????在Java8中增加了Stream API，簡化了串行或并行的大批量操作。這個(gè)API 提供了兩個(gè)關(guān)鍵抽象：Stream（流）代表數(shù)據(jù)元素有限或無限的順序，Stream pipeline（流管道）則代表這些元素的一個(gè)多級(jí)計(jì)算。Stream 中的元素可能來自任何位置。常見的來源包括集合、數(shù)組、文件、正則表達(dá)式模式匹配器、偽隨機(jī)數(shù)生成器，以及其他Stream。Stream 中的數(shù)據(jù)元素可以是對象引用，或者基本類型值。它支持三種基本類型：int、long和double。

????一個(gè)Stream pipeline中包含一個(gè)源Stream,接著是0個(gè)或多個(gè)中間操作（intermediate operation）和一個(gè)終止操作（terminal operation）。每個(gè)中間操作都會(huì)通過某種方式對Stream進(jìn)行轉(zhuǎn)換，例如將每個(gè)元素映射到該元素的函數(shù)，或者過濾掉不滿足某些條件的所有元素。所有的中間操作都是將一個(gè)Stream 轉(zhuǎn)換成另一個(gè)Stream，其元素類型可能與輸入的Stream一樣，也可能不同。終止操作會(huì)在最后一個(gè)中間操作產(chǎn)生的Stream上執(zhí)行一個(gè)最終的計(jì)算，例如將其元素保存到一個(gè)集合中，并返回某一個(gè)元素，或者打印出所有元素等。

????Stream pipeline 通常是lazy 的：直到調(diào)用終止操作時(shí)才會(huì)開始計(jì)算，對于完成終止操作不需要的數(shù)據(jù)元素，將永遠(yuǎn)不會(huì)被計(jì)算。正是這種lazy 計(jì)算，使無限Stream 成為可能。注意，沒有終止操作的Stream pipeline 將成為一個(gè)靜默的無操作指令，因此千萬不能忘記終止操作。

????Stream API 是流式（fluent）的：所有包含pipeline的調(diào)用可以鏈接成一個(gè)表達(dá)式。事實(shí)上，多個(gè)pipeline 也可以鏈接在一起，成為一個(gè)表達(dá)式。

????在默認(rèn)情況下，Stream pipeline 是按順序運(yùn)行得。要使pipeline并發(fā)執(zhí)行，只需在該pipeline的任何Stream 上調(diào)用 parallel 方法即可，但是通常不建議這么做（詳見第48條）。

????Stream API 包羅萬象，足以用Stream 執(zhí)行任何計(jì)算，但是“可以”并不意味著應(yīng)該。如果使用得當(dāng)，Stream 可以使程序變得更加簡潔、清晰；如果使用不當(dāng)，會(huì)使程序變得混亂且難以維護(hù)。對于什么時(shí)候應(yīng)該使用Stream，并沒有硬性的規(guī)定，但是可以有所啟發(fā)。

????以下面的程序?yàn)槔淖饔檬菑脑~典文件中讀取單詞，并打印出單詞長度符合用戶指定的最低值的所有換位詞。記住，包含相同的字母，但是字母順序不同的兩個(gè)詞，稱作換位詞（anagram）。該程序會(huì)從用戶指定的詞典文件中讀取每一個(gè)詞，并將符合條件的單詞放入一個(gè)映射中。這個(gè)映射是按字母順序排列的單詞，因此，“staple”的鍵是 “aelpst”，“petals”的鍵也是“aelpst”：這兩個(gè)詞就是換位詞，所有換位詞的字母排列形式是一樣的（有時(shí)候也叫alphagram）。映射值是包含了字母排列形式一致的所有單詞。詞典讀取完成之后，每一個(gè)列表就是一個(gè)完整的換位詞組。隨后，程序會(huì)遍歷映射的values(), 預(yù)覽并打印出單詞長度符合極限值的所有列表。?

????這個(gè)程序中有一個(gè)步驟值得注意（?groups.computeIfAbsent ...），這是使用了Java8中新增的computeIfAbsent方法。這個(gè)方法會(huì)在映射中查找一個(gè)鍵：如果這個(gè)鍵存在，該方法只會(huì)返回與之關(guān)聯(lián)的值。如果鍵不存在，該方法就會(huì)對該鍵運(yùn)用指定的函數(shù)對象算出一個(gè)值，將這個(gè)值與鍵關(guān)聯(lián)起來，并返回計(jì)算得到的值。computeIfAbsent 方法簡化了將多個(gè)值與每個(gè)鍵關(guān)聯(lián)起來的映射實(shí)現(xiàn)。

????下面舉個(gè)例子，它也能解決上述問題，只不過大量使用了Stream。注意，它的所有程序都是包含在一個(gè)表達(dá)式中，除了打開詞典文件的那部分代碼之外。之所以咬在另一個(gè)表達(dá)式中打開詞典文件，只是為了使用try-with-resources語句，它可以確保關(guān)閉詞典文件：

????如果你發(fā)現(xiàn)這段代碼好難懂，別擔(dān)心，你并不是唯一有此想法的人。它雖然簡潔，但是難以讀懂，對于那些使用Stream 還不熟練的程序員而言更是如此。濫用Stream 會(huì)使程序代碼更難以讀懂和維護(hù)。

????好在還有一種舒適的中間方案。下面的程序解決了同樣的問題，它使用了Stream，但是沒有過度使用。結(jié)果，與原來的程序相比，這個(gè)版本變得既簡短又清晰：

????即使你之前沒怎么接觸過Stream，這段程序也不難理解。它在try-with-resources塊中打開詞典文件，獲得一個(gè)包含了文件中所有代碼的Stream。Stream 變量命名為words，是建議Stream中的每個(gè)元素均為單詞。這個(gè)Stream中的pipeline沒有中間操作；它的終止操作是將所有的單詞集合到一個(gè)映射中，按照它們的字母排序形式對單詞進(jìn)行分組（詳見第46條）。這個(gè)映射與前面兩個(gè)版本中的是完全相同的。隨后，在映射的values視圖中打開了一個(gè)新的Stream<List<String>>。當(dāng)然，這個(gè)Stream 中的元素都是換位詞分組。Stream進(jìn)行了過濾，把所有單詞長度小于minGroupSize的單詞都去掉了，最后，通過終止操作的forEach打印剩下的分組。

????注意，Lambda參數(shù)的名稱都是經(jīng)過精心挑選的。實(shí)際上參數(shù)應(yīng)當(dāng)以group命名，只是這樣得到的代碼行對于書本而言太寬了。在沒有顯式類型的情況下，仔細(xì)命名 Lambda參數(shù)，這對于Stream pipeline 的可讀性至關(guān)重要。

????還要注意單詞的字母排序是在一個(gè)單獨(dú)的alphabetize 方法中完成的。給操作命名，并且不要在主程序中保留實(shí)現(xiàn)細(xì)節(jié)，這些都增強(qiáng)了程序的可讀性。在Stream pipeline中使用 helper方法，對于可讀性而言，比在迭代化代碼中使用更為重要，因?yàn)閜ipeline 缺乏顯式的類型信息和具體臨時(shí)變量。

????可以重新實(shí)現(xiàn)alphabetize 方法來使用Stream，只是基于Stream 的alphabetize方法沒那么清晰，難以正確編寫，速度也可能變慢。這些不足是因?yàn)镴ava不支持基本類型的char Stream（這并不意味著Java不應(yīng)該支持 char Stream；也不可能支持）。為了證明用Stream 處理char 值的各種危險(xiǎn)，請看以下代碼

????"Hello world!".chars().forEach(System.out::println);

????或許你以為它會(huì)輸出 Hello world！，但是運(yùn)行之后發(fā)現(xiàn)，它輸出的是721011081081113211911111410810033。這是因?yàn)?#34;Hello world!".chars()返回的Stream中的元素并不是char值，而是int 值，因此調(diào)用了print的int覆蓋。名為chars的方法卻返回int值的Stream，這固然會(huì)造成困擾。修正方法利用強(qiáng)轉(zhuǎn)調(diào)用正確的覆蓋：

"Hello world!".chars().forEach(x -> System.out.print((char) x));

但是，最好避免利用Stream 來處理char值。

????剛開始使用Stream 時(shí)，可能會(huì)沖動(dòng)到很不得將所有的循環(huán)都轉(zhuǎn)換成Stream，但是切記，千萬別沖動(dòng)。這可能會(huì)破壞代碼的可讀性和易維護(hù)性。一般來說，即使是相當(dāng)復(fù)雜的任務(wù)，最好也結(jié)合Stream和迭代一起完成，如上面的 Anagrams 程序范例所示。因此，重構(gòu)現(xiàn)有代碼來使用Stream，并且只在必要的時(shí)候才在新代碼中使用。

????如本條目中的范例程序所示，Stream pipeline利用函數(shù)對象（一般是Lambda或者方法引用）來描述重復(fù)的計(jì)算，而迭代版代碼則利用現(xiàn)有代碼塊來描述重復(fù)的計(jì)算。下列工作只能通過代碼塊，而不能通過函數(shù)對象來完成：

• 從代碼塊中，可以讀取或修改范圍內(nèi)的任意局部變量；從Lambda則只能讀取final 或者有效的final 變量[JLS 4.12.4], 并且不能修改任何local變量。

• 從代碼塊中，可以從外圍方法中return 、break或continue 外圍循環(huán)，或者拋出該方法聲明要拋出的任何受檢異常；從Lambda 中則完全無法完成這些事情。

如果某個(gè)計(jì)算最好要利用上述這些方法要描述，它可能并不太適合Stream。反之，Stream 可以使得完成這些工作變得易如反掌：

• 統(tǒng)一轉(zhuǎn)換元素的序列

• 過濾元素的序列

• 利用單個(gè)操作（如添加、連接或者計(jì)算其最小值）合并元素的順序

• 將元素的序列存放到一個(gè)集合中，比如根據(jù)某些公共屬性進(jìn)行分組

• 搜索滿足某些條件的元素的序列

如果某個(gè)計(jì)算最好是利用這些方法來完成，它就非常適合使用Stream。

????利用Stream 很難完成的一件事情就是，同時(shí)從一個(gè)pipeline 的多個(gè)階段去訪問相應(yīng)的元素：一旦將一個(gè)值映射到某個(gè)其他值，原來的值就丟失了。一種解決辦法是將每個(gè)值都映射到包含原始值和新值的一個(gè)對象對（pair object），不過這并非萬全之策，當(dāng)pipeline的多個(gè)階段都需要這些對象對時(shí)尤其如此。這樣得到的代碼將是混亂、繁雜的，違背了Stream 的初衷。最好的解決辦法是，當(dāng)需要訪問較早階段的值時(shí)，將映射顛倒過來。

????例如，編寫一個(gè)打印出前20個(gè)梅森素?cái)?shù)（Mersenne primes）的程序。解釋一下，梅森素?cái)?shù)是一個(gè)形式為2^n -1的數(shù)字。如果 p是一個(gè)素?cái)?shù)，相應(yīng)的梅森數(shù)字也是素?cái)?shù)；那么它就是一個(gè)梅森素?cái)?shù)。作為pipeline 的第一個(gè)Stream，我們想要的是所有素?cái)?shù)。下面的方法將返回（無限）Stream。假設(shè)使用的是靜態(tài)導(dǎo)入，便于訪問BigInteger的靜態(tài)成員：

????方法的名稱（primes）是一個(gè)復(fù)數(shù)名詞，它描述了Stream的元素。強(qiáng)烈建議返回Stream的所有方法都采用這種命名慣例，因?yàn)榭梢栽鰪?qiáng)Stream pipeline的可讀性。該方法使用靜態(tài)工廠Stream.iterator，它有兩個(gè)參數(shù)：Stream的第一個(gè)元素，以及從前一個(gè)元素種生成下一個(gè)元素的一個(gè)函數(shù)。下面的程序用于打印出前20個(gè)梅森素?cái)?shù)。

????這段程序是對上述內(nèi)容的簡單編碼示范：它從素?cái)?shù)開始，計(jì)算出相應(yīng)的梅森素?cái)?shù)，過濾掉所有不是素?cái)?shù)的數(shù)字（其中50是個(gè)神奇的數(shù)字，它控制著這個(gè)概率素性測試），限制最終得到的Stream為20個(gè)元素，并打印出來。

????現(xiàn)在假設(shè)想要在每個(gè)梅森素?cái)?shù)之前加上其指數(shù)（p）。這個(gè)值只出現(xiàn)在第一個(gè)Stream 中，因此在負(fù)責(zé)輸出結(jié)果的終止操作中是訪問不到的。所幸將發(fā)生在第一個(gè)中間操作中的映射顛倒過來，便可以很容易地計(jì)算出梅森數(shù)字的指數(shù)。該指數(shù)只不過是一個(gè)以二進(jìn)制表示的位數(shù)，因此終止操作可以產(chǎn)生所要的結(jié)果：

????

????現(xiàn)實(shí)中有許多任務(wù)并不明確要使用Stream 還是迭代。例如有個(gè)任務(wù)是要將一副新紙牌初始化。假設(shè)Card是一個(gè)不變值類，