Java 8及以上新特性：Lambda表达式、Stream API、Optional类与接口默认方法（二）

目录

一、Stream API

1.1 概念解析

Stream API是Java 8引入的一个重要特性，它为处理集合、数组或其他数据源提供了一种全新的、声明式的、高效且易于并行化的编程模型。Stream API引入了流式处理和函数式编程思维，将数据源看作一个可以被操作和转换的元素序列（流），并通过一系列中间操作（如过滤、映射、排序等）和终端操作（如收集、计数、遍历等）对数据进行处理。

Stream API对集合操作带来了革命性改变，它不再依赖于传统的迭代器或循环结构，而是通过管道（pipeline）的方式将多个操作串联起来，形成一个完整的数据处理流水线。这种方式不仅使得代码更简洁、更具可读性，而且由于Stream API的内部优化，能够实现自动并行化处理，显著提升大规模数据处理的性能。

1.2 应用场景

Stream API广泛应用于各种数据处理场景，显著提升代码效率与可读性：

数据过滤：通过filter()方法，根据给定的条件筛选出满足要求的元素。

List<String> filteredNames = names.stream()
    .filter(name -> name.length() > 5)
    .collect(Collectors.toList());

数据转换：使用map()方法将流中的每个元素转换为另一种形式，如将字符串转为大写。

List<String> uppercasedNames = names.stream()
    .map(String::toUpperCase)
    .collect(Collectors.toList());

数据聚合：通过reduce()、sum()、max()、min()等方法对流中的元素进行汇总计算。

OptionalInt sum = numbers.stream()
    .mapToInt(Integer::intValue)
    .sum();

数据排序：利用sorted()方法对流中的元素进行排序。

List<String> sortedNames = names.stream()
    .sorted()
    .collect(Collectors.toList());

并行处理：通过parallelStream()方法创建并行流，利用多核处理器并行处理数据，大幅提升处理速度。

long count = numbers.parallelStream()
    .filter(n -> n % 2 == 0)
    .count();

对比传统迭代器或循环方式，Stream API的处理逻辑更清晰、更易于阅读和维护，且由于其内部的优化，能够更高效地处理大规模数据，尤其是当启用并行流时，能够显著提高计算性能。

1.3 主要方法与操作

Stream API主要包括以下几类方法：

• 创建流：通过集合、数组的stream()或parallelStream()方法，或者Stream类的静态工厂方法（如of()、generate()、iterate()等）创建流。

• 中间操作：如filter()、map()、flatMap()、peek()、sorted()、distinct()等，用于对流中的元素进行过滤、转换、排序、去重等操作。中间操作不会执行任何处理，而是返回一个新的流供进一步操作。

• 终端操作：如collect()、count()、min()、max()、forEach()、toArray()等，对流进行最终的汇总、计数、遍历等操作，并产生结果。执行终端操作后，流会被消费掉，无法再次使用。

• 短路特性：部分终端操作（如anyMatch()、allMatch()、findFirst()、findAny()等）具有短路特性，即在找到符合条件的元素或满足终止条件时，立即停止后续处理，提高效率。

这些方法可以灵活组合，构建复杂的查询逻辑，如通过多个filter()、map()操作对数据进行多级过滤和转换，再通过collect()汇总结果，或者通过findFirst()找到第一个满足条件的元素。

1.4 使用示例

以下是一系列丰富的Stream API使用示例：

简单流操作：

List<String> names = Arrays.asList("Alice", "Bob", "Charlie");

// 获取名字长度大于5的姓名
List<String> longNames = names.stream()
    .filter(name -> name.length() > 5)
    .collect(Collectors.toList());

// 计算所有名字的总长度
int totalLength = names.stream()
    .mapToInt(String::length)
    .sum();

复合流操作：

List<Person> people = ...;

// 获取所有年龄大于30且姓氏为"A"的人的名字
List<String> filteredNames = people.stream()
    .filter(person -> person.getAge() > 30)
    .filter(person -> person.getLastName().startsWith("A"))
    .map(Person::getFirstName)
    .collect(Collectors.toList());

并行流操作：

List<Long> numbers = ...;

// 并行计算所有偶数的平方和
long sumOfSquares = numbers.parallelStream()
    .filter(n -> n % 2 == 0)
    .map(n -> n * n)
    .reduce(0L, Long::sum);

通过这些示例，读者可以直观感受到Stream API的强大功能和优雅语法，掌握其基本用法，并在实际编程中运用Stream API提升数据处理的效率与代码质量。