java8-revealed-lambdas
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

java8Stream

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");

@Test
public 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

@Test
public 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()

@Test
public void createStreamsFromStreamOf() {
    List<String> 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。

@Test
public 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。

@Test
public void filterStream() {
    List<Shoe> expectedShoes = Arrays.asList(volkswagenGolf, volkswagenTiguan);
    List<Shoe> 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。

@Test
public void mapStream() {
    List<String> expectedBrands = Arrays.asList("Volkswagen", "Skoda", "Renault", "Volkswagen");
    List<String> 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链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。

@Test
public void filterMapStream() {
    List<String> expectedColors = Arrays.asList("blue", "red");
    List<String> 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。

@Test
public void distinctStream() {
    List<String> expectedBrands = Arrays.asList("Volkswagen", "Skoda", "Renault");
    List<String> 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。

@Test
public void sortedStream() {
    List<String> expectedSortedBrands = Arrays.asList("Renault", "Skoda", "Volkswagen", "Volkswagen");
    List<String> 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。

@Test
public void peekStream() {
    List<String> expectedColors = Arrays.asList("blue", "red");
    List<String> 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: blue

Filtered 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。

@Test
public 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。

@Test
public 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。

@Test
public void collectGroupingByStream() {
    Map<String, List<Shoe>> expectedShoes = new HashMap<>();
    expectedShoes.put("Skoda", Arrays.asList(skodaOctavia));
    expectedShoes.put("Renault", Arrays.asList(renaultKadjar));
    expectedShoes.put("Volkswagen", Arrays.asList(volkswagenGolf, volkswagenTiguan));
 
    Map<String, List<Shoe>> 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。

@Test
public 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。

@Test
public 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。

@Test
public 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。

@Test
public 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)

java8函数式编程之Stream流处理的方法和案例讲解.md