编辑“︁Java Stream与集合”︁

= Java Stream与集合 =

== 介绍 ==
Java Stream API（Java 8+）是处理集合（Collection）数据的现代函数式编程工具，它允许开发者以声明式风格（描述"做什么"而非"如何做"）高效处理数据。Stream与集合的主要区别在于：

* '''集合'''：存储和管理数据的容器（如List/Set）
* '''Stream'''：对集合元素进行'''计算操作'''的流水线（不存储数据）

{{Note|重要特性|Stream具有'''惰性求值'''（终端操作触发执行）、'''不可复用'''（每次需新建）和'''并行处理'''能力}}

== 核心概念对比 ==
{| class="wikitable"
|-
! 特性 !! 集合 !! Stream
|-
| 数据存储 | 是 | 否
|-
| 遍历方式 | 外部迭代（for/iterator） | 内部迭代
|-
| 修改操作 | 支持增删改 | 只读（生成新Stream）
|-
| 执行方式 | 立即执行 | 惰性执行
|}

== 基础操作 ==
=== 创建Stream ===
<syntaxhighlight lang="java">
// 从集合创建
List<String> list = Arrays.asList("a", "b", "c");
Stream<String> stream1 = list.stream();

// 直接创建
Stream<String> stream2 = Stream.of("x", "y", "z");

// 生成无限流
Stream<Integer> infiniteStream = Stream.iterate(0, n -> n + 1);
</syntaxhighlight>

=== 中间操作（Intermediate Operations）===
{| class="wikitable"
|-
! 操作 !! 描述 !! 示例
|-
| filter() | 条件过滤 | <code>stream.filter(s -> s.length() > 3)</code>
|-
| map() | 元素转换 | <code>stream.map(String::toUpperCase)</code>
|-
| sorted() | 排序 | <code>stream.sorted(Comparator.reverseOrder())</code>
|-
| distinct() | 去重 | <code>stream.distinct()</code>
|}

=== 终端操作（Terminal Operations）===
{| class="wikitable"
|-
! 操作 !! 描述 !! 示例
|-
| forEach() | 遍历消费 | <code>stream.forEach(System.out::println)</code>
|-
| collect() | 转为集合 | <code>stream.collect(Collectors.toList())</code>
|-
| reduce() | 归约计算 | <code>stream.reduce(0, Integer::sum)</code>
|-
| count() | 计数 | <code>stream.count()</code>
|}

== 完整示例 ==
<syntaxhighlight lang="java">
import java.util.*;
import java.util.stream.*;

public class StreamDemo {
    public static void main(String[] args) {
        List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David");
        
        // 过滤长度>3的名字，转为大写，收集到List
        List<String> result = names.stream()
            .filter(name -> name.length() > 3)
            .map(String::toUpperCase)
            .collect(Collectors.toList());
            
        System.out.println(result); // 输出: [ALICE, CHARLIE, DAVID]
    }
}
</syntaxhighlight>

== 并行处理 ==
通过<code>parallelStream()</code>自动利用多核处理器：
<syntaxhighlight lang="java">
long count = names.parallelStream()
    .filter(name -> name.length() > 4)
    .count();
</syntaxhighlight>

<mermaid>
graph LR
    A[集合] --> B[创建Stream]
    B --> C[中间操作]
    C --> D[终端操作]
    D --> E[结果]
    style C stroke:#f66,stroke-width:2px
    style D stroke:#090,stroke-width:2px
</mermaid>

== 实际应用案例 ==
'''场景'''：统计电商订单数据
<syntaxhighlight lang="java">
List<Order> orders = getOrders();

// 计算所有有效订单的总金额（状态为COMPLETED）
double total = orders.stream()
    .filter(o -> o.getStatus() == OrderStatus.COMPLETED)
    .mapToDouble(Order::getAmount)
    .sum();

// 按用户分组统计订单数
Map<Long, Long> userOrderCount = orders.stream()
    .collect(Collectors.groupingBy(
        Order::getUserId,
        Collectors.counting()
    ));
</syntaxhighlight>

== 性能考虑 ==
* 小数据集：顺序流（stream()）通常更快
* 大数据集：并行流（parallelStream()）有优势
* 避免在流中修改外部状态（违反函数式原则）

<math>
\text{并行加速比} = \frac{T_1}{T_p}
</math>
其中<math>T_1</math>是顺序时间，<math>T_p</math>是并行时间

== 常见误区 ==
# 重复使用已关闭的Stream（会抛出<code>IllegalStateException</code>）
# 混淆中间操作与终端操作
# 在流操作中依赖外部变量状态

{{Tip|最佳实践|优先使用方法引用（如<code>String::length</code>），保持操作无状态，合理使用并行流}}

== 进阶主题 ==
* 原始类型流（IntStream/LongStream/DoubleStream）
* 自定义Collector实现
* 流与I/O操作结合（如Files.lines()）
* Reactive Streams（Java 9+）

[[Category:编程语言]]
[[Category:Java]]
[[Category:Java Stream API]]