函数式编程Stream接口真的有那么好用吗？

你可能没意识到Java对函数式编程的重视程度，看看Java 8加入函数式编程扩充多少功能就清楚了。Java 8之所以费这么大功夫引入函数式编程，原因有二：

代码简洁函数式编程写出的代码简洁且意图明确，使用stream接口让你从此告别for循环。

多核友好，Java函数式编程使得编写并行程序从未如此简单，你需要的全部就是调用一下方法。

今天主要分享stream，也就是Java函数式编程的主角。对于Java 7来说stream完全是个陌生东西，stream并不是某种数据结构，它只是数据源的一种视图。这里的数据源可以是一个数组，Java容器或I/O channel等。正因如此要得到一个stream通常不会手动创建，而是调用对应的工具方法，比如：

调用或者方法

调用方法

常见的stream接口继承关系如图：

stream接口继承自，其中对应三种基本类型（，注意不是包装类型），对应所有剩余类型的stream视图。为不同数据类型设置不同stream接口，可以

提高性能，

增加特定接口函数

你可能会奇怪为什么不把等设计成的子接口？毕竟这接口中的方法名大部分是一样的。答案是这些方法的名字虽然相同，但是返回类型不同，如果设计成父子接口关系，这些方法将不能共存，因为Java不允许只有返回类型不同的方法重载。

虽然大部分情况下stream是容器调用方法得到的，但stream和collections有以下不同：

无存储。stream不是一种数据结构，它只是某种数据源的一个视图，数据源可以是一个数组，Java容器或I/O channel等。

为函数式编程而生。对stream的任何修改都不会修改背后的数据源，比如对stream执行过滤操作并不会删除被过滤的元素，而是会产生一个不包含被过滤元素的新stream。

惰式执行。stream上的操作并不会立即执行，只有等到用户真正需要结果的时候才会执行。

可消费性。stream只能被“消费”一次，一旦遍历过就会失效，就像容器的迭代器那样，想要再次遍历必须重新生成。

对stream的操作分为为两类，中间操作(intermediate operations)和结束操作(terminal operations)，二者特点是：

中间操作总是会惰式执行，调用中间操作只会生成一个标记了该操作的新stream，仅此而已。

结束操作会触发实际计算，计算发生时会把所有中间操作积攒的操作以pipeline的方式执行，这样可以减少迭代次数。计算完成之后stream就会失效。

如果你熟悉Apache Spark RDD，对stream的这个特点应该不陌生。

下表汇总了接口的部分常见方法：

区分中间操作和结束操作最简单的方法，就是看方法的返回值，返回值为stream的大都是中间操作，否则是结束操作。

stream方法使用

stream跟函数接口关系非常紧密，没有函数接口stream就无法工作。回顾一下：函数接口是指内部只有一个抽象方法的接口。通常函数接口出现的地方都可以使用Lambda表达式，所以不必记忆函数接口的名字。

forEach()

我们对方法并不陌生，在中我们已经见过。方法签名为，作用是对容器中的每个元素执行指定的动作，也就是对元素进行遍历。

由于是结束方法，上述代码会立即执行，输出所有字符串。

filter()

函数原型为，作用是返回一个只包含满足条件元素的。

上述代码将输出为长度等于3的字符串和。注意，由于是个中间操作，如果只调用不会有实际计算，因此也不会输出任何信息。

distinct()

函数原型为，作用是返回一个去除重复元素之后的。

sorted()

排序函数有两个，一个是用自然顺序排序，一个是使用自定义比较器排序，函数原型分别为和。

上述代码将输出按照长度升序排序后的字符串，结果完全在预料之中。

map()

函数原型为，作用是返回一个对当前所有元素执行执行之后的结果组成的。直观的说，就是对每个元素按照某种操作进行转换，转换前后中元素的个数不会改变，但元素的类型取决于转换之后的类型。

上述代码将输出原字符串的大写形式。

flatMap()

函数原型为，作用是对每个元素执行指定的操作，并用所有返回的中的元素组成一个新的作为最终返回结果。说起来太拗口，通俗的讲的作用就相当于把原stream中的所有元素都"摊平"之后组成的，转换前后元素的个数和类型都可能会改变。

上述代码中，原来的中有两个元素，分别是两个，执行之后，将每个都“摊平”成了一个个的数字，所以会新产生一个由5个数字组成的。所以最终将输出1~5这5个数字。

- END -

往期推荐

Map在Java 8中增加非常实用哪些函数接口？

Lambda表达式中Collections的接口有哪些变化？

Kafka在哪些场景下会造成重复消费或消息丢失？

开发Kafka消费者客户端需要注意哪些事项？

Kafka 中的分区器、序列化器、拦截器是否了解？它们之间的处理顺序是什么？