1. 什么是 Stream?
Stream 是 Java 8 引入的一种新方式,目的是帮助我们更简洁、更高效地处理集合(如 List、Set、Map 等)。你可以把 Stream 想象成一条“流水线”,数据就像是流水线上的原材料,经过流水线的各个环节处理,最后你会得到想要的结果。
2. 为什么要使用 Stream?
在没有 Stream 之前,处理集合数据时,我们通常会使用 循环 来逐个操作每个元素,这样代码冗长、难以维护。
传统做法:
假设我们有一个 List
存储了多个整数,我们想找出所有大于 10 的数字。
java">List<Integer> numbers = Arrays.asList(5, 12, 15, 8, 22);
List<Integer> result = new ArrayList<>();for (int num : numbers) {if (num > 10) {result.add(num);}
}
System.out.println(result); // 输出 [12, 15, 22]
这种方式看起来没问题,但是如果我们需要对多个集合执行各种复杂的操作(过滤、排序、映射等),代码就会变得非常冗长。
使用 Stream:
Stream 让你可以通过一系列简单的“流式操作”来处理数据。
java">List<Integer> numbers = Arrays.asList(5, 12, 15, 8, 22);
List<Integer> result = numbers.stream() // 将 List 转换成 Stream.filter(num -> num > 10) // 过滤大于 10 的元素.collect(Collectors.toList()); // 收集结果为一个新的 ListSystem.out.println(result); // 输出 [12, 15, 22]
通过 stream()
方法,我们将 List
转换成了一个 Stream,接着使用了 filter()
来过滤出大于 10 的元素,最后通过 collect()
方法将结果转回 List。
3. 流(Stream)的核心特点
- 声明式代码:你不需要关心具体的如何循环,Stream 把这些细节帮你处理了,你只需要专注于“做什么”而不是“怎么做”。
- 支持链式调用:你可以将多个操作连接在一起,像流水线一样一步步处理数据。
- 惰性求值:Stream 中的操作不会立即执行,直到你调用终端操作时,才会真正执行所有的操作。
- 可以并行处理:Stream 使得并行处理变得非常简单,特别适用于大数据量的处理。
4. Stream 的基本操作
Stream 主要有两类操作:中间操作 和 终端操作。
1. 中间操作(Intermediate Operations)
中间操作会返回一个新的 Stream,这意味着你可以连续链式调用多个中间操作。中间操作通常是懒执行的,只有在终端操作执行时,所有的中间操作才会一起执行。
常用的中间操作包括:
filter()
:过滤数据,返回符合条件的元素。map()
:将每个元素转换成新的形式。sorted()
:对数据进行排序。
示例:
java">List<Integer> numbers = Arrays.asList(5, 12, 15, 8, 22);List<Integer> result = numbers.stream() // 将 List 转换为 Stream.filter(num -> num > 10) // 过滤出大于 10 的元素.map(num -> num * 2) // 每个数字乘以 2.sorted() // 排序.collect(Collectors.toList()); // 收集结果为一个 ListSystem.out.println(result); // 输出 [24, 30, 44]
在这个例子中,我们做了三件事:
- 先过滤出大于 10 的数字。
- 然后将每个数字乘以 2。
- 最后对结果进行排序。
2. 终端操作(Terminal Operations)
终端操作是 Stream 处理的最后一步,执行完终端操作后,Stream 就会被消耗掉,无法继续使用。常见的终端操作有:
collect()
:将 Stream 中的元素收集成一个集合。forEach()
:对每个元素执行某个操作。reduce()
:将 Stream 中的所有元素聚合成一个结果(比如求和)。count()
:统计元素的数量。
示例:
java">List<Integer> numbers = Arrays.asList(5, 12, 15, 8, 22);// 1. collect():收集到 List 中
List<Integer> result = numbers.stream().filter(num -> num > 10).collect(Collectors.toList());
System.out.println(result); // 输出 [12, 15, 22]// 2. forEach():打印每个元素
numbers.stream().forEach(num -> System.out.println(num));// 3. reduce():求和
int sum = numbers.stream().reduce(0, (a, b) -> a + b);
System.out.println(sum); // 输出 62
5. 延迟执行与惰性求值
Stream 的操作是惰性执行的,也就是说,Stream 中的操作并不会立即执行,而是等到你真正需要结果时(调用终端操作)才会执行。这种特性让我们可以做一些优化,比如避免不必要的操作。
示例:
java">List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);// 中间操作:过滤和映射
Stream<Integer> stream = numbers.stream().filter(num -> num > 2) // 过滤出大于 2 的数字.map(num -> num * 2); // 每个数字乘以 2// 终端操作:打印结果
stream.forEach(System.out::println); // 输出 6, 8, 10
在上面的代码中,filter()
和 map()
是中间操作,只有在调用 forEach()
(终端操作)时,才会实际进行数据处理。
6. 并行流(Parallel Stream)
Stream 还支持并行流(parallelStream()
),它可以利用多核 CPU 的优势来加速处理。当你需要处理大量数据时,使用并行流可以显著提高效率。
示例:
java">List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);// 使用 parallelStream() 进行并行处理
numbers.parallelStream().forEach(num -> System.out.println(num + " processed by " + Thread.currentThread().getName()));
总结
- Stream 让你以声明式的方式处理数据,代码更加简洁和易读。
- 中间操作(如
filter
、map
)是对流的转换,终端操作(如collect
、forEach
)才会触发数据的实际处理。 - 惰性求值:Stream 的中间操作不会立即执行,而是直到终端操作调用时才会进行计算。
- 并行流:Stream 支持并行处理,可以通过
parallelStream()
提升处理大量数据的效率。