Java中的Stream API通过函数式编程提升集合处理的简洁性与可读性，支持并行计算。首先从集合或数组创建流，如names.stream()，再进行链式操作：filter筛选、map转换、forEach遍历等。中间操作返回新流，终端操作如collect、count触发执行并关闭流，故不可复用。推荐使用Collectors.toList()、groupingBy、partitioningBy高效收集结果。优化性能需尽早filter、避免复杂map计算，大数据量可选parallelStream但注意线程安全。简单场景传统遍历可能更优。核心在于理解惰性求值与操作链设计，掌握filter、map、reduce、collect即可优雅解决多数数据处理任务。
Java中的Stream API是处理集合数据的强大工具，它让数据操作更简洁、可读性更强，同时支持函数式编程风格。合理使用Stream不仅能提升代码质量，还能在处理大量数据时发挥并行优势。
创建Stream并进行基础操作
要使用Stream，首先需要从集合、数组或其他数据源获取流。最常见的来源是List或Set。
例如：
Listnames.stream()
.filter(name -> name.length() > 2)
.map(String::toUpperCase)
.forEach(System.out::println);
说明：
立即学习“Java免费学习笔记（深入）”；
- filter：保留符合条件的元素
- map：转换元素类型或结构
- forEach：终端操作，执行遍历
注意：Stream是一次性的，不能重复使用。执行终端操作后流会关闭。
避免常见误区：中间操作与终端操作的区别
Stream的操作分为中间操作和终端操作。中间操作返回新的Stream，支持链式调用；终端操作触发实际计算并结束流。
错误示例：
Streamstream.count(); // 正确
stream.map(String::length); // 报错！stream已关闭
建议：
- 不要复用Stream变量
- 把链式操作写在一起，避免拆分
- 常用终端操作包括：collect、count、findFirst、anyMatch等
高效收集结果：使用Collectors工具类
collect是使用最频繁的终端操作之一，配合Collectors可以轻松转换为各种结构。
常见用法：
// 转为ListList
.filter(n -> n.contains("三"))
.collect(Collectors.toList());
// 按条件分组
Map
.collect(Collectors.groupingBy(String::length));
// 分区：满足/不满足条件的两组
Map
.collect(Collectors.partitioningBy(s -> s.length() > 2));
这些方法比手动遍历创建Map或List更清晰，也更不容易出错。
提升性能的小技巧
虽然Stream写起来方便，但不当使用可能影响性能。
优化建议：
- 尽早使用filter，减少后续操作的数据量
- 避免在map中做复杂计算，考虑提前处理或缓存
- 大数据量时可尝试parallelStream，但注意线程安全和调试难度增加
- 简单遍历场景如果只是for循环赋值，传统方式可能更快
例如：
list.parallelStream().filter(x -> x > 100)
.map(this::expensiveCalc)
.collect(Collectors.toList());
适用于CPU密集型且无状态的操作。
基本上就这些。掌握Stream API的关键是理解其惰性求值机制和操作链的设计思想。用好filter、map、reduce、collect这几个核心方法，大多数集合处理任务都能优雅解决。
