JavaStream用法全解析
Java Stream 的用法
Java Stream 是 Java 8 引入的一个功能强大的 API，用于处理集合数据。它支持函数式编程风格，提供了一种高效、声明式的方式处理数据。
创建 Stream
可以通过多种方式创建 Stream，包括从集合、数组、生成器或直接使用 Stream.of 方法。
// 从集合创建
List<String> list = Arrays.asList("a", "b", "c");
Stream<String> streamFromList = list.stream();// 从数组创建
String[] array = {"a", "b", "c"};
Stream<String> streamFromArray = Arrays.stream(array);// 使用 Stream.of
Stream<String> streamOf = Stream.of("a", "b", "c");
中间操作
Stream 提供了一系列中间操作，用于对数据进行转换或过滤。这些操作是惰性的，只有在触发终端操作时才会执行。
// 过滤
List<String> filtered = list.stream().filter(s -> s.startsWith("a")).collect(Collectors.toList());// 映射
List<String> mapped = list.stream().map(String::toUpperCase).collect(Collectors.toList());// 排序
List<String> sorted = list.stream().sorted().collect(Collectors.toList());
终端操作
终端操作会触发流的处理，并产生结果或副作用。一旦执行终端操作，流就不能再被使用。
// 收集为 List
List<String> collected = streamFromList.collect(Collectors.toList());// 遍历
streamFromList.forEach(System.out::println);// 匹配
boolean anyMatch = streamFromList.anyMatch(s -> s.startsWith("a"));// 计数
long count = streamFromList.count();
并行流
Stream 支持并行处理，可以通过 parallelStream 或 parallel 方法启用。
List<String> parallelProcessed = list.parallelStream().filter(s -> s.startsWith("a")).collect(Collectors.toList());
数值流
对于基本数据类型，Stream 提供了专门的数值流（IntStream、LongStream、DoubleStream），以避免装箱拆箱的开销。
IntStream intStream = IntStream.range(1, 10);
int sum = intStream.sum();
示例代码
以下是一个完整的示例，展示了如何从列表创建流，进行过滤、映射和收集操作。
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;public class StreamExample {public static void main(String[] args) {List<String> names = Arrays.asList("John", "Jane", "Doe", "Sarah");// 过滤并转换为大写List<String> result = names.stream().filter(name -> name.length() > 3).map(String::toUpperCase).collect(Collectors.toList());System.out.println(result); // 输出: [JOHN, JANE, SARAH]}
}
Stream API 提供了丰富的操作方法，能够简化集合数据的处理，提高代码的可读性和效率。
流操作的高阶函数
collect 与自定义收集器
利用 Collectors 类或实现 Collector 接口构建复杂聚合操作。例如分区、分组后二次计算：
Map<Boolean, Long> partitioned = stream.collect(Collectors.partitioningBy(x -> x > 50,Collectors.counting())
);
并行流优化策略
显式控制并行度
通过 ForkJoinPool 自定义线程池避免资源竞争：
ForkJoinPool customPool = new ForkJoinPool(4);
customPool.submit(() -> largeList.parallelStream().forEach(computeTask)
).get();
有状态中间操作
takeWhile/dropWhile 条件截断
基于谓词动态控制流元素（Java 9+）：
List<Integer> result = stream.takeWhile(n -> n < 100).dropWhile(n -> n % 2 == 0).toList();
原始类型流特化
避免装箱开销
使用 IntStream、LongStream 等特化流处理数值计算：
DoubleSummaryStatistics stats = IntStream.range(1, 100).asDoubleStream().summaryStatistics();
流构建技巧
生成器函数创建无限流
结合 limit 实现懒加载数据源：
Stream.generate(Math::random).limit(100).forEach(System.out::println);
异常处理机制
包装受检异常
通过函数式接口处理可能抛出异常的操作：
List<Path> validFiles = files.stream().flatMap(f -> {try {return Stream.of(f.toRealPath());} catch (IOException e) {return Stream.empty();}}).toList();
性能监控与调试
插入诊断点
使用 peek 记录中间状态而不终止流：
List<String> processed = stream.peek(e -> log.debug("Pre-filter: {}", e)).filter(s -> s.length() > 3).peek(e -> log.debug("Post-filter: {}", e)).toList();