在 Java 编程的领域中，随着业务逻辑日益复杂，数据处理的效率与代码的简洁性成为开发者关注的重点。Java 8 引入的 Stream API，犹如一股清新的风，为开发者带来了一种全新的数据处理方式。它不仅简化了代码结构，还大幅提升了数据处理的效率与灵活性。
一、揭开 Java Stream 的神秘面纱
Stream 代表着一个支持顺序和并行聚合操作的元素序列。它与传统的集合不同，Stream 并不存储数据，而是在数据的源（如集合、数组）上进行一系列操作。Stream 的核心特点在于其延迟执行机制，中间操作（如过滤、映射）不会立即执行，只有当终端操作（如计数、遍历）被调用时，整个操作流水线才会被触发，这种特性使得 Stream 在处理数据时能进行优化，避免不必要的计算开销。
1. Stream 的创建方式
Stream 的创建极为灵活，可以从多种数据源构建。
- 从集合创建：集合是 Java 中常用的数据结构，通过
stream()方法，能轻松将集合转换为 Stream。例如：
import java.util.ArrayList;
import java.util.List;
import java.util.stream.Stream;public class StreamFromCollection {public static void main(String[] args) {List<Integer> numberList = new ArrayList<>();numberList.add(1);numberList.add(2);numberList.add(3);Stream<Integer> streamFromList = numberList.stream();}
}
- 从数组创建：数组作为另一种基础数据结构，同样能快速转变为 Stream。利用
Arrays.stream()方法即可达成：
import java.util.Arrays;
import java.util.stream.Stream;public class StreamFromArray {public static void main(String[] args) {int[] numberArray = {1, 2, 3};Stream<int[]> streamFromArray = Stream.of(numberArray);// 或者使用专门针对基本类型数组的方法IntStream intStream = Arrays.stream(numberArray);}
}
- 生成无限 Stream：Stream 还支持创建无限序列，通过
Stream.iterate()或Stream.generate()方法实现。例如，生成一个从 0 开始，每次递增 1 的无限序列：
import java.util.stream.Stream;public class InfiniteStream {public static void main(String[] args) {Stream<Integer> infiniteStream = Stream.iterate(0, n -> n + 1);// 通常需要限制长度，比如只取前10个infiniteStream.limit(10).forEach(System.out::println);}
}
二、Stream 的操作盛宴
Stream API 提供了丰富多样的操作，这些操作可分为中间操作和终端操作。
1. 中间操作
中间操作会返回一个新的 Stream，以便在其上继续进行链式操作。
- filter（过滤）：筛选出符合特定条件的元素。比如，从一组整数中筛选出偶数：
import java.util.Arrays;
import java.util.List;public class FilterExample {public static void main(String[] args) {List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);numbers.stream().filter(n -> n % 2 == 0).forEach(System.out::println);}
}
- map（映射）：对 Stream 中的每个元素应用一个函数，将其转换为另一种形式。例如，将整数列表中的每个数平方：
import java.util.Arrays;
import java.util.List;public class MapExample {public static void main(String[] args) {List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);numbers.stream().map(n -> n * n).forEach(System.out::println);}
}
- distinct（去重）：去除 Stream 中的重复元素。假设一个包含重复元素的列表：
import java.util.Arrays;
import java.util.List;public class DistinctExample {public static void main(String[] args) {List<Integer> numbers = Arrays.asList(1, 1, 2, 2, 3);numbers.stream().distinct().forEach(System.out::println);}
}
- sorted（排序）：对 Stream 中的元素进行排序。既可以使用自然排序（针对实现了
Comparable接口的类型），也可以使用自定义比较器：
import java.util.Arrays;
import java.util.Comparator;
import java.util.List;public class SortedExample {public static void main(String[] args) {List<Integer> numbers = Arrays.asList(3, 1, 4, 1, 5);// 自然排序numbers.stream().sorted().forEach(System.out::println);// 自定义比较器，按降序排序numbers.stream().sorted(Comparator.reverseOrder()).forEach(System.out::println);}
}
2. 终端操作
终端操作会触发 Stream 的执行，并返回一个结果或产生副作用。
- forEach（遍历）：对 Stream 中的每个元素执行一个操作。例如，打印列表中的所有元素：
import java.util.Arrays;
import java.util.List;public class ForEachExample {public static void main(String[] args) {List<Integer> numbers = Arrays.asList(1, 2, 3);numbers.stream().forEach(System.out::println);}
}
- collect（收集）：将 Stream 中的元素收集到一个集合中，如
List、Set或Map。例如，将 Stream 中的偶数收集到一个List中：
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;public class CollectExample {public static void main(String[] args) {List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);List<Integer> evenNumbers = numbers.stream().filter(n -> n % 2 == 0).collect(Collectors.toList());System.out.println(evenNumbers);}
}
- reduce（归约）：通过一个累积函数将 Stream 中的元素归约为一个值。比如计算整数列表的总和：
import java.util.Arrays;
import java.util.List;public class ReduceExample {public static void main(String[] args) {List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);int sum = numbers.stream().reduce(0, (a, b) -> a + b);System.out.println(sum);}
}
- count（计数）：统计 Stream 中元素的数量。例如，统计列表中偶数的个数：
import java.util.Arrays;
import java.util.List;public class CountExample {public static void main(String[] args) {List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);long count = numbers.stream().filter(n -> n % 2 == 0).count();System.out.println(count);}
}
三、Stream 带来的显著优势
- 代码简洁性：Stream 通过链式调用的方式，将复杂的数据处理逻辑以一种简洁明了的方式表达出来，避免了冗长的循环和繁琐的临时变量声明。
- 可读性提升：Stream 的操作更接近自然语言的表达，使得代码的意图更加清晰，易于理解和维护。
- 并行处理能力：只需简单地切换为并行流（
parallelStream()），Stream 就能充分利用多核处理器的优势，自动并行执行操作，极大地提升了大数据集的处理效率。
四、总结
Java Stream 为 Java 开发者带来了一种全新的数据处理范式，它以简洁的语法、强大的功能和高效的性能，成为处理数据的得力工具。无论是日常开发中的小数据处理，还是面对大数据量的复杂业务场景，Stream 都能发挥其独特的优势。随着对 Stream 理解的深入，开发者能够编写出更优雅、高效的 Java 代码，提升开发效率与代码质量。
)
