函数式编程最早是数学家阿隆佐·邱奇研究的一套函数变换逻辑，又称Lambda Calculus（λ-Calculus），所以也经常把函数式编程称为Lambda计算。

为什么Java需要Lambda表达式进行函数式编程呢？在我看来，有以下好处：

• 1、面向对象编程是对数据进行抽象，而函数式编程是对行为进行抽象；
• 2、增加Lambda表达式，让代码在多核服务器上更高效运行；
• 3、一直以来，Java一直被诟病的地方，就是代码写得比较啰嗦，简单的CURD都要写好几行代码，Java8推出函数式编程后，啰嗦且冗长的代码得到极大改观，用Java也能写出简洁优美的代码。

不多啰嗦，下面开始函数式编程之Stream流处理的方法和案例讲解。

1. 引言

 

Streams API已在Java 8中引入，并且已经是Java语言规范的一部分多年了。尽管如此，平时的工作中，还是有很多项目还停留在java1.7中的使用中，而且java8的很多新特性都是革命性的，尤其是stream流处理。因此，这篇文章里，将介绍Streams的基本概念，并通过一些示例对其进行解释。

本文参考自官方Java文档java-stream流处理。与集合相比，Streams的一些特征（取自官方文档）如下：

• 流不存储数据。相反，它们是数据的来源。
• 流本质上是功能性的，这可能就是为什么流对大多数人来说很难理解的原因。它们产生一个结果，例如，像一个总和或一个新的流。
• 流的许多操作都是惰性求值的（laziness-seeking）。操作可以是中间操作，也可以是终止操作。我们将在下一节中介绍这两者。惰性求值是指该操作只是对stream的一个描述，并不会马上执行。这类惰性的操作在stream中被称为中间操作（intermediate operations）。例如，查找流中元素的第一个匹配项。不必检查流的所有元素。找到第一个匹配项后，可以结束搜索。
• 可能是无限的。只要流生成数据，流就不会结束。
• 流的元素只能访问一次，和迭代器 Iterator 相似，当需要重复访问某个元素时，需要重新生成一个新的stream。

在接下来的部分中，我们将介绍如何创建 Streams，介绍一些中间操作，最后我们将介绍一些终止操作。这些源代码可以在结尾的github源码里提供，不需要自己复制粘贴。

2. 创建流源

有几种方法可以创建流。它们可以从集合，数组，文件等创建。在本节中，我们将创建一些测试，向您展示如何以不同的方式创建流。我们将创建并使用终止操作，以便将 消费到 .我们不对 执行任何其他操作，我们将它留给其他部分。最后，我们断言是否与我们期望的相同。测试位于单元测试中。

2.1 从集合创建流

使用
java.util.Collection.stream() 方法

private static final List<String> stringsList = Arrays.asList("a", "b", "c");@Testpublic void createStreamsFromCollection() {    List<String> streamedStrings = stringsList.stream().collect(Collectors.toList());    assertLinesMatch(stringsList, streamedStrings);}

2.2 从数组创建流

使用 java.util.Arrays.stream(T[]array)方法

@Testpublic void createStreamsFromArrays() {    List<String> streamedStrings = Arrays.stream(new String[]{"a", "b", "c"}).collect(Collectors.toList());    assertLinesMatch(stringsList, streamedStrings);}

2.3 从流创建流。

使用 Stream的静态方法：of()、iterate()、generate()

@Testpublic void createStreamsFromStreamOf() {    List streamedStrings = Stream.of("a", "b", "c").collect(Collectors.toList());    assertLinesMatch(stringsList, streamedStrings);}

2.4 从 IntStream 创建流

使用将int值作为参数来创建。

@Testpublic void createStreamsFromIntStream() {    int[] streamedInts = IntStream.of(1, 2, 3).toArray();    assertArrayEquals(new int[]{1, 2, 3}, streamedInts);}

2.5 从文件创建流

从文件中读取进行创建。

@Test    public void createStreamsFromFile() {        try {            List<String> expectedLines = Arrays.asList("file1", "file2", "file3","file4");            BufferedReader reader = new BufferedReader(new FileReader(new File(System.getProperty("user.dir")+"/src/main/resources/file.txt")));            List<String> streamedLines = reader.lines().collect(Collectors.toList());            assertLinesMatch(expectedLines, streamedLines);        } catch (FileNotFoundException e) {            e.printStackTrace();        }    }

3. 中间操作（intermediate operations）

中间操作（intermediate operations）指的是将一个stream转换为另一个stream的操作，譬如filter和map操作。这些操作返回新的，但不返回最终结果。中间操作可以分为无状态操作（不保留有关先前处理的元素的信息）和有状态操作（可能需要在生成中间结果之前处理所有元素）。

可以在Streams API 中找到可调用的操作的完整列表。

public class Shoe {    private int id;    private String brand;    private String size;    private String color;    public Shoe(int id, String brand, String size, String color) {        this.id = id;        this.brand = brand;        this.size = size;        this.color = color;    }    ...}

在单元测试中，我们定义了四个对象，我们将在下一个示例中使用：shoe

private static final Shoe volkswagenGolf = new Shoe(0, "Volkswagen", "L", "blue");    private static final Shoe skodaOctavia = new Shoe(1, "Skoda", "XL", "green");    private static final Shoe renaultKadjar = new Shoe(2, "Renault", "XXL", "red");    private static final Shoe volkswagenTiguan = new Shoe(3, "Volkswagen", "M", "red");

3.1 无状态操作

3.1.1 filter操作

该操作允许我们基于给定的.在示例中，我们首先创建4双鞋子中的一双，然后创建一双仅包含Volkswagen鞋子的新鞋子。

@Testpublic void filterStream() {    List expectedShoes = Arrays.asList(volkswagenGolf, volkswagenTiguan);    List filteredShoes = Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan)                                   .filter(shoe -> shoe.getBrand().equals("Volkswagen"))                                   .collect(Collectors.toList());    assertIterableEquals(expectedShoes, filteredShoes);}

3.1.2 map操作

在前面的所有示例中，源中的类型和结果始终相同。通常，您希望对每个元素应用一个函数。例如，如果我们希望结果仅包含品牌而不是对象，我们可以使用该操作并将该方法应用于每个元素，从而产生仅具有品牌名称的新元素。

@Testpublic void mapStream() {    List expectedBrands = Arrays.asList("Volkswagen", "Skoda", "Renault", "Volkswagen");    List brands = Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan)                                .map(Shoe::getBrand)                                .collect(Collectors.toList());    assertIterableEquals(expectedBrands, brands);}

3.1.3 组合过滤和映射操作 (filter+map)

当然，将操作组合并将它们连接在管道中是完全有效的。在下一个示例中，我们进行筛选以检索Volkswagen鞋子，然后使用该操作仅检索颜色。这样，我们最终会得到一个包含Volkswagen鞋子颜色的列表。

@Testpublic void filterMapStream() {    List expectedColors = Arrays.asList("blue", "red");    List volkswagenColors = Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan)                                          .filter(shoe -> shoe.getBrand().equals("Volkswagen"))                                          .map(Shoe::getColor)                                          .collect(Collectors.toList());    assertIterableEquals(expectedColors, volkswagenColors);}

3.2 有状态操作

3.2.1 distinct操作

不同操作将返回仅包含基于元素的方法实现的不同元素的。在下一个示例中，我们首先检索一个品牌，然后对其执行操作。这就产生了我们使用的三个不同品牌的列表。

@Testpublic void distinctStream() {    List expectedBrands = Arrays.asList("Volkswagen", "Skoda", "Renault");    List brands = Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan)                                .map(Shoe::getBrand)                                .distinct()                                .collect(Collectors.toList());    assertIterableEquals(expectedBrands, brands);}

3.2.2 sorted操作

该操作将根据其自然顺序对元素进行排序。也可以使用 a 作为参数，以便进行更自定义的排序。下一个示例将从 中检索品牌并按字母顺序对其进行排序。

@Testpublic void sortedStream() {    List expectedSortedBrands = Arrays.asList("Renault", "Skoda", "Volkswagen", "Volkswagen");    List brands = Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan)                                .map(Shoe::getBrand)                                .sorted()                                .collect(Collectors.toList());    assertIterableEquals(expectedSortedBrands, brands);}

3.3 用于调试目的的peek

我们将讨论的最后一个中间操作是操作。这是一个特殊的，主要用于调试目的。 将在使用元素时对其执行操作。让我们以组合的过滤器和地图为例，并向其添加一些操作，以便打印正在使用的元素。

@Testpublic void peekStream() {    List expectedColors = Arrays.asList("blue", "red");    List volkswagenColors = Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan)                                          .filter(shoe -> shoe.getBrand().equals("Volkswagen"))                                          .peek(e -> System.out.println("Filtered value: " + e))                                          .map(Shoe::getColor)                                          .peek(e -> System.out.println("Mapped value: " + e))                                          .collect(Collectors.toList());    assertIterableEquals(expectedColors, volkswagenColors);}

此测试的输出为：

Filtered value: Shoe{id=0, brand='Volkswagen', type='Golf', color='blue'}Mapped value: blueFiltered value: Shoe{id=3, brand='Volkswagen', type='Tiguan', color='red'}Mapped value: red

4. 终止操作（terminal operations）

终止操作（terminal operations）则指的是那些会产生一个新值或副作用（side-effect）的操作，例如count 和 forEach 操作。

4.1 collecti操作

我们已经在前面的所有示例中使用了终止操作。我们总是在操作中使用参数。不过还有更多选项可以使用。我们将在下一个示例中介绍一些内容。完整的列表可以在JavaDoc中找到。

方法 collect 里使用 ，我们可以使用方法Collectors.joining进行分隔符分隔。

@Testpublic void collectJoinStream() {    String expectedBrands = "Volkswagen;Skoda;Renault;Volkswagen";    String joinedBrands = Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan)                                .map(Shoe::getBrand)                                .collect(Collectors.joining(";"));    assertEquals(expectedBrands, joinedBrands);}

Collectors.summingInt 使用 ，我们可以计算元素的属性之和。在我们的示例中，我们只计算鞋子 id 的总和。

@Testpublic void collectSummingIntStream() {    int sumIds = Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan)                       .collect(Collectors.summingInt(Shoe::getId));   assertEquals(6, sumIds);}

Collectors.groupingBy 使用 ，我们可以将元素分组到 .在我们的示例中，我们根据品牌对元素进行分组。

@Testpublic void collectGroupingByStream() {    Map> expectedShoes = new HashMap<>();    expectedShoes.put("Skoda", Arrays.asList(skodaOctavia));    expectedShoes.put("Renault", Arrays.asList(renaultKadjar));    expectedShoes.put("Volkswagen", Arrays.asList(volkswagenGolf, volkswagenTiguan));     Map> groupedShoes = Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan)                                               .collect(Collectors.groupingBy(Shoe::getBrand));    assertTrue(expectedShoes.equals(groupedShoes));}

4.2 reduce操作

reduce，该操作对 的元素执行减量。它使用恒等式（即起始值）和执行归约的累积函数。在我们的示例中，我们对元素的 id 执行求和，就像我们使用该操作时所做的那样。

@Testpublic void reduceStream() {    int sumIds = Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan)                       .map(Shoe::getId)                       .reduce(0, Integer::sum);    assertEquals(6, sumIds);}

4.3 forEach 操作

该操作对每个元素执行一个函数。它与中间操作非常相似。

@Testpublic void forEachStream() {    Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan)          .forEach(System.out::println);}

该测试的结果如下：

Shoe{id=0, brand='Volkswagen', type='Golf', color='blue'}Shoe{id=1, brand='Skoda', type='Octavia', color='green'}Shoe{id=2, brand='Renault', type='Kadjar', color='red'}Shoe{id=3, brand='Volkswagen', type='Tiguan', color='red'}

4.4 count操作

该操作对流中的元素数进行计数。

@Testpublic void countStream() {    long count = Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan).count();    assertEquals(4, count);}

4.5 max操作

该操作返回基于给定的 的最大元素。在我们的示例中，我们创建一个 id 并检索具有最高 id 的元素。请注意，这将返回一个 .当无法确定最高 id 时，我们只是提供了一个替代值。

@Testpublic void maxStream() {    int maxId = Stream.of(volkswagenGolf, skodaOctavia, renaultKadjar, volkswagenTiguan)                      .map(Shoe::getId)                      .max((o1, o2) -> o1.compareTo(o2))                      .orElse(-1);    assertEquals(3, maxId);}

5. 结论

Java Streams API非常强大，学习起来并不难。stream流处理可读性还是很不错的，想让自己代码变得更加简洁美观，那就来跟着本文学习吧，还有源码跟着调试。

如果您还不熟悉 Streams API，可以安装IDEA的插件工具，调试 Java 流的出色 IntelliJ 功能。

本文案例的源码地址： beierzsj/javaStreamDemo (github.com)

参考文档

• java-stream流处理
• 集合
• Streams API
• JavaDoc
• 调试 Java 流的IDEA工具安装插件