🏷️个人主页：牵着猫散步的鼠鼠
🏷️系列专栏：Java全栈-专栏
🏷️个人学习笔记，若有缺误，欢迎评论区指正
前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站AI学习网站。
目录
前言
Stream API的三个阶段
创建Stream流
Stream API中间操作
filter
map
flatMap
distinct
sorted
peek
limit 和 skip
Stream API终端操作
forEach
toArray
reduce
collect
count
anyMatch、allMatch 和 noneMatch
findAny 和 findFirst
min 和 max
注意事项
总结
前言
Java8中有两大最为重要的改变。第一个是 Lambda 表达式；另外一个则是 Stream API。
Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。使用Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简而言之，Stream API 提供了一种高效且易于使用的处理数据的方式
流是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。“集合讲的是数据，流讲的是计算！”
注意：
① Stream 自己不会存储元素。
② Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。
③ Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。
Stream API的三个阶段
在Java中，Stream 是Java 8引入的一个新概念，用于处理集合（Collections）数据的一种抽象。Java的Stream API 提供了一种声明式的方式来操作数据集合，可以用更简洁、可读性更强的代码来进行集合的操作。
Java Stream API的操作可以分为三个阶段：
1. 创建流（Creation of Stream）： 这个阶段涉及到从不同的数据源创建流，可以是集合、数组、I/O通道等。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
Stream<Integer> stream = numbers.stream();
2. 中间操作（Intermediate Operations）： 这个阶段包括对流的转换操作，可以对流进行过滤、映射、排序等操作。这些操作并不会改变原始数据源，而是返回一个新的流。
Stream<Integer> filteredStream = stream.filter(x -> x > 2);
3. 终端操作（Terminal Operations）： 这个阶段是对流进行最终操作，触发流的遍历，可以产生一个结果或者副作用。终端操作是流的最后一个操作，执行后流将不可再用。
long count = filteredStream.count();
这三个阶段的设计使得可以通过链式调用的方式组合多个操作，从而编写更为清晰和简洁的代码。这种方式也有助于提高代码的可读性和可维护性。
当然，这里只是对于Stream API三个阶段的概述，只是告诉大家，简单分为三个阶段，至于三个阶段里面有哪些主要的方法，我们在下文进行详细叙述，这里我们点到为止！现在，大家心里面就应该有这么一个蓝图，或者是基本框架，知道我们接下来将会沿着那个几个方向展开叙述！
创建Stream流
在Java中，你可以使用多种方式来创建Stream流。
从集合创建：
使用集合类的 stream() 或 parallelStream() 方法可以创建对应的流。例如：
List<String> list = Arrays.asList("apple", "banana", "orange");
Stream<String> streamFromList = list.stream();
从数组创建：
使用 Arrays.stream() 方法可以从数组中创建流：
String[] array = {"apple", "banana", "orange"};
Stream<String> streamFromArray = Arrays.stream(array);
通过Stream的静态方法创建：
Stream 类提供了静态方法 of()，可以传入一系列元素来创建流：
Stream<String> stream = Stream.of("apple", "banana", "orange");
使用Stream的generate和iterate方法：
Stream 类还提供了 generate 和 iterate 方法，用于生成无限流：
// 生成包含随机整数的无限流
Stream<Integer> infiniteStream = Stream.generate(() -> (int) (Math.random() * 100));// 从指定的起始值开始，按照某个规则生成无限流
Stream<Integer> sequentialStream = Stream.iterate(1, n -> n + 1);
通过文件生成流：
java.nio.file.Files 类提供了静态方法 lines()，可以用来读取文件内容并生成流：
Path path = Paths.get("example.txt");
Stream<String> fileLines = Files.lines(path);
使用正则表达式生成流：
Pattern 类的 splitAsStream 方法可以根据正则表达式将字符串分割成流：
String text = "apple,orange,banana";
Stream<String> textStream = Pattern.compile(",").splitAsStream(text);
Stream API中间操作
Stream API 提供了许多中间操作，用于对流进行转换、筛选和处理。
filter
用于筛选元素，根据指定的条件保留符合条件的元素。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
Stream<Integer> filteredStream = numbers.stream().filter(x -> x > 2);
map
对流中的每个元素应用指定的函数，并将结果映射为一个新的元素。
List<String> words = Arrays.asList("apple", "banana", "orange");
Stream<Integer> wordLengths = words.stream().map(String::length);
flatMap
将流中的每个元素都转换为一个流，然后将这些流连接起来成为一个流。
List<List<Integer>> numbers = Arrays.asList(Arrays.asList(1, 2),Arrays.asList(3, 4),Arrays.asList(5, 6)
);Stream<Integer> flatStream = numbers.stream().flatMap(List::stream);
distinct
去除流中的重复元素。
List<Integer> numbers = Arrays.asList(1, 2, 2, 3, 4, 4, 5);
Stream<Integer> distinctNumbers = numbers.stream().distinct();
sorted
对流中的元素进行排序。
List<Integer> numbers = Arrays.asList(3, 1, 4, 1, 5, 9, 2, 6);
Stream<Integer> sortedNumbers = numbers.stream().sorted();
peek
对流中的每个元素执行操作，主要用于调试和观察流中的元素。
List<String> words = Arrays.asList("apple", "banana", "orange");
Stream<String> peekStream = words.stream().peek(System.out::println);
limit 和 skip
limit 用于截断流，保留指定数量的元素，而 skip 则用于跳过指定数量的元素。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
Stream<Integer> limitedStream = numbers.stream().limit(3);
Stream<Integer> skippedStream = numbers.stream().skip(2);
Stream API终端操作
Stream API 的终端操作用于触发对流的最终操作，产生结果或者引起副作用。
forEach
对流中的每个元素执行指定的操作。
List<String> words = Arrays.asList("apple", "banana", "orange");
words.stream().forEach(System.out::println);
toArray
将流中的元素转换为数组。
List<String> words = Arrays.asList("apple", "banana", "orange");
String[] wordArray = words.stream().toArray(String[]::new);
reduce
对流中的元素进行归约操作，可以用于求和、求最大值、最小值等。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> sum = numbers.stream().reduce(Integer::sum);
collect
将流中的元素收集到一个集合中，例如 List、Set 或 Map。
List<String> words = Arrays.asList("apple", "banana", "orange");
List<String> collectedWords = words.stream().collect(Collectors.toList());
count
返回流中的元素数量。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
long count = numbers.stream().count();
anyMatch、allMatch 和 noneMatch
用于检查流中是否存在满足指定条件的元素。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
boolean anyGreaterThanThree = numbers.stream().anyMatch(x -> x > 3);
boolean allGreaterThanTwo = numbers.stream().allMatch(x -> x > 2);
boolean noneGreaterThanFive = numbers.stream().noneMatch(x -> x > 5);
findAny 和 findFirst
返回流中的任意一个元素或者第一个元素。
List<String> words = Arrays.asList("apple", "banana", "orange");
Optional<String> anyWord = words.stream().findAny();
Optional<String> firstWord = words.stream().findFirst();
min 和 max
返回流中的最小值或最大值。
List<Integer> numbers = Arrays.asList(3, 1, 4, 1, 5, 9, 2, 6);
Optional<Integer> minNumber = numbers.stream().min(Integer::compare);
Optional<Integer> maxNumber = numbers.stream().max(Integer::compare);
注意事项
使用Stream API时，有一些需要注意的重要事项，以确保正确、高效地利用这一功能：
只能使用一次： 一个 Stream 实例只能被消费（执行终端操作）一次。如果你尝试对已经使用过的流进行其他终端操作，会抛出 IllegalStateException 异常。如果需要再次操作，可以重新创建一个新的流。
List<String> words = Arrays.asList("apple", "banana", "orange");
Stream<String> wordStream = words.stream();// 正确的做法
long count = wordStream.count();// 错误的做法，会抛出IllegalStateException
long anotherCount = wordStream.count();
及早退出： 在处理大量数据时，及早退出可以提高性能。使用 anyMatch()、findFirst() 等终端操作时，一旦找到符合条件的元素，就会立即返回，不再继续处理后续元素。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
boolean anyGreaterThanThree = numbers.stream().anyMatch(x -> {System.out.println("Checking: " + x);return x > 3;
});
并行流的谨慎使用： Stream API 提供了并行流的支持，可以通过 parallel() 方法将顺序流转换为并行流。但并不是所有的场景都适合使用并行流，因为在某些情况下，并行流可能会导致性能下降，甚至出现并发问题。在并行流的使用上需要注意线程安全等问题。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
long count = numbers.parallelStream().filter(x -> x > 2).count();
使用适当的数据结构： 在创建流时，选择适当的数据结构能够影响流操作的性能。例如，ArrayList 在顺序访问时性能较好，而 LinkedList 在随机访问时性能较好。
总结
总体而言，了解Stream API的使用原则，结合具体的业务场景和性能需求，能够更好地利用Stream API完成任务。注意流的延迟计算特性，避免副作用，可以使代码更加清晰、可读，并提高代码的可维护性。
