封面图上流动的「Stream」字样，正是 Java 8 以来最革命性的特性之一！你是否还在写冗长的 for 循环遍历集合？是否为过滤、排序、聚合数据写一堆重复代码？Stream 流的出现，以声明式编程风格将复杂的集合操作浓缩为一行代码，不仅可读性更强，还能轻松实现并行处理。本文将从 Stream 的核心概念（中间操作 / 终止操作）讲起，结合 10 + 实战案例（过滤去重、分组统计、链式调用），带你吃透 Stream 流的精髓，让代码更优雅、更高效！

---

Stream API  万物皆可一行代码
Stream专门针对集合的各种操作提供各种非常便利，简单，高效的API,
Stream API主要是通过Lambda表达式完成，极大的提高了程序的效率和可读性，
同时Stram API中自带的并行流使得并发处理集合的门槛再次降低，使用Stream API编程无需多写

怎样使用Stream流?

1. 获取流-->  2. 对流进行操作-->3.结束对流的操作

获取流的方式

集合类可通过 Collection.stream() 或 Collection.parallelStream() 获取流；

数组可通过 Arrays.stream(T[] array) 或 Stream.of() 转换。

IO 相关流如 Files.walk() 或 BufferedReader.lines() 也可生成流。

---

中间操作（Intermediate Operations）

中间操作返回新流，支持链式调用，操作延迟执行（lazy）。

映射操作

• map：元素一对一转换。

  List<String> names = students.stream().map(Student::getName).collect(Collectors.toList());
  

• flatMap：扁平化多维结构。

  List<String> words = lines.stream().flatMap(line -> Arrays.stream(line.split(" "))).collect(Collectors.toList());
  

过滤与去重

• filter：保留符合谓词的元素。

  List<Student> adults = students.stream().filter(s -> s.getAge() > 18).collect(Collectors.toList());
  

• distinct：去除重复元素（依赖 equals 方法）。

排序与裁剪

• sorted：自然排序或自定义比较器。

在Java流(Stream) API中，sorted方法用于对流中的元素进行排序操作。它支持两种重载形式，可以根据需要选择无参数或传入自定义比较器(Comparator)。下面我将逐步解释其用法，并提供真实可靠的示例代码，帮助您理解如何高效实现排序。

1. 无参数sorted方法

• 当调用sorted()方法而不传递任何参数时，要求流中的元素必须实现Comparable<T>接口。这适用于元素类已经定义了自然排序顺序的情况。
• 示例：如果元素类（如String或自定义类）实现了Comparable，则可以直接使用。

  List<String> names = Arrays.asList("Alice", "Bob", "Charlie");
  names.stream().sorted()  // 依赖String的Comparable实现.forEach(System.out::println);
  

  输出结果将是按字母顺序排序的元素：Alice, Bob, Charlie。

2. 带Comparator参数的sorted方法

• 方法签名：Stream<T> sorted(Comparator<? super T> comparator)

• 这允许您传入一个自定义比较器来定义排序规则，特别适用于元素类未实现Comparable或需要特定排序逻辑的场景。

• 使用lambda表达式可以简洁地定义比较器。

  • 示例：基于对象的属性（如年龄）排序。

    List<Student> students = Arrays.asList(new Student("Alice", 20),new Student("Bob", 18),new Student("Charlie", 22)
    );// 使用lambda表达式排序：按年龄从小到大
    students.stream().sorted((s1, s2) -> Integer.compare(s1.getAge(), s2.getAge())).forEach(System.out::println);
    

    输出：按年龄升序显示学生信息（如Bob(18), Alice(20), Charlie(22)）。

• 更推荐使用Comparator的工厂方法（如Comparator.comparingInt），以提高代码可读性和健壮性。

  • 示例：使用Comparator.comparingInt优化排序。

    students.stream().sorted(Comparator.comparingInt(Student::getAge))  // 等价于lambda，但更简洁.forEach(System.out::println);
    

    输出与上述相同，但代码更易于维护。

3. 注意事项和最佳实践

• 性能考虑：sorted方法是一个有状态操作，可能影响流性能。对于大数据集，建议在排序前使用parallelStream()（如果线程安全）。
• 降序排序：可以通过Comparator.reversed()实现降序。

  students.stream().sorted(Comparator.comparingInt(Student::getAge).reversed()).forEach(System.out::println);
  

  输出：按年龄降序（如Charlie(22), Alice(20), Bob(18)）。
• 多字段排序：使用Comparator.thenComparing实现复合排序。

  students.stream().sorted(Comparator.comparing(Student::getName).thenComparingInt(Student::getAge)).forEach(System.out::println);
  

  先按名字排序，再按年龄排序。
• limit/skip：截取前 N 项或跳过前 N 项。

调试辅助

• peek：遍历元素但不终结流，常用于调试。

  students.stream().peek(s -> System.out.println("Processing: " + s.getName())).collect(Collectors.toList());
  

---

终结操作（Terminal Operations）

终结操作触发流处理并返回结果或副作用。

遍历与聚合

• forEach：遍历元素。

  students.stream().forEach(System.out::println);
  

• count：统计元素数量。

  long count = students.stream().count();
  

• min/max：需传入比较器。

  Optional<Student> oldest = students.stream().max(Comparator.comparingInt(Student::getAge));
  

匹配与查找

• anyMatch/allMatch/noneMatch：检查元素是否匹配条件。

  boolean hasAdult = students.stream().anyMatch(s -> s.getAge() > 18);
  

• findFirst/findAny：返回首个或任意元素（并行流中效率更高）。

归约与收集

2. 使用 Collectors 简化操作

Collectors 类提供了许多内置转换器，如 toList()、toSet() 等，可以直接传入 collect 方法。例如：

3. groupingBy 分组操作

groupingBy 类似于 SQL 中的 GROUP BY，用于按指定条件分组元素。它有多个参数版本：

4. toMap 转换操作

toMap 用于将流转换为 Map，需指定键和值的映射函数。例如：

// 将学生列表转换为 Map<年龄, 学生对象>
Map<Integer, Student> map = students.stream().collect(Collectors.toMap(Student::getAge, s -> s));

5. 基本数据类型流的限制

对于基本数据类型流（如 IntStream、LongStream、DoubleStream），没有 collect 方法。这是因为基本类型涉及装箱（boxing）和拆箱（unboxing）操作，Java SDK 未将其集成到流收集机制中。替代方案是：

• reduce：聚合元素。

  Optional<Integer> totalAge = students.stream().map(Student::getAge).reduce(Integer::sum);
  

• collect：转换为集合或分组。

• collect 是 Java Stream API 中的一个终端操作，用于将流中的元素收集到一个容器中（如集合或映射）。下面我将基于您提供的信息，逐步解释 collect 的使用方法、常见场景和注意事项，确保内容真实可靠（基于 Java 8 及以上版本的规范）。

  1. collect 方法的基本签名

  collect 方法有两个主要重载形式：

• 第一个重载：接受三个参数（supplier、accumulator 和 combiner），用于自定义收集逻辑。

  <R> R collect(Supplier<R> supplier,BiConsumer<R, ? super T> accumulator,BiConsumer<R, R> combiner);
  

  • supplier：提供一个新容器（如 ArrayList::new）。
  • accumulator：将元素添加到容器中（如 List::add）。
  • combiner：在并行流中合并多个容器（如 List::addAll）。
• 第二个重载：接受一个 Collector 对象，简化常见操作。

  <R, A> R collect(Collector<? super T, A, R> collector);
  

  通常，我们使用 Collectors 工具类中的静态方法作为参数，因为它是更简洁的方式。
• 转换为列表：将流元素收集到 List 中。

  List<Integer> list = integers.stream().collect(Collectors.toList());
  

  默认使用 ArrayList。
• 转换为集合：将流元素收集到 Set 中。

  Set<Integer> set = integers.stream().collect(Collectors.toSet());
  

  默认使用 HashSet。
• 单参数版本：按分类函数分组，返回 Map。

  // 按学生年龄分组，返回 Map<Integer, List<Student>>
  Map<Integer, List<Student>> map = students.stream().collect(Collectors.groupingBy(Student::getAge));
  

  默认使用 HashMap 作为容器。
• 多参数版本：支持自定义容器和下游收集器。
  • 两个参数：指定分类函数和下游收集器（如 toList()）。
  • 三个参数：添加容器类型（如 TreeMap::new）。 例如，您提到的例子：按年龄分组，但只收集学生姓名而非整个对象。

  // 按年龄分组，每组存储学生姓名列表
  Map<Integer, List<String>> map = students.stream().collect(Collectors.groupingBy(Student::getAge,Collectors.mapping(Student::getName, Collectors.toList())));
  

  这里：
  • 第一个参数 Student::getAge 是分类依据。
  • 第二个参数 Collectors.mapping(...) 是下游收集器，其中 mapping 将每个学生映射到姓名，再用 toList() 收集为列表。 如果省略容器参数，默认仍为 HashMap。
• 第一个参数 Student::getAge 定义键（key）。
• 第二个参数 s -> s 定义值（value），这里直接使用学生对象。 注意事项：
• 如果键重复，会抛出 IllegalStateException。解决方法是添加第三个参数（合并函数），如 (oldValue, newValue) -> oldValue 保留第一个值。
• 默认使用 HashMap，但可以通过第四个参数指定其他 Map 实现（如 TreeMap::new）。
• 使用 toArray() 方法转换为数组。

  int[] array = intStream.toArray();
  

• 或者，先将流转换为对象流（如 boxed()），再使用 collect。

  List<Integer> list = intStream.boxed().collect(Collectors.toList());
  

• 特殊转换
• toArray：转为数组，可指定类型。

  Student[] array = students.stream().toArray(Student[]::new);
  

---

并行流注意事项

通过 parallelStream() 可启用并行处理，但需确保操作无状态且避免共享变量。以下场景适合并行流：

• 数据量较大且处理耗时。
• 任务可独立分片（如过滤、映射）。

List<Student> adults = students.parallelStream().filter(s -> s.getAge() > 18).collect(Collectors.toList());