Java8 Stream 概述及日常使用

日常业务功能开发过程中，遇到大量对集合的操作场景，Stream的使用很大程度上简化了代码，提高了代码的简洁性和可读性，同时提到了开发效率。下面列举几个实际使用场景。

需求：按照id（整型）进行排序

List> retMapList = new ObjectMapper().convertValue(data, List.class);
// 按照flow流程图中节点的先后顺序进行排序（以flow-service服务的node_instance表中的id为序）
List> nodeInstanceList = retMapList.stream().sorted(
    Comparator.comparingLong(map -> (int) map.get("id")))
    .collect(Collectors.toList());

需求：按照字符串顺序进行排序

Set noRepeatValues = new HashSet<>();        
// 将值进行一个排序
List orderNoRepeatValues = noRepeatValues.stream().sorted(Comparator.naturalOrder()).collect(Collectors.toList());

需求：按照时间逆序排序

List res = new ArrayList<>(selectionHistorys.size());
// 按createOrModifyTime逆序排序
return res.stream()
    .sorted(Comparator.comparing(SelectionHistoryDTO::getCreateOrModifyTime).reversed())
    .collect(Collectors.toList());

需求：按照自定义条件（is_merge字段为true的排在前面）排序

Map> result = new HashMap<>(group.size());
// 在每个分组下，将需要合并(is_merge为true)的字段属性排在前面
for(Map.Entry> entry: result.entrySet()){
	List sortedCkeyList = entry.getValue().stream().sorted((o1, o2) -> {
		if (o1.getIsMerge() == true && o2.getIsMerge() == false) {
			return -1;  // 降序排列，is_merge为true的排在前面
		} else if (o1.getIsMerge() == false && o2.getIsMerge() == true) {
			return 1;
		} else {
			return 0;
		}
	}).collect(Collectors.toList());
	result.put(entry.getKey(), sortedCkeyList);
}

List allCkeys = ckeyDao.findAllByCateId(cateId);
// 获取产品型号之外的所有分组名称
List group = allCkeys.stream()
	.filter((c) -> !c.getDisplay().equals(ProductionNumberDisplay))
	.map((c) -> c.getAttributeGroup())
	.distinct().collect(Collectors.toList());

需求：对map中的title字段去重并获取title

HashSet> categoryInfo;
Set categoryInfoTitle = categoryInfo.stream().map(map -> map.get("title")).collect(Collectors.toSet());

需求：依据对象中的某个字段对列表去重，并获取每个对象的所有信息

// 项目管理中的所有设备
List proManAllDevices = deviceDao.findAllByProjectManagementId(projectManagementId);
// 对设备按照resuorceId去重
ArrayList remDupDevices = proManAllDevices.stream().collect(
    Collectors.collectingAndThen(
        Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(Device::getResourceId))), ArrayList::new)
);

Set blankFields;
String blankFieldsStr = blankFields.stream().collect(Collectors.joining("、"));

• 需求：从分组组织的模型字段中，获取所有的字段

  // groupCkeys是分组组织的模型字段，键值为组别名，value为这个组别下的所有字段
  Map> groupCkeys = ckeyService.getGroupCkeys(cateId);
  List ckeyArr = groupCkeys.values().stream().flatMap(Collection::stream).collect(Collectors.toList());
  

• 需求：获取所有节点的已选设备编号

  // SelectedAndRepeatedDeviceDTO
  public class SelectedAndRepeatedDeviceDTO {
      
      private List selectedDevice;
      
      private List repeatedDevice;
  }
  
  Map nodeAndDeviceId;
  
  Set allDevices = nodeAndDeviceId.entrySet().stream()
      .flatMap(item -> item.getValue().getSelectedDevice().stream())
      .collect(Collectors.toSet());
  

需求：过滤出各个条件序号对应的产品型号 {条件序号(Integer): {产品型号1,产品型号2}(Set)}

// {条件序号: {产品型号1,产品型号2}
Map> indexProductionMap = new HashMap<>(16);
for(Map.Entry> map: indexProductionMap.entrySet()){
	Set productSet = map.getValue();
	productSet.stream()
		.forEach(product -> productionAbility.computeIfAbsent(product, p -> new HashSet<>())
			.add(map.getKey()));
}

List> conditionMapList;
conditionMapList.parallelStream()
                .forEach(conditionMap -> {
                    conditionMap.entrySet().stream()
                            .forEach(entry -> {
                                String key = entry.getKey();
                                String value = entry.getValue();
                                products.stream()
                                        .filter(product -> product.getValue().stream()
                                                // 该行的map对应上面List>中的每个map，对应数据库Product表中value字段的某个map，例：{"NvavonLNwEFmHgCnAIdentity": "a91212c5-5060-4b1d-a949-39c8c5b83332", "Sensor": "IMX307"}        
                                                .anyMatch(map -> map.entrySet().stream()    
                                                        .anyMatch(tempEntry -> tempEntry.getKey().equals(key) && tempEntry.getValue().contains(value))))
                                        .map(product -> indexProductionMap.computeIfAbsent(condition_index_map.get(key+ ":" + value), p -> new CopyOnWriteArraySet<>())
                                                // 若indexProductionMap中不存在当前条件序号为键的map,则新建一个HashSet，将product中的production字段按","分隔，放入到Set中；否则取出条件序号为键的Set，将当前product的production字段按","分隔，添加到原来的Set中
                                                .addAll(Arrays.asList(product.getProduction().split(","))))  
                                        .collect(Collectors.toList());
                            });
                });

// 记录所有的组合和该组合涵盖的能力
Map, Set> planList = new LinkedHashMap<>();

// 获取最多满足多少个条件
Optional> maxConditionNumSet = planList.entrySet().stream().map(map -> 		                                                                     map.getValue()).max(Comparator.comparingInt(Set::size));   

private void combine(int index, int proNum, String[] productionArr, List> combinationResult, List tempArr) {
    if(proNum == 1){
        for(int i = index; i < productionArr.length; i++){
            tempArr.add(productionArr[i]);
            // 不能写成 combinationResult.add(tempArr)，因为是浅拷贝，下一步的remove操作会清空这一步的操作
            combinationResult.add(tempArr.stream().collect(Collectors.toList()));   
            tempArr.remove(productionArr[i]);
        }
    } else if(proNum > 1){
        for (int i = index; i < productionArr.length; i++){
            tempArr.add(productionArr[i]);
            combine(i + 1, proNum - 1, productionArr, combinationResult, tempArr);
            tempArr.remove(productionArr[i]);
        }
    }
}

本案例介绍了使用流处理集合数据的优点，概述了流的使用步骤：构建流->中间操作->终端操作，对常用的api操作进行了介绍。并结合本人开发场景列出具体实践。有一定参考和借鉴作用。

1. 《Java实战（第2版）》

2. Java 8 Stream Api 中的 map和 flatMap 操作：https://juejin.cn/post/6844904000874086414

3. Java8之Stream-强大的collect操作：https://juejin.cn/post/6844903497666674702