--- theme: condensed-night-purple --- 本文已参与「新人创作礼」活动，一起开启掘金创作之路 **大家好，我是桐言无忌，当前是不务正业的攻城狮，信奉“实践出真知，生活更简单”，向往自由。**![签名.PNG](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/884db665b179452d8ae1d3ab7aae0dce~tplv-k3u1fbpfcp-watermark.image?) ## 糟粕代码 java8已经出了*Stream*流处理方式，但是实际业务开发时，大部分同学还是下意识的去写for双层循环。 ![陈旧代码](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/0c395086d44c47a19b0b919e509e8bab~tplv-k3u1fbpfcp-watermark.image?) 一眼看穿繁华。。。这段代码写法就是典型的for双层循环，我们再细看业务逻辑是判断`List`所有对象元素中有无重复的，若有重复对象主键，则抛出业务异常。其实业务场景不复杂，那完全可以使用*Stream*流处理方式，那么大家还是使用for双层循环的原因是什么呢？是习惯，还是处于性能考虑呢？做个试验，验证看看。。。 ## 试验场首先模拟个场景：**班级里面的学生，学生与班级的匹配，检查学生是否真正是有班级的。** 0. 先模拟学生类和班级类 ![学生班级](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/9eed554a93674764aafae3640f1fdb8b~tplv-k3u1fbpfcp-watermark.image?) 0. 再搞10W+的学生数量和班级数量，不是怀疑是性能吗？数量小了可不行 ![学生数量](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/a298b197348b49c7a907feb78da3ebd5~tplv-k3u1fbpfcp-watermark.image?) 0. 搞一个for双层循环方式 ```java // for双层循环的方式 private static void doubleForMethod(List studentList, List noClassList) { // 现在用学生与班级进行匹配，如果是班级号一致，认为这个学生是本班级的 for (int i = 0; i < studentList.size(); i++) { Student student = studentList.get(i); for (int j = 0; j < noClassList.size(); j++) { NoClass noClass = noClassList.get(j); if (student.getClassesId().equals(noClass.getClassId())) { // System.out.println("该学生:" + student.getStuId() + "是有班级的"); } } } } ``` 0. 再搞一个Stream流方式 ```java private static void streamMethod(List studentList, List noClassList) { // 把班级列表转成map，那么班级id就是唯一的id Map noClassMap = noClassList.stream().collect(Collectors.toMap(t -> t.getClassId(), t -> t)); // 现在用学生与班级进行匹配，如果是班级号一致，认为这个学生是本班级的 studentList.stream().forEach(h -> { if (noClassMap.containsKey(h.getClassesId())) { // System.out.println("该学生:" + h.getStuId() + "是有班级的"); } }); } ``` 0. 运行比较两者耗时情况 ![耗时代码](https://p9-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/6e834a6e8a4c413c93b9d752137a5987~tplv-k3u1fbpfcp-watermark.image?) 最终结果是： for双层循环方式耗时：80438ms Stream流方式耗时：80ms 同一个业务场景，二者处理结果相同，但耗时却是云泥之别，令人惊叹。 ## Stream在背后做了什么？其实，我也不是很清楚，一起来学习吧。 ![知识忙去.PNG](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/c3850e2a52fc43b1a4ad14f8e7cf7462~tplv-k3u1fbpfcp-watermark.image?) 如果一上来就了解最底层Stream是怎么实现的，这完全是和自己作对；你丫学《C语言程序设计》的时候，有学`for(int i=0;i 官方将 Stream 中的操作分为两大类：中间操作（Intermediate operations）和终结操作（Terminal operations）。中间操作只对操作进行了记录，即只会返回一个流，不会进行计算操作，而终结操作是实现了计算操作。 > > 中间操作又可以分为无状态（Stateless）与有状态（Stateful）操作，前者是指元素的处理不受之前元素的影响，后者是指该操作只有拿到所有元素之后才能继续下去。 > > 终结操作又可以分为短路（Short-circuiting）与非短路（Unshort-circuiting）操作，前者是指遇到某些符合条件的元素就可以得到最终结果，后者是指必须处理完所有元素才能得到最终结果。 > > 我们通常还会将中间操作称为懒操作，也正是由这种懒操作结合终结操作、数据源构成的处理管道（Pipeline），实现了 Stream 的高效。 ### Stream的特点 1. 数据流从一头获取数据源，在流水线上依次对元素进行操作，当元素通过流水线，便无法再对其进行操作，可以重新在数据源获取一个新的数据流进行操作； 1. 对Collection进行处理，一般会使用 Iterator 遍历器的遍历方式，这是一种外部迭代；而对于处理Stream，只要申明处理方式，处理过程由流对象自行完成，这是一种内部迭代，对于大量数据的迭代处理中，内部迭代比外部迭代要更加高效； ### Stream的性能那是不是Stream就能完全取代for方式，性能更优呢？也未必。根据官方效率数据显示： > 1. 多核 CPU 服务器配置环境下，对比长度 100 的 int 数组的性能 > > 常规的迭代 > 1. 多核 CPU 服务器配置环境下，对比长度 1.00E+8 的 int 数组的性能； > > Stream 并行迭代 < 常规的迭代 > 1. 多核 CPU 服务器配置环境下，对比长度 1.00E+8 对象数组过滤分组的性能； > > Stream 并行迭代 < 常规的迭代 > 1. 单核 CPU 服务器配置环境下，对比长度 1.00E+8 对象数组过滤分组的性能； > > 常规的迭代