Java集合中Stream流的使用
前言
Java 8 引入了 Stream API，它是一种用于处理集合（Collection）数据的强大工具。Stream 不是数据结构，而是对数据源进行操作的一种方式，支持声明式、函数式的操作，如过滤、映射、排序等。
Stream 操作分为中间操作和终端操作：
- 中间操作（Intermediate operations）：返回一个 Stream，可以链式调用。
- 终端操作（Terminal operations）：触发实际计算，返回非 Stream 类型的结果。
获取 Stream 的方式
常见的创建 Stream 的方法如下：
// 从集合创建
List<String> list = Arrays.asList("a", "b", "c");
Stream<String> stream = list.stream();// 从数组创建
int[] arr = {1, 2, 3};
IntStream intStream = Arrays.stream(arr);// 使用 Stream.of 创建
Stream<String> stream = Stream.of("a", "b", "c");// 无限流（generate / iterate）
Stream<Integer> infiniteStream = Stream.generate(() -> 1);
Stream<Integer> iterateStream = Stream.iterate(0, n -> n + 2);
Stream 的常用操作
filter
用于过滤符合条件的数据：
List<String> filtered = list.stream().filter(s -> s.startsWith("J")).toList();
map
将每个元素映射成另一个对象：
List<String> upperCase = list.stream().map(String::toUpperCase).toList();
sorted
对流中的元素进行排序：
List<String> sorted = list.stream().sorted().toList();
也可以自定义排序规则
.sorted((s1, s2) -> s2.compareTo(s1))
或者使用 Comparator：
.sorted(Comparator.reverseOrder())
limit / skip
限制流的大小或跳过前 N 个元素：
List<String> limited = list.stream().limit(2).toList();List<String> skipped = list.stream().skip(2).toList();
distinct
去重，基于 equals() 方法判断重复项：
List<String> unique = list.stream().distinct().toList();
forEach
遍历流中的每个元素：
list.stream().forEach(System.out::println);
collect
收集流的结果到容器中，常配合 Collectors 使用：
List<String> filteredList = list.stream().filter(s -> s.length() > 3).collect(Collectors.toList());String joined = list.stream().collect(Collectors.joining(", "));
reduce
归约操作，合并流中的元素为一个结果：
Optional<String> reduced = list.stream().reduce((s1, s2) -> s1 + "-" + s2);
也可以提供初始值：
String result = list.stream().reduce("start", (acc, s) -> acc + "-" + s);
并行流（Parallel Stream）
使用并行流可以提高大数据量下的处理效率：
List<String> parallelResult = list.parallelStream().filter(s -> s.startsWith("A")).toList();
需要注意线程安全问题和是否适合并行处理。
注意事项
- Stream 只能被消费一次，再次使用会抛出异常。
- 中间操作是惰性求值的，只有遇到终端操作才会真正执行。
- 避免在流中修改外部变量，容易引发并发问题。
- 适当使用并行流，不是所有情况都适用。
- 注意空指针异常，尤其是在处理集合时。
总结
Stream API 极大地简化了对集合的操作，使得代码更简洁、可读性更高。通过链式调用，我们可以清晰地表达数据处理逻辑。但也要注意其性能特性和使用场景，合理选择是否使用 Stream 或传统循环。