Stream 简介

在 Java 8 之前。对集合的遍历与过滤往往需要手写循环，代码冗长且容易出错。怎么说呢，Stream API 将集合的处理方式从命令式转为声明式。让你像写 SQL 查询一样描述“要做什么”，而不必关心“如何做”。它通过惰性求值、链式调用和函数式编程语义，使代码更简洁、更易维护。

List names = Arrays.asList;// 传统方式
List result = new ArrayList<>;for {
if ) {
result.add);}
}
// Stream 方式
List streamResult = names.stream
.filter)
.map
.collect);

Stream 的特点

1. 不是数据结构Stream 不会存储数据，它只是一种对数据源的抽象视图。
2. 不修改源数据所有中间操作都是无副作用的，原始集合保持不变。
3. 惰性执行中间操作不会立即执行，只有在终止操作时才触发。
4. 可消费性一个 Stream 只能被消费一次后续再使用会抛异常。

常见痛点一览

• 学习曲线陡峭：函数式接口、方法引用与 lambda 表达式的新语法让初学者上手慢。
• 性能误区：误以为所有 Stream 都比传统循环快，忽略了创建 Stream 与终止操作开销。
• 并行流陷阱：并行流不适用于所有场景，错误使用会导致线程安全问题或性能下降。
• Eager vs Lazy 混淆：对惰性求值机制不了解，导致无限循环或意外遍历两次。怎么说呢，
• 资源泄露：`Files.lines` 等 I/O 流未正确关闭会造成文件句柄泄漏。

操作分类

类型	方法示例	返回值类型	特点/注意点
中间操作 - 惰性执行，只产生结果但不收集到最终容器里。适合做过滤、映射、去重等预处理。

filter.filter返回一样类型的 Stream；predicate 为 boolean 返回值；若返回 false 则该元素被排除。常用来实现条件筛选，痛点当 predicate 内部有副作用或 IO 时可能导致不可预期行为。说起来，

 

 

 

map

flatMap

distinct

sorted

limit / skip

peek

Ternary Operations .forEach- 单纯消费元素。不收集结果，常用于打印或执行副作用。痛点使用 forEach 替代 collect 时失去归约功能，容易导致空指针等错误。

.collect将元素收集到容器，例如 List、Set、Map 或自定义 Collector。痛点若 Collector 本身不是线程安全的，在并行流中须特别小心。不过，

.reduce归约成单个值。例如求和、最大值等，痛点缺失 identity 或二元运算符未定义时可能抛异常，需要谨慎选择合适的归约函数。

.match*布尔匹配，用于判定条件是否满足整个集合或任意元素。痛点在有状态 Lambda 或大量元素时会产生短路性能问题。

.findFirst / findAny查找第一个或任意一个元素。痛点在并行流里 findFirst 的顺序保证成本高昂，需要权衡是否可以用 findAny 替代。

创建 Stream 的多种方式

. 从集合创建

`list.stream` 返回顺序流；如果需要并行，可直接 `.parallelStream` 或 `.stream.parallel`。

. 从数组创建

. 使用 Stream.of

. 创建数值流

. 创建无限流并结合

---

filter - 条件筛选

java List names = Arrays.asList;names.stream .filter> 4) .collect);不过，//

• 注意: predicate 中不要出现 I/O 或修改外部状态。否则可能出现不可重复性，

map - 映射

java names.stream .map .collect);//

• 技巧: 对象映射后尽量避免深层嵌套，以减少 GC 压力。

flatMap - 扁平化

java listOfLists.stream .flatMap .collect);

• 痛点: 不恰当的 flatten 会把大量嵌套结构一次性展开，引起内存溢出。

java numbers.stream.distinct.collect);

• 警告: 对大数据集使用 distinct 会耗费 O 内存；考虑分区后去重，

java names.stream.sorted.collect);// 字典序 names.stream .sorted) .collect);// 按长度排序

• 注意: 排序前请确认 Comparator 不抛异常，否则会导致运行时错误。

java numbers.stream.limit.skip;

• 提示: 在无限流上先用 limit 再 skip 可以减少计算量，但若先 skip 大量则会耗费资源。

java Stream.of .peek) .map .peek) .count;说起来，

• 用法限制: peek 本质上是调试工具。不建议在生产代码中做业务逻辑。

---

---

forEach

java names.forEach;

• 风险: 若在多线程环境下使用，会出现非确定顺序；且无法捕获异常需自行处理。

collect

java // 转换为 List/Set/Map/自定义 Collector 等。

• 关键: 在并行流中使用非线程安全 Collector 时要加锁或改用并发版本，如 Collectors.toConcurrentMap.

reduce

java Optional sum = numbers.reduce;

• 常用方法: 为了避免 null 值冲突，可以提供 identity 参数。如 .reduce.

匹配与查找

• allMatch / anyMatch / noneMatch – 快速判断是否满足条件。
• findFirst/findAny – 注意并行下顺序保证成本。

统计类操作

利用 的 ::intValue 与 ::longValue 提取数值进行统计：

java IntSummaryStatistics stats = numbers.stream .mapToInt .summaryStatistics;System.out.printf("max=%d,min=%d,sum=%d,av=%f%n"。stats.getMax,stats.getMin,stats.getSum,stats.getAverage);

---

• 并行不一定更快： - 小批量数据+简单运算往往反而慢，因为拆分+合并开销大；推荐先基准测试再决定是否开启.
• 状态化 Lambda 谨慎： - 如计数器、累加器必须是线程安全的，否则出现竞态条件.
  • AtomicInteger,ConcurrentHashMap。Collectors.groupingByConcurrent 等都能解决.
  • forEachOrdered 保持顺序，但牺牲部分性能.
  " + "
  " + "

" + " " + " " + " " + " " + " " + " ";return sb.toString;} } ")，} ");} catch { e.printStackTrace;} "，sb.append;} else if ) { sb.append;sb.append.replace.replace.replace.replace;sb.append，} else { sb.append;} sb.append，return sb;} "，

 StringBuilder html = new StringBuilder;html.append
.append
.append
.append
// CSS 样式可自行添加...
html.append;Matcher m = Pattern.compile").matcher;while){
String token=m.group;if.isEmpty) continue;if，>.*?<\\s*/\\s*h\\s*>\\Z")){ // h{2|3} tags unchanged except optional data-id removal?html.append);continue，}
if||token.contains||token.matches){
// preserve p tags directly because already escaped?continue，话说回来，}
// treat as plain text convert to paragraph:
if|<*>|<*>|?*)$")){
html.append.append.append;}else{
html.append;}
}
html.append.append;return html.toString;}"

---