2638264600 的个人博客

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。

List numbers = Arrays.asList(5, 12, 15, 8, 22);
List result = new ArrayList<>();

for (int num : numbers) {
if (num > 10) {
result.add(num);
}
}
System.out.println(result); // 输出 [12, 15, 22]
AI写代码
java
运行
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。

List numbers = Arrays.asList(5, 12, 15, 8, 22);
List 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 List

System.out.println(result); // 输出 [12, 15, 22]
AI写代码
java
运行
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。
5. 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：

List numbers = Arrays.asList(5, 12, 15, 8, 22);

List 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 List

System.out.println(result); // 输出 [24, 30, 44]
AI写代码
java
运行
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：

List numbers = Arrays.asList(5, 12, 15, 8, 22);

// 1. collect()：收集到 List 中
List 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
AI写代码
java
运行

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：

List numbers = Arrays.asList(1, 2, 3, 4, 5);

// 中间操作：过滤和映射
Stream 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
AI写代码
java
运行
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：

List 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()));
AI写代码
java
运行
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。
————————————————

                    版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/2302_76543887/article/details/144402865