在Java中，Stream（流）是一种用于操作集合（Collection）、数组等数据源的API。它提供了一种功能强大且表达力高的编程模型，可以用更简洁、更具可读性的方式处理数据。
Stream的主要作用是进行数据的转换、筛选、聚合等操作，可以极大地简化对数据的处理。使用Stream可以避免显式地使用迭代器或循环来操作集合，提高代码的可读性和简洁性。
以下是使用Stream的一般步骤：
stream()方法获取数据流。下面通过示例代码详细介绍Stream的使用：
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
public class StreamExample {
public static void main(String[] args) {
// 1. 获取数据源
List numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
// 2. 获取数据流
List evenSquares = numbers.stream()
// 3. 中间操作：筛选偶数并计算平方
.filter(n -> n % 2 == 0)
.map(n -> n * n)
// 4. 终端操作：收集结果
.collect(Collectors.toList());
System.out.println(evenSquares); // 输出：[4, 16, 36, 64, 100]
}
}
在上述示例中，我们首先获取了一个整数列表作为数据源。然后，通过调用stream()方法获取了一个数据流。接着，使用中间操作filter()筛选出偶数，再使用map()计算平方。最后，通过终端操作collect()将结果收集到列表中。
这只是Stream的基本用法，Stream还提供了丰富的中间操作和终端操作供使用，如sorted()、distinct()、reduce()等。通过组合不同的操作，可以实现复杂的数据处理逻辑。
stream用法：
filter(Predicate predicate)：根据指定的条件筛选元素。List list = Arrays.asList(1, 2, 3, 4, 5);
List result = list.stream().filter(n -> n % 2 == 0).collect(Collectors.toList());
// 输出：[2, 4]
map(Function mapper)：将元素转换为另一种类型。List list = Arrays.asList(1, 2, 3, 4, 5);
List result = list.stream().map(n -> "Number: " + n).collect(Collectors.toList());
// 输出：["Number: 1", "Number: 2", "Number: 3", "Number: 4", "Number: 5"]
flatMap(Function mapper)：将流中的每个元素转换为一个流，然后将所有流合并为一个流。List lists = Arrays.asList(Arrays.asList(1, 2), Arrays.asList(3, 4, 5));
List result = lists.stream().flatMap(list -> list.stream()).collect(Collectors.toList());
// 输出：[1, 2, 3, 4, 5]
distinct()：去除流中重复的元素。List list = Arrays.asList(1, 2, 3, 2, 4, 1, 5);
List result = list.stream().distinct().collect(Collectors.toList());
// 输出：[1, 2, 3, 4, 5]
sorted()：对流中元素进行排序。List list = Arrays.asList(5, 3, 1, 2, 4);
List result = list.stream().sorted().collect(Collectors.toList());
// 输出：[1, 2, 3, 4, 5]
peek(Consumer action)：对流中的元素执行指定的操作。List list = Arrays.asList(1, 2, 3, 4, 5);
List result = list.stream().peek(n -> System.out.println("Processing element: " + n)).collect(Collectors.toList());
// 输出：Processing element: 1 Processing element: 2 Processing element: 3 Processing element: 4 Processing element: 5
limit(long maxSize)：截取流中的前N个元素。List list = Arrays.asList(1, 2, 3, 4, 5);
List result = list.stream().limit(3).collect(Collectors.toList());
// 输出：[1, 2, 3]
skip(long n)：跳过流中的前N个元素。List list = Arrays.asList(1, 2, 3, 4, 5);
List result = list.stream().skip(3).collect(Collectors.toList());
// 输出：[4, 5]
forEach(Consumer action)：对流中的每个元素执行指定的操作。List list = Arrays.asList(1, 2, 3, 4, 5);
list.stream().forEach(n -> System.out.println(n));
// 输出：1 2 3 4 5
collect(Collector collector)：将流中的元素收集到一个容器中。List list = Arrays.asList(1, 2, 3, 4, 5);
List result = list.stream().filter(n -> n % 2 == 0).collect(Collectors.toList());
// 输出：[2, 4]
count()：返回流中的元素个数。List list = Arrays.asList(1, 2, 3, 4, 5);
long count = list.stream().count();
// 输出：5
reduce(T identity, BinaryOperator accumulator)：将流中的元素逐个与初始值进行操作，返回最终结果。List list = Arrays.asList(1, 2, 3, 4, 5);
int sum = list.stream().reduce(0, (a, b) -> a + b);
// 输出：15
findFirst()和findAny()：返回流中的第一个元素或任意一个元素。List list = Arrays.asList(1, 2, 3, 4, 5);
Optional first = list.stream().findFirst();
Optional any = list.stream().findAny();
// 输出：1
max()和min()：返回流中的最大元素或最小元素。List list = Arrays.asList(1, 2, 3, 4, 5);
Optional max = list.stream().max(Integer::compareTo);
Optional min = list.stream().min(Integer::compareTo);
// 输出：5 1
allMatch(Predicate predicate)、anyMatch(Predicate predicate)和noneMatch(Predicate predicate)：分别返回流中所有元素是否满足指定条件、是否至少有一个元素满足指定条件、是否没有元素满足指定条件。List list = Arrays.asList(1, 2, 3, 4, 5);
boolean allMatch = list.stream().allMatch(n -> n > 0);
boolean anyMatch = list.stream().anyMatch(n -> n % 2 == 0);
boolean noneMatch = list.stream().noneMatch(n -> n > 5);
// 输出：true true false
