java stream操作

Java Stream 操作详解：从基础到实战

Java Stream（流）是 Java 8 引入的核心特性，基于函数式编程思想，为集合数据处理提供了简洁、高效的链式操作。Stream 不存储数据，也不修改源集合，而是通过一系列中间操作（惰性求值）和终止操作（触发执行），实现对数据的过滤、转换、聚合等处理。本文将全面解析 Stream 的核心概念、操作方法及最佳实践。

Stream 核心概念

什么是 Stream？

Stream 是 “数据流” 的抽象，可将集合（如 List、Set）转换为流，通过链式操作对元素进行处理。其核心特点：

• 不存储数据：流只是数据的 “视图”，操作不会改变源集合。
• 惰性求值：中间操作仅描述处理逻辑，不实际执行，直到终止操作被调用才一次性执行。
• 一次性使用：流只能被消费一次，执行终止操作后即失效，再次使用需重新创建。

Stream 操作流程

Stream 处理分为三个阶段，形成 “流水线”：

数据源（集合、数组等）→ 中间操作（过滤、转换等）→ 终止操作（聚合、收集等）

• 数据源：可是 Collection（通过 stream() 或 parallelStream()）、数组（Arrays.stream()）、生成器（Stream.generate()）等。
• 中间操作：对数据进行处理（如筛选、排序），返回新的流，可链式调用。
• 终止操作：触发流的执行，返回非流结果（如集合、数值、布尔值等）。

Stream 的创建（生成流）

从集合创建

所有 Collection 接口的实现类（如 List、Set）均可通过 stream() 或 parallelStream() 生成流：

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

从数组创建

通过 Arrays.stream() 从数组生成流：

String[] arr = {"x", "y", "z"};
Stream<String> stream = Arrays.stream(arr);
// 也可指定数组范围（从索引1到3，左闭右开）
Stream<String> rangeStream = Arrays.stream(arr, 1, 3); // 包含arr[1]，不包含arr[3]

直接生成流

通过 Stream 静态方法直接生成流：

方法	功能描述	示例
Stream.of(T...)	从可变参数生成流	Stream.of("hello", "world")
Stream.empty()	生成空流	Stream<Object> empty = Stream.empty();
Stream.generate(Supplier<T>)	生成无限流（需配合 limit 限制长度）	Stream.generate(() -> "echo").limit(5)
Stream.iterate(T, UnaryOperator<T>)	生成无限迭代流	Stream.iterate(1, n -> n + 2).limit(3) // 1,3,5

中间操作：描述处理逻辑

中间操作返回新的 Stream，可链式调用，仅在终止操作触发时才执行。常见中间操作如下：

筛选与切片

（1）filter(Predicate<T>)：过滤元素

保留满足 Predicate 条件（返回 true）的元素：

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
// 筛选偶数
Stream<Integer> evenStream = numbers.stream().filter(n -> n % 2 == 0);
// 终止操作：打印结果（2,4）
evenStream.forEach(System.out::println);

（2）distinct()：去重

基于元素的 equals() 和 hashCode() 去重：

List<String> words = Arrays.asList("a", "a", "b", "c", "c");
// 去重后：a,b,c
words.stream().distinct().forEach(System.out::print);

（3）limit(long n)：截断流

保留前 n 个元素：

// 保留前3个元素：1,2,3
Stream.iterate(1, n -> n + 1).limit(3).forEach(System.out::print);

（4）skip(long n)：跳过元素

跳过前 n 个元素（若流长度小于 n，返回空流）：

List<Integer> nums = Arrays.asList(1, 2, 3, 4);
// 跳过前2个，保留：3,4
nums.stream().skip(2).forEach(System.out::print);

注意：limit 和 skip 顺序不同，结果不同：

// 先limit(2)再skip(1)：保留第2个元素（2）
nums.stream().limit(2).skip(1).forEach(System.out::print); 

// 先skip(1)再limit(2)：保留第2、3个元素（2,3）
nums.stream().skip(1).limit(2).forEach(System.out::print); 

排序

（1）sorted()：自然排序

元素需实现 Comparable 接口（如 Integer、String）：

List<String> strs = Arrays.asList("c", "a", "b");
// 自然排序（按字母顺序）：a,b,c
strs.stream().sorted().forEach(System.out::print);

（2）sorted(Comparator<T>)：定制排序

通过 Comparator 自定义排序逻辑：

List<User> users = Arrays.asList(
    new User("Alice", 20), 
    new User("Bob", 18)
);
// 按年龄升序排序（18→20）
users.stream()
     .sorted(Comparator.comparingInt(User::getAge)) 
     .forEach(u -> System.out.println(u.getAge()));

映射：转换元素

（1）map(Function<T, R>)：元素转换

将流中元素通过 Function 转换为另一种类型：

List<String> words = Arrays.asList("hello", "world");
// 将字符串转换为长度：5,5
words.stream()
     .map(String::length) 
     .forEach(System.out::print);

（2）flatMap(Function<T, Stream<R>>)：流合并

将每个元素转换为一个流，再合并为单个流（解决 map 可能产生的 “流中流” 问题）：

List<String> list = Arrays.asList("abc", "def");
// 需求：将每个字符串拆分为字符，最终得到 [a,b,c,d,e,f]

// 若用map：得到 Stream<Stream<Character>>（流中流）
Stream<Stream<Character>> mapStream = list.stream()
    .map(s -> {
        List<Character> chars = new ArrayList<>();
        for (char c : s.toCharArray()) chars.add(c);
        return chars.stream();
    });

// 用flatMap：合并为单个流
Stream<Character> flatMapStream = list.stream()
    .flatMap(s -> {
        List<Character> chars = new ArrayList<>();
        for (char c : s.toCharArray()) chars.add(c);
        return chars.stream();
    });
flatMapStream.forEach(System.out::print); // abcdef

map vs flatMap：

• map：T → R（每个元素转换为单个对象）。
• flatMap：T → Stream<R>（每个元素转换为流，再合并）。

终止操作：触发执行并返回结果

终止操作触发中间操作的执行，并返回非流结果（如集合、数值、布尔值等）。

匹配与查找

（1）allMatch(Predicate<T>)：全匹配

检查是否所有元素都满足条件：

List<Integer> nums = Arrays.asList(2, 4, 6);
// 判断是否全为偶数（true）
boolean allEven = nums.stream().allMatch(n -> n % 2 == 0);

（2）anyMatch(Predicate<T>)：任一匹配

检查是否至少一个元素满足条件：

List<String> words = Arrays.asList("a", "b", "");
// 判断是否存在空字符串（true）
boolean hasEmpty = words.stream().anyMatch(s -> s.isEmpty());

（3）noneMatch(Predicate<T>)：全不匹配

检查是否所有元素都不满足条件：

List<Integer> nums = Arrays.asList(1, 3, 5);
// 判断是否全不是偶数（true）
boolean noneEven = nums.stream().noneMatch(n -> n % 2 == 0);

（4）findFirst()：获取第一个元素

返回流中第一个元素（Optional<T> 类型，避免空指针）：

List<String> words = Arrays.asList("a", "b", "c");
// 获取第一个元素（"a"）
Optional<String> first = words.stream().findFirst();
first.ifPresent(System.out::print); // 若存在则打印

（5）findAny()：获取任一元素

返回流中任意一个元素（并行流中可能非第一个，顺序流中通常是第一个）：

List<Integer> nums = Arrays.asList(1, 2, 3);
// 并行流中可能返回任意元素（如2）
Optional<Integer> any = nums.parallelStream().findAny();

（6）count()：计数

返回流中元素的数量：

long count = Arrays.asList(1, 2, 3).stream().count(); // 3

（7）max(Comparator<T>) / min(Comparator<T>)：最值

返回流中按比较器排序后的最大值/ 最小值：

List<Integer> nums = Arrays.asList(3, 1, 2);
// 最大值（3）
Optional<Integer> max = nums.stream().max(Integer::compare);
// 最小值（1）
Optional<Integer> min = nums.stream().min(Integer::compare);

归约（reduce）：聚合为单个值

reduce 用于将流中元素通过二元运算聚合为一个值，有两种常用形式：

（1）无初始值：reduce(BinaryOperator<T>)

返回 Optional<T>（流可能为空）：

List<Integer> nums = Arrays.asList(1, 2, 3, 4);
// 求和：1+2+3+4=10
Optional<Integer> sum = nums.stream().reduce((a, b) -> a + b);
sum.ifPresent(System.out::println);

（2）有初始值：reduce(T identity, BinaryOperator<T>)

以 identity 为初始值，返回 T（非 Optional，因初始值保证结果非空）：

// 初始值为0，求和：0+1+2+3+4=10
int sum = nums.stream().reduce(0, (a, b) -> a + b);

注：count()、max()、min() 等方法底层均基于 reduce 实现。

收集（collect）：转换为集合或其他类型

collect(Collector) 是最常用的终止操作，通过 Collectors 工具类提供的收集器，将流转换为 List、Set、Map 等，或进行分组、聚合等操作。

（1）基本收集：转集合

List<String> list = Arrays.asList("a", "b");

// 转为List（默认ArrayList）
List<String> resultList = list.stream().collect(Collectors.toList());

// 转为Set（默认HashSet）
Set<String> resultSet = list.stream().collect(Collectors.toSet());

// 转为指定集合（如LinkedList）
LinkedList<String> linkedList = list.stream()
    .collect(Collectors.toCollection(LinkedList::new));

（2）数据汇总

Collectors 提供了多种汇总工具，适用于数值型元素：

方法	功能	示例
summingInt(ToIntFunction)	求和	summingInt(User::getAge)
averagingInt(ToIntFunction)	求平均值	averagingInt(User::getAge)
summarizingInt(ToIntFunction)	汇总（计数、总和、平均值等）	summarizingInt(User::getAge)

示例：

List<User> users = Arrays.asList(
    new User("A", 20), 
    new User("B", 30)
);

// 年龄总和：50
int totalAge = users.stream().collect(Collectors.summingInt(User::getAge));

// 年龄平均值：25.0
double avgAge = users.stream().collect(Collectors.averagingInt(User::getAge));

// 汇总信息：count=2, sum=50, min=20, average=25.0, max=30
IntSummaryStatistics stats = users.stream()
    .collect(Collectors.summarizingInt(User::getAge));

（3）字符串连接

joining 用于拼接流中字符串元素：

List<String> words = Arrays.asList("Hello", "World");

// 直接拼接：HelloWorld
String joined = words.stream().collect(Collectors.joining());

// 用分隔符拼接：Hello,World
String joinedWithDelimiter = words.stream().collect(Collectors.joining(","));

// 带前缀、后缀和分隔符：[Hello,World]
String joinedWithAll = words.stream().collect(Collectors.joining(",", "[", "]"));

（4）分组（groupingBy）

将元素按指定条件分组，返回 Map<分组键, List<元素>>：

List<User> users = Arrays.asList(
    new User("A", 20, "男"), 
    new User("B", 22, "女"), 
    new User("C", 20, "男")
);

// 按性别分组：{男: [A,C], 女: [B]}
Map<String, List<User>> groupByGender = users.stream()
    .collect(Collectors.groupingBy(User::getGender));

// 多级分组：先按性别，再按年龄
Map<String, Map<Integer, List<User>>> groupByGenderAndAge = users.stream()
    .collect(Collectors.groupingBy(
        User::getGender, // 一级分组键
        Collectors.groupingBy(User::getAge) // 二级分组键
    ));

（5）分区（partitioningBy）

特殊的分组，按 Predicate 结果分为两组（true 和 false）：

List<Integer> nums = Arrays.asList(1, 2, 3, 4);

// 按是否偶数分区：{false: [1,3], true: [2,4]}
Map<Boolean, List<Integer>> partitioned = nums.stream()
    .collect(Collectors.partitioningBy(n -> n % 2 == 0));

Optional：避免空指针的容器

Optional<T> 是 Stream 终止操作的常见返回类型，用于封装可能为 null 的值，避免直接操作 null 导致的 NullPointerException。

核心方法

方法	功能描述
Optional.of(T)	封装非 null 值（值为 null 则抛异常）
Optional.ofNullable(T)	封装可能为 null 的值（安全）
optional.isPresent()	判断值是否存在（不推荐，类似 obj != null）
optional.ifPresent(Consumer<T>)	若值存在，执行 Consumer 操作
optional.orElse(T)	若值不存在，返回默认值 T
optional.orElseGet(Supplier<T>)	若值不存在，通过 Supplier 生成默认值
optional.orElseThrow(Supplier<Exception>)	若值不存在，抛出 Supplier 生成的异常

最佳实践

避免使用 isPresent() + get()（与 null 判断无差异），应使用函数式方法：

// 反例：低效且与 null 判断无异
Optional<String> opt = Optional.ofNullable(getPossiblyNullValue());
if (opt.isPresent()) {
    System.out.println(opt.get());
} else {
    System.out.println("默认值");
}

// 正例1：ifPresent 处理存在的情况
opt.ifPresent(System.out::println);

// 正例2：orElse 提供默认值
String result = opt.orElse("默认值");

// 正例3：orElseGet 延迟生成默认值（更高效，默认值生成耗时场景）
String result = opt.orElseGet(() -> generateDefaultValue());

// 正例4：值不存在时抛自定义异常
String result = opt.orElseThrow(() -> new IllegalArgumentException("值不存在"));