java.util.stream

<think>好的，用户现在问的是关于Java中的`java.util.stream`包。之前他们问了关于Protobuf反序列化的问题，现在转向了另一个Java核心主题。我需要先确定他们的背景和需求。可能他们正在学习Java的高级特性，或者在工作中需要处理集合数据，想用Stream API来简化代码。 首先，用户可能已经了解集合框架，但想用更函数式的方式来处理数据。他们可能听说过Stream API，但需要系统的介绍，包括基本概念、操作类型、使用方法和注意事项。可能需要实际例子来理解如何应用。 接下来，我需要组织内容结构。先介绍Stream是什么，和集合的区别，然后讲中间操作和终端操作的区别，给出常用操作的例子。还要提到并行流，以及使用时需要注意的地方，比如状态问题、性能考虑等。 还要考虑用户可能的疑问点，比如Stream和集合的区别，为什么用Stream，以及并行流的适用场景。另外，他们可能关心性能优化，或者常见错误，比如重复使用流、修改源数据等。 最后，总结部分需要强调Stream的优势，比如代码简洁、并行处理能力，同时提醒注意事项，确保用户正确使用。可能还需要给出参考资料或进一步学习的建议，比如官方文档或教程链接。</think>### **Java Stream 核心解析** `java.util.stream` 是 Java 8 引入的用于高效处理集合数据的 API，基于函数式编程思想，支持链式操作和并行计算。以下是其核心概念与用法： --- #### **1. Stream 的核心特性** | **特性** | **说明** | |----------------|--------------------------------------------------------------------------| | **无存储** | Stream 不存储数据，仅对数据源（如集合、数组）进行操作。 | | **惰性求值** | 中间操作（如 `filter`、`map`）延迟执行，只有终端操作（如 `collect`）触发计算。 | | **不可复用** | Stream 消费后不可重复使用，需重新创建。 | | **并行能力** | 通过 `parallel()` 轻松实现多线程处理。 | --- #### **2. Stream 操作类型** | **类型** | **方法示例** | **作用** | |----------------|------------------------------------------|--------------------------------------------| | **中间操作** | `filter()`, `map()`, `sorted()`, `distinct()` | 定义数据处理逻辑，返回新 Stream。 | | **终端操作** | `collect()`, `forEach()`, `reduce()`, `count()` | 触发实际计算，生成结果或副作用。 | --- #### **3. 创建 Stream** ```java // 从集合创建 List<String> list = Arrays.asList("a", "b", "c"); Stream<String> stream1 = list.stream(); // 顺序流 Stream<String> stream2 = list.parallelStream(); // 并行流 // 从数组创建 String[] array = {"a", "b", "c"}; Stream<String> stream3 = Arrays.stream(array); // 直接生成元素 Stream<String> stream4 = Stream.of("a", "b", "c"); Stream<Integer> stream5 = Stream.iterate(0, n -> n + 1).limit(10); // 无限流截断 Stream<Double> stream6 = Stream.generate(Math::random).limit(5); // 随机数流 ``` --- #### **4. 常用中间操作** ```java List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David"); // 过滤：保留长度 > 3 的元素 Stream<String> filtered = names.stream().filter(s -> s.length() > 3); // 映射：转换为大写 Stream<String> upperCase = names.stream().map(String::toUpperCase); // 排序：按长度逆序 Stream<String> sorted = names.stream().sorted((s1, s2) -> s2.length() - s1.length()); // 去重：基于元素唯一性 Stream<String> distinct = names.stream().distinct(); // 扁平化：合并多个集合（如将 List<List<String>> 转为单一 Stream） List<List<String>> nestedList = Arrays.asList( Arrays.asList("a", "b"), Arrays.asList("c", "d") ); Stream<String> flatStream = nestedList.stream().flatMap(Collection::stream); ``` --- #### **5. 常用终端操作** ```java List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5); // 收集为 List List<Integer> squared = numbers.stream() .map(n -> n * n) .collect(Collectors.toList()); // 遍历元素 numbers.stream().forEach(System.out::println); // 归约：求和 int sum = numbers.stream().reduce(0, Integer::sum); // 匹配检查 boolean allEven = numbers.stream().allMatch(n -> n % 2 == 0); // 是否全为偶数 boolean anyEven = numbers.stream().anyMatch(n -> n % 2 == 0); // 是否存在偶数 // 统计数量 long count = numbers.stream().filter(n -> n > 3).count(); // 查找元素 Optional<Integer> first = numbers.stream().findFirst(); // 第一个元素 Optional<Integer> any = numbers.stream().findAny(); // 任意元素（并行时可能不同） ``` --- #### **6. 并行流（Parallel Stream）** 通过多线程加速处理，适用于数据量大且无状态依赖的场景： ```java List<String> data = Arrays.asList("a", "b", "c", "d", "e"); // 直接使用并行流 long count = data.parallelStream() .filter(s -> s.length() > 1) .count(); // 将顺序流转为并行流 long sum = numbers.stream() .parallel() // 切换为并行模式 .mapToInt(Integer::intValue) .sum(); ``` --- #### **7. 注意事项** 1. **避免修改源数据** 在 Stream 操作过程中，不要修改原始集合（可能引发 `ConcurrentModificationException`）。 2. **谨慎使用状态** 中间操作应保持无状态（如避免在 `map` 中修改外部变量），否则并行计算时结果可能不一致。 3. **优先使用无副作用操作** `forEach` 通常用于输出结果，而非数据转换（应使用 `map` 或 `collect`）。 4. **性能权衡** 并行流不一定更快，需考虑数据量、任务复杂度、线程切换开销。 --- ### **典型应用场景** | **场景** | **示例代码** | |-----------------------|-----------------------------------------------------------------------------| | **过滤与转换** | 从用户列表中提取活跃用户并获取邮箱：<br>`users.stream().filter(User::isActive).map(User::getEmail).collect(toList())` | | **分组统计** | 按部门分组统计员工数：<br>`employees.stream().collect(Collectors.groupingBy(Employee::getDept, Collectors.counting()))` | | **数据聚合** | 计算订单总金额：<br>`orders.stream().mapToDouble(Order::getAmount).sum()` | | **链式条件处理** | 验证字符串列表是否全为数字且长度≤5：<br>`strings.stream().allMatch(s -> s.matches("\\d+") && s.length() <=5)` | --- ### **常见问题** **Q1：Stream 与集合的区别？** - 集合存储数据，Stream 描述计算逻辑；Stream 只能消费一次，集合可多次访问。 **Q2：`map` 和 `flatMap` 的区别？** - `map` 将元素一对一转换，`flatMap` 将每个元素转换为 Stream 后合并（例如拆分字符串为单词）。 **Q3：何时使用并行流？** - 数据量较大（如 10,000 条以上）且任务可拆分时使用，需通过基准测试验证是否提升性能。 --- ### **总结** - **核心优势**：简化集合操作代码，支持声明式编程和并行处理。 - **适用场景**：数据过滤、转换、聚合、分组等操作。 - **学习资源**： - [Oracle Stream 官方文档](https://docs.oracle.com/javase/8/docs/api/java/util/stream/package-summary.html) - 《Java 8 实战》（书籍）