Java中的Stream API是什么？请说明其优势。

用心去追梦

于 2024-08-22 11:49:48 发布

阅读量451

点赞数 25

文章标签： java python windows

本文链接：https://blog.csdn.net/qq_33240556/article/details/141424493

版权

Java 中的 Stream API 是 Java 8 引入的一组用于处理集合数据的接口和类，旨在提供一种声明式的方式来操作数据集合。Stream API 通过流水线（pipeline）操作使得数据处理更为简洁和高效。其核心特性包括惰性求值、流式操作和支持并行处理等。

1. Stream API 的核心概念

Stream: 代表一个数据流，可以通过不同的操作来处理集合中的元素。Stream 本身不存储数据，而是从数据源（如集合、数组等）中获取数据并进行处理。
Pipeline（流水线）: 由多个操作组成的数据处理链。每个操作都会返回一个新的 Stream，操作链上的每个步骤都会对数据进行转换。
Intermediate Operations（中间操作）: 这些操作返回一个新的 Stream，对流中的数据进行处理。中间操作是惰性求值的，即只有在最终操作（终端操作）执行时，才会真正处理数据。常见的中间操作包括 filter、map、distinct、sorted、limit 和 skip。
Terminal Operations（终端操作）: 这些操作会触发流的处理，并且会产生一个非流结果，如 forEach、collect、reduce、count 和 toArray。一旦终端操作被执行，中间操作链将会被计算。
Lazy Evaluation（惰性求值）: Stream API 的操作是惰性求值的，意味着只有在需要结果时才会执行数据处理，这样可以避免不必要的计算。

2. Stream API 的主要优势

声明式编程: Stream API 提供了声明式的编程风格，使代码更加简洁和易读。通过链式调用的方式，代码逻辑更清晰。

List<String> result = list.stream()
    .filter(s -> s.startsWith("A"))
    .map(String::toUpperCase)
    .collect(Collectors.toList());

函数式编程: Stream API 支持函数式编程风格，可以使用 Lambda 表达式和方法引用进行操作，减少了样板代码，提高了代码的可维护性。
```
List<String> names = Arrays.asList("John", "Jane", "Jack");
names.stream().forEach(name -> System.out.println(name));
```
惰性求值: 中间操作是惰性求值的，意味着只有在终端操作执行时才会触发实际的计算，这样可以避免不必要的中间计算，提升性能。

并行处理: Stream API 支持并行流（parallel stream），使得数据处理可以利用多核 CPU 提升性能。通过调用 parallelStream 方法，可以方便地并行处理数据。

List<Long> numbers = Arrays.asList(1L, 2L, 3L, 4L, 5L);
long sum = numbers.parallelStream()
                  .mapToLong(Long::longValue)
                  .sum();

简洁的聚合操作: Stream API 提供了方便的聚合操作，如 reduce、collect 和 count，使得数据汇总变得更加简单。
```
int sum = numbers.stream()
                 .reduce(0, Integer::sum);
```
易于维护: 通过链式调用和函数式接口的使用，代码更具可读性和可维护性。可以避免传统迭代和条件判断带来的复杂性。

3. Stream API 示例

以下是一些常见的 Stream API 使用示例：

过滤和映射

List<String> names = Arrays.asList("John", "Jane", "Jack", "Jill");
List<String> filteredNames = names.stream()
                                  .filter(name -> name.startsWith("J"))
                                  .map(String::toUpperCase)
                                  .collect(Collectors.toList());
System.out.println(filteredNames); // [JOHN, JACK, JILL]

聚合操作

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
int sum = numbers.stream()
                  .mapToInt(Integer::intValue)
                  .sum();
System.out.println(sum); // 15

并行处理

List<Integer> largeNumbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
long count = largeNumbers.parallelStream()
                         .filter(n -> n % 2 == 0)
                         .count();
System.out.println(count); // 5

自定义收集器

Map<Integer, List<String>> groupedByLength = names.stream()
    .collect(Collectors.groupingBy(String::length));
System.out.println(groupedByLength); // {4=[John, Jill], 5=[Jane, Jack]}