Stream流——串行版

? Stream流是java8引入的特性，極大的方便了我們對于程序內數據的操作，提高了性能。通過函數式編程解決復雜問題。

1.BaseStream<T,S extense BaseStream<T,S>>

? 他是流處理的基石概念，重點不在于這個接口定義了什么方法，而是它獨特的參數類型。
首先約定好：T——入參類型 S——出參類型
S是繼承于自己的同樣的類型，從而形成一種遞歸，每一次返回的結果類型都是自己或它的子類。這樣做是因為我們在流處理時，不會在原有的流上進行操作，而是形成新的流返回會去。這樣設計免去了類型轉換出錯和增強了靈活性

2.Stream extends BaseStream<T, Stream>

BaseStream有4大子類，我們講一個使用范圍最廣的——Stream
它定義了我們常用的一些方法如
Stream filter (Predicate<? super T> predicate)
這里的Predicate就是一個函數式例如判斷對象是否為空 s->s!=null

中間操作 (Intermediate operations)

無狀態 (Stateless)	有狀態 (Stateful)
unordered()	distinct() 去重
filter() 過濾元素	sorted() 排序
map() 轉換元素類型	limit()
mapToInt()	skip() 跳過前n個元素
mapToLong()
mapToDouble()
flatMap()
flatMapToInt()
flatMapToLong()
flatMapToDouble()
peek()

結束操作 (Terminal operations)

非短路操作	短路操作 (short-circuiting)
forEach()	anyMatch()
forEachOrdered()	allMatch()
toArray()	noneMatch()
reduce() 歸約	findFirst()
collect()	findAny()
max()
min()
count()

咱們這里通過它的一個實現類ReferencePipeline來舉個例子來體驗一下

List<Integer> numbers = Arrays.asList(2, 1, 3, 8, 5, 6, 7, 4, 9, 10);
List<String> evenNumbers = numbers.stream().map(o->o.toString())//將元素轉為字符串.filter(n -> n.length() == 1)//剔除大于兩位數的元素.sorted()//排序.collect(Collectors.toList());//整合出一個新的流返回System.out.println(evenNumbers);

先定義了一個List，通過.stream（）新建一個流管道，函數式編程的好處就是他可以把操作整合到一起，這里的 o->o.toString()和n->n.length()==1會被Java整合為
(o -> o.toString()) -> (n -> n.length() == 1)一個操作鏈
接下來，您是否好奇這個鏈條是如何組裝的，反正我很好奇，let's dive into water

3.ReferencePipeline

它繼承了AbstractPipeline，而在其中保存了三個引用，類型都是自己，分別是sourceStage指向第一個Sink（后續展開），接下來就是previousStage和nextStage分別鏈接上下Sink。
下圖給出了具體的流程

中間操作是一種爛加載處理，只有當觸發了collect（）方法才會真正的調用每個Steam流中的wrapSink方法去處理數據。之后調用sort（）進行排序。我們來具體看一個方法是如何處理的

 public final <R> Stream<R> map(Function<? super P_OUT, ? extends R> mapper) {Objects.requireNonNull(mapper);return new StatelessOp<P_OUT, R>(this, StreamShape.REFERENCE,StreamOpFlag.NOT_SORTED | StreamOpFlag.NOT_DISTINCT) {@OverrideSink<P_OUT> opWrapSink(int flags, Sink<R> sink) {return new Sink.ChainedReference<P_OUT, R>(sink) {@Overridepublic void accept(P_OUT u) {downstream.accept(mapper.apply(u));

在ReferencePipeline中它定義三個靜態內部類——StatelessOp，StatafulOp，Head。先是對函數式判空，然后返回一個無狀態流。關鍵在于它內部定義的opWrapSinlk通過返回一個Sink類并在其中定義了具體的操作accept（）。然后調用函數式，并通過accept（）觸發下游Stream進行進一步處理。

4.Sink

抽象的來講，上面所說的ReferencePipeline就像是流水線上不停流動的傳輸帶，而真正在加工物品的就是我們的Sink類

這里的Consumer接口就是我們將不同的流處理函數式拼接起來的關鍵

public interface Consumer<T> {void accept(T t);default Consumer<T> andThen(Consumer<? super T> after) {Objects.requireNonNull(after);return (T t) -> { accept(t); after.accept(t); };}
}

andThen（）方法，首先是自己調用自己的accept（），再調用下游的accept（）
像我們前面寫到的例子，map(o->o.toString)和filter(n->n.length)中的參數就是一個Consumer

5.歸約

我們將最后一步collect（）定義為歸約，將流中的所有元素歸約為一個最終的結果。
它通過操作一個Collector進行操作，包含三個步驟
累加（accumulation）：將流中的每個元素依次累加到一個容器中。
合并（combining）：如果存在并行流，多個部分的結果需要合并。
完成（finishing）：在所有元素處理完后，生成最終的結果。

public interface Collector<T, A, R> {Supplier<A> supplier(); // 提供一個容器，容器類型是 ABiConsumer<A, T> accumulator(); // 累加器，負責將元素添加到容器BinaryOperator<A> combiner(); // 合并器，用于并行處理時合并多個容器Function<A, R> finisher(); // 結果轉換器，返回最終的結果Set<Collector.Characteristics> characteristics(); // 一些特征，指示這個 Collector 是否具有某些優化特性
}

例如我們最常用的toList（）將流中的所有元素收集到一個Lsit中。

 public static <T>Collector<T, ?, List<T>> toList() {return new CollectorImpl<>(ArrayList::new, List::add,(left, right) -> { left.addAll(right); return left; },CH_ID);}

ArrayList::new，返回一個List容器，通過List::add方法添加進入容器，后續處理并行流。

以下是關于 Java Stream API 中 collect 歸約操作的表格，其中總結了常見的歸約操作、作用說明及示例：

歸約操作	作用說明	示例代碼
toList()	將流中的元素收集到一個 List 中。	List<String> result = names.stream().collect(Collectors.toList());
toSet()	將流中的元素收集到一個 Set 中，自動去重。	Set<String> result = names.stream().collect(Collectors.toSet());
joining()	將流中的元素連接成一個字符串，支持指定分隔符、前綴和后綴。	String result = names.stream().collect(Collectors.joining(", ", "[", "]"));
groupingBy()	根據某個條件將流中的元素分組，返回一個 Map。	Map<Integer, List<String>> groupedByLength = names.stream().collect(Collectors.groupingBy(String::length));
partitioningBy()	將流中的元素分成兩組，通常用于二元分類。	Map<Boolean, List<String>> partitioned = names.stream().collect(Collectors.partitioningBy(name -> name.length() > 3));
summarizingInt()	對流中的元素進行統計，返回 IntSummaryStatistics，包括計數、求和、最小值、最大值、平均值等。	IntSummaryStatistics stats = names.stream().collect(Collectors.summarizingInt(String::length));
reducing()	對流中的元素進行歸約操作（例如累加、求最大值等），返回一個單一結果。	Optional<String> result = names.stream().collect(Collectors.reducing((s1, s2) -> s1.length() > s2.length() ? s1 : s2));
toMap()	將流中的元素根據某個鍵值映射規則收集到一個 Map 中。	Map<Integer, String> map = names.stream().collect(Collectors.toMap(String::length, name -> name));

   | 將流中的元素根據某個鍵值映射規則收集到一個 `Map` 中。        | `Map<Integer, String> map = names.stream().collect(Collectors.toMap(String::length, name -> name));` |