Java Stream API实战：高效集合处理完全指南

王明 · Java高级工程师

2023年10月15日 · 阅读时间8分钟

在Java 8引入的众多新特性中，Stream API无疑是最具革命性的特性之一。它彻底改变了我们处理集合数据的方式，让代码更加简洁、高效且易于理解。本教程将深入探讨Java Stream API的核心概念、使用方法以及实际应用场景。

📚 目录

什么是Stream API
Stream与集合的区别
Stream操作分类
创建Stream的多种方式
中间操作详解
终端操作实战
并行流处理
综合案例：电商数据分析

🚀 什么是Stream API

Stream是Java 8中处理集合（Collection）的关键抽象概念。它可以让你以声明式的方式处理数据，写出高效、干净、简洁的代码。

传统方式 vs Stream方式

// 传统方式：过滤并收集价格大于100的产品
List<Product> expensiveProducts = new ArrayList<>();
for (Product p : products) {
    if (p.getPrice() > 100) {
        expensiveProducts.add(p);
    }
}

// Stream方式
List<Product> expensiveProducts = products.stream()
    .filter(p -> p.getPrice() > 100)
    .collect(Collectors.toList());

🔄 Stream与集合的区别

特性	集合(Collection)	流(Stream)
存储	存储数据	不存储数据
数据处理	外部迭代	内部迭代
数据处理方式	命令式	声明式
遍历次数	可多次遍历	只能遍历一次

🔧 创建Stream的多种方式

Java提供了多种创建Stream的方式：

// 1. 从集合创建
List<String> list = Arrays.asList("a", "b", "c");
Stream<String> stream1 = list.stream();

// 2. 从数组创建
String[] array = {"a", "b", "c"};
Stream<String> stream2 = Arrays.stream(array);

// 3. 使用Stream.of()
Stream<String> stream3 = Stream.of("a", "b", "c");

// 4. 创建无限流
Stream<Integer> infiniteStream = Stream.iterate(0, n -> n + 2);

// 5. 使用生成器
Stream<Double> randomStream = Stream.generate(Math::random);

⚙️ 中间操作详解

中间操作会返回一个新的Stream，可以链式调用多个中间操作。

常用中间操作

List<Product> products = // 初始化产品列表

// 过滤操作
Stream<Product> filtered = products.stream()
    .filter(p -> p.getPrice() > 100);

// 映射操作
Stream<String> names = products.stream()
    .map(Product::getName);

// 去重操作
Stream<Product> distinct = products.stream()
    .distinct();

// 排序操作
Stream<Product> sorted = products.stream()
    .sorted(Comparator.comparing(Product::getPrice));

// 限制操作
Stream<Product> limited = products.stream()
    .limit(5);

🎯 终端操作实战

终端操作会触发实际计算，产生结果或副作用。

常用终端操作

// 1. 收集结果
List<String> names = products.stream()
    .map(Product::getName)
    .collect(Collectors.toList());

// 2. 匹配检查
boolean anyExpensive = products.stream()
    .anyMatch(p -> p.getPrice() > 1000);

// 3. 查找元素
Optional<Product> firstExpensive = products.stream()
    .filter(p -> p.getPrice() > 500)
    .findFirst();

// 4. 聚合计算
double totalPrice = products.stream()
    .mapToDouble(Product::getPrice)
    .sum();

// 5. 分组操作
Map<String, List<Product>> byCategory = products.stream()
    .collect(Collectors.groupingBy(Product::getCategory));

⚡️ 并行流处理

Java Stream API支持简单的并行处理，只需将stream()替换为parallelStream()。

// 顺序流
long count = products.stream()
    .filter(p -> p.getPrice() > 100)
    .count();

// 并行流
long parallelCount = products.parallelStream()
    .filter(p -> p.getPrice() > 100)
    .count();

💡 注意：并行流并不总是更快，适用于数据量大且处理耗时的操作。对于小数据集，顺序流通常更高效。

📊 综合案例：电商数据分析

假设我们有一个电商平台的产品列表，我们将使用Stream API进行数据分析：

public class ECommerceAnalysis {
    public static void main(String[] args) {
        List<Product> products = Arrays.asList(
            new Product("Laptop", "Electronics", 1200, 4.5),
            new Product("Smartphone", "Electronics", 800, 4.3),
            new Product("Book", "Books", 20, 4.7),
            new Product("Headphones", "Electronics", 150, 4.2),
            new Product("Chair", "Furniture", 200, 4.0),
            new Product("Desk", "Furniture", 350, 4.1)
        );

        // 1. 按类别分组并计算平均价格
        Map<String, Double> avgPriceByCategory = products.stream()
            .collect(Collectors.groupingBy(
                Product::getCategory,
                Collectors.averagingDouble(Product::getPrice)
            ));
        
        // 2. 获取评分最高的3个产品
        List<Product> topRated = products.stream()
            .sorted(Comparator.comparing(Product::getRating).reversed())
            .limit(3)
            .collect(Collectors.toList());
        
        // 3. 计算电子类产品的总价值
        double electronicsTotal = products.stream()
            .filter(p -> "Electronics".equals(p.getCategory()))
            .mapToDouble(Product::getPrice)
            .sum();
        
        // 4. 找出所有产品名称的大写形式
        List<String> upperCaseNames = products.stream()
            .map(p -> p.getName().toUpperCase())
            .collect(Collectors.toList());
        
        // 输出结果
        System.out.println("按类别平均价格: " + avgPriceByCategory);
        System.out.println("评分最高的3个产品: " + topRated);
        System.out.println("电子类产品总价值: " + electronicsTotal);
        System.out.println("产品名称大写: " + upperCaseNames);
    }
}

class Product {
    private String name;
    private String category;
    private double price;
    private double rating;
    
    // 构造方法、getter和setter省略
}

程序输出：

按类别平均价格: {Electronics=716.6666666666666, Books=20.0, Furniture=275.0}
评分最高的3个产品: [Book, Laptop, Smartphone]
电子类产品总价值: 2150.0
产品名称大写: [LAPTOP, SMARTPHONE, BOOK, HEADPHONES, CHAIR, DESK]