Java Stream中间操作

Java Stream中间操作

Java Stream中间操作是Java 8引入的Stream API中的核心概念之一，用于对数据流进行一系列处理，最终生成一个新的流。中间操作是惰性（lazy）的，只有在遇到终端操作时才会执行。本文将详细介绍常见的中间操作及其使用方法。

介绍

Java Stream中间操作允许开发者对数据流进行过滤、映射、排序等操作，而不会改变原始数据源。这些操作可以链式调用，形成数据处理流水线。中间操作不会立即执行，只有在遇到终端操作（如`collect`、`forEach`）时才会触发计算。

常见中间操作

filter()

`filter()`方法用于根据条件筛选流中的元素，保留符合条件的元素。

List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David");
List<String> filteredNames = names.stream()
    .filter(name -> name.length() > 4)
    .collect(Collectors.toList());

System.out.println(filteredNames); // 输出: [Alice, Charlie, David]

map()

`map()`方法将流中的每个元素转换为另一个形式。

List<String> names = Arrays.asList("Alice", "Bob", "Charlie");
List<Integer> nameLengths = names.stream()
    .map(String::length)
    .collect(Collectors.toList());

System.out.println(nameLengths); // 输出: [5, 3, 7]

flatMap()

`flatMap()`用于将多个流合并为一个流，常用于处理嵌套集合。

List<List<String>> nestedNames = Arrays.asList(
    Arrays.asList("Alice", "Bob"),
    Arrays.asList("Charlie", "David")
);

List<String> allNames = nestedNames.stream()
    .flatMap(Collection::stream)
    .collect(Collectors.toList());

System.out.println(allNames); // 输出: [Alice, Bob, Charlie, David]

distinct()

`distinct()`方法去除流中的重复元素。

List<Integer> numbers = Arrays.asList(1, 2, 2, 3, 3, 3);
List<Integer> uniqueNumbers = numbers.stream()
    .distinct()
    .collect(Collectors.toList());

System.out.println(uniqueNumbers); // 输出: [1, 2, 3]

sorted()

`sorted()`方法对流中的元素进行排序。

List<String> names = Arrays.asList("Charlie", "Alice", "Bob");
List<String> sortedNames = names.stream()
    .sorted()
    .collect(Collectors.toList());

System.out.println(sortedNames); // 输出: [Alice, Bob, Charlie]

peek()

`peek()`方法主要用于调试，允许查看流中的元素而不改变流。

List<String> names = Arrays.asList("Alice", "Bob", "Charlie");
List<String> result = names.stream()
    .peek(System.out::println) // 输出每个元素
    .map(String::toUpperCase)
    .collect(Collectors.toList());

limit()和skip()

`limit(n)`截取前n个元素，`skip(n)`跳过前n个元素。

List<Integer> numbers = IntStream.range(1, 10)
    .boxed()
    .limit(5)
    .skip(2)
    .collect(Collectors.toList());

System.out.println(numbers); // 输出: [3, 4, 5]

操作顺序的重要性

中间操作的顺序会影响性能和结果。例如，先`filter`再`map`通常比反过来更高效。

graph LR A[原始流] --> B[filter] B --> C[map] C --> D[终端操作]

实际应用案例

案例1：数据处理管道

处理用户数据，筛选活跃用户并计算其平均年龄：

List<User> users = getUsers(); // 假设返回用户列表
double averageAge = users.stream()
    .filter(User::isActive)
    .mapToInt(User::getAge)
    .average()
    .orElse(0.0);

案例2：日志分析

分析日志文件，找出错误日志并提取关键信息：

List<String> errorMessages = Files.lines(Paths.get("app.log"))
    .filter(line -> line.contains("ERROR"))
    .map(line -> line.split(":")[2].trim())
    .collect(Collectors.toList());

性能考虑

• 中间操作是惰性的，不会立即执行
• 链式操作顺序影响性能
• 某些操作（如`sorted`）是有状态的，可能需要缓存整个流

数学基础

Stream操作可以看作是一系列函数组合，数学上可以表示为： $f\circ g\circ h(x)=f(g(h(x)))$ 其中每个中间操作对应一个函数。

总结

Java Stream中间操作提供了强大的数据流处理能力，通过链式调用可以构建复杂的数据处理管道。理解各种中间操作的特性和适用场景，能够帮助开发者编写更高效、更简洁的代码。