Java Stream 流笔记

Java Stream 流笔记

目录

1. [Stream 流是什么](#Stream 流是什么)
2. [常用 API 及使用](#常用 API 及使用)
3. [与传统 API 对比](#与传统 API 对比)
4. 总结

---

1. Stream 流是什么

Stream 是 Java 8 引入的用于处理集合数据的抽象 API，特点：

• 声明式编程：关注"做什么"而非"怎么做"
• 链式操作：支持流水线式操作组合
• 并行处理：内置并行处理能力
• 不存储数据：仅对数据源进行计算
• 不可复用：每个流只能被消费一次

// 示例：创建流
List<String> list = Arrays.asList("a", "b", "c");
Stream<String> stream = list.stream();  // 顺序流
Stream<String> parallelStream = list.parallelStream();  // 并行流 

2. 常用 API 及使用

2.1 核心操作分类

操作类型	方法示例	特点
中间操作	filter(), map(), sorted()	惰性求值，返回新Stream
终端操作	forEach(), collect(), count()	触发实际计算，流不可复用

2.2 常用 API 示例

过滤（filter）

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
List<Integer> evenNumbers = numbers.stream()
    .filter(n -> n % 2 == 0)  // 中间操作：过滤偶数
    .collect(Collectors.toList());  // 终端操作：收集结果
// 结果：[2, 4]    

映射（map）

List<String> words = Arrays.asList("Java", "Stream");
List<Integer> lengths = words.stream()
    .map(String::length)  // 中间操作：转换为字符串长度
    .collect(Collectors.toList());
// 结果：[4, 6]

排序（sorted）

List<String> names = Arrays.asList("Bob", "Alice", "David");
List<String> sortedNames = names.stream()
    .sorted()  // 自然排序
    .collect(Collectors.toList());
// 结果：[Alice, Bob, David]

// 自定义排序
List<String> customSorted = names.stream()
    .sorted((a, b) -> b.compareTo(a))  // 倒序
    .collect(Collectors.toList());
// 结果：[David, Bob, Alice]

---

3. 与传统 API 对比

3.1 排序功能对比

集合工具类（Collections.sort）

List<String> list = new ArrayList<>(Arrays.asList("c", "b", "a"));
Collections.sort(list);  // 直接修改原集合
// 优点：内存占用小
// 缺点：破坏原数据，难以组合复杂操作

Stream 实现排序

List<String> original = Arrays.asList("c", "b", "a");
List<String> sorted = original.stream()
    .sorted()
    .collect(Collectors.toList());  // 生成新集合
// 优点：保持原数据不变，可组合其他操作
// 缺点：需要额外内存存储新集合  

3.2 综合对比

特性	Stream API	传统集合操作
代码可读性	⭐⭐⭐⭐（声明式）	⭐⭐（命令式）
并行处理	内置 parallel() 方法	需手动实现多线程
内存效率	较高内存占用（生成新集合）	较低内存占用
操作组合能力	支持链式操作	需分步实现
数据修改	不修改源数据	可能修改源数据
适用场景	复杂数据处理流水线	简单操作/性能敏感场景

---

4. 总结

优势：

1. 声明式编程：提高代码可读性和维护性
2. 函数式组合：轻松实现复杂数据处理流水线
3. 并行优化：简单启用 parallel() 即可利用多核
4. 延迟执行：优化计算过程，避免不必要的操作

注意事项：

1. 性能敏感场景：简单操作可能不如传统方式高效
2. 状态问题：避免在 lambda 中修改外部状态
3. 资源管理：注意流的自动关闭特性（如文件流）

选择建议：

• 需要组合多个操作时优先使用 Stream
• 处理大数据集时考虑使用并行流
• 简单单步操作可保留传统方式
• 需要保持原始数据不变时使用 Stream

// 最佳实践示例：组合操作
List<String> result = dataList.stream()
    .filter(item -> item.startsWith("A"))  // 过滤
    .map(String::toUpperCase)             // 转换
    .sorted(Comparator.reverseOrder())    // 排序
    .limit(10)                            // 限制数量
    .collect(Collectors.toList());        // 收集结果