当前位置：首页 > backend >正文

Java Stream API 深度解析：从入门到高阶应用

backend 2025/5/10 10:52:39

Stream API 是 Java 8 引入的核心特性之一，它提供了一种高效、声明式的方式处理集合数据。本文将从基础概念讲起，逐步深入，涵盖 Stream 的创建、中间操作、终端操作、并行流、性能优化 等核心内容，并结合实际代码示例帮助你彻底掌握 Stream。

1. Stream 基础概念

1.1 什么是 Stream？

Stream（流）是 数据元素的序列，支持顺序或并行聚合操作。它的核心特点：

不是数据结构，不存储数据，而是对数据源（集合、数组、I/O 等）进行计算。
惰性求值（Lazy Evaluation）：中间操作不会立即执行，只有终端操作触发时才会处理数据。
不可复用：一旦流被消费（终端操作执行），就不能再使用。

1.2 Stream 操作分类

类型	方法示例	说明
中间操作	`filter()`, `map()`, `distinct()`, `sorted()`	返回新 Stream，可链式调用
终端操作	`forEach()`, `collect()`, `reduce()`, `count()`	触发计算，返回非 Stream 结果

2. Stream 的创建方式

2.1 从集合创建

List<String> list = Arrays.asList("a", "b", "c");
Stream<String> stream = list.stream();       // 顺序流
Stream<String> parallelStream = list.parallelStream(); // 并行流

2.2 从数组创建

String[] array = {"a", "b", "c"};
Stream<String> stream = Arrays.stream(array);

2.3 使用 `Stream.of()`

Stream<String> stream = Stream.of("a", "b", "c");

2.4 生成无限流

Stream<Integer> infiniteStream = Stream.iterate(0, n -> n + 1); // 0, 1, 2, ...
Stream<Double> randomStream = Stream.generate(Math::random);    // 随机数流

3. 核心中间操作详解

3.1 `filter(Predicate)`：过滤元素

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
List<Integer> evenNumbers = numbers.stream().filter(n -> n % 2 == 0)  // 只保留偶数.collect(Collectors.toList()); // [2, 4]

3.2 `map(Function)`：元素转换

List<String> names = Arrays.asList("Alice", "Bob");
List<Integer> nameLengths = names.stream().map(String::length)  // 转为名字长度.collect(Collectors.toList()); // [5, 3]

3.3 `flatMap(Function)`：扁平化流

List<List<String>> nestedList = Arrays.asList(Arrays.asList("a", "b"),Arrays.asList("c", "d")
);
List<String> flatList = nestedList.stream().flatMap(Collection::stream)  // 合并子流.collect(Collectors.toList()); // ["a", "b", "c", "d"]

3.4 `distinct()`：去重

List<Integer> numbers = Arrays.asList(1, 2, 2, 3);
List<Integer> uniqueNumbers = numbers.stream().distinct().collect(Collectors.toList()); // [1, 2, 3]

3.5 `sorted()`：排序

List<String> names = Arrays.asList("Bob", "Alice");
List<String> sortedNames = names.stream().sorted()  // 自然排序.collect(Collectors.toList()); // ["Alice", "Bob"]

4. 核心终端操作详解

4.1 `forEach(Consumer)`：遍历

List<String> names = Arrays.asList("Alice", "Bob");
names.stream().forEach(System.out::println);

4.2 `collect(Collector)`：收集结果

List<String> names = Arrays.asList("a", "b", "c");
Set<String> nameSet = names.stream().collect(Collectors.toSet());  // 转为 Set

4.3 `reduce()`：归约计算

List<Integer> numbers = Arrays.asList(1, 2, 3);
int sum = numbers.stream().reduce(0, (a, b) -> a + b);  // 求和，输出 6

4.4 `anyMatch()` / `allMatch()` / `noneMatch()`

List<Integer> numbers = Arrays.asList(1, 2, 3);
boolean hasEven = numbers.stream().anyMatch(n -> n % 2 == 0);  // 是否有偶数？ true

5. 并行流（Parallel Stream）

5.1 创建并行流

List<Integer> numbers = Arrays.asList(1, 2, 3, 4);
int sum = numbers.parallelStream()  // 并行计算.mapToInt(Integer::intValue).sum();

5.2 注意事项

线程安全问题：避免共享可变状态。
数据量小可能更慢：并行流有线程切换开销。

6. 性能优化技巧

优先使用基本类型流（IntStream、LongStream）避免装箱开销。
短路操作优化：findFirst() 比 findAny() 更高效（顺序流）。
避免复杂链式操作：可拆分为多个 Stream 操作。

7. 实际应用案例

案例 1：统计单词频率

List<String> words = Arrays.asList("apple", "banana", "apple");
Map<String, Long> wordCount = words.stream().collect(Collectors.groupingBy(Function.identity(),Collectors.counting()));  // {"apple": 2, "banana": 1}

案例 2：Excel 数据处理（Apache POI）

List<Row> rows = IntStream.rangeClosed(1, sheet.getLastRowNum()).mapToObj(sheet::getRow).filter(Objects::nonNull).collect(Collectors.toList());

8. 总结

核心要点	说明
Stream 是惰性求值的	只有终端操作触发计算
中间操作返回新 Stream	可链式调用
并行流需谨慎使用	注意线程安全
优先使用基本类型流	提升性能

Stream API 让 Java 集合操作变得更简洁、高效，适合大数据处理和函数式编程。掌握它，能极大提升代码质量和开发效率！ 🚀

推荐练习：尝试用 Stream 实现以下功能：