如果刚接触Stream，可能比较难以掌握其中的窍门。就算只是用Stream pipeline来表达计算就困难重重。当你好不容易成功了，运行程序之后，却可能感到这么做并没有享受到多大溢出。Strema并不只是API，它是一种基于函数编程的模型。为了获得Stream带来的描述性和速度，有时还有并行性，必须采用范式以及API。
Stream范式最重要的部分是把计算构造成一系列变型，每一级结果都尽可能靠近上一级结果的纯函数（pure function）。纯函数是指其结果只取决于输入的函数：它不依赖任何可变的状态，也不更新任何状态。为了做到这一点，传入Stream操作的任何函数对象，无论是中间操作还是终止操作，都应该是无副作用的。
有时你会看到如下代码，它构建一张表格，显示这些单词在一个文本文件中出现的频率：
// Uses the streams API but not the paradigm--Don't do this!
Map<String, Long> freq = new HashMap<>();
try (Stream<String> words = new Scanner(file).tokens()) {
words.forEach(word -> { freq.merge(word.toLowerCase(), 1L, Long::sum); });
}
以上代码有什么问题吗？他毕竟使用了Stream、Lambda和方法引用，并且得出了正确的答案。简而言之，这根本不是Stream代码；只不过是伪装成Strema代码的迭代式代码。它并没有享受到Stream API 带来的优势，代码反而更加长了点，可读取也差了点，并且比相应的迭代代码更难维护。因为这段代码利用一个改变外部状态（频率表）的Lambda，完成了在终止操作的forEach中的所有工作。forEach操作的任务不只展示由Stream执行的计算结果，这在代码中并非好事，改变状态的Lambda也是如此。那么这段代码应该是什么样的呢？
// Proper use of streams to initialize a frequency table
Map<String, Long> freq;
try (Stream<String> words = new Scanner(file).tokens()) {
freq = words.collect(groupingBy(String::toLowerCase, counting()));
}
这段代码的作用与前一个例子一样，只是正确使用了Stream API，变得更加简短、清晰。那么为什么有人会以其他的方式编写呢？这是为了使用它们已经熟悉的工具。Java程序员都知道如果用for-each循环，终止操作的forEach也与之类似。但forEach操作是终止操作中最没有威力的，也是对Stream最不友好的。它是显式迭代，因而不适合并行。forEach操作应该只用于报告Stream计算的结果，而不是执行计算。有时候，也可以将forEach用于其他目的，比如将Stream计算的结果添加到之前已经存在的集合中去。
改进过的代码使用了一个收集器（collector），为了使用Stream，这是必须了解的一个新概念。Collectors API很吓人：它有39种方法，其中有些方法还带有5个类型参数！好消息是，你不必完全搞懂这个API就能享受它带来的好处。对于初学者，可以忽略Collector接口，并把收集器当作封装缩减策略的一个黑盒子对象。在这里，缩减的意思是将Stream的元素合并到单个对象中去。收集器产生的对象一般是一个集合（即名称收集器）。
将Stream的元素集中到一个真正的Collection里去的收集器比较简单。有三个这样的收集器：toList()、toSet()和toCollection(collectionFactory)。它们分别返回一个列表、一个集合和程序员指定的集合类型。了解了这些，就可以编写Stream pipeline，从频率表中提取排名前十的单词列表了：
// Pipeline to get a top-ten list of words from a frequency table
List<String> topTen = freq.keySet().stream()
.sorted(comparing(freq::get)
.reversed())
.limit(10)
.collect(toList());
注意，这里没有给toList方法配上它的Collectors类。静态导入Collectors的所有成员惯例也是明智的，因为这样可以提升Stream pipeline的可读性。
这段代码中唯一有技巧的部分是传给sorted的比较器comparing(freq::get).reversed()。comparing方法是一个比较器构造器方法（详见第14条），它带有一个键提取函数。函数读取一个单词，”提取“实际上是一个表查询：有限制的方法引用freq::get在频率表中查找单词，并返回该单词在文件中出现的次数。最后，在比较器上调用reversed，按频率高低对单词进行排序。后面的事情就简单了，只要限制Stream为10个单词，并将它们集中到一个列表中即可。
上一段代码是利用Scanner的Stream方法来获得Stream。这个方法是在Java9中增加的。如果使用的是更早的版本，可以把实现Iterator的扫描器，翻译成使用了类似于第47条中适配器的Stream(streamOf（Iterable<E>）)。
Collectors中的另外36种方法又是什么样的呢？它们大多数是为了便于将Stream集合到映射中，这远比集中到真实的集合中要复杂得多。每个Stream元素都有一个关联的键和值，多个Stream元素可以关联同一个键。
最简单的映射收集器是toMap(keyMapper,valueMapper)，它带有两个函数，其中一个是将Stream元素映射到键，另一个是将它映射到值。我们采用第34条fromString实现中的收集器，将枚举的字符串形式映射到枚举本身：
// Using a toMap collector to make a map from string to enum
private static final Map<String, Operation> stringToEnum = Stream.of(values()).collect( toMap(Object::toString, e -> e));
如果Stream中的每个元素都映射到一个唯一的键，那么这个形式简单的toMap是很完美的。如果多个Stream元素映射到同一个键，pipeline就会抛出一个IllegalStateException异常将它终止。
toMap更复杂的形式，以及groupingBy方法，提供了更多处理这类冲突的策略。其中一种方式是除了给toMap方法提供键和值映射器之外，还提供一个合并函数（merge function）。合并函数是一个BinarOperator<V>，这里的V是映射的值类型。合并函数将与键关联的任何其他值与现有值合并起来，因此，假如合并函数是乘法，得到的值就是与该值映射的键关联的所有值的积。
带有三个参数的toMap形式，对于完成从键到与键关联的被选元素的映射也是非常有用的。假设有一个Strean，代表不同歌唱家的唱片，我们想得到一个从歌唱家得到最畅销唱片之间的映射。下面这个收集器可以完成这项任务。
Map<Artist, Album> topHits = albums.collect(toMap(Album::artist, a->a, maxBy(comparing(Album::sales))));
注意，这个比较器使用了静态工厂方法maxBy，这是从BinaryOperator静态导入的。该方法将Comparator<T>转换成一个BinaryOperator<T>，用于计算指定比较器产生的最大值。在这个例子中，比较器是由比较器构造器方法comparing返回的，它有一个键提取函数Album::sales。看起来优点绕，但是代码的可读性良好。不严格的说，它的意思是”将唱片的Stream转换成一个映射，将每个歌唱家映射到销量最佳的唱片“。这就非常接近问题陈述了。
带有三个参数的toMap形式还有另一种用途，即生成一个收集器，当有冲突时强制”保留最后更新“，对于许多Stream而言，结果是不确定的，但如果与映射函数的键关联的所有值都相同，或者都是可接受的，那么下面这个收集器的行为就正是你所要的：
// Collector to impose last-write-wins policy
toMap(keyMapper, valueMapper, (v1, v2) -> v2)
toMap的第三个也就是最后一种形式是，带有第四个参数，这是一个映射工厂，在使用时要指定特殊的映射实现，如EnumMap或者TreeMap。
toMap的前三种版本还有另外的变换形式，命名为toConcurrentMap，能够有效的并行运行，并生成ConcurrentHashMap实例。
除了toMap方法，Collectors API还提供了groupingBy方法，它返回收集器以生成映射，根据分类函数将元素分门别类。分类函数带有一个元素，并返回其所属的类别。这个类别就是元素的映射键。groupingBy方法最简单的版本是只有一个分类器，并返回一个映射，映射值为每个类别中所有元素的列表。下列代码就是在第45条的Anagram程序中用于生成映射（从按字母排序的单词，映射到字母排序相同的单词列表）的收集器：
words.collect(groupingBy(word -> alphabetize(word)))
如果要让groupingBy返回一个收集器，用它生成一个值而不是列表的映射，除了分类器之外，还可以指定一个下游收集器。下游收集器从包含某个类别中所有元素的Stream中生成一个值。这个参数最简单的用法是传入toSet()，结果生成一个映射，这个映射值为元素集合而非列表。
另一种方法是传入toCollection(collectionFactory)，运行创建存放各元素类别的集合。这样就可以自由选择自己想要的任何集合类型了。带两个参数的groupingBy版本的另一种简单用法是，传入counting()作为下游收集器。这样会生成一个映射，它将每个类别与该类别中的元素数量关联起来，而不是包含元素的集合。这正是在本条目开头处频率表范例中见到的：
Map<String, Long> freq = words.collect(groupingBy(String::toLowerCase, counting()));
groupingBy的第三个版本，除了下游收集器之外，还可以指定一个映射工厂。注意，这个方法违背了标准的可伸缩参数列表模式：参数mapFactory要在downStream参数之前，而不是在它之后。groupingBy的这个版本可以控制所包围的映射，以及所包围的集合，因此，比如可以定义一个收集器，让它返回值为TreeSets的TreeMap。
groupingByConcurrent方法提供了groupingBy所有三重载的变体。这些变体可以有效的并发运行，生成ConcurrentHashMap实例。还有一种比较少用的groupingBy变体叫做partitioningBy。除了分类方法之外，它还带有一个断言（predicate），并返回一个键为Boolean的映射。这个方法有两个重载，其中一个除了带有断言之外，还带有下游收集器。
counting方法返回的收集器仅用于下游收集器。通过载Stream上的count方法，直接就有相同的功能，因此压根没有理由使用collect(counting())。这个属性还有15种Collectors方法。其中包含9种方法其名称以summing、averaging和summarizing开头（相应的Stream基本类型上就有相同的功能）。它们还包括reducing、filtreing、mapping、flatMapping和collectingAndThe方法。大多数程序员都能安全的避开这里的大多数方法。从设计的角度来看，这些收集器试图部分复制收集器中Stream的功能，以便下游收集器可以成为"迷你流"。
目前已经提到了3个Collectors方法。虽然它们都在Collectors中，但是并不包含集合。前两个是minBy和maxBy，它们有一个比较器，并返回由比较器确定的Stream中的最少元素或者最多元素。它们是Stream接口中min和max方法的粗略概括，也是BinaryOperator中同名方法返回的二进制操作符。与收集器相类型。回顾以下在最畅销唱片范例中用过的BinaryOperator.maxBy方法。
最后一个Collectors方法是joining，它只在CharSequence实例的Stream中操作，例如字符串。它以参数的形式返回一个简单的合并元素的收集器。其中一种参数形式带有一个名为分界符的CharSequence参数，它返回一个连接Stream元素并在相邻元素之间插入分隔符的收集器。如果传入一个逗号作为分隔符，收集器就会返回一个用逗号隔开的值字符串（但要注意，如果Stream中的任何元素中包含逗号，这个字符串就会引起歧义）。这三种参数形式，除了分隔符之外，还有一个前缀和一个后缀。最终的收集器生成的字符串，会像在打印集合时所得到的那样，如[came,saw,conquered]。
总而言之，编写Stream pipeline本质上是无副作用的函数对象。这适用于传入Stream及相关对象的所有函数对象。终止操作中的forEach应该只用来报告由Stream执行的计算结果，而不是让它执行计算。为了正确的使用Stream，必须了解收集器。最重要的收集器工厂是toList、toSet、toMap、groupingBy和joining。
网友评论