文章目录
- map()基础：一对一的数据转换
- map()的工作原理
- 方法引用让代码更简洁
- 对象转换：实际业务应用
- 用户信息转换示例
- 特殊类型的map()：mapToInt、mapToLong、mapToDouble
- 链式map()：多重转换
- map()与filter()组合：数据处理管道
- 实战案例：订单数据处理系统
- 本章小结
想象一下如果处理一批用户数据，需要把用户对象转换成不同的格式：有时需要提取姓名列表，有时需要计算年龄，有时需要格式化显示信息。用传统方式，得写好多个循环：
// 提取姓名
List<String> names = new ArrayList<>();
for (User user : users) {names.add(user.getName());
}// 计算年龄
List<Integer> ages = new ArrayList<>();
for (User user : users) {ages.add(calculateAge(user.getBirthYear()));
}
传统方式很麻烦麻烦，用Stream的map()方法一行代码就能搞定数据转换。
List<String> names = users.stream().map(User::getName).collect(toList());
List<Integer> ages = users.stream().map(user -> calculateAge(user.getBirthYear())).collect(toList());
今天我们就来学习map()方法，这个数据转换的"变形金刚"，看看它如何让数据转换变得简单优雅！
map()基础：一对一的数据转换
map()的工作原理
map()方法对流中的每个元素应用一个函数，将原始元素转换为新的元素。它是一对一的映射关系：
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;public class MapBasics {public static void main(String[] args) {System.out.println("=== map()基础用法 ===");List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);// 1. 数字平方转换System.out.println("原数据: " + numbers);List<Integer> squares = numbers.stream().map(n -> n * n) // 每个数字转换为它的平方.collect(Collectors.toList());System.out.println("平方后: " + squares);// 2. 数字转字符串List<String> numberStrings = numbers.stream().map(n -> "数字" + n) // 转换为字符串格式.collect(Collectors.toList());System.out.println("转字符串: " + numberStrings);// 3. 类型转换List<Double> doubles = numbers.stream().map(n -> n.doubleValue()) // int转double.collect(Collectors.toList());System.out.println("转double: " + doubles);// 4. 字符串转换List<String> words = Arrays.asList("hello", "world", "java");List<String> upperWords = words.stream().map(String::toUpperCase) // 方法引用：转大写.collect(Collectors.toList());System.out.println("转大写: " + upperWords);// 5. 字符串长度转换List<Integer> lengths = words.stream().map(String::length) // 提取字符串长度.collect(Collectors.toList());System.out.println("字符串长度: " + lengths);}
}
输出结果：
=== map()基础用法 ===
原数据: [1, 2, 3, 4, 5]
平方后: [1, 4, 9, 16, 25]
转字符串: [数字1, 数字2, 数字3, 数字4, 数字5]
转double: [1.0, 2.0, 3.0, 4.0, 5.0]
转大写: [HELLO, WORLD, JAVA]
字符串长度: [5, 5, 4]
💡 关键理解：map()不会改变流中元素的数量，只是改变元素的类型或值。输入5个元素，输出也是5个元素。
方法引用让代码更简洁
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;public class MethodReferenceMap {public static void main(String[] args) {System.out.println("=== 方法引用简化map() ===");List<String> words = Arrays.asList("apple", "banana", "cherry");// Lambda表达式方式System.out.println("Lambda表达式:");List<String> result1 = words.stream().map(word -> word.toUpperCase()).collect(Collectors.toList());System.out.println("结果: " + result1);// 方法引用方式（更简洁）System.out.println("\n方法引用:");List<String> result2 = words.stream().map(String::toUpperCase) // 等价于 word -> word.toUpperCase().collect(Collectors.toList());System.out.println("结果: " + result2);// 静态方法引用List<Integer> numbers = Arrays.asList(-3, -1, 0, 2, 5);System.out.println("\n静态方法引用:");List<Integer> absolutes = numbers.stream().map(Math::abs) // 等价于 n -> Math.abs(n).collect(Collectors.toList());System.out.println("原数据: " + numbers);System.out.println("绝对值: " + absolutes);}
}
输出结果：
=== 方法引用简化map() ===
Lambda表达式:
结果: [APPLE, BANANA, CHERRY]方法引用:
结果: [APPLE, BANANA, CHERRY]静态方法引用:
原数据: [-3, -1, 0, 2, 5]
绝对值: [3, 1, 0, 2, 5]
对象转换：实际业务应用
用户信息转换示例
让我们看看在实际业务中如何使用map()进行对象转换：
import java.time.LocalDate;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;public class ObjectTransformation {public static void main(String[] args) {System.out.println("=== 对象转换应用 ===");List<User> users = Arrays.asList(new User("张三", 1995, "北京", "开发工程师"),new User("李四", 1988, "上海", "产品经理"),new User("王五", 1992, "广州", "测试工程师"),new User("赵六", 1985, "深圳", "架构师"));// 1. 提取用户名列表System.out.println("提取用户名:");List<String> names = users.stream().map(User::getName) // 方法引用提取姓名.collect(Collectors.toList());System.out.println("用户名: " + names);// 2. 计算用户年龄int currentYear = LocalDate.now().getYear();System.out.println("\n计算用户年龄:");List<Integer> ages = users.stream().map(user -> currentYear - user.getBirthYear()) // 计算年龄.collect(Collectors.toList());System.out.println("年龄: " + ages);// 3. 格式化用户信息System.out.println("\n格式化用户信息:");List<String> userInfos = users.stream().map(user -> String.format("%s(%d岁) - %s", user.getName(), currentYear - user.getBirthYear(),user.getPosition())).collect(Collectors.toList());userInfos.forEach(System.out::println);// 4. 转换为用户摘要对象System.out.println("\n转换为用户摘要:");List<UserSummary> summaries = users.stream().map(user -> new UserSummary(user.getName(),currentYear - user.getBirthYear(),user.getCity().length() > 2 ? user.getCity().substring(0, 2) : user.getCity())).collect(Collectors.toList());summaries.forEach(System.out::println);}
}class User {private String name;private int birthYear;private String city;private String position;public User(String name, int birthYear, String city, String position) {this.name = name;this.birthYear = birthYear;this.city = city;this.position = position;}// getter方法public String getName() { return name; }public int getBirthYear() { return birthYear; }public String getCity() { return city; }public String getPosition() { return position; }
}class UserSummary {private String name;private int age;private String cityPrefix;public UserSummary(String name, int age, String cityPrefix) {this.name = name;this.age = age;this.cityPrefix = cityPrefix;}@Overridepublic String toString() {return String.format("摘要[%s, %d岁, %s地区]", name, age, cityPrefix);}
}
输出结果：
=== 对象转换应用 ===
提取用户名:
用户名: [张三, 李四, 王五, 赵六]计算用户年龄:
年龄: [30, 37, 33, 40]格式化用户信息:
张三(30岁) - 开发工程师
李四(37岁) - 产品经理
王五(33岁) - 测试工程师
赵六(40岁) - 架构师转换为用户摘要:
摘要[张三, 30岁, 北京地区]
摘要[李四, 37岁, 上海地区]
摘要[王五, 33岁, 广州地区]
摘要[赵六, 40岁, 深圳地区]
特殊类型的map()：mapToInt、mapToLong、mapToDouble
当转换结果是基本数据类型时，使用专门的map方法可以避免装箱拆箱，提升性能：
import java.util.Arrays;
import java.util.List;
import java.util.stream.IntStream;public class PrimitiveMap {public static void main(String[] args) {System.out.println("=== 基本类型map()优化 ===");List<String> words = Arrays.asList("Java", "Python", "JavaScript", "Go");// 1. mapToInt - 转换为IntStreamSystem.out.println("字符串长度统计:");IntStream lengths = words.stream().mapToInt(String::length); // 直接返回IntStream，避免装箱System.out.println("各单词长度: " + Arrays.toString(lengths.toArray()));// IntStream提供更多数学操作int totalLength = words.stream().mapToInt(String::length).sum(); // IntStream提供的sum()方法System.out.println("总长度: " + totalLength);double avgLength = words.stream().mapToInt(String::length).average() // 计算平均值.orElse(0);System.out.printf("平均长度: %.1f\n", avgLength);// 2. mapToDouble - 处理价格计算List<Product> products = Arrays.asList(new Product("手机", 2999),new Product("电脑", 8999),new Product("耳机", 299));System.out.println("\n价格计算:");double totalPrice = products.stream().mapToDouble(Product::getPrice) // 转为DoubleStream.sum();System.out.printf("总价: %.2f元\n", totalPrice);// 计算含税价格（税率8%）System.out.println("含税价格:");products.stream().mapToDouble(p -> p.getPrice() * 1.08).forEach(price -> System.out.printf("%.2f ", price));}
}class Product {private String name;private int price;public Product(String name, int price) {this.name = name;this.price = price;}public String getName() { return name; }public int getPrice() { return price; }
}
输出结果：
=== 基本类型map()优化 ===
字符串长度统计:
各单词长度: [4, 6, 10, 2]
总长度: 22
平均长度: 5.5价格计算:
总价: 12297.00元
含税价格:
3238.92 9718.92 322.92
链式map()：多重转换
多个map()可以链式调用，实现复杂的数据转换管道：
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;public class ChainedMap {public static void main(String[] args) {System.out.println("=== 链式map()转换 ===");List<String> sentences = Arrays.asList("hello world", "java stream api", "functional programming");// 多重转换：字符串 -> 大写 -> 替换空格 -> 添加前缀System.out.println("多重转换处理:");List<String> processed = sentences.stream().map(String::toUpperCase) // 第1步：转大写.map(s -> s.replace(" ", "_")) // 第2步：替换空格.map(s -> "PREFIX_" + s) // 第3步：添加前缀.collect(Collectors.toList());System.out.println("原始数据: " + sentences);System.out.println("处理结果: " + processed);// 数值处理链：原数 -> 平方 -> 加10 -> 转字符串List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);System.out.println("\n数值处理链:");List<String> numberProcessed = numbers.stream().map(n -> n * n) // 平方.map(n -> n + 10) // 加10.map(n -> "result_" + n) // 转字符串并加前缀.collect(Collectors.toList());System.out.println("原始数字: " + numbers);System.out.println("处理结果: " + numberProcessed);// 使用peek()调试中间步骤System.out.println("\n调试中间步骤:");numbers.stream().peek(n -> System.out.println("输入: " + n)).map(n -> n * n).peek(n -> System.out.println("平方后: " + n)).map(n -> n + 10).peek(n -> System.out.println("加10后: " + n)).map(n -> "result_" + n).forEach(result -> System.out.println("最终结果: " + result));}
}
输出结果：
=== 链式map()转换 ===
多重转换处理:
原始数据: [hello world, java stream api, functional programming]
处理结果: [PREFIX_HELLO_WORLD, PREFIX_JAVA_STREAM_API, PREFIX_FUNCTIONAL_PROGRAMMING]数值处理链:
原始数字: [1, 2, 3, 4, 5]
处理结果: [result_11, result_14, result_19, result_26, result_35]调试中间步骤:
输入: 1
平方后: 1
加10后: 11
最终结果: result_11
输入: 2
平方后: 4
加10后: 14
最终结果: result_14
输入: 3
平方后: 9
加10后: 19
最终结果: result_19
输入: 4
平方后: 16
加10后: 26
最终结果: result_26
输入: 5
平方后: 25
加10后: 35
最终结果: result_35
map()与filter()组合：数据处理管道
map()经常与filter()组合使用，构成强大的数据处理管道：
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;public class MapFilterCombination {public static void main(String[] args) {System.out.println("=== map()与filter()组合 ===");List<Employee> employees = Arrays.asList(new Employee("张三", 28, 12000),new Employee("李四", 35, 15000),new Employee("王五", 23, 8000),new Employee("赵六", 31, 18000),new Employee("孙七", 26, 10000));// 需求：找出高薪员工(>12000)的姓名，并格式化显示System.out.println("高薪员工名单:");List<String> highSalaryNames = employees.stream().filter(emp -> emp.getSalary() > 12000) // 先过滤.map(emp -> emp.getName() + "(" + emp.getSalary() + "元)") // 再转换格式.collect(Collectors.toList());highSalaryNames.forEach(System.out::println);// 需求：30岁以下员工的平均工资System.out.println("\n30岁以下员工的平均工资:");double avgSalary = employees.stream().filter(emp -> emp.getAge() < 30) // 筛选30岁以下.mapToInt(Employee::getSalary) // 提取工资.average() // 计算平均值.orElse(0);System.out.printf("平均工资: %.2f元\n", avgSalary);// 顺序很重要！先过滤再转换vs先转换再过滤System.out.println("\n顺序优化对比:");// ✅ 效率更高：先过滤，减少map()操作次数long count1 = employees.stream().filter(emp -> emp.getAge() > 25) // 先过滤.map(emp -> emp.getName().toUpperCase()) // 再转换（只处理筛选后的数据）.count();// ❌ 效率较低：先转换，对所有数据进行map()操作long count2 = employees.stream().map(emp -> emp.getName().toUpperCase()) // 先转换（处理所有数据）.filter(name -> name.length() > 2) // 再过滤.count();System.out.println("优化后处理的数据量: " + count1);System.out.println("未优化处理的数据量: " + count2);}
}class Employee {private String name;private int age;private int salary;public Employee(String name, int age, int salary) {this.name = name;this.age = age;this.salary = salary;}public String getName() { return name; }public int getAge() { return age; }public int getSalary() { return salary; }
}
输出结果：
=== map()与filter()组合 ===
高薪员工名单:
李四(15000元)
赵六(18000元)30岁以下员工的平均工资:
平均工资: 10000.00元顺序优化对比:
优化后处理的数据量: 4
未优化处理的数据量: 0
实战案例：订单数据处理系统
让我们构建一个完整的订单数据处理系统，展示map()在实际业务中的应用：
import java.time.LocalDate;
import java.time.format.DateTimeFormatter;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;public class OrderProcessingSystem {public static void main(String[] args) {System.out.println("=== 订单数据处理系统 ===");List<Order> orders = Arrays.asList(new Order("ORD001", "张三", 1299.99, LocalDate.of(2025, 8, 20)),new Order("ORD002", "李四", 899.50, LocalDate.of(2025, 8, 21)),new Order("ORD003", "王五", 1599.00, LocalDate.of(2025, 8, 22)),new Order("ORD004", "赵六", 599.99, LocalDate.of(2025, 8, 23)));OrderProcessor processor = new OrderProcessor();// 场景1：生成订单摘要报告System.out.println("订单摘要报告:");List<String> summaries = processor.generateOrderSummaries(orders);summaries.forEach(System.out::println);// 场景2：计算含税总价System.out.println("\n含税价格计算（税率10%）:");List<TaxedOrder> taxedOrders = processor.calculateTaxedOrders(orders, 0.10);taxedOrders.forEach(System.out::println);// 场景3：生成客户账单System.out.println("\n客户账单:");List<CustomerBill> bills = processor.generateCustomerBills(orders);bills.forEach(System.out::println);// 场景4：数据导出格式转换System.out.println("\nCSV导出格式:");List<String> csvLines = processor.convertToCsvFormat(orders);csvLines.forEach(System.out::println);}
}class OrderProcessor {private final DateTimeFormatter dateFormatter = DateTimeFormatter.ofPattern("yyyy-MM-dd");// 生成订单摘要public List<String> generateOrderSummaries(List<Order> orders) {return orders.stream().map(order -> String.format("订单%s: %s购买，金额%.2f元，日期%s",order.getOrderId(),order.getCustomerName(),order.getAmount(),order.getOrderDate().format(dateFormatter))).collect(Collectors.toList());}// 计算含税订单public List<TaxedOrder> calculateTaxedOrders(List<Order> orders, double taxRate) {return orders.stream().map(order -> new TaxedOrder(order.getOrderId(),order.getCustomerName(),order.getAmount(),order.getAmount() * taxRate, // 税额order.getAmount() * (1 + taxRate) // 含税总额)).collect(Collectors.toList());}// 生成客户账单public List<CustomerBill> generateCustomerBills(List<Order> orders) {return orders.stream().map(order -> new CustomerBill(order.getCustomerName(),order.getAmount(),calculatePoints(order.getAmount()), // 积分计算order.getOrderDate())).collect(Collectors.toList());}// 转换为CSV格式public List<String> convertToCsvFormat(List<Order> orders) {return orders.stream().map(order -> String.join(",",order.getOrderId(),order.getCustomerName(),String.valueOf(order.getAmount()),order.getOrderDate().toString())).collect(Collectors.toList());}private int calculatePoints(double amount) {return (int) (amount / 10); // 每10元1积分}
}class Order {private String orderId;private String customerName;private double amount;private LocalDate orderDate;public Order(String orderId, String customerName, double amount, LocalDate orderDate) {this.orderId = orderId;this.customerName = customerName;this.amount = amount;this.orderDate = orderDate;}// getter方法public String getOrderId() { return orderId; }public String getCustomerName() { return customerName; }public double getAmount() { return amount; }public LocalDate getOrderDate() { return orderDate; }
}class TaxedOrder {private String orderId;private String customerName;private double originalAmount;private double taxAmount;private double totalAmount;public TaxedOrder(String orderId, String customerName, double originalAmount, double taxAmount, double totalAmount) {this.orderId = orderId;this.customerName = customerName;this.originalAmount = originalAmount;this.taxAmount = taxAmount;this.totalAmount = totalAmount;}@Overridepublic String toString() {return String.format("%s: %s，原价%.2f，税额%.2f，总计%.2f",orderId, customerName, originalAmount, taxAmount, totalAmount);}
}class CustomerBill {private String customerName;private double amount;private int points;private LocalDate billDate;public CustomerBill(String customerName, double amount, int points, LocalDate billDate) {this.customerName = customerName;this.amount = amount;this.points = points;this.billDate = billDate;}@Overridepublic String toString() {return String.format("客户%s: 消费%.2f元，获得%d积分，日期%s",customerName, amount, points, billDate);}
}
输出结果：
=== 订单数据处理系统 ===
订单摘要报告:
订单ORD001: 张三购买，金额1299.99元，日期2025-08-20
订单ORD002: 李四购买，金额899.50元，日期2025-08-21
订单ORD003: 王五购买，金额1599.00元，日期2025-08-22
订单ORD004: 赵六购买，金额599.99元，日期2025-08-23含税价格计算（税率10%）:
ORD001: 张三，原价1299.99，税额130.00，总计1429.99
ORD002: 李四，原价899.50，税额89.95，总计989.45
ORD003: 王五，原价1599.00，税额159.90，总计1758.90
ORD004: 赵六，原价599.99，税额60.00，总计659.99客户账单:
客户张三: 消费1299.99元，获得129积分，日期2025-08-20
客户李四: 消费899.50元，获得89积分，日期2025-08-21
客户王五: 消费1599.00元，获得159积分，日期2025-08-22
客户赵六: 消费599.99元，获得59积分，日期2025-08-23CSV导出格式:
ORD001,张三,1299.99,2025-08-20
ORD002,李四,899.5,2025-08-21
ORD003,王五,1599.0,2025-08-22
ORD004,赵六,599.99,2025-08-23
本章小结
今天我们深入学习了map()方法的强大功能：
核心概念：
- 一对一转换：map()不改变元素数量，只改变元素的类型或值
- 函数式转换：通过传入转换函数，实现灵活的数据变换
- 链式调用：多个map()可以串联，构建数据转换管道
重要方法：
- map()：通用转换方法
- mapToInt/mapToLong/mapToDouble：转换为基本类型流，性能更好
- 方法引用：简化常见的转换操作
实用技巧：
- 与filter()组合：先过滤再转换，提升性能
- 链式转换：多步骤数据处理管道
- peek()调试：查看中间转换步骤
性能考虑：
- 合理安排操作顺序：先filter()后map()
- 使用mapToInt等避免装箱拆箱
- 避免在map()中进行重复计算
实际应用场景：
- 数据格式转换（对象转字符串、类型转换）
- 业务计算（价格计算、积分计算）
- 数据提取（从复杂对象中提取字段）
- 报表生成（格式化输出）
下一章我们将学习《flatMap()：处理嵌套数据的利器》，探索如何优雅地处理复杂的嵌套数据结构！
源代码地址： https://github.com/qianmoQ/tutorial/tree/main/java8-stream-tutorial/src/main/java/org/devlive/tutorial/stream/chapter06
![[Android] UI进阶笔记：从 Toolbar 到可折叠标题栏的完整实战](http://pic.xiahunao.cn/[Android] UI进阶笔记：从 Toolbar 到可折叠标题栏的完整实战)
