Java 流的拼接|极客教程

Java 流的拼接，用户希望将两个或多个流合并为一个流，Stream.concat 方法用于合并两个流。如果需要合并多个流，请使用 Stream.flatMap 方法。假设我们从多个信源获取到数据，且希望使用流来处理其中的每个元素。一种方案是采用 Stream 接口定义的 concat 方法。

Java 流的拼接问题描述

用户希望将两个或多个流合并为一个流。

Java 流的拼接解决方案

Stream.concat 方法用于合并两个流。如果需要合并多个流，请使用 Stream.flatMap 方法。

Java 流的拼接具体实例

假设我们从多个信源获取到数据，且希望使用流来处理其中的每个元素。一种方案是采用 Stream 接口定义的 concat 方法，其签名如下：

static <T> Stream<T> concat(Stream<? extends T> a, Stream<? extends T> b)

concat 方法将创建一个惰性的拼接流（lazily concatenated stream），其元素是第一个流的所有元素，后跟第二个流的所有元素。根据 Javadoc 的描述，如果两个输入流均为有序流，则生成的流也是有序流；如果某个输入流为并行流，则生成的流也是并行流。关闭生成的流也会关闭两个输入流。

两个输入流所包含的元素类型必须相同。

例 3-59 显示了拼接两个流的简单示例。

例 3-59　拼接两个流

@Test
public void concat() throws Exception {
    Stream<String> first = Stream.of("a", "b", "c").parallel();
    Stream<String> second = Stream.of("X", "Y", "Z");
    List<String> strings = Stream.concat(first, second) ➊
            .collect(Collectors.toList());
    List<String> stringList = Arrays.asList("a", "b", "c", "X", "Y", "Z");
    assertEquals(stringList, strings);
}

➊ 将第二个流的元素附加到第一个流的元素之后
如果需要添加第三个流，可以嵌套使用拼接操作，如例 3-60 所示。

例 3-60　拼接多个流（concat 方法）

@Test
public void concatThree() throws Exception {
    Stream<String> first = Stream.of("a", "b", "c").parallel();
    Stream<String> second = Stream.of("X", "Y", "Z");
    Stream<String> third = Stream.of("alpha", "beta", "gamma");

    List<String> strings = Stream.concat(Stream.concat(first, second), third)
            .collect(Collectors.toList());
    List<String> stringList = Arrays.asList("a", "b", "c",
        "X", "Y", "Z", "alpha", "beta", "gamma");
    assertEquals(stringList, strings);
}

尽管嵌套拼接的方案可行，但请注意 Javadoc 所做的注释：

通过重复拼接操作构建流时应谨慎行事。访问一个深度拼接流中的元素可能导致深层调用链（deep call chain）甚至抛出 StackOverflowException。

换言之，concat 方法实际上构建了一个流的二叉树（binary tree），使用过多就会变得难以处理。
另一种方案是采用 reduce 方法执行多次拼接操作，如例 3-61 所示。

例 3-61　拼接多个流（reduce 方法）

@Test
public void reduce() throws Exception {
    Stream<String> first = Stream.of("a", "b", "c").parallel();
    Stream<String> second = Stream.of("X", "Y", "Z");
    Stream<String> third = Stream.of("alpha", "beta", "gamma");
    Stream<String> fourth = Stream.empty();

    List<String> strings = Stream.of(first, second, third, fourth)
            .reduce(Stream.empty(), Stream::concat)   ➊
            .collect(Collectors.toList());

    List<String> stringList = Arrays.asList("a", "b", "c",
        "X", "Y", "Z", "alpha", "beta", "gamma");
    assertEquals(stringList, strings);
}

➊ 对空流使用 reduce 方法和二元运算符
由于用作方法引用的 concat 方法属于二元运算符，上述程序同样有效。不过请注意，虽然代码更简洁，但并不能解决潜在的栈溢出（stack overflow）问题。
有鉴于此，在合并多个流时，使用 flatMap 方法成为一种自然而然的解决方案，如例 3-62 所示。

例 3-62　拼接多个流（flatMap 方法）

@Test
public void flatMap() throws Exception {
    Stream<String> first = Stream.of("a", "b", "c").parallel();
    Stream<String> second = Stream.of("X", "Y", "Z");
    Stream<String> third = Stream.of("alpha", "beta", "gamma");
    Stream<String> fourth = Stream.empty();

    List<String> strings = Stream.of(first, second, third, fourth)
            .flatMap(Function.identity())
            .collect(Collectors.toList());
    List<String> stringList = Arrays.asList("a", "b", "c",
        "X", "Y", "Z", "alpha", "beta", "gamma");
    assertEquals(stringList, strings);
}

上述代码可以运行，但仍然有其不足。如果任何一个输入流为并行流，那么通过 concat 方法创建的流也是并行流，但 flatMap 方法返回的则不是并行流（例 3-63）。

例 3-63　并行流还是非并行流

@Test
public void concatParallel() throws Exception {
    Stream<String> first = Stream.of("a", "b", "c").parallel();
    Stream<String> second = Stream.of("X", "Y", "Z");
    Stream<String> third = Stream.of("alpha", "beta", "gamma");

    Stream<String> total = Stream.concat(Stream.concat(first, second), third);

    assertTrue(total.isParallel());
}

@Test
public void flatMapNotParallel() throws Exception {
    Stream<String> first = Stream.of("a", "b", "c").parallel();
    Stream<String> second = Stream.of("X", "Y", "Z");
    Stream<String> third = Stream.of("alpha", "beta", "gamma");
    Stream<String> fourth = Stream.empty();

    Stream<String> total = Stream.of(first, second, third, fourth)
            .flatMap(Function.identity());
    assertFalse(total.isParallel());
}

尽管如此，只要尚未开始处理数据，总是可以通过调用 parallel 方法来实现并行流（例 3-64）。

例 3-64　将 flatMap 方法返回的流转换为并行流

@Test
public void flatMapParallel() throws Exception {
    Stream<String> first = Stream.of("a", "b", "c").parallel();
    Stream<String> second = Stream.of("X", "Y", "Z");
    Stream<String> third = Stream.of("alpha", "beta", "gamma");
    Stream<String> fourth = Stream.empty();

    Stream<String> total = Stream.of(first, second, third, fourth)
            .flatMap(Function.identity());
    assertFalse(total.isParallel());

    total = total.parallel();
    assertTrue(total.isParallel());
}

如上所示，由于 flatMap 属于中间操作，可以通过 parallel 方法对流进行修改。
简而言之，concat 方法适用于两个流的拼接，可以作为一种一般性归约操作使用，flatMap 方法则更具普遍意义。