Java8 随笔记录（二）

描述一下有关流的概念

 

1、关于流

Stream 不是集合元素，它不是数据结构并不保存数据，它是有关算法和计算的，它更像一个高级版本的 Iterator。原始版本的 Iterator，用户只能显式地一个一个遍历元素并对其执行某些操作；高级版本的 Stream，用户只要给出需要对其包含的元素执行什么操作，比如 “过滤掉长度大于 10 的字符串”、“获取每个字符串的首字母”等，Stream 会隐式地在内部进行遍历，做出相应的数据转换。

Stream 就如同一个迭代器（Iterator），单向，不可往复，数据只能遍历一次，遍历过一次后即用尽了，就好比流水从面前流过，一去不复返。

而和迭代器又不同的是，Stream 可以并行化操作，迭代器只能命令式地、串行化操作。顾名思义，当使用串行方式去遍历时，每个 item 读完后再读下一个 item。而使用并行去遍历时，数据会被分成多个段，其中每一个都在不同的线程中处理，然后将结果一起输出。Stream 的并行操作依赖于 Java7 中引入的 Fork/Join 框架（JSR166y）来拆分任务和加速处理过程。Java 的并行 API 演变历程基本如下：

1. 1.0-1.4 中的 java.lang.Thread
2. 5.0 中的 java.util.concurrent
3. 6.0 中的 Phasers 等
4. 7.0 中的 Fork/Join 框架
5. 8.0 中的 Lambda

2、流的构成

当我们使用一个流的时候，通常包括三个基本步骤：

获取一个数据源（source）→ 数据转换→执行操作获取想要的结果，每次转换原有 Stream 对象不改变，返回一个新的 Stream 对象（可以有多次转换），这就允许对其操作可以像链条一样排列，变成一个管道，如下图所示。

图 1. 流管道 (Stream Pipeline) 的构成

 

有多种方式生成 Stream Source：

      从 Collection 和数组
              Collection.stream()
              Collection.parallelStream()
              Arrays.stream(T array) or Stream.of()
      从 BufferedReader
               java.io.BufferedReader.lines()
      静态工厂
      java.util.stream.IntStream.range()
      java.nio.file.Files.walk()
     自己构建
     java.util.Spliterator

    其它

         Random.ints()

         BitSet.stream()

         Pattern.splitAsStream(java.lang.CharSequence)

         JarFile.stream() 

3、流的操作类型分为两种：

• Intermediate：一个流可以后面跟随零个或多个 intermediate 操作。其目的主要是打开流，做出某种程度的数据映射/过滤，然后返回一个新的流，交给下一个操作使用。这类操作都是惰性化的（lazy），就是说，仅仅调用到这类方法，并没有真正开始流的遍历。
• Terminal：一个流只能有一个 terminal 操作，当这个操作执行后，流就被使用“光”了，无法再被操作。所以这必定是流的最后一个操作。Terminal 操作的执行，才会真正开始流的遍历，并且会生成一个结果，或者一个 side effect。

      在对于一个 Stream 进行多次转换操作 (Intermediate 操作)，每次都对 Stream 的每个元素进行转换，而且是执行多次，这样时间复杂度就是 N（转换次数）个 for 循环里把所有操作都做掉的总和吗？其实不是这样的，转换操作都是 lazy 的，多个转换操作只会在 Terminal 操作的时候融合起来，一次循环完成。我们可以这样简单的理解，Stream 里有个操作函数的集合，每次转换操作就是把转换函数放入这个集合中，在 Terminal 操作的时候循环 Stream 对应的集合，然后对每个元素执行所有的函数。

还有一种操作被称为 short-circuiting。用以指：

      对于一个 intermediate 操作，如果它接受的是一个无限大（infinite/unbounded）的 Stream，但返回一个有限的新 Stream。
      对于一个 terminal 操作，如果它接受的是一个无限大的 Stream，但能在有限的时间计算出结果。

当操作一个无限大的 Stream，而又希望在有限时间内完成操作，则在管道内拥有一个 short-circuiting 操作是必要非充分条件。

 

4、流与集合

说白了，集合是针对数据的，体现是是一种数据存储结构；而流是针对计算的，体现的是更多一种对数据的计算方式，就比如整个流水线，当执行到这一步的时候才会去做相应的计算，也就是按需来计算。

 

5、流的迭代和常用的操作

public void test(){
        List<String> views = Lists.newArrayList("wsbs","xwzx","bmfw","wshd");
	// 外部迭代，也就是一种显式的迭代方式，
	// 因为它不属于stream的一种操作，不具有stream的并行特点，需要自己去考虑到并行问题
	views.iterator().forEachRemaining(System.out::println);
	
	System.out.println("--------------------");
	
	// 内部迭代，使用stream在内部实现的一种迭代方式，其本身会并行化处理
	Stream<String> s = views.stream();
	s.forEach(System.out::println);
	// 此地方会报错，因为stream只能被迭代一次： 
        // 异常：stream has already been aperated upon or close
	s.forEachOrdered(System.out::println);
}

    stream除了中间计算阶段，相应的也会有结束阶段，不可能会一直计算下去的，要是一直计算，访问量大的时候那不得分分钟死掉。

操作	类型	返回类型	操作参数	函数描述符
filter	中间操作	Stream<T>	Predicate<T>	T -> boolean
map	中间操作	Stream<T>	Function<T, R>	T -> R
limit	中间操作	Stream<T>
sorted	中间操作	Stream<T>	Comparator<T>	(T, T) -> int
distinct	中间操作	Stream<T>

forEach	终端操作	遍历流中的每个元素并对其应用lambda
count	终端操作	返回流中的元素个数，返回long型
collect	终端操作	把流规约成一个集合，比如：Collectors.toList()、Map、Set ... (后面会详细介绍)