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）

核心概念对比

特性	集合	Stream
是 | 否
外部迭代（for/iterator） | 内部迭代
支持增删改 | 只读（生成新Stream）
立即执行 | 惰性执行

基础操作

创建Stream

// 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);

中间操作（Intermediate Operations）

操作	描述	示例
条件过滤 | stream.filter(s -> s.length() > 3)
元素转换 | stream.map(String::toUpperCase)
排序 | stream.sorted(Comparator.reverseOrder())
去重 | stream.distinct()

终端操作（Terminal Operations）

操作	描述	示例
遍历消费 | stream.forEach(System.out::println)
转为集合 | stream.collect(Collectors.toList())
归约计算 | stream.reduce(0, Integer::sum)
计数 | stream.count()

完整示例

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]
    }
}

并行处理

通过parallelStream()自动利用多核处理器：

long count = names.parallelStream()
    .filter(name -> name.length() > 4)
    .count();

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

实际应用案例

场景：统计电商订单数据

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()
    ));

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）

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

常见误区

1. 重复使用已关闭的Stream（会抛出IllegalStateException）
2. 混淆中间操作与终端操作
3. 在流操作中依赖外部变量状态

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+）