Java 8新特性：全新的Stream API

灰太狼 2022-06-15 07:59 145阅读 0赞

Java 8引入了全新的Stream API。这里的`Stream`和I/O流不同，它更像具有`Iterable`的集合类，但行为和集合类又有所不同。

Stream API引入的目的在于弥补Java函数式编程的缺陷。对于很多支持函数式编程的语言，`map()`、`reduce()`基本上都内置到语言的标准库中了，不过，Java 8的Stream API总体来讲仍然是非常完善和强大，足以用很少的代码完成许多复杂的功能。

创建一个`Stream`有很多方法，最简单的方法是把一个`Collection`变成`Stream`。我们来看最基本的几个操作：

public static void main(String[] args) {
        List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        Stream<Integer> stream = numbers.stream();
        stream.filter((x) -> {
            return x % 2 == 0;
        }).map((x) -> {
            return x * x;
        }).forEach(System.out::println);
    }

集合类新增的`stream()`方法用于把一个集合变成`Stream`，然后，通过`filter()`、`map()`等实现`Stream`的变换。`Stream`还有一个`forEach()`来完成每个元素的迭代。

为什么不在集合类实现这些操作，而是定义了全新的Stream API？Oracle官方给出了几个重要原因：

一是集合类持有的所有元素都是存储在内存中的，非常巨大的集合类会占用大量的内存，而Stream的元素却是在访问的时候才被计算出来，这种“延迟计算”的特性有点类似Clojure的lazy-seq，占用内存很少。

二是集合类的迭代逻辑是调用者负责，通常是`for`循环，而Stream的迭代是隐含在对Stream的各种操作中，例如`map()`。

要理解“延迟计算”，不妨创建一个无穷大小的Stream。

如果要表示自然数集合，显然用集合类是不可能实现的，因为自然数有无穷多个。但是Stream可以做到。

自然数集合的规则非常简单，每个元素都是前一个元素的值+1，因此，自然数发生器用代码实现如下：

class NaturalSupplier implements Supplier<Long> { 
    
        long value = 0;
    
        public Long get() {
            this.value = this.value + 1;
            return this.value;
        }
    }

反复调用`get()`，将得到一个无穷数列，利用这个`Supplier`，可以创建一个无穷的`Stream`：

public static void main(String[] args) {
        Stream<Long> natural = Stream.generate(new NaturalSupplier());
        natural.map((x) -> {
            return x * x;
        }).limit(10).forEach(System.out::println);
    }

对这个`Stream`做任何`map()`、`filter()`等操作都是完全可以的，这说明Stream API对`Stream`进行转换并生成一个新的`Stream`并非实时计算，而是做了延迟计算。

当然，对这个无穷的`Stream`不能直接调用`forEach()`，这样会无限打印下去。但是我们可以利用`limit()`变换，把这个无穷`Stream`变换为有限的`Stream`。

利用Stream API，可以设计更加简单的数据接口。例如，生成斐波那契数列，完全可以用一个无穷流表示（受限Java的long型大小，可以改为BigInteger）：

class FibonacciSupplier implements Supplier<Long> { 
    
        long a = 0;
        long b = 1;
    
        @Override
        public Long get() {
            long x = a + b;
            a = b;
            b = x;
            return a;
        }
    }
    
    public class FibonacciStream { 
    
        public static void main(String[] args) {
            Stream<Long> fibonacci = Stream.generate(new FibonacciSupplier());
            fibonacci.limit(10).forEach(System.out::println);
        }
    }

如果想取得数列的前10项，用`limit(10)`，如果想取得数列的第20~30项，用：

List<Long> list = fibonacci.skip(20).limit(10).collect(Collectors.toList());

最后通过`collect()`方法把`Stream`变为`List`。该`List`存储的所有元素就已经是计算出的确定的元素了。

用Stream表示Fibonacci数列，其接口比任何其他接口定义都要来得简单灵活并且高效。

计算π可以利用π的展开式：

π/4 = 1 - 1/3 + 1/5 - 1/7 + 1/9 - ...

把π表示为一个无穷Stream如下：

class PiSupplier implements Supplier<Double> { 
    
        double sum = 0.0;
        double current = 1.0;
        boolean sign = true;
    
        @Override
        public Double get() {
            sum += (sign ? 4 : -4) / this.current;
            this.current = this.current + 2.0;
            this.sign = ! this.sign;
            return sum;
        }
    }
    
    Stream<Double> piStream = Stream.generate(new PiSupplier());
    piStream.skip(100).limit(10)
            .forEach(System.out::println);

这个级数从100项开始可以把π的值精确到3.13~3.15之间：

3.1514934010709914
    3.1317889675734545
    3.1513011626954057
    3.131977491197821
    3.1511162471786824
    3.1321589012071183
    3.150938243930123
    3.132333592767332
    3.1507667724908344
    3.1325019323081857

利用欧拉变换对级数进行加速，可以利用下面的公式：

![euler-transform][]

用代码实现就是把一个流变成另一个流：

class EulerTransform implements Function<Double, Double> { 
    
        double n1 = 0.0;
        double n2 = 0.0;
        double n3 = 0.0;
    
        @Override
        public Double apply(Double t) {
            n1 = n2;
            n2 = n3;
            n3 = t;
            if (n1 == 0.0) {
                return 0.0;
            }
            return calc();
        }
    
        double calc() {
            double d = n3 - n2;
            return n3 - d * d / (n1 - 2 * n2 + n3);
        }
    }
    
    Stream<Double> piStream2 = Stream.generate(new PiSupplier());
    piStream2.map(new EulerTransform())
             .limit(10)
             .forEach(System.out::println);

可以在10项之内把π的值计算到3.141~3.142之间：

0.0
    0.0
    3.166666666666667
    3.1333333333333337
    3.1452380952380956
    3.13968253968254
    3.1427128427128435
    3.1408813408813416
    3.142071817071818
    3.1412548236077655

还可以多次应用这个加速器：

Stream<Double> piStream3 = Stream.generate(new PiSupplier());
    piStream3.map(new EulerTransform())
             .map(new EulerTransform())
             .map(new EulerTransform())
             .map(new EulerTransform())
             .map(new EulerTransform())
             .limit(20)
             .forEach(System.out::println);

20项之内可以计算出极其精确的值：

...
    3.14159265359053
    3.1415926535894667
    3.141592653589949
    3.141592653589719

可见用Stream API可以写出多么简洁的代码，用其他的模型也可以写出来，但是代码会非常复杂。

[euler-transform]: /images/20220615/eaa52e07a63844569dd8f23ce33d8a53.png