Java中的Stream流式操作大全

集合/数组 → 创建 Stream → 中间操作1 → 中间操作2 → ... → 终端操作 → 结果

List<String> list = Arrays.asList("a", "b", "c");
Stream<String> stream = list.stream(); // 串行流
Stream<String> parallelStream = list.parallelStream(); // 并行流

String[] arr = {"x", "y", "z"};
Stream<String> stream = Arrays.stream(arr);
// 部分数组（从索引1到2，左闭右开）
Stream<String> partStream = Arrays.stream(arr, 1, 3);

Stream<Integer> stream = Stream.of(1, 2, 3, 4);
Stream<Object> emptyStream = Stream.empty(); // 空流

// 1. generate：生成固定值或随机值（Supplier接口）
Stream<Double> randomStream = Stream.generate(Math::random).limit(5); // 5个随机数
// 2. iterate：迭代生成（种子 -> 下一个元素，UnaryOperator接口）
Stream<Integer> numStream = Stream.iterate(0, n -> n + 2).limit(5); // 0,2,4,6,8

List<Integer> list = Stream.of(1,2,3).collect(Collectors.toList()); // 默认 ArrayList
List<Integer> linkedList = Stream.of(1,2,3).collect(Collectors.toCollection(LinkedList::new)); // 指定集合
Set<Integer> set = Stream.of(1,2,2).collect(Collectors.toSet()); // 去重集合

Integer[] arr = Stream.of(1,2,3).toArray(Integer[]::new); // 推荐（类型安全）
Object[] objArr = Stream.of(1,2,3).toArray(); // 不推荐（需要强转）

List<String> userList = Arrays.asList("id1:张三", "id2:李四", "id3:王五");
// key: 拆分后的id，value: 拆分后的姓名
Map<String, String> userMap = userList.stream()
    .map(user -> user.split(":")) // 拆分后为 String[]
    .collect(Collectors.toMap(
        arr -> arr[0], // key 映射
        arr -> arr[1]  // value 映射
    ));
// 若 key 可能重复，需指定冲突解决策略（如保留第一个）
Map<String, String> userMapSafe = userList.stream()
    .map(user -> user.split(":"))
    .collect(Collectors.toMap(
        arr -> arr[0],
        arr -> arr[1],
        (v1, v2) -> v1 // 冲突时保留第一个值
    ));

List<Integer> numList = Arrays.asList(1,2,3,4,5);
// 求和（Integer 类型）
int sum = numList.stream().collect(Collectors.summingInt(Integer::intValue));
// 求和（Long 类型，避免溢出）
long sumLong = numList.stream().collect(Collectors.summingLong(Integer::longValue));
// 平均值（返回 Double）
double avg = numList.stream().collect(Collectors.averagingInt(Integer::intValue));
// 统计信息（总和、平均值、计数等）
IntSummaryStatistics stats = numList.stream().collect(Collectors.summarizingInt(Integer::intValue));
System.out.println("总和：" + stats.getSum());
System.out.println("平均值：" + stats.getAverage());
System.out.println("最大值：" + stats.getMax());

List<String> fruitList = Arrays.asList("苹果", "香蕉", "橙子", "红苹果", "青苹果");
// 按首字符分组
Map<Character, List<String>> groupByFirstChar = fruitList.stream()
    .collect(Collectors.groupingBy(fruit -> fruit.charAt(0)));
// 结果：{苹=[苹果, 红苹果, 青苹果], 香=[香蕉], 橙=[橙子]}
// 分组后统计个数（返回 Map<分组键, 计数>）
Map<Character, Long> countByGroup = fruitList.stream()
    .collect(Collectors.groupingBy(
        fruit -> fruit.charAt(0),
        Collectors.counting() // 下游收集器：统计个数
    ));
// 结果：{苹=3, 香=1, 橙=1}

List<String> strList = Arrays.asList("a", "b", "c");
String join1 = strList.stream().collect(Collectors.joining()); // "abc"
String join2 = strList.stream().collect(Collectors.joining(",")); // "a,b,c"
String join3 = strList.stream().collect(Collectors.joining(",", "[", "]")); // "[a,b,c]"

List<Integer> numList = IntStream.range(1, 1000000).boxed().collect(Collectors.toList());
// 串行流求和（耗时较长）
long serialSum = numList.stream().mapToLong(Integer::longValue).sum();
// 并行流求和（效率更高）
long parallelSum = numList.parallelStream().mapToLong(Integer::longValue).sum();

// 错误：无元素时抛出异常
Integer max = Stream.empty().max(Integer::compare).get();
// 正确：无元素时返回默认值 0
Integer maxSafe = Stream.empty().max(Integer::compare).orElse(0);