什么是Stream流

Stream流的概念

Stream流是Java 8引入的API，用于以声明式方式处理集合数据。它允许对集合进行高效、链式的并行或串行操作，无需显式编写循环代码。Stream的核心思想是"数据流水线"，通过中间操作（如过滤、映射）和终端操作（如收集、遍历）实现复杂的数据处理逻辑。

Stream 流的核心定义

Stream 流是 Java 8 引入的处理集合（Collection）的抽象工具，你可以把它理解成：

把集合（比如 List、Set）想象成一个装满水的水池，Stream 流就是从水池里流出来的 "水流"------ 你可以在水流上做过滤、加工、排序等操作，操作的是 "水流" 里的元素，而不会改变原水池（原集合） 的内容，最终还能把处理后的水流重新收集成新的集合。

它不是数据结构（不存储数据），而是一套 "流水线式" 的操作 API，目的是让集合处理代码更简洁、高效，尤其是处理大数据量时还能轻松实现并行处理。

Stream流的特点

不存储数据：Stream 只是操作数据的 "管道"，本身不保存任何元素；
不修改源数据：所有操作都是基于源集合的副本，原集合不会被改变；
惰性求值：只有调用 "终止操作" 时，中间的过滤、映射等操作才会真正执行；
可并行化 ：用parallelStream()替代stream()，就能自动实现多线程并行处理，提升大数据量处理效率。

Stream流的操作类型

中间操作（返回新的Stream）：

filter(Predicate)：按条件过滤元素。
map(Function)：将元素转换为另一种形式。
sorted()：对元素排序。

终端操作（触发实际计算）：

collect(Collectors.toList())：将结果收集为集合。
forEach(Consumer)：遍历每个元素。
reduce()：将元素归约为单个值。

示例代码

java 复制代码

List<String> names = Arrays.asList("Alice", "Bob", "Charlie");
List<String> filtered = names.stream()
    .filter(name -> name.length() > 3)
    .map(String::toUpperCase)
    .collect(Collectors.toList());
// 输出: [ALICE, CHARLIE]

并行流

通过parallelStream()实现多线程处理，提升大数据集处理效率：

java 复制代码

long count = names.parallelStream()
    .filter(name -> name.contains("a"))
    .count();

传统方式 vs Stream 流（直观对比）

比如你想从一个数字列表中筛选出偶数，对比两种写法：

1. 传统 for 循环（繁琐）

java 复制代码

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

public class TraditionalExample {
    public static void main(String[] args) {
        List<Integer> nums = Arrays.asList(1,2,3,4,5,6);
        List<Integer> evens = new ArrayList<>();
        
        // 手动遍历、筛选、添加
        for (Integer num : nums) {
            if (num % 2 == 0) {
                evens.add(num);
            }
        }
        System.out.println(evens); // 输出 [2,4,6]
    }
}

2. Stream 流（简洁）

java 复制代码

import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;

public class StreamExample {
    public static void main(String[] args) {
        List<Integer> nums = Arrays.asList(1,2,3,4,5,6);
        
        // 流式处理：获取流 → 过滤 → 收集结果
        List<Integer> evens = nums.stream()
                                  .filter(num -> num % 2 == 0) // 筛选偶数
                                  .collect(Collectors.toList()); // 收集为列表
        
        System.out.println(evens); // 输出 [2,4,6]
    }
}

Stream 流的常见操作分类

Stream 操作分为两类，必须配合使用：

类型	特点	常见方法
中间操作	返回 Stream，可链式调用	filter（过滤）、map（映射）、sorted（排序）、distinct（去重）
终止操作	返回非 Stream，触发流的执行	collect（收集）、forEach（遍历）、count（计数）、sum（求和）

完整示例（多操作组合）

java 复制代码

import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;

public class StreamFullExample {
    public static void main(String[] args) {
        // 源数据：学生成绩列表
        List<Integer> scores = Arrays.asList(85, 92, 78, 95, 88, 70, 92);
        
        // Stream流处理：筛选80分以上 → 去重 → 降序排序 → 收集为列表
        List<Integer> highScores = scores.stream()
                                         .filter(score -> score >= 80) // 中间操作：过滤80分以下
                                         .distinct() // 中间操作：去重
                                         .sorted((a, b) -> b - a) // 中间操作：降序排序
                                         .collect(Collectors.toList()); // 终止操作：收集结果
        
        // 输出结果：[95, 92, 88, 85]
        System.out.println("80分以上的去重成绩（降序）：" + highScores);
    }
}

适用场景

大数据集合的过滤、转换、聚合。
需要链式编程或并行处理的场景。
替代传统循环代码以提高可读性。

注意：Stream不适用于修改数据源或需要复杂状态管理的场景。

总结

Stream 流是 Java 8 处理集合的高效工具，核心是 "流水线式" 处理，代码更简洁易读；
Stream 不存储数据、不修改源数据，支持惰性求值和并行处理；
Stream 操作必须包含 "中间操作 + 终止操作"，只有终止操作才会触发真正的计算