stream()方法創建的是【串行流】也可以叫【順序流】，由主線程按順序對流執行操作，而 parallelStream()方法創建的是【并行流】，內部以多線程并行執行的方式對流進行操作，但前提是流中的數據處理沒有順序要求。
本文章為系列文章，上一篇《??Stream案例體驗??》通過豐富的案例感受了Stream的便利，本篇主要講解：
- Stream的運行流程，結合本篇和上一篇案例體會
- Stream的創建方式
- Stream的操作分類
- 串行流和并行流區別
Stream運行流程
這里通過一個運費案例，通過 【代碼實現】 +【 圖解】解釋清楚Stream計算數據時的流程！
需求：獲取運單價格大于 5000元 的運單編號
分析：
- 創建運單數據
- 通過集合的stream方法創建流
- 再通過調用流對象的 filter方法過濾出需要的數據【中間操作】
- 再通過流對象的map方法獲取想要的字段數據【中間操作】
- 在通過collect方法將流對象轉換為集合，終止流【終止操作】
代碼實現：
運單類可直接復用 《??Stream案例體驗??》一篇
import java.math.BigDecimal;
import java.util.*;
import java.util.stream.Collectors;
import java.util.stream.Stream;
public class WaybillMain {
private static List<Waybill> waybills = new ArrayList<>();
static {
// 創建數據
waybills.add(new Waybill(1L,"Y11111111111",new BigDecimal(1000),"鋼材",new BigDecimal(200),"上海市"));
waybills.add(new Waybill(2L,"Y22222222222",new BigDecimal(2000),"鋼材",new BigDecimal(300),"鄭州市"));
waybills.add(new Waybill(3L,"Y33333333333",new BigDecimal(3000),"水泥",new BigDecimal(300),"北京市"));
waybills.add(new Waybill(4L,"Y44444444444",new BigDecimal(4000),"水泥",new BigDecimal(400),"廣州市"));
waybills.add(new Waybill(5L,"Y55555555555",new BigDecimal(5000),"沙子",new BigDecimal(500),"上海市"));
waybills.add(new Waybill(6L,"Y66666666666",new BigDecimal(6000),"板材",new BigDecimal(500),"深圳市"));
waybills.add(new Waybill(7L,"Y77777777777",new BigDecimal(7000),"蔬菜",new BigDecimal(500),"杭州市"));
}
public static void main(String[] args){
// 1、獲取運費大于5000的運單編號
// 1) 通過集合的stream方法創建流
Stream<Waybill> stream = waybills.stream();
// 2) 通過 filter 方法篩選運單大于5000的運單
Stream<Waybill> filterWaybill = stream.filter(item -> item.getPrice().compareTo(new BigDecimal(5000)) == 1);
// 3) 獲取篩選后的運單的編號
Stream<String> wayNoStream = filterWaybill.map(Waybill::getWayNo);
// 4) 將流轉換為新的集合
List<String> wayNoList = wayNoStream.collect(Collectors.toList());
// 5) 遍歷
wayNoList.forEach(System.out::println);
}
}
運行流程：
Stream操作分類
上節我們說，Stream的操作分為兩大類，【中間操作】和【結束操作】，這里詳細介紹一下
無狀態：元素的處理不受之前元素影響，比如：過濾，映射，轉換類型
有狀態：該元素只有拿到所有元素之后才能繼續下去，比如排序，去重
非短路操作：必須處理完所有元素才能得到結果，比如：求最值，遍歷
短路操作：遇到某些符合條件的元素就可以得到最終結果，比如：獲取第一個出現的數據
Stream創建
流可以用來處理數組、集合、IO資源等數據，而且分為【串行流】和【并行流】兩種，它的創建方式主要分為以下幾種：
使用Collection下的stream() 方法【串行流】和parallelStream() 方法【并行流】
List<String> list = Arrays.asList("a", "b", "c");
// 創建一個順序流
Stream<String> stream = list.stream();
// 創建一個并行流
Stream<String> parallelStream = list.parallelStream();使用Arrays中的stream() 方法，將數組轉換為流
int[] array={1,3,5,6,8};
IntStream stream = Arrays.stream(array);使用Stream中的靜態方法：of()、iterate()、generate()
對于iterate和generate這種沒有數據長度的流稱為【無限流】，需要使用limit()來指定流長度
比如generate是生成數據，生成多少數據？需要使用limit指定
Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6);
// 參數1：為起始值
// 參數2：每次的值進行什么操作，再基于結果做下一次的運算
// limit：最多4次操作
List<Integer> iterate = Stream.iterate(1, x -> x * 3).limit(4).collect(Collectors.toList());
System.out.println(iterate);
// 生成 3 個隨機數
Stream<Double> limit = Stream.generate(Math::random).limit(3);
limit.forEach(System.out::println);
使用 BufferedReader.lines() 方法，將每行內容轉成流
BufferedReader reader = new BufferedReader(new FileReader("D:\\stream.txt"));
Stream<String> lineStream = reader.lines();
lineStream.forEach(System.out::println);使用 Pattern.splitAsStream() 方法，將字符串分隔成流
Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
stringStream.forEach(System.out::println);串行流和并行流區別
stream()方法創建的是【串行流】也可以叫【順序流】，由主線程按順序對流執行操作，而 parallelStream()方法創建的是【并行流】，內部以多線程并行執行的方式對流進行操作，但前提是流中的數據處理沒有順序要求。例如篩選集合中的奇數，兩者的處理不同之處：
如果流中的數據量足夠大，并行流可以加快處速度。
除了直接創建并行流，還可以通過 parallel()把順序流轉換成并行流：
// 創建數組
Integer[] arr = {1,2,3,4,5,6,7,8,9,10};
// 通過 stream 轉換為串行流，再通過 Stream 對象的 parallel 方法轉換為并行流
Stream<Integer> integerStream = Arrays.stream(arr).parallel();
// 計算，并行流只能對無順序要求的計算生效
// mao：對每一個數據 * 2
List<Integer> list = integerStream.map(x -> x * 2).collect(Collectors.toList());
list.forEach(System.out::println);
