Java 8 引入的 Stream API 是处理集合数据的强大工具，它允许你以声明式方式处理数据集合，支持各种聚合操作和并行处理。以下是 Stream API 的核心知识点及具体代码示例：

1. Stream 概述

Stream 是数据渠道，用于操作数据源（如集合、数组）所生成的元素序列。注意：

Stream 自己不会存储元素。
Stream 不会改变源对象，相反，它们会返回一个持有结果的新 Stream。
Stream 操作是延迟执行的，这意味着它们会等到需要结果时才执行。

2. Stream 的创建

可以通过集合、数组、静态方法等创建 Stream。

import java.util.*;
import java.util.stream.*;public class StreamCreation {public static void main(String[] args) {// 1. 通过 Collection 接口的 stream() 或 parallelStream() 方法List<String> list = Arrays.asList("apple", "banana", "cherry");Stream<String> streamFromList = list.stream(); // 顺序流Stream<String> parallelStream = list.parallelStream(); // 并行流// 2. 通过 Arrays 类的 stream() 方法Integer[] array = {1, 2, 3, 4, 5};Stream<Integer> streamFromArray = Arrays.stream(array);// 3. 通过 Stream 类的静态方法：of()、iterate()、generate()Stream<String> streamOf = Stream.of("a", "b", "c");Stream<Integer> streamIterate = Stream.iterate(0, n -> n + 2).limit(5); // 0, 2, 4, 6, 8Stream<Double> streamGenerate = Stream.generate(Math::random).limit(3);// 4. 创建空 StreamStream<String> emptyStream = Stream.empty();}
}

3. Stream 的中间操作

中间操作会返回一个新的 Stream，多个中间操作可以连接成一个流水线。常用操作：

过滤：filter(Predicate<T>)
映射：map(Function<T, R>)、flatMap(Function<T, Stream<R>>)
排序：sorted()、sorted(Comparator<T>)
去重：distinct()
截断：limit(long maxSize)
跳过：skip(long n)

import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;public class StreamIntermediateOperations {public static void main(String[] args) {List<String> words = Arrays.asList("hello", "world", "java", "stream");// 过滤长度大于4的单词，并转为大写，最后排序Stream<String> result = words.stream().filter(word -> word.length() > 4)     // 过滤长度>4的单词.map(String::toUpperCase)             // 转为大写.sorted();                            // 自然排序result.forEach(System.out::println);      // 输出: HELLO, WORLD, STREAM}
}

4. Stream 的终止操作

终止操作会触发流水线的执行并产生结果。常用操作：

遍历：forEach(Consumer<T>)
匹配：allMatch()、anyMatch()、noneMatch()
查找：findFirst()、findAny()
归约：reduce()
收集：collect()
统计：count()、max()、min()

import java.util.*;
import java.util.stream.Collectors;public class StreamTerminalOperations {public static void main(String[] args) {List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);// 1. 匹配与查找boolean allEven = numbers.stream().allMatch(n -> n % 2 == 0); // falseboolean anyEven = numbers.stream().anyMatch(n -> n % 2 == 0); // trueOptional<Integer> firstEven = numbers.stream().filter(n -> n % 2 == 0).findFirst(); // 2// 2. 归约：计算总和int sum = numbers.stream().reduce(0, Integer::sum); // 55// 3. 收集：转为集合或统计List<Integer> evenNumbers = numbers.stream().filter(n -> n % 2 == 0).collect(Collectors.toList()); // [2, 4, 6, 8, 10]// 4. 分组：按奇偶分组Map<Boolean, List<Integer>> groupedByEven = numbers.stream().collect(Collectors.partitioningBy(n -> n % 2 == 0));// 5. 统计IntSummaryStatistics stats = numbers.stream().mapToInt(Integer::intValue).summaryStatistics();System.out.println("Count: " + stats.getCount());     // 10System.out.println("Sum: " + stats.getSum());         // 55System.out.println("Average: " + stats.getAverage()); // 5.5}
}

5. 并行流与串行流

串行流：单线程处理流中的元素。
并行流：内部使用 Fork/Join 框架多线程并行处理（适合大数据量）。

import java.util.Arrays;
import java.util.List;public class ParallelStreamExample {public static void main(String[] args) {List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);// 串行流（单线程）numbers.stream().map(n -> {System.out.println(Thread.currentThread().getName() + ": " + n);return n * 2;}).forEach(System.out::println);System.out.println("---");// 并行流（多线程）numbers.parallelStream().map(n -> {System.out.println(Thread.currentThread().getName() + ": " + n);return n * 2;}).forEach(System.out::println);}
}

6. Stream 的惰性求值

中间操作不会立即执行，只有遇到终止操作时才会触发执行。

import java.util.Arrays;
import java.util.List;public class StreamLaziness {public static void main(String[] args) {List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David");// 中间操作不会执行names.stream().filter(name -> {System.out.println("Filtering: " + name);return name.length() > 4;}).map(name -> {System.out.println("Mapping: " + name);return name.toUpperCase();});// 没有终止操作，不会输出任何内容// 添加终止操作后触发执行names.stream().filter(name -> {System.out.println("Filtering: " + name);return name.length() > 4;}).map(name -> {System.out.println("Mapping: " + name);return name.toUpperCase();}).forEach(System.out::println);}
}