【Java8进阶】Stream API 万字精讲：从原理到实战，告别冗余集合代码

【Java8进阶】Stream API 万字精讲：从原理到实战，告别冗余集合代码
阅读须知：本文基于 JDK8 原生特性，无第三方依赖，所有代码可直接复制运行。内容涵盖 Stream 核心原理、创建方式、中间操作、终止操作、分组聚合、并行流及常见坑点，步骤极致详细，适合收藏复盘、面试突击、项目落地。
博客适配：结构分层清晰，代码块标注完整，无冗余废话，兼顾新手易懂、老手深度参考。
一、前言：为什么必须掌握 Stream？
在 Java8 之前，我们操作集合（List/Set/Map）只能通过 for 循环、增强 for、迭代器 的命令式编程方式。这种写法存在两个核心痛点：

1. 代码冗余：简单的筛选、排序、统计逻辑，需要写大量模板代码，业务逻辑被循环、判断语法淹没；
2. 可读性差：命令式代码关注「怎么做」（循环、遍历、判断），而非「做什么」（筛选数据、分组统计），复杂业务逻辑难以快速读懂。
   Java8 引入的 Stream 流式编程，基于函数式编程思想，将集合操作抽象为「流式管道」，通过链式调用完成数据处理，核心优势：

• 代码极简：一行代码完成筛选、转换、排序、分组、统计等复杂操作；
• 逻辑清晰：声明式编程，只关注业务结果，不关注遍历过程；
• 性能可控：支持串行/并行切换，无需手动编写多线程代码；
• 无侵入性：Stream 不会修改原集合，所有操作都会生成新结果，规避数据污染问题。
  二、Stream 核心底层原理（必懂）
  很多开发者只会用 Stream 语法，不懂底层机制，导致出现 空指针、重复执行、并行异常 等问题。先掌握核心原理，再写代码零踩坑。
  2.1 Stream 是什么？
  Stream 是 数据管道，不是集合、不是数据结构。它不存储数据，只负责「传输、处理数据」，数据源可以是集合、数组、文件、随机数等。
  简单理解：集合是存储数据的容器，Stream 是处理数据的工具。
  2.2 Stream 三组件（执行流程）
  所有 Stream 代码都遵循固定三段式流程，缺一不可：

1. 创建流（Source）：从数据源生成 Stream 对象（集合、数组、静态方法等）；
2. 中间操作（Intermediate）：对数据进行筛选、转换、排序、去重等处理，延迟执行，返回新流，支持链式调用；
3. 终止操作（Terminal）：触发流执行，生成最终结果（集合、数值、布尔值等），执行后流关闭，不可复用。
   2.3 核心特性：惰性求值（重点）
   Stream 中间操作全部是 惰性执行：没有终止操作，中间操作永远不会执行。
   优势：避免无效计算，链式调用会合并所有中间操作，遍历一次数据即可完成所有处理，性能远优于多次 for 循环。
   反面案例（无效代码）：只写中间操作，无终止操作，代码完全不执行：
   List list = Arrays.asList(1,2,3,4,5);
   // 无终止操作，filter、map 完全不执行
   list.stream().filter(x -> x > 2).map(x -> x * 2);
   2.4 流的不可复用性
   Stream 一旦执行终止操作，流就会被关闭，再次调用会抛出 IllegalStateException 异常。
   Stream stream = list.stream().filter(x -> x > 2);
   stream.count(); // 第一次终止操作，流关闭
   stream.collect(Collectors.toList()); // 报错：流已关闭，不可复用
   三、Stream 最全创建方式（全覆盖）
   整理项目中所有常用流创建方式，覆盖 99% 业务场景，可直接复用。
   3.1 从集合创建（最常用）
   所有 Collection 子类（List/Set）自带流方法：

• stream()：创建串行流（单线程，默认）；
• parallelStream()：创建并行流（多线程，大数据量使用）。
  // List 创建流
  List nameList = Arrays.asList("张三","李四","王五");
  Stream stream = nameList.stream();
  Stream parallelStream = nameList.parallelStream();

// Set 创建流
Set numSet = new HashSet<>(Arrays.asList(1,2,3));
Stream setStream = numSet.stream();
3.2 从数组创建
通过 Arrays.stream() 工具类创建流，支持基本类型、引用类型数组：
// 引用类型数组
String[] arr = {"Java","Python","Go"};
Stream arrStream = Arrays.stream(arr);

// 基本类型数组（专属原始流，避免自动装箱拆箱，性能更高）
int[] intArr = {1,2,3,4};
IntStream intStream = Arrays.stream(intArr);
3.3 通过 Stream 静态方法创建
// 1. 可变参数创建流
Stream numStream = Stream.of(1,2,3,4,5);

// 2. 创建空流（规避空集合处理空指针）
Stream emptyStream = Stream.empty();

// 3. 迭代生成无限流（需配合 limit 截断）
Stream iterateStream = Stream.iterate(0, x -> x + 2).limit(5); // 0,2,4,6,8

// 4. 生成随机无限流
Stream generateStream = Stream.generate(Math::random).limit(3);
3.4 其他特殊流（文件、路径）
日常业务较少用，适合文件批量处理场景：
// 读取文件每行数据为流
Stream lineStream = Files.lines(Paths.get("test.txt"));

// 遍历文件路径流
Stream pathStream = Files.list(Paths.get("./"));
四、核心中间操作（详细语法+实战案例）
中间操作是 Stream 核心，所有操作链式调用、延迟执行、返回新流。整理项目最常用 8 大操作，附带完整可运行案例。
前置测试实体类（全文通用）：统一员工实体，所有案例基于此对象，无需重复定义
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;

// 员工实体类
@Data
@NoArgsConstructor
@AllArgsConstructor
public class Employee {
// 姓名、年龄、薪资、部门
private String name;
private Integer age;
private Double salary;
private String department;
}
前置测试数据
List employeeList = Arrays.asList(
new Employee("张三", 25, 8500.0, "技术部"),
new Employee("李四", 28, 12000.0, "技术部"),
new Employee("王五", 22, 7500.0, "运营部"),
new Employee("赵六", 30, 15000.0, "产品部"),
new Employee("张三", 27, 9000.0, "运营部")
);
4.1 filter：条件筛选（过滤数据）
作用：根据指定条件过滤数据，保留 条件为 true 的元素
参数：Predicate 断言函数（返回布尔值）
实战需求：筛选出年龄大于25岁、薪资大于8000的员工
List filterEmp = employeeList.stream()
.filter(emp -> emp.getAge() > 25 && emp.getSalary() > 8000)
.collect(Collectors.toList());
System.out.println(filterEmp);
// 输出：李四、赵六
4.2 map：数据转换/类型映射
作用：将流中元素 一对一转换，修改元素内容、类型、提取字段
参数：Function<T,R> 转换函数（T入参，R返回值）
实战需求：提取所有员工姓名，转为大写
List nameList = employeeList.stream()
.map(Employee::getName) // 提取姓名字段
.map(String::toUpperCase) // 转为大写
.collect(Collectors.toList());
System.out.println(nameList);
// 输出：[张三, 李四, 王五, 赵六, 张三]（大写格式）
4.3 flatMap：扁平化映射（一对多转换）
作用：解决嵌套集合扁平化 问题，将多个子集合/数组拆分为单个元素流
场景：拆分字符串、嵌套集合遍历、多集合合并去重
实战需求：拆分多个字符串，统一收集所有单词
List strList = Arrays.asList("Java Stream", "Python Go", "Spring Boot");
List wordList = strList.stream()
.map(str -> str.split(" ")) // 拆分字符串，得到数组流 Stream<String[]>
.flatMap(Arrays::stream) // 扁平化：数组流转为元素流 Stream
.collect(Collectors.toList());
System.out.println(wordList);
// 输出：[Java, Stream, Python, Go, Spring, Boot]
4.4 sorted：排序
两种用法：

1. sorted()：自然排序（元素实现 Comparable 接口）；
2. sorted(Comparator)：自定义比较器排序（支持单字段、多字段、升降序）。
   实战需求：按薪资降序排序，薪资相同按年龄升序
   List sortEmp = employeeList.stream()
   .sorted(Comparator.comparingDouble(Employee::getSalary).reversed() // 薪资降序
   .thenComparingInt(Employee::getAge)) // 薪资相同，年龄升序
   .collect(Collectors.toList());
   4.5 distinct：去重
   原理：基于 equals() 和 hashCode() 去重
   注意：自定义实体去重，必须重写 equals 和 hashCode 方法，否则去重失效
   实战需求：去除重复姓名的员工
   // 方式1：原生去重（整对象去重）
   List distinctEmp = employeeList.stream()
   .distinct()
   .collect(Collectors.toList());

// 方式2：按指定字段去重（项目常用，无需重写方法）
List distinctByName = employeeList.stream()
.filter(distinctByKey(Employee::getName))
.collect(Collectors.toList());

// 自定义去重工具方法（通用）
public static Predicate distinctByKey(Function keyExtractor) {
Set