List<Author> authors=getAuthors();
Stream<Author> stream=authors.stream;Integer[]arr={1,2,3,4,5};
Stream<integer> stream=Arrays.stream(arr);
Stream<Integer> stream2=Stream.of(arr);Map<String, Integer> map=new HashMap<>();
map.put("蜡笔小新",19);
map.put("黑子",17);
map.put("襄阳",20);
Set<Map.Entry<String, Integer>>entrySet=map.entrySet();
Stream<Map.Entry<String, Integer>>stream=entrySet.stream();
stream.filter(s->s.getValue()>17).forEach(System.out::println);可以对流中的元素进行条件过滤，符合条件的才能继续留在流中。
例如： 打印所有姓名长度大于1的作家姓名
List<Author> authors=getAuthors();
authors.stream()
.filter(s->s.getName().length()>1)
.forEach(s->System.out.println(s.getName()));可以把流中的元素进行计算或者转换
例如： 打印所有作家的姓名
List<Author> authors=getAuthors();
authors.stream()
.map(Author::getName)
.forEach(System.out::println);可以去除流中重复的元素
例如： 打印所有作家的姓名，并且要求其中不能有重复元素
List<Author> authors=getAuthors();
authors.stream()
.distinct()
.forEach(s->System.out.println(s.getName()));注意：distinct方法是依赖Object的equals方法来判断是否是相同方法的，所以需要注意重写equals方法
可以对流中的元素排序
例如：对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素
// 升序
List<Author> authors = getAuthors();
authors.stream()
.distinct()
.sorted(Comparator.comparing(Author::getAge))
.forEach(s -> System.out.println(s.getName()));
// 降序
List<Author> authors = getAuthors();
authors.stream()
.distinct()
.sorted(Comparator.comparing(Author::getAge).reversed())
.forEach(s -> System.out.println(s.getName()));- 注意：如果调用空参的sorted()方法，需要流中的元素是实现了Comparable（实体类中）*
可以设置流的最大长度，超出的部分将被抛弃（取多少条数据）
例如：对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素，然后打印其中年龄最大的两个作家的姓名
List<Author> authors = getAuthors();
authors.stream()
.distinct()
.sorted(Comparator.comparing(Author::getAge).reversed())
.limit(2)
.forEach(s -> System.out.println(s.getName()));跳过流中的前n个元素，返回剩下的元素
例如：打印除了年龄最大的作家外的其他作家，要求不能有重复元素，并且按照年龄降序排序
List<Author> authors = getAuthors();
authors.stream()
.distinct()
.sorted(Comparator.comparing(Author::getAge).reversed())
.limit(2)
.forEach(s -> System.out.println(s.getName()));map只能把一个对象转换成另一个对象来作为流中的元素，而flatMap可以把一个对象转换成多个对象作为流中的元素
例一： 打印所有书籍的名字，要求对重复的元素进行去重
List<Author> authors = getAuthors();
authors.stream()
.flatMap(s -> s.getBooks()
// 将实体类中集合再做流操作
.stream()
.map(Book::getName))
.distinct()
.forEach(System.out::println);例二： 打印现有数据的所有分类，要求对重复的元素进行去重。
List<Author> authors = getAuthors();
// 使用流处理作者列表
authors.stream()
// 将每个作者的书籍流扁平化为单一流
.flatMap(author -> author.getBooks()
.stream())
// 对书籍进行去重，确保每本书只被处理一次
.distinct()
// 将书籍的分类字符串拆分成多个分类，并将其扁平化为单一流
.flatMap(book -> Arrays.stream(book.getCategory().split(",")))
// 对分类进行去重，确保每个分类只被处理一次
.distinct()
// 对每个分类执行打印操作
.forEach(System.out::println);对流中的元素进行遍历操作，我们通过传入的参数去指定对遍历到的元素进行什么具体的操作
例子：输出所有作家的名字
List<Author> authors = getAuthors();
authors.stream()
.map(Author::getName)
.distinct()
.forEach(System.out::println);可以用来获取当前流中元素的个数
例子： 打印这些作家的所出书籍的数目，注意删除重复元素
List<Author> authors=getAuthors();
long count=authors.stream()
.flatMap(author->author.getBooks().stream())
.distinct()
.count();
System.out.println(count);可以用来获取流中的最值
例子：分别获取这些作家的所出书籍的最高分和最低分并且打印
List<Author> authors=getAuthors();
Optional<Integer> max=authors.stream()
.flatMap(author->author.getBooks().stream())
.map(Book::getScore)
.max((score1,score2)->score1-score2);
Optional<Integer> min=authors.stream()
.flatMap(author->author.getBooks().stream())
.map(Book::getScore)
.min((score1,score2)->score1-score2);
System.out.println(max.get());
System.out.println(min.get());把当前流转换成一个集合
例子：获取一个存放所有作者名字的List集合
List<Author> authors=getAuthors();
List<String> nameList=authors.stream()
.map(Author::getName)
.collect(Collectors.toList());
System.out.println(nameList);获取一个所有书名的Set集合
List<Author> authors = getAuthors();
Set<String> collect = authors.stream()
.flatMap(author -> author.getBooks().stream())
.map(Book::getName)
.collect(Collectors.toSet());
System.out.println(collect);获取一个map集合，map的key为作者名，value为List
List<Author> authors = getAuthors();
Map<String, List<Book>> collect = authors.stream()
.distinct()
.collect(Collectors.toMap(Author::getName, Author::getBooks));
System.out.println(collect);可以用来判断是否都符合匹配条件，结果为boolean类型，如果都符合结果为true，否则为false.
例子： 判断是否所有的作家都是成年人
List<Author> authors = getAuthors();
boolean flag = authors.stream()
.anyMatch(s -> s.getAge() > 18);
System.out.println(flag);可以判断流中的元素是否都不符合匹配条件，如果都不符合结果为true，否则为false
例子：判断作家是否都没有超过100岁的
List<Author> authors = getAuthors();
boolean b = authors.stream()
.noneMatch(s -> s.getAge() > 100);
System.out.println(b);获取流中的任意一个元素，该方法没有办法保证获取的一定是流中的第一个元素
例子：获取任意一个大于18的作家，如果存在就输出他的名字
List<Author> authors = getAuthors();
Optional<Author> any = authors.stream()
.filter(s -> s.getAge() > 18)
.findAny();
// 判断是否存在 存在输出 不存在不会报空指针异常
any.ifPresent(s -> System.out.println(s.getName()));获取流中的第一个元素
例子：获取一个年龄最小的作家，并输出他的名字
List<Author> authors = getAuthors();
Optional<Author> first = authors.stream()
.sorted((o1, o2) -> o1.getAge() - o2.getAge())
.findFirst();
first.ifPresent(s -> System.out.println(s.getName()));对流中的数据按照你制定的计算方式计算出一个结果
reduce的作用是把stream中的元素结合起来，我们可以传入一个初始值，她会按照我们的计算方式依次拿流中 的元素和在初始化值的基础上进行计算，计算结果再和后面的元素计算
// 它内部的计算方式如下
T result = identity;
for (T element : this stream)
result = accumulator.apply(result,element)
return result;
// 其中identity就是我们可以通过方法参数传入的初始值，accumulator的apply具体进行什么计算也是我们通过方法参数来确定的。例子： 使用reduce求所有作者年龄的和
List<Author> authors = getAuthors();
Integer reduce = authors.stream()
.distinct()
.map(Author::getAge)
// result:返回值 element:循环元素
// .reduce(0,(result,element) -> result + element);
.reduce(0, Integer::sum);
System.out.println(reduce);使用reduce求所有作者中年龄的最大值
List<Author> authors = getAuthors();
Integer reduce = authors.stream()
.distinct()
.map(Author::getAge)
.reduce(Integer.MIN_VALUE, (result, element) -> result < element ? element : result);
System.out.println(reduce);使用reduce求所有作者中年龄的最小值
List<Author> authors = getAuthors();
Integer reduce = authors.stream()
.map(Author::getAge)
.reduce(Integer.MAX_VALUE, (result, element) -> result > element ? element : result);
System.out.println(reduce);// 一个参数内部方法
boolean foundAny = false;
T result = null;
// 第一个元素作为初始化值
for (T element : this stream) {
if (!foundAny) {
foundAny = true;
result = element;
}
else
result = accumulator.apply(result, element);
}
return foundAny ? Optional.of(result) : Optional.empty();
例子：使用reduce求所有作者中年龄的最小值
List<Author> authors = getAuthors();
Optional<Integer> minOptional = authors.stream()
.map(Author::getAge)
.reduce(new BinaryOperator<Integer>() {
@Override
public Integer apply(Integer result, Integer element) {
return result > element ? element : result;
}
});
System.out.println(minOptional.get());- 惰性求值(如果没有终结操作，没有中间操作是不会得到执行的)
- 流是一次性的(一旦一个流对象经过一个终结操作后，这个流就不能再被使用)
- 不会影响原数据(我们在流中可以多数据做很多处理，但是正常情况下是不会影响原来集合中的元素的。这往往也是我们期望的)
我们在编写代码的时候出现最多的就是空指针异常，所以在很多情况下我们需要做各种非空的判断 例如：
Author author = getAuthor();
if (author != null){
System.out.println(author.getName());
}
/*
尤其是对象中的属性还是一个对象的情况下，这种判断会更多
而过多的判断语句会让我们的代码显得臃肿不堪。
所以在JDK8中引入了`Optional`的习惯后你可以写出更优雅的代码来避免空指针异常
并且在很多函数式编程相关的API中也都用到了`Optional`，如果不会使用`Optional`也会对函数式编程的学习造成影响
*/ Optional就好像是包装类，可以把我们的具体数据封装Optional对象内部，然后我们去使用Optional中封装好的方法操作，
封装进去的数据就可以非常优雅的避免空指针异常
我们一般使用``Optional的*静态方法ofNullable*来把数据封装成Optional`对象，无论传入的参撒是否为null都不会出现问题。
Author author = getAuthor();
Optional<Author> authorOptional = Optional.ofNullable(author);dao层也支持封装成Optional,Mybatis会自己把数据封装成Optional对象返回,封装的过程不需要我们自己操作。
如果你确定一个对象不是空的则可以使用Optional的静态方法of来把数据封装成Optional
Author author = getAuthor();
// 使用of时传入的参数必须不为null
Optional<Author> authorOptional = Optional.of(author);如果一个方法的返回值为Optional类型，而如果我们经常判断发现某次计算得到的返回值为null，这个时候就需要把null封装成Optional
对象返回，这时则可以使用Optional的静态方法empty来进行封装
Optional.empty()我们获取到一个Optional对象后要对其中的数据进行使用。这个时候我们可以使用其ifPresent方法来对消费其中的值。
这个方法会判断其内封装的数据是否为空，不为空时才会执行具体的消费代码，这样使用起来更加安全。
例如：以下写法就优雅的避免了空指针异常。
Optional<Author> authorOptional = optional.ofNullable(getAuthor());
authorOptional.ifPresent(author -> System.out.println(author.geTName))如果我们想获取值自己进行处理可以使用get方法获取，但是不推荐。因为当Optional内部的数据为空的时候会出现异常。
如果我们期望安全的获取值。我们不推荐使用get方法，而是使用Optional内部的数据为空的时候会出现异常。
- orElseGet 获取数据并且设置数据为空时的默认值，如果数据不为空就能获取到该数据。如果为空则根据你传入的参数来创建对象作为默认值返回
Optional<Author> authorOptional = optional.ofNullable(getAuthor());
Author author = authorOptional.orElseGet(() -> new Author())- orElseThrow 获取数据，如果数据不为空就能获取到该数据，如果为空则根据你传入的参数来创建异常抛出
Optional<Author> authorOptional=Optional.ofNullable(getAuthor());
try{
Author author=authorOptional.orElseThrow((supplier<Throwable>)()->new
RuntimeException("author为空"));
System.out.println(author.getName());
}catch(Throwable throwable){
throwable.printStackTrace();
}
// 抛出异常
Optional<Author> authorOptional = getAuthorOptional();
try {
authorOptional.orElseThrow(new Supplier<Throwable>() {
@Override
public Throwable get() {
return new RuntimeException("数据为null");
}
});
} catch (Throwable e) {
e.printStackTrace();
}我们可以使用filter方法对数据进行过滤，如果原本是有数据的，但是不符合判断，也会成为一个无数据的Optional对象。
Optional<Author> authorOptional = getAuthorOptional();
// authorOptional.filter(new Predicate<Author>() {
// @Override
// public boolean test(Author author) {
// return author.getAge() > 18;
// }
// });
authorOptional
.filter(s -> getAuthor().getAge() > 18)
.ifPresent(author -> System.out.println(author.getName()));我们可以使用isPresent 方法进行是否存在数据的判断。如果为空返回值为false，如果不为空，返回值为true。但是这种方式并不能提现
Optional的好处，更推荐使用ifPresent方法。
Optional<Author> authorOptional = Optional.ofNullable(getAuthor());
if (authorOptional.isPresent()){
System.out.println(authorOptional.get().getName());
}Optional 还提供了map可以让我们对数据的进行转换，并且转换得到的数据也还是被Optional包装好的，保证了我们的使用安全。
例如：我们想获取作家的书籍集合。
Optional<Author> authorOptional = getAuthorOptional();
Optional<List<Book>> books1 = authorOptional.map(author -> author.getBooks());
books1.ifPresent(books -> System.out.println(books));我们在使用Predicate接口时候可能需要进行判断条件的拼接，而and方法相当于式使用&&来拼接两个判断条件
例如：打印作家中年龄大于17并且姓名的长度大于1的作家
List<Author> authors = getAuthors();
// 方法一
authors.stream()
.filter(author -> author.getAge() > 17 && author.getName().length() > 1)
.forEach(author -> System.out.println(author.getAge() + ":::" + author.getName()));
// 方法二
authors.stream()
.filter(new Predicate<Author>() {
@Override
public boolean test(Author author) {
return author.getAge() > 17;
}
}.and(new Predicate<Author>() {
@Override
public boolean test(Author author) {
return author.getName().length() > 1;
}
}))
.forEach(s -> System.out.println(s.getName() + ":::" + s.getAge()));我们在使用Predicate接口的时候可能需要进行判断条件的拼接。而for方法相当于是使用||来拼接两个判断条件。
例如：打印作家中年龄大于17或者姓名的长度大于2的作家。
authors.stream()
.filter(new Predicate<Author>() {
@Override
public boolean test(Author author) {
return author.getAge() > 17;
}
}.or(new Predicate<Author>() {
@Override
public boolean test(Author author) {
return author.getName().length() < 2;
}
}))
.forEach(s -> System.out.println(s.getName())); Predicate接口中的方法。negate方法相当于是在判断前面加！表示取反
例如：打印作家中年龄不大于17的作家。
List<Author> authors = getAuthors();
authors.stream()
.filter(new Predicate<Author>() {
@Override
public boolean test(Author author) {
return author.getAge() > 17;
}
}.negate())
.forEach(s -> System.out.println(s.getAge()));暂不考虑什么时候用方法引用，用哪种方法引用，方法引用的格式是什么，只需要在写完lamdba方法发现方法体只有一行代码，并且是方法的调用的时候用
快捷键尝试是否能够转换成方法引用即可`Alt+enter`
类名(对象名)::方法名
使用前提：如果我们在重写方法的时候，方法体只有一行代码，并且这个代码是调用了某个类的静态方法，并且我们要把 要重写的抽象方法中所以的参数都按照顺序传入了这个静态方法中，这个时候我们就可以引用类的静态方法
例如：如以下代码就可以用方法引用进行简化
List<Author> authors = getAuthors();
Stream<Author> authorStream = authors.stream();
authorStream.map(author -> author.getAge())
.map(age -> String.valueOf(age));优化如下：
List<Author> authors = getAuthors();
Stream<Author> authorStream = authors.stream();
authorStream.map(author -> author.getAge())
.map(String::valueOf);对象名::方法名
使用前提：如果我们在重写方法的时候，方法体中只有一行代码，并且这行代码是调用了某个对象的成员方法，并且我们把要重写的抽象方法中所有的参数都按照顺序传入 这个成员方法中，这个时候我们就可以引用对象的实例方法 例如：
List<Author> author = getAuthors();
Stream<Author> authorStream = authors.stream();
StringBuilder sb = new StringBuilder();
authorStream.map(author -> author.getName())
.forEach(name -> sb.append(name));优化如下：
List<Author> author = getAuthors();
Stream<Author> authorStream = authors.stream();
StringBuilder sb = new StringBuilder();
authorStream.map(author -> author.getName())
.forEach(sb::append);类名::方法名
如果我们在重写方法的时候，方法体中只有一行代码，并且这行代码是调用了第一个参数的成员方法，并且我们把要重写的抽象方法中剩余的所有的参数都按照顺序传入了这个成员方法中， 这个时候我们就可以引用类的实例方法。 例如：
interface UseString{
String use(String str,int start,int length);
}
public static String subAuthorName(String str,UseString useString){
int start = 0;
int length = 1;
return useString.use(str,start,length);
}
public static void main(String[] args) {
subAuthorName("三更草堂", new UseString() {
@Override
public String use(String str, int start, int length) {
return str.substring(start,length);
}
});
}优化后代码如下
public static void main(String[] args){
subAuthorName("三更草堂",String::substring);
} 如果方法体中的一行代码是构造器的话就可以使用构造器引用
类名::new
如果我们在重写方法的时候，方法体中只有一行代码，并且这行代码是调用了某个类的构造方法，并且我们把重要的抽象方法中的所有的参数都按照顺序传入了这个构造方法中,这个时候我们就可以引用构造器。 例如：
List<Author> authors = getAuthors();
authors.stream()
.map(author -> author.getName())
.map(name -> new StringBuilder(name))
.map(sb -> sb.append("三更").toString())
.forEach(str -> System.out.println(str));优化如下：
List<Author> authors1 = getAuthors();
authors.stream()
.map(Author::getName)
.map(StringBuilder::new)
.map(sb -> sb.append("三更").toString())
.forEach(System.out::println);我们之前用到的很多Stream的方法由于都使用了泛型。所以涉及到的参数和返回值都是引用数据类型.即使我们操作的是整数小数，但是实际用的都是他们的包装类。IDK5中引入的自动装箱和自动拆箱让我们在使用对应的包装类时就好像电用基本教把类型一样方便，但是你一定要知道发箱和拆箱肯定是要消样时间的。虽然这个时间消耗很下。但是在大量的数据不断的重复生箱拆箱的时候，你就不能无视这个时间损耗了
所以为了让我们能够对这部分的时间消耗进行优化。 Stream还提供了很多专门针对基本数据类型的方法。
例如: mapToInt,mapToLong,mapToDouble,flatMapToInt,flatMapToDouble等
List<Author> authors = getAuthors();
authors.stream()
.map(Author::getAge)
.map(age -> age + 10)
.filter(age -> age > 18)
.map(age -> age +2)
.forEach(System.out::println);
// 优化以上操作
authors.stream()
.mapToInt(Author::getAge)
.map(age -> age + 10)
.filter(age -> age > 18)
.map(age -> age +2)
.forEach(System.out::println);当流中有大量元系时，我们可以使用并行流去提高深作的政露，其实并行流就是把任务分配给多个线程去完全。如果我们自己去用代码实现的话其实会非常的复杂，并且要求你对并发编程有足够的理解和认识。而如果我们使用Stream的话，我们只需要修改一个方法的谢用就可以使用并行流来帮我们实现，从而提高效率。
parallel方法可以把串行流转换成并行流
Stream<Integer> stream = Stream.of(1,2,3,4,5,6,7,8,9,10);
// // 串行流(数据量少)
// Integer integer = stream
// .filter(num -> num > 5)
// .reduce((result, ele) -> result + ele)
// .get();
// System.out.println(integer);
// 并行流
System.out.println("并行流");
Integer integer1 = stream
// 并行
.parallel()
// 调试方法
.peek(new Consumer<Integer>() {
@Override
public void accept(Integer integer) {
System.out.println(integer + ":" +Thread.currentThread().getName());
}
})
.filter(num -> num > 5)
.reduce((result, ele) -> result + ele)
.get();
System.out.println(integer1);也可以通过parallelStream直接获取并行流
List<Author> authors = getAuthors();
authors.parallelStream()
.map(Author::getAge)
.map(age -> age + 10)
.filter(age -> age > 18)
.map(age -> age +2)
.forEach(System.out::println);