1. Java Lambda 表达式
在了解Java Stream 流前先学习Java Lambda 表达式
Lambda 表达式是 Java 中一个非常强大和方便的语言特性，尤其在处理集合和流时。Lambda 表达式支持函数式编程范式，它允许开发人员传递行为而不是具体的值，这简化了代码结构和流程控制。
1.1. 基础概念
Lambda 表达式可以用来表示匿名函数，即一段没有声明的方法或者没有名字的代码片段。基本的 Lambda 表达式语法如下：
(parameters) -> expression
或者，具有多条语句的：
(parameters) -> { statements; }
例如，对于一个简单的求和操作，可以这样表示：
(int a, int b) -> a + b
1.2. Lambda 表达式的特性
- 无需声明参数类型：编译器可以根据上下文推断参数类型。
- 适用于函数接口：函数接口是只包含一个抽象方法的接口。
- 更高效的集合操作：结合 Java 的 Stream API 使用，能更高效地处理集合。
1.3. Stream API 中的 Lambda 表达式
Lambda 表达式在 Stream API 中得到了广泛的应用，尤其在集合的操作中。以下是一个简单的例子：
import java.util.Arrays;
import java.util.List;
List<String> list = Arrays.asList("Apple", "Banana", "Cherry");
list.stream()
.filter(s -> s.startsWith("A"))
.forEach(System.out::println);
在这个例子中，我们使用 Lambda 过滤出以 “A” 开头的元素，并打印出来。
1.4. 最佳实践
- 简洁性与可读性：保持 Lambda 表达式的简洁性，尽可能地让代码易于阅读。
- 避免滥用：在复杂的逻辑或多重分支情况下，将 Lambda 拆分为具名方法可能更为合适。
- 合理使用函数接口：尽量使用 Java 提供的函数接口，避免创建不必要的接口。
- 重构现有代码：逐步将 Lambda 表达式引入现有代码库中有助于改善代码质量。
- 谨慎处理空值：在使用 Stream API 时，确保处理空集合的情况，以避免运行时错误。
2. Java Stream
Java Stream API 的引入，彻底改变了集合操作的方式 —— 它提供了一种声明式、链式、可并行的编程模型，让你的代码更简洁、更高效、更易读。
2.1. 什么是 Java Stream
Stream 是 Java 8 引入的一个函数式编程接口，它不是集合本身，而是对集合（如 List、Set）或数组的函数式封装，用于进行数据的筛选、映射、聚合等操作。
Stream 的核心特性：
|特性|描述|
|—|—|
|不存储数据|Stream 只是数据源的视图，不保存数据本身|
|不可重复使用|一个 Stream 只能使用一次，之后会抛出异常|
|支持链式调用|多个操作可以以声明式方式串联|
|支持串行与并行|可以使用 parallelStream() 提高性能|
|基于函数式接口|支持 Lambda 表达式，如 Predicate、Function、Consumer 等|
2.2. Stream 的生命周期
一个完整的 Stream 操作流程包括三个阶段：
1、获取源（Source）
2、中间操作（Intermediate Operations）
3、终端操作（Terminal Operation）
// 示例：Stream 的完整流程
List<String> filtered = list.stream()
// 中间操作
.filter(s -> s.startsWith("A")) // 中间操作
.map(String::toUpperCase) // 中间操作
.limit(5)
// 终端操作
.toList();
2.3. Stream 的创建方式
|创建方式|示例|
|—|—|
|从集合创建|list.stream()|
|从数组创建|Arrays.stream(array)|
|从值创建|Stream.of("A", "B", "C")|
|从文件行创建|Files.lines(Paths.get("file.txt"))|
|无限流创建|Stream.iterate(0, n -> n + 1)、Stream.generate(Math::random)|
2.4. 常用中间操作（Intermediate Operations）
| 操作 | 描述 | 示例 |
|---|---|---|
filter(Predicate) |
过滤符合条件的元素 | stream.filter(s -> s.length() > 3) |
map(Function) |
转换每个元素 | stream.map(String::toUpperCase) |
flatMap(Function) |
扁平化处理，适用于嵌套结构 | stream.flatMap(List::stream) |
distinct() |
去重（基于 equals() 和 hashCode()） |
stream.distinct() |
sorted() |
排序（自然排序或自定义排序） | stream.sorted(Comparator.reverseOrder()) |
limit(n) |
截取前 n 个元素 | stream.limit(10) |
skip(n) |
跳过前 n 个元素 | stream.skip(5) |
2.5. 常用终端操作（Terminal Operations）
|操作|描述|示例|
|—|—|—|
|forEach(Consumer)|遍历每个元素|stream.forEach(System.out::println)|
|collect(Collector)|收集结果（转为 List、Set、Map 等）|stream.collect(Collectors.toList())|
|count()|返回元素个数|stream.count()|
|anyMatch(Predicate)|是否有任意一个匹配|stream.anyMatch(s -> s.contains("Java"))|
|allMatch(Predicate)|是否全部匹配|stream.allMatch(s -> s.length() > 3)|
|noneMatch(Predicate)|是否没有匹配|stream.noneMatch(s -> s.isEmpty())|
|findFirst()|获取第一个元素|stream.findFirst()|
|reduce(BinaryOperator)|聚合操作（如求和）|stream.reduce((a, b) -> a + b)|
2.6. Stream 的实战应用场景
2.6.1. 场景1：数据过滤与转换（最常见用途）
List<String> filtered = list.stream()
// 过滤出以"A"开头的字符串
.filter(s -> s.startsWith("A"))
// 将过滤后的字符串转为大写
.map(String::toUpperCase)
// 收集结果为 List<String>
.toList();
2.6.2. 场景2：统计与聚合（如求和、平均值）
int sum = numbers.stream()
.mapToInt(Integer::intValue)
.sum();
double avg = numbers.stream()
.mapToDouble(Integer::doubleValue)
.average()
.orElse(0);
2.6.3. 场景3：去重与排序
List<String> uniqueSorted = list.stream()
.distinct()
.sorted()
.toList();
2.6.4. 分组统计（Group By）
Map<String, List<User>> grouped = users.stream()
.collect(Collectors.groupingBy(User::getRole));
2.6.5. 多条件分组（Group By 多字段）
Map<String, Map<Integer, List<User>>> grouped = users.stream()
.collect(Collectors.groupingBy(User::getCity,
Collectors.groupingBy(User::getAge)));
2.6.6. 场景6：分区（Partition By 条件）
Map<Boolean, List<User>> partitioned = users.stream()
.collect(Collectors.partitioningBy(u -> u.getAge() > 18));
2.6.7. 场景7：合并多个集合
List<String> merged = Stream.of(list1, list2, list3)
.flatMap(List::stream)
.distinct()
.toList();
2.6.8. 场景8：并行流提升性能（大数据量推荐）
int sum = numbers.parallelStream()
.mapToInt(Integer::intValue)
.sum();
2.7. 常见误区与注意事项
| 误区 | 正确做法 |
|---|---|
| 在 Stream 中修改原始集合 | Stream 是只读的，不能直接修改源数据 |
| 多次使用同一个 Stream | Stream 只能使用一次，重复使用会抛出异常 |
| 忘记关闭流式资源（如 IO） | 使用完文件流等资源应关闭 |
忽略空值处理（如 findFirst()） |
使用 Optional 判断是否存在 |
| 忽略并行流的线程安全问题 | 并行流不适合有状态操作 |
| 忽略中间操作的惰性求值 | 中间操作不会立即执行，只有终端操作才会触发 |
2.8. 总结：Java Stream 核心知识点一览表
|内容|说明|
|—|—|
|接口定义|java.util.stream.Stream|
|创建方式|从集合、数组、值、生成器等|
|中间操作|filter、map、flatMap、distinct、sorted、limit、skip|
|终端操作|forEach、collect、count、anyMatch、reduce|
|常用收集器|toList、toSet、groupingBy、partitioningBy|
|并行流|parallelStream()|
|应用场景|数据过滤、转换、分组、统计、聚合|
|注意事项|不可重复使用、不能修改源数据、避免中间操作副作用|
2.9. 附录：Stream 常用技巧速查表
| 技巧 | 示例 |
|---|---|
| 转为 List | stream.toList() |
| 转为 Set | stream.collect(Collectors.toSet()) |
| 转为 Map | stream.collect(Collectors.toMap(User::getId, Function.identity())) |
| 获取最大最小值 | stream.max(Comparator.naturalOrder()) |
| 判断是否包含 | stream.anyMatch(s -> s.equals("Java")) |
| 使用 Stream 合并字符串 | stream.collect(Collectors.joining(",")) |
| 使用 Stream 生成范围数字 | IntStream.range(1, 10).boxed().toList() |
| 使用 Stream 合并多个集合 | Stream.of(list1, list2).flatMap(List::stream).toList() |
| 使用 Stream 处理 Optional | stream.flatMap(s -> Optional.ofNullable(s)) |
| 使用 Stream 处理异常 | stream.filter(s -> { try { ... } catch (...) { return false; } }) |
