一、Stream流的核心概念
什么是Stream流
- Java 8引入的函数式数据处理API，用于高效操作集合（Collection）、数组等数据源
- 不是数据结构，不存储数据，而是通过管道操作处理数据源
- 支持链式调用和惰性求值（Lazy Evaluation）
核心特点
- 无存储：不修改原始数据源
- 函数式风格：支持Lambda表达式
- 延迟执行：中间操作不会立即执行
- 可消费性：流只能被使用一次
- 声明式：更关注"做什么"而非"如何做"
- 链式调用：通过方法链组合多个操作
Stream的组成
- 数据源：集合、数组、I/O资源等
- 中间操作：过滤、映射、排序等（返回新的Stream）
- 终端操作：触发计算并产生结果（如collect、forEach等）
操作类型
| 类型 | 方法示例 | 特点 |
|---|
| 中间操作 | filter(), map(), sorted() | 返回新Stream，可链式调用 |
| 终止操作 | forEach(), collect(), count() | 触发计算，流被消耗 |
二、Stream流使用全流程
1.Stream流的创建
从集合创建
List<String> list = Arrays.asList("a", "b", "c");
Stream<String> streamFromList = list.stream();
从数组创建
String[] array = {"a", "b", "c"};
Stream<String> streamFromArray = Arrays.stream(array);
直接创建
Stream<String> directStream = Stream.of("a", "b", "c");
2.常用中间操作
| 操作 | 说明 | 示例 |
|---|
filter() | 条件过滤 | .filter(s -> s.contains("a")) |
map() | 元素转换 | .map(String::length) |
flatMap() | 扁平化转换（合并流） | .flatMap(list -> list.stream()) |
distinct() | 去重 | .distinct() |
sorted() | 排序 | .sorted(Comparator.reverseOrder()) |
peek() | 调试用（不修改元素） | .peek(System.out::println) |
过滤和限制
List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David");// 过滤以"A"开头的名字
List<String> result = names.stream().filter(name -> name.startsWith("A")).collect(Collectors.toList()); // [Alice]// 限制返回数量
List<String> limited = names.stream().limit(2).collect(Collectors.toList()); // [Alice, Bob]
映射
List<String> words = Arrays.asList("Java", "Stream", "API");// 转换为字符串长度
List<Integer> lengths = words.stream().map(String::length).collect(Collectors.toList()); // [4, 6, 3]// 扁平化流（flatMap）
List<List<String>> nestedList = Arrays.asList(Arrays.asList("a", "b"),Arrays.asList("c", "d")
);List<String> flatList = nestedList.stream().flatMap(List::stream).collect(Collectors.toList()); // [a, b, c, d]
排序
List<String> names = Arrays.asList("John", "Alice", "Bob", "Charlie");// 自然排序
List<String> sorted = names.stream().sorted().collect(Collectors.toList()); // [Alice, Bob, Charlie, John]// 自定义排序
List<String> customSorted = names.stream().sorted((s1, s2) -> s2.compareTo(s1)).collect(Collectors.toList()); // [John, Charlie, Bob, Alice]
去重
List<Integer> numbers = Arrays.asList(1, 2, 2, 3, 3, 4);
List<Integer> distinct = numbers.stream().distinct().collect(Collectors.toList()); // [1, 2, 3, 4]
3.常用终止操作
| 操作 | 说明 | 示例 |
|---|
forEach() | 遍历 | .forEach(System.out::println) |
collect() | 转换为集合 | .collect(Collectors.toList()) |
toArray() | 转换为数组 | .toArray(String[]::new) |
reduce() | 聚合计算 | .reduce(0, Integer::sum) |
min()/max() | 极值查找 | .max(Comparator.naturalOrder()) |
count() | 计数 | .count() |
anyMatch() | 任意元素匹配 | .anyMatch(s -> s.startsWith("A")) |
收集结果
List<String> collected = Stream.of("a", "b", "c").collect(Collectors.toList()); // [a, b, c]Set<String> collectedSet = Stream.of("a", "b", "c").collect(Collectors.toSet()); // [a, b, c] (顺序可能不同)String joined = Stream.of("a", "b", "c").collect(Collectors.joining(", ")); // "a, b, c"
遍历
Stream.of("a", "b", "c").forEach(System.out::println); // 打印每个元素
匹配
boolean anyStartsWithA = Stream.of("apple", "banana", "apricot").anyMatch(s -> s.startsWith("a")); // trueboolean allStartsWithA = Stream.of("apple", "apricot", "avocado").allMatch(s -> s.startsWith("a")); // trueboolean noneStartsWithZ = Stream.of("apple", "banana", "cherry").noneMatch(s -> s.startsWith("z")); // true
四、实战技巧与最佳实践
避免嵌套循环
// 传统方式
for (Order order : orders) {for (Item item : order.getItems()) {if (item.isActive()) {activeItems.add(item);}}
}// Stream优化
List<Item> activeItems = orders.stream().flatMap(order -> order.getItems().stream()).filter(Item::isActive).collect(Collectors.toList());
并行流加速处理
long count = largeList.parallelStream() // 使用多核并行处理.filter(obj -> obj.getValue() > 100).count();
短路优化性能
boolean hasAdmin = users.stream().anyMatch(user -> "admin".equals(user.getRole())); // 找到即终止
分组与分区
// 按年龄分组
Map<Integer, List<Person>> ageGroups = people.stream().collect(Collectors.groupingBy(Person::getAge));// 分区：年龄是否>=18
Map<Boolean, List<Person>> adults = people.stream().collect(Collectors.partitioningBy(p -> p.getAge() >= 18));
自定义收集器
// 拼接字符串
String joined = stream.collect(Collectors.joining(", ", "[", "]"));
通过掌握Stream API，可使代码简洁性提升50%+，同时利用并行流可大幅提升大数据处理效率。重点理解操作链的惰性求值特性和流的一次性消费原则，避免常见陷阱。
