Java8 stream流

Java 8 的 Stream API 是处理集合数据的函数式编程工具，提供高效、声明式的数据处理能力。以下是核心概念和用法详解：

1. 核心特点

• 声明式编程：描述"做什么"而非"如何做"

• 不修改源数据：生成新数据流

• 惰性求值：中间操作延迟执行，终端操作触发计算

• 可并行化：parallelStream() 自动并行处理

2. 操作分类

3. 常用操作示例

3.1 过滤与映射

List<String> words = Arrays.asList("apple", "banana", "cherry", "date");
​
// 过滤长度>5并转为大写
List<String> result = words.stream()
    .filter(s -> s.length() > 5)
    .map(String::toUpperCase)
    .collect(Collectors.toList()); 
// 输出: [BANANA, CHERRY]

3.2 扁平化处理（flatMap）

List<List<Integer>> numberLists = Arrays.asList(
    Arrays.asList(1, 2),
    Arrays.asList(3, 4, 5)
);
​
List<Integer> flatList = numberLists.stream()
    .flatMap(List::stream)
    .collect(Collectors.toList());
// 输出: [1, 2, 3, 4, 5]

3.3 归约操作（reduce）

int sum = IntStream.range(1, 5)  // [1,2,3,4]
                .reduce(0, (a, b) -> a + b); 
// 输出: 10

3.4聚合统计

IntSummaryStatistics stats = Stream.of(1, 4, 2, 7)
    .mapToInt(Integer::intValue)
    .summaryStatistics();
​
System.out.println("Avg: " + stats.getAverage());  // 3.5
System.out.println("Max: " + stats.getMax());      // 7

4. 并行流处理

long count = words.parallelStream()
    .filter(s -> s.contains("a"))
    .count();  // 并行统计包含"a"的单词数

5. 收集器（Collectors）常用操作

分组示例：

Map<Integer, List<String>> byLength = words.stream()
    .collect(Collectors.groupingBy(String::length));
// 输出: {5=[apple], 6=[banana, cherry], 4=[date]}

6. 注意事项

1. 流不可复用：终端操作后流即关闭

   Stream<Integer> stream = Stream.of(1, 2);
   stream.forEach(System.out::print);  // 正常
   stream.count();  // 抛出 IllegalStateException

2. 避免副作用：操作中不要修改外部状态

   // 错误示范 (修改外部列表)
   List<String> output = new ArrayList<>();
   words.stream().filter(s -> s.length() > 4).forEach(output::add);
   ​
   // 正确方式
   List<String> output = words.stream()
                           .filter(s -> s.length() > 4)
                           .collect(Collectors.toList());

3. 无限流处理：使用 limit() 截断

   Stream.iterate(0, n -> n + 2)
         .limit(5)  // 限制数量
         .forEach(System.out::println);  // 0,2,4,6,8

7. 性能建议

• 小数据量优先使用常规循环

• 顺序无关时用并行流加速

• 避免在流中频繁装箱（优先使用 IntStream/LongStream）

Stream API 通过链式调用简化集合操作，结合 Lambda 表达式可显著提升代码可读性和简洁性，是大数据处理的高效工具。