Java进阶学习之Stream流的基本概念以及使用技巧

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

1. 数据源：集合、数组、I/O资源等
2. 中间操作：过滤、映射、排序等（返回新的Stream）
3. 终端操作：触发计算并产生结果（如collect、forEach等）

操作类型

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

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

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。