，但语义不曾改变，多的参数只是为了指明初始值（参数identity），或者是指定并行执行时多个部分结果的合并方式（参数combiner）。
reduce()最常用的场景就是从一堆值中生成一个值。
例如，找出长度最长的单词、求单词长度之和.
//1.找出长度最长的单词Optional<String> reduce = List.of("a", "ab", "abc", "abcd").stream().reduce((s1, s2) -> s1.length() > s2.length() ? s1 : s2);System.out.println(reduce.get());//2.求单词长度之和Integer num = List.of("a", "ab", "abc", "abcd").stream().reduce(0, //起始大小(sum, str) -> sum + str.length(), //组合方法(a, b) -> a + b //并行执行才会使用到(其他时候不会执行));System.out.println(num);
1.2.8、collect() 转化
collect 用来将一个 stream 执行一个特定动作，最后生成一个集合.
而这个特定动作就是 Collectors 收集器提供的方法.
例如将 Stream 转化成 List、Set、Map.
Stream<String> stream = Stream.of("a", "ab", "abc", "abcd");//1.将 Stream 转换成 ListList<String> collect = stream.collect(Collectors.toList());//2.将 Stream 转换成 SetSet<String> collect1 = stream.collect(Collectors.toSet());//3.将 Stream 转换成 Map. Collectors.toMap(如何生成 key, 如何生成 value)Map<String, Integer> collect2 = stream.collect(Collectors.toMap(Function.identity(), str -> str.length()));//方法引用Map<String, Integer> collect3 = stream.collect(Collectors.toMap(Function.identity(), String::length));
有人可能疑惑了：Function.identity() 是什么？
Function.identity()返回一个输出跟输入一样的Lambda表达式对象，等价于形如 p -> p 形式的Lambda表达式. 那为什么不用 p -> p 这种方式直接表示呢？ 这是因为在Java 7及之前要想在定义好的接口中加入新的抽象方法是很困难甚至不可能的，因为所有实现了该接口的类都要重新实现......
上述代码能满足绝大多数需求，但是如果我们要去指定生成一个接口具体的类型，就可以按如下方式，例如 ArrayList、HashSet：
Stream<String> stream = Stream.of("a", "ab", "abc", "abcd");//将 Stream 转换成 ArrayListArrayList<String> arrayList = stream.collect(Collectors.toCollection(ArrayList::new));//将 Stream 转换成 HashSetHashSet<String> hashSet = stream.collect(Collectors.toCollection(HashSet::new));
1.2.9、collect() 生成 Map
使用 collect 生成 Map 处理前面讲到了的最基本的方式 Collectors.toMap() 收集器 生成 Map 以外，还有两种方式～ 这里我把三种方式都罗列出来：
- 使用
Collectors.toMap()生成的收集器，用户需要指定如何生成 Map 的 key 和 value。 - 使用
Collectors.partitioningBy()生成的收集器，对元素进行二分区操作时用到。 - 使用
Collectors.groupingBy()生成的收集器，对元素做group操作时用到（类似 sql 重点 group by 操作）。
a）先来看第一种，toMap 的方式最直接，例如将 学生列表 转化成 <学生，成绩> 的 Map
Stream<Student> studentStream = Stream.of(new Student("aaa", 80, 1),new Student("bbb", 78, 2),new Student("ccc", 96, 3));//用 Map 统计学生成绩Map<Student, Integer> map = studentStream.collect(Collectors.toMap(Function.identity(), Student::getScore));
b）partitioningBy() 就是按照 满足/不满足 的逻辑进行划分. key 就是 boolean 类型，true 和 false 就分别表示了 满足 和 不满足 的逻辑
例如将学生按照分数是否及格来划分：
Stream<Student> studentStream = Stream.of(new Student("aaa", 80, 1),new Student("bbb", 58, 2),new Student("ccc", 96, 3));//统计成绩合格和不合格的学生Map<Boolean, List<Student>> map = studentStream.collect(Collectors.partitioningBy(stu -> stu.getScore() >= 60));
上述代码中，凡事 key 为 true 的，对应对 value 就是 score >= 60 的学生
c）groupingBy() 就类似于 sql 语句中 group by 分组.
例如将 学生 按照班级进行分组，那么 key 就是班级，value 就是 学生列表
Stream<Student> studentStream = Stream.of(new Student("aaa", 80, 1),new Student("bbb", 58, 2),new Student("ccc", 96, 2),new Student("ddd", 67, 1));//按照 grade 年级进行分组Map<Integer, List<Student>> map = studentStream.collect(Collectors.groupingBy(Student::getGrade));System.out.println(map);
例如我们还想要将 学生 按照班级分组后，再展示出每个班的学生数量（或者是 最大值、最小值、求和、平均值这种计算），如下代码
Stream<Student> studentStream = Stream.of(new Student("aaa", 80, 1),new Student("bbb", 58, 2),new Student("ccc", 96, 2),new Student("ddd", 67, 1));//先按照 grade 年级分组，再统计每个年级的人数Map<Integer, Long> map = studentStream.collect(Collectors.groupingBy(Student::getGrade, Collectors.counting()));
Ps：这种先将元素分组的收集器叫做上游收集器，之后执行其他运算的收集器叫做下游收集器(downstream Collector)。
下游收集器还可以包含更下游的收集器，例如我们将学生按照年级分组后，不想直接得到一个学生列表，而是一个学生的姓名列表，就可以通过如下方式得到.
Stream<Student> studentStream = Stream.of(new Student("aaa", 80, 1),new Student("bbb", 58, 2),new Student("ccc", 96, 2),new Student("ddd", 67, 1));//先按照 grade 年级分组，再统计每个年纪的人名字Map<Integer, List<String>> collect = studentStream.collect(Collectors.groupingBy(Student::getGrade, //key: 按照名字分组Collectors.mapping(Student::getName, //value: 名字 (下游收集器)Collectors.toList() // 用 List 来收集这些 value (更下游的收集器))));
1.2.10、collect() 生成字符串
Collectors.joining 有三种重载方式，来拼接字符串，如下：
Stream<String> stream = Stream.of("what", "do", "you", "meaning");
// String collect1 = stream.collect(Collectors.joining(",")); // whatdoyoumeaning
// String collect2 = stream.collect(Collectors.joining(",")); // what,do,you,meaningString collect3 = stream.collect(Collectors.joining(",", "{", "}")); // {what,do,you,meaning}
