Java的Stream流：文件处理、排序与串并行流的全面指南

Java的Stream流：文件处理、排序与串并行流的全面指南

Java 8 引入了 Stream API，这是一个用于处理集合数据的强大工具，它提供了一种声明式的方式来进行聚合操作。Stream 不是一个数据结构，而是一种对数据进行操作的抽象，允许开发者以一种更简洁、易读的方式来表达复杂的查询逻辑。下面我们将详细介绍 Java Stream 的概念、特性以及如何使用它。

1 Stream 的基本概念

Stream 是一个来自源的数据元素序列，支持顺序和并行聚合操作。它可以看作是高级版本的 Iterator，但是与 Iterator 不同的是，Stream 操作可以链式调用，从而形成一系列的操作流水线。此外，Stream 的操作不会修改源数据，而是生成新的结果。

1.2 Stream 的创建

创建 Stream 有多种方式：

• 从集合创建：大多数集合类都提供了 stream() 和 parallelStream() 方法来创建串行流或并行流。
• 通过静态方法创建：Stream.of() 可以接受不定数量的参数来创建流；Stream.generate() 和 Stream.iterate() 可以生成无限流，通常需要结合 limit() 来限制大小。
• 从数组创建：可以通过 Arrays.stream(array) 或者直接调用数组上的 stream() 方法来创建流。
• 文件读取：BufferedReader.lines() 可以将文件的每一行转换成流中的元素。
• 正则表达式分割字符串：Pattern.splitAsStream() 可以根据指定的分隔符将字符串拆分成流。

1.3 中间操作

中间操作是指那些返回另一个 Stream 的操作，它们本身不会触发任何计算，只有当终端操作被执行时才会真正开始处理数据。常见的中间操作包括：

• filter：过滤掉不符合条件的元素。
• map：对每个元素应用一个函数，并返回一个新的 Stream。
• flatMap：对每个元素应用一个函数，该函数返回一个 Stream，然后将所有这些 Stream 扁平化为一个单独的 Stream。
• distinct：去除重复元素。
• sorted：对元素排序，可以选择自然排序或自定义比较器。
• peek：对每个元素执行副作用操作（如打印），但不改变流的内容。

1.4 终端操作

一旦执行了终端操作，Stream 就会被消耗掉，不能再被使用。常见的终端操作有：

• forEach：遍历流中的每一个元素。
• collect：将流中的元素收集到集合中，如 List 或 Set。
• reduce：通过某种方式减少流中的元素，例如求和或乘积。
• count：统计流中元素的数量。
• min/max：找到最小值/最大值。
• anyMatch/allMatch/noneMatch：检查是否至少有一个/所有/没有元素满足给定的谓词。

2 基本使用示例

示例1 筛选大于等于 10 的整数

List<Integer> numbers = Arrays.asList(5, 10, 15, 20, 25, 30);
numbers.stream().filter(num -> num >= 10).forEach(System.out::println);

这段代码会输出 10, 15, 20, 25, 30，因为这些都是大于等于 10 的数字。

示例2 提取员工姓名

List<Employee> employees = Arrays.asList(new Employee("Alice", 25),new Employee("Bob", 30),new Employee("Charlie", 35)
);
employees.stream().map(Employee::getName).forEach(System.out::println);

这里我们使用 map 操作提取了每个员工的名字，并打印出来。

示例3 去重

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 2, 3, 5, 1, 6);
numbers.stream().distinct().forEach(System.out::println);

这段代码会输出 1, 2, 3, 4, 5, 6，因为 distinct 操作已经移除了重复的元素。

3 文件读取与 Stream 结合

在 Java 8 中，Files.lines() 方法提供了一种简单而有效的方式来逐行读取文件内容，并将其转换为 Stream。这使得我们可以利用 Stream 的强大功能来处理文件中的每一行数据，例如过滤、映射、排序等。下面我们将通过几个具体的示例来展示如何结合文件读取操作使用 Stream。

示例 4：逐行读取文件并打印

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.stream.Stream;public class 读取文件示例 {public static void main(String[] args) {try (Stream<String> 行流 = Files.lines(Paths.get("data.txt"))) {行流.forEach(System.out::println);} catch (IOException e) {System.err.println("读取文件时发生错误: " + e.getMessage());}}
}

这段代码展示了如何使用 Files.lines() 方法逐行读取文件 data.txt 并打印每一行的内容。try-with-resources 语句确保了流在使用完毕后会被自动关闭，避免资源泄露。

示例 5：查找包含特定关键词的行

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.Optional;public class 查找关键词示例 {public static void main(String[] args) {try (Stream<String> 行流 = Files.lines(Paths.get("data.txt"))) {Optional<String> 包含密码的行 = 行流.filter(行 -> 行.contains("密码")).findFirst();if (包含密码的行.isPresent()) {System.out.println("找到包含 '密码' 的行: " + 包含密码的行.get());} else {System.out.println("没有行包含 '密码'.");}} catch (IOException e) {System.err.println("读取文件时发生错误: " + e.getMessage());}}
}

此示例展示了如何使用 filter 和 findFirst 方法来查找文件中包含特定关键词（如 “密码”）的第一行，并将其打印出来。如果找不到符合条件的行，则输出相应的提示信息。

示例 6：统计文件中单词的数量

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.regex.Pattern;
import java.util.stream.Collectors;public class 统计单词数量示例 {public static void main(String[] args) throws IOException {long 单词总数 = Files.lines(Paths.get("data.txt")).flatMap(Pattern.compile("\\s+")::splitAsStream).count();System.out.println("总共有 " + 单词总数 + " 个单词");}
}

在这个例子中，我们使用 flatMap 方法结合正则表达式来分割每一行文本，从而得到一个包含所有单词的流。然后，我们使用 count 方法统计总共有多少个单词。这种方法非常适合处理大文件，因为它可以在不加载整个文件到内存的情况下完成任务。

示例 7：按字母顺序排序并去重后的单词列表

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.List;
import java.util.regex.Pattern;
import java.util.stream.Collectors;public class 排序去重单词示例 {public static void main(String[] args) throws IOException {List<String> 排序后的唯一单词 = Files.lines(Paths.get("data.txt")).flatMap(Pattern.compile("\\s+")::splitAsStream).distinct().sorted().collect(Collectors.toList());System.out.println("按字母顺序排序并去重后的单词: " + 排序后的唯一单词);}
}

这段代码展示了如何结合 flatMap、distinct 和 sorted 方法来获取文件中按字母顺序排序且去重后的单词列表。最终结果被收集到一个 List<String> 中，并打印出来。这种方法可以有效地去除重复项，并对结果进行排序，非常适合用于文本分析等场景。

5 串行流与并行流

串行流是指所有操作都在单个线程上依次执行，而并行流则是指操作可以在多个线程上并发执行。并行流可以在多核处理器上提高效率，但是需要注意，并不是所有的操作都适合并行化，而且并行流可能会带来额外的开销。因此，在选择使用串行流还是并行流时，应该根据具体的应用场景做出权衡。

示例 8：使用串行流计算文件中单词的总长度

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.regex.Pattern;public class 串行流计算单词总长度示例 {public static void main(String[] args) throws IOException {long 单词总长度 = Files.lines(Paths.get("data.txt")).flatMap(Pattern.compile("\\s+")::splitAsStream).mapToInt(String::length).sum();System.out.println("所有单词的总长度: " + 单词总长度);}
}

这段代码展示了如何使用串行流来计算文件中所有单词的总长度。flatMap 方法将每一行文本拆分为多个单词，mapToInt 方法将每个单词映射为其长度，最后使用 sum 方法计算所有单词长度的总和。

示例 9：使用并行流计算文件中单词的总长度

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.regex.Pattern;public class 并行流计算单词总长度示例 {public static void main(String[] args) throws IOException {long 单词总长度 = Files.lines(Paths.get("data.txt")).parallel() // 使用并行流.flatMap(Pattern.compile("\\s+")::splitAsStream).mapToInt(String::length).sum();System.out.println("所有单词的总长度: " + 单词总长度);}
}

在这段代码中，我们通过调用 parallel() 方法将串行流转换为并行流，从而允许 JVM 在多核处理器上并行处理文件中的每一行。需要注意的是，并行流的使用可能会导致结果的顺序发生变化，但在本例中，由于我们只关心单词长度的总和，因此顺序不影响最终结果。

6 性能考量

虽然 Stream 提供了非常方便的操作接口，但在某些情况下可能会影响性能，特别是对于大规模数据集。并行流可以在多核处理器上提高效率，但是需要注意，并不是所有的操作都适合并行化，而且并行流可能会带来额外的开销。因此，在选择使用串行流还是并行流时，应该根据具体的应用场景做出权衡。

7 使用 Stream 的注意事项

惰性求值：Stream 的中间操作是惰性的，只有遇到终端操作时才会触发实际的计算。
不可重用：Stream 的一旦被消费（即执行了终端操作），便不能再次使用。如果需要多次操作同一组数据，可以创建多个流对象。
线程安全：虽然并行流可以在多线程环境中工作，但这并不意味着它是线程安全的。对于非线程安全的操作，仍然需要采取适当的同步措施。

总结

通过上述示例，我们可以看到 Java Stream API 提供了一种简洁且强大的方式来处理集合数据。无论是文件读取、简单排序还是串行流与并行流的选择，Stream 都能够帮助开发者写出更加优雅和高效的代码。然而，在实际开发中，我们应该根据具体的需求和数据量来决定是否使用 Stream，以及选择合适的流类型，以确保最佳的性能和可维护性。