当前位置：首页 > news >正文

Java 中 List.stream() 的全面使用指南（含完整示例）

news 2025/7/2 11:17:06

标签：Java8, Stream API, 函数式编程, 集合操作

一、前言

随着 Java 8 的推出，Stream API 成为了处理集合数据的一种高效方式。List.stream() 是 Java Stream API 的入口方法之一，它允许开发者将集合转换为流，并通过链式调用实现诸如过滤、映射、排序等复杂逻辑。本文将系统地介绍 list.stream() 的使用方法，并提供大量代码示例帮助理解。

二、什么是 Stream？

Stream 并不是一种新的数据结构，而是对集合进行函数式操作的抽象工具。它支持一系列中间操作（如 filter、map）和终端操作（如 collect、forEach），最终返回一个结果。

特点：

链式调用：多个操作可以串联成一行清晰的语句。
惰性求值：中间操作不会立即执行，直到遇到终端操作。
不可复用：一个 Stream 只能被消费一次。
并行处理能力：可通过 parallelStream() 实现多线程处理。

三、List.stream() 的基本使用流程

List<T> result = list.stream().filter(...).map(...).sorted(...).collect(Collectors.toList());

整个过程包括：

创建流；
多个中间操作；
一个终端操作（如收集到列表、计数等）。

四、常用操作详解与示例

(1) 过滤（Filter）

筛选满足条件的元素。

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
List<Integer> evenNumbers = numbers.stream().filter(n -> n % 2 == 0).collect(Collectors.toList());
// 输出: [2, 4]

(2) 映射（Map）

将每个元素映射为另一种形式或类型。

List<String> words = Arrays.asList("apple", "banana", "cherry");
List<Integer> wordLengths = words.stream().map(String::length).collect(Collectors.toList());
// 输出: [5, 6, 6]

(3) 排序（Sorted）

默认按自然顺序排序，也可自定义比较器。

List<String> sortedList = words.stream().sorted().collect(Collectors.toList());
// 输出: ["apple", "banana", "cherry"]// 按长度倒序排序
List<String> customSorted = words.stream().sorted((a, b) -> b.length() - a.length()).collect(Collectors.toList());
// 输出: ["banana", "cherry", "apple"]

(4) 去重（Distinct）

去除重复元素。

List<Integer> duplicates = Arrays.asList(1, 2, 2, 3, 3, 3);
List<Integer> unique = duplicates.stream().distinct().collect(Collectors.toList());
// 输出: [1, 2, 3]

(5) 匹配（Match）

判断是否满足某些条件。

boolean hasEven = numbers.stream().anyMatch(n -> n % 2 == 0); // 是否存在偶数
// 输出: trueboolean allEven = numbers.stream().allMatch(n -> n % 2 == 0); // 是否全为偶数
// 输出: false

(6) 聚合操作（Reduce）

合并流中的元素，常用于求和、最大值、最小值等。

Optional<Integer> sum = numbers.stream().reduce(Integer::sum);
// 输出: Optional[15]Optional<Integer> max = numbers.stream().reduce(Integer::max);
// 输出: Optional[5]

(7) 收集结果（Collect）

将流的结果收集到指定的数据结构中。

Set<Integer> numberSet = numbers.stream().collect(Collectors.toSet());Map<Integer, String> map = numbers.stream().collect(Collectors.toMap(n -> n,n -> "Num" + n));

五、并行流（Parallel Stream）

对于大数据量处理，可使用 parallelStream() 提高性能。

List<Integer> largeList = ...; // 假设有大量数据
long count = largeList.parallelStream().filter(n -> n > 100).count();

⚠️ 注意事项：并行流虽然提升了效率，但也可能带来线程安全问题，需谨慎使用。

六、注意事项与最佳实践

项目	说明
不可复用	一个 Stream 只能使用一次，重复使用会抛出异常
惰性求值	中间操作不会立即执行，直到触发终端操作
避免副作用	不要在 map 或 filter 中修改外部变量
合理使用并行流	小数据量时普通 stream 更高效，大集合才考虑 parallelStream