Java中Stream流详解

概要

✨介绍

Java中的Stream是Java 8引入的一种新的API，用于处理集合或数组中的数据，提供了一种简洁且高效的方式来进行各种操作，如过滤、排序、映射、汇总等。Stream不存储数据，它更像是一个高级迭代器，通过一系列流水线操作来处理数据。Stream操作可以分为两类：中间操作和终端操作。

🍁特点

• 惰性求值 (Lazy Evaluation)：Stream中的操作是惰性执行的，只有在终止操作执行时，才会实际计算结果。
• 不可变性 (Immutability)：Stream是不可变的，每次对Stream的操作都会返回一个新的Stream，而不会修改原始数据源。
• 无存储 (No Storage)：Stream不会存储数据，数据存储在数据源中。

💪操作类型

• 中间操作 (Intermediate Operations)：返回一个新的Stream，允许多个操作链式调用。这些操作都是惰性执行的，直到执行终止操作。

常见的中间操作包括：filter(), map(), sorted(), distinct(), limit(), skip(), peek()等。

• 终止操作 (Terminal Operations)：触发Stream的处理并生成结果。终止操作会关闭Stream，使得Stream无法再被使用。

常见的终止操作包括：forEach(), collect(), reduce(), count(), min(), max(), anyMatch(), allMatch(), noneMatch()等。

🐜优缺点

优点：

1. 代码简洁性与可读性：Stream 提供了声明式的编程方式，使得代码更简洁、优雅。可以通过链式调用将复杂的操作步骤清晰地表达出来，减少了样板代码（如循环和条件判断）的使用。
2. 函数式编程支持：Stream 强化了Java对函数式编程的支持。开发者可以将Lambda表达式与Stream结合，使用map、filter、reduce等操作处理数据，这种方式更加直观且容易维护。
3. 并行处理能力：Stream 支持并行流（parallelStream），允许在多核处理器上并行处理数据，提升处理性能，特别适合大规模数据处理的场景。
4. 惰性求值：Stream 的惰性求值特性可以优化性能。只有在终止操作执行时，Stream 才会真正执行操作。这使得可以将多个中间操作组合起来，并且只需遍历数据源一次，减少不必要的计算。
5. 流畅的API设计：Stream API 设计非常流畅，提供了多种常用操作，可以很方便地组合这些操作来实现各种复杂的数据处理逻辑。

缺点：

1. 调试困难：由于Stream使用了链式调用和Lambda表达式，调试过程比传统的for循环复杂得多。特别是在链式操作中出现错误时，定位问题可能较为困难。
2. 性能开销：虽然Stream可以通过并行处理提升性能，但在某些场景下，它的性能可能低于传统的循环。例如，在涉及大量对象创建或短小集合的场景中，Stream的惰性求值和中间对象的创建可能带来额外的性能开销。
3. 可读性问题：虽然Stream可以使代码更加简洁，但过度使用或在不适合的场合使用Stream可能导致代码过于复杂，降低可读性，特别是对于不熟悉Stream的开发者而言。
4. 资源消耗：在某些情况下，Stream 可能导致较高的内存消耗。例如，如果在一个非常大的集合上使用复杂的流操作链，可能会占用大量内存，甚至导致OutOfMemoryError。
5. 不适合所有场景：Stream 更适合处理无状态的、不可变的数据操作。对于需要频繁修改数据或需要处理具有状态的操作，传统的迭代方法可能更为合适。

package com.stream;

import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
import java.util.stream.Collectors;

/**
* 需求：找出姓张，并且是3个字的名字，存入到一个新集合中
*/
public class Demo {
   
    public static void main(String[] args) {
   
        ArrayList<String> names = new ArrayList<>();
        Collections.addAll(names, "张三丰", "张无忌", "周芷若", "赵敏", "张三", "韦一笑");

        // 方案一：传统遍历
        List<String> list = new ArrayList<>();
        for (String name : names) {
   
            if (name.startsWith("张") && name.length() == 3) {
   
                list.add(name);
            }
        }
        System.out.println(list); // [张三丰, 张无忌]


        // 方案二：Stream
        List<String> list2 = names.stream()
                .filter(name -> name.startsWith("张") && name.length() == 3)
                .collect(Collectors.toList());
        System.out.println(list2); // [张三丰, 张无忌]
    }
}

获取Steam流

获取List集合的Stream流

ArrayList<String> names = new ArrayList<>();
Collections.addAll(names, "张三丰", "张无忌", "周芷若", "赵敏", "张三", "韦一笑");
Stream<String> stream = names.stream();

获取Set集合的Stream流

Set<String> set = new HashSet<>();
Collections.addAll(set, "九阳神功", "乾坤大挪移", "九阴白骨爪", "峨眉剑法");
Stream<String> stream1 = set.stream();

获取Map集合的流

Map<String, Integer> map = new HashMap<>();
map.put("李白", 521);
map.put("杜甫", 412);
map.put("白居易", 243);
map.put("陶渊明", 156);

// map keys 的 Stream
Set<String> strings = map.keySet();
Stream<String> stream2 = strings.stream();

// Map values 的 Stream
Collection<Integer> values = map.values();
Stream<Integer> stream3 = values.stream();

Set<Map.Entry