本次我们会使用到很多的流操作，如筛选、切片、映射、查找、匹配和归约，这些操作可以让我们能快速完成复杂的数据查询。
筛选和切片
用谓词筛选
Streams接口支持filter方法。该操作会接受一个谓词(一个返回 boolean的函数)作为参数，并返回一个包括所有符合谓词的元素的流。
List<Dish> vegetarianMenu = menu.stream().filter(Dish::isVegetarian).collect(toList());
筛选各异的元素
流支持一个叫作distinct的方法，它会返回一个元素各异的流。例如，以下代码会筛选出列表中所有的偶数，并确保没有重复。
List<Integer> numbers = Arrays.asList(1, 2, 1, 3, 3, 2, 4);numbers.stream().filter(i -> i % 2 == 0).distinct().forEach(System.out::println);
截短流
流支持limit(n)方法，该方法会返回一个不超过给定长度的流。所需的长度作为参数传递给limit。如果流是有序的，则最多会返回前n个元素。
请注意limit也可以用在无序流上，比如源是一个Set。这种情况下，limit的结果不会以任何顺序排列。
比如，你可以建立一个List，选出热量超过300卡路里的头三道 :
List<Dish> dishes = menu.stream().filter(d -> d.getCalories() > 300).limit(3).collect(toList());
图中展示了filter和limit的组合。你可以看到，该方法只选出了符合谓词的头三个元素，然后就立即返回了结果。
跳过元素
流还支持skip(n)方法，返回一个扔掉了前n个元素的流。如果流中元素不足n个，则返回一个空流。请注意，limit(n)和skip(n)是互斥的!例如，下面的代码将跳过超过300卡路里的头两道菜，并返回剩下的。
List<Dish> dishes = menu.stream().filter(d -> d.getCalories() > 300).skip(2).collect(toList());
映射
映射：对流中每一个元素应用函数
流支持map方法，它会接受一个函数作为参数。这个函数会被应用到每个元素上，并将其映射成一个新的元素。
例如，下面的代码把方法引用Dish::getName传给了map方法， 来提取流中菜品的名称:
List<String> dishNames = menu.stream().map(Dish::getName).collect(toList());
两个题目
给定一个单词列表，你想要返回另一个列表，显示每个单词中有几个字母。怎么做呢?
List<String> words = Arrays.asList("Java 8", "Lambdas", "In", "Action");List<Integer> wordLengths = words.stream().map(String::length).collect(toList());
现在让我们回到提取菜名的例子。如果你要找出每道菜的名称有多长，怎么做?你可以像下面这样，再链接上一个map:
List<Integer> dishNameLengths = menu.stream().map(Dish::getName).map(String::length).collect(toList());
流的扁平化
让我们拓展一下:对于一张单词表，如何返回一张列表，列出里面各不相同的字符呢?例如，给定单词列表["Hello","World"]，你想要返回列表["H","e","l", "o","W","r","d"]。你可能会认为这很容易，你可以把每个单词映射成一张字符表，然后调用distinct来过过滤重复的字符。
你可能会这样写:
words.stream().map(word -> word.split("")).distinct().collect(toList());
这个方法的问题在于，传递给map方法的Lambda为每个单词返回了一个String[](String 列表)。因此，map返回的流实际上是Stream<String[]>类型的。你真正想要的是用 Stream<String>来表示一个字符流。
用map和Arrays.stream()，首先，你需要一个字符流，而不是数组流。有一个叫作Arrays.stream()的方法可以接受一个数组并产生一个流，例如:
String[] arrayOfWords = {"Goodbye", "World"}; Stream<String> streamOfwords = Arrays.stream(arrayOfWords);
把它用在前面的那个流水线里，看看会发生什么:
words.stream().map(word -> word.split(“")).map(Arrays::stream).distinct().collect(toList());
当前的解决方案仍然搞不定!这是因为，你现在得到的是一个流的列表(更准确地说是 Stream<String>)先是把每个单词转换成一个字母数组，然后把每个数组变成了一个独立的流。
用flatMap 你可以像下面这样使用flatMap来解决这个问题:
List<String> uniqueCharacters =words.stream().map(w -> w.split("")).flatMap(Arrays::stream).distinct().collect(Collectors.toList());
使用flatMap方法的效果是，各个数组并不是分别映射成一个流，而是映射成流的内容。所有使用map(Arrays::stream)时生成的单个流都被合并起来，即扁平化为一个流。
即，flatmap方法让你把一个流中的每个值都换成另一个流，然后把所有的流连接起来成为一个流。
查找和匹配
查看数据集中的某些元素是否匹配一个给定的属性。
Stream API通过allMatch、anyMatch、noneMatch、findFirst和findAny方法来完成这些工作。
检查谓词是否至少匹配一个元素
anyMatch方法可以回答“流中是否有一个元素能匹配给定的谓词”。比如，你可以用它来看看菜单里面是否有素菜可选择:
if(menu.stream().anyMatch(Dish::isVegetarian)){ System.out.println("The menu is (somewhat) vegetarian friendly!!”);}
anyMatch方法返回一个boolean，因此是一个终端操作。
检查谓词是否匹配所有元素
allMatch方法的工作原理和anyMatch类似，但它会看看流中的元素是否都能匹配给定的谓词。
比如，你可以用它来看是否所有菜品的热量都低于1000卡路里):
boolean isHealthy = menu.stream().allMatch(d -> d.getCalories() < 1000);
没有任何元素与给定的谓词匹配
和allMatch相对的是noneMatch。它可以确保流中没有任何元素与给定的谓词匹配。
比如， 你可以用noneMatch重写前面的例子:
boolean isHealthy = menu.stream().noneMatch(d -> d.getCalories() >= 1000);
返回当前流中的任意元素
findAny方法将返回当前流中的任意元素。它可以与其他流操作结合使用。比如，你可能想找到一道素菜。
你可以结合使用filter和findAny方法来实现这个查询:
Optional<Dish> dish =menu.stream().filter(Dish::isVegetarian).findAny();
有些流有一个出现顺序(encounter order)来指定流中项目出现的逻辑顺序(比如由List或排序好的数据列生成的流)。对于这种流，你可能想要找到第一个元素。为此有一个findFirst 方法，它的工作方式类似于findany。例如，给定一个数字列表，下面的代码能找出第一个平方 能被3整除的数:
List<Integer> someNumbers = Arrays.asList(1, 2, 3, 4, 5);Optional<Integer> firstSquareDivisibleByThree =someNumbers.stream().map(x -> x * x).filter(x -> x % 3 == 0).findFirst();
归约
有一些查询操作需要将流中所有元素反复结合起来，得到一个值，比如一个Integer。
这样的查询可以被归类为归约操作(将流归约成一个值)。
用函数式编程语言的术语来说，这称为折叠(fold)，因为你可以将这个操作看成把一张长长的值(你的流)反复折叠成一个小方块，而这就是折叠操作的结果。
元素求和
在我们研究如何使用reduce方法之前，先来看看如何使用for-each循环来对数字列表中的元素求和。
numbers中的每个元素都用加法运算符反复迭代来得到结果。通过反复使用加法，你把一个数字列表归约成了一个数字。
int sum = 0;for (int x : numbers){ sum += x;}
这段代码中有两个参数:
- 总和变量的初始值，在这里是0;
- 将列表中所有元素结合在一起的操作，在这里是+。
要是还能把所有的数字相乘，而不必去复制粘贴这段代码，这岂不是很好?这正是reduce操作的用武之地，它对这种重复应用的模式做了抽象。
你可以像下面这样对流中所有的元素求和:
int sum = numbers.stream().reduce(0, (a, b) -> a + b);
reduce接受两个参数:
- 一个初始值，这里是0;
- 一个BinaryOperator<T>来将两个元素结合起来产生一个新值，这里我们用的是lambda (a, b) -> a + b。
你也很容易把所有的元素相乘，只需要将另一个Lambda:(a, b) -> a * b传递给reduce操作就可以了:
int product = numbers.stream().reduce(1, (a, b) -> a * b);
Lambda反复结合每个元素，直到流被归约成一个值。
最大值和最小值
来看一下如何利用刚才学到的reduce 来计算流中最大或最小的元素。正如你前面看到的，reduce接受两个参数:
- 一个初始值
- 一个Lambda来把两个流元素结合起来并产生一个新值
Lambda是一步步用加法运算符应用到流中每个元素上的。因此，你需要一个给定两个元素能够返回最大值的Lambda。
reduce操作会考虑新值和流中下一个元素，并产生一个新的最大值，直到整个流消耗完!
你可以像下面这样使用reduce来计算流中的最大值。
Optional<Integer> max = numbers.stream().reduce(Integer::max);
总结
- Streams API可以表达复杂的数据处理查询。
- 可以使用filter、distinct、skip和limit对流做筛选和切片。
- 可以使用map和flatMap提取或转换流中的元素。
- 可以使用findFirst和findAny方法查找流中的元素。你可以用allMatch、noneMatch和anyMatch方法让流匹配给定的谓词。
- 可以利用reduce方法将流中所有的元素迭代合并成一个结果，例如求和或查找最大元素。
作者：翎野君
本篇文章如有帮助到您，请给「翎野君」点个赞，感谢您的支持。
