玩转 Java8 Stream，让你代码更高效紧凑简洁文章目录前言一、Stream特性二、Stream创建2.1用集合创 - 掘金

![玩转 Java8 Stream，让你代码更高效紧凑简洁](https://doc.xiqi.site/media/202509/2025-09-27_213901_9725550.24161574379560535.webp)

## 文章目录

-   前言
    
-   一、Stream 特性
    
-   二、Stream 创建
    
-   2.1 用集合创建流
    
-   2.2 用数组创建流
    
-   2.3 Stream静态方法
    
-   三、Stream 使用案例
    
-   3.1 遍历 forEach
    
-   3.2 过滤 filter
    
-   3.3 查找 findFirst，findAny
    
-   3.4 匹配 match
    
-   3.5 映射 map
    
-   3.6 截取流 limit
    
-   3.7 排序 sorted
    
-   3.8 去重 distinct
    
-   3.9 统计 summaryStatistics
    
-   3.10 归约 reduce
    
-   3.11 归集 toList，toSet，toMap
    
-   3.12 分组 partitioningBy，groupingBy
    
-   3.13 合并 joining
    
-   四、演示代码获取

## 前言

> Java 8 (又称为 jdk 1.8) 是 Java 语言开发的一个主要版本。 Oracle 公司于 2014 年 3 月 18 日发布 Java 8 ，它支持函数式编程，新的 JavaScript 引擎，新的日期 API，新的Stream API 等。 新添加的Stream API（java.util.stream） 把真正的函数式编程风格引入到Java中。它可以让你以一种声明的方式处理数据，从而写出高效率、干净、简洁的代码。
> 
> 这种风格将要处理的元素集合看作一种流， 流在管道中传输， 并且可以在管道的节点上进行处理， 比如筛选， 排序，聚合等。

## 一、Stream 特性

1.  元素是特定类型的对象，形成一个队列。 Java中的Stream不会存储元素，而是按需计算按照特定的规则对数据进行计算，一般会输出结果。
2.  Stream不会改变数据源，一般情况下会产生一个新的集合或者新值。
3.  Stream流的来源，可以是集合，数组，I/O channel， 产生器generator 等等。
4.  Stream具有延迟执行特性，只有调用终端操作时，中间操作才会执行。中间操作都会返回流对象本身。 这样多个操作可以串联成一个管道， 如同流式风格（fluent style）。
5.  以前对集合遍历都是通过Iterator或者For-Each的方式, 显式的在集合外部进行迭代， 这叫做外部迭代。 Stream提供了内部迭代的方式， 通过访问者模式(Visitor)实现。

Stream流的操作可以大概分为2种：

1.  **中间操作**：每次操作都返回流对象本身。 \*\*\* **终端操作**：一个流只可以进行一次终端操作，即产生一个新的集合或者新值。终端操作结束后流无法再次使用。\*\*

## 二、Stream 创建

> 在 Java 8 中, Stream可以由集合或数组创建而来，生成的流有2种类型：
> 
> **stream()** ：串行流，由主线程按顺序对流执行操作。**parallelStream()** ：并行流，内部以多线程并行执行的方式对流进行操作，但前提是流中的数据处理没有顺序要求。例如计算集合中的数量之和。如果流种数据量很大，并行流可以加快处理速度。串行流可以通过parallel()方法把顺序流转换成并行流。

## 2.1 用集合创建流

> 因为集合继承或实现了java.util.Collection接口，而Collection接口定义了stream()和parallelStream()方法，所以可通过集合的stream() 和parallelStream()方法创建流。

```ini
// 创建集合
List<String> list = Arrays.asList("张三", "李四", "王五")
// 创建一个串行流
Stream<String> stream = list.stream()
// 创建一个并行流
Stream<String> parallelStream = list.parallelStream()
123456
```

## 2.2 用数组创建流

> 使用java.util.Arrays.stream(T\[\] array)方法用数组创建流。

```ini
// 创建数组
String[] persons = {"张三", "李四", "王五"}
// 创建一个串行流
Stream<String> stream = Arrays.stream(persons)
// 创建一个并行流
Stream<String> parallelStream = Arrays.stream(persons).parallel()
123456
```

## 2.3 Stream静态方法

> 使用Stream的静态方法生成Stream，例如of()、iterate()、generate()等。

```arduino
Stream<String> stream2 = Stream.of("张三", "李四", "王五"); Stream<Integer> stream3 = Stream.iterate(1, x -> x + 2).limit(5);
stream3.forEach(System.out::println); Stream<UUID> stream4 = Stream.generate(UUID::randomUUID).limit(2);
stream4.forEach(System.out::println);
123456789
```

## 三、Stream 使用案例

> 以下所有案例会基于学生数据，学生类，以及测试数据如下：

```java
package com.nobody; public class Student { private String id; private String name; private int age; private String sex; private double score; public Student(String id, String name, int age, String sex, double score) { this.id = id; this.name = name; this.age = age; this.sex = sex; this.score = score; } 12345678910111213141516171819202122232425262728 List<Student> students = new ArrayList<>(16);
students.add(new Student("1", "张三", 18, "male", 88));
students.add(new Student("2", "李四", 17, "male", 60));
students.add(new Student("3", "王五", 18, "male", 100));
students.add(new Student("4", "赵六", 20, "male", 10));
students.add(new Student("5", "董七", 14, "female", 95));
students.add(new Student("6", "幺八", 21, "male", 55));
students.add(new Student("7", "老九", 20, "female", 66));
students.add(new Student("8", "小明", 18, "male", 100));
students.add(new Student("9", "小红", 22, "female", 95));
students.add(new Student("10", "小张", 25, "male", 90));
1234567891011
```

## 3.1 遍历 forEach

```ini
students.stream().forEach(System.out::println) // 输出结果
Student{id='1', name='张三', age=18, sex=male, score=88.0}
Student{id='2', name='李四', age=17, sex=male, score=60.0}
Student{id='3', name='王五', age=18, sex=male, score=100.0}
Student{id='4', name='赵六', age=20, sex=male, score=10.0}
Student{id='5', name='董七', age=14, sex=female, score=95.0}
Student{id='6', name='幺八', age=21, sex=male, score=55.0}
Student{id='7', name='老九', age=20, sex=female, score=66.0}
Student{id='8', name='小明', age=18, sex=male, score=100.0}
Student{id='9', name='小红', age=22, sex=female, score=95.0}
Student{id='10', name='小张', age=25, sex=male, score=90.0}
12345678910111213
```

## 3.2 过滤 filter

```ini
// 过滤出成绩100分的学生
List<Student> students1 = students.stream().filter(student -> student.getScore() == 100).collect(Collectors.toList())
students1.forEach(System.out::println) // 输出结果
Student{id='3', name='王五', age=18, sex=male, score=100.0}
Student{id='8', name='小明', age=18, sex=male, score=100.0}
12345678
```

## 3.3 查找 findFirst，findAny

> 一般filter和find搭配使用，即从过滤符合条件的数据中，获得一个数据。

```ini
// 串行流，匹配第一个
Optional<Student> studentOptional = students.stream().filter(student -> student.getAge() >= 20).findFirst()
if (studentOptional.isPresent()) { Student student = studentOptional.get() System.out.println(student)
}
// 上面输出语句可简写如下
// studentOptional.ifPresent(System.out::println) // 并行流，匹配任意一个，findAny一般用于并行流
Optional<Student> studentOptiona2 = students.parallelStream().filter(student -> student.getAge() >= 20).findAny()
studentOptiona2.ifPresent(System.out::println) // 输出结果
Student{id='4', name='赵六', age=20, sex=male, score=10.0}
Student{id='7', name='老九', age=20, sex=female, score=66.0}
123456789101112131415161718
```

## 3.4 匹配 match

```scss

boolean anyMatch = students.stream().anyMatch(student -> student.getScore() == 100); boolean allMatch = students.stream().allMatch(student -> student.getScore() == 100); boolean noneMatch = students.stream().noneMatch(student -> student.getScore() == 100);
System.out.println(anyMatch);
System.out.println(allMatch);
System.out.println(noneMatch); true
false
false
1234567891011121314
```

## 3.5 映射 map

> 映射，顾名思义，将一个对象映射成另外一个对象。即一个Stream流中的所有元素按照一定的映射规则，映射到另一个流中。映射有map和flatMap两种类型：
> 
> **map**：接收一个函数作为参数，此函数作用到Stream中每一个元素，形成一个新的元素，所有新的元素组成一个新的流。
> 
> \*\*
> 
> **flatMap**：接收一个函数作为参数，它将流中的每个元素都转换成另一个流，然后把所有流再连接形成一个最终流。
> 
> \*\*

```ini
// 获取每个学生的姓名
List<String> studentNames = students.stream().map(Student::getName).collect(Collectors.toList())
System.out.println(studentNames)
// 每个学生的成绩加10分
List<Double> studentScores = students.stream().map(student -> student.getScore() + 10) .collect(Collectors.toList())
System.out.println(studentScores) // 输出结果
[张三, 李四, 王五, 赵六, 董七, 幺八, 老九, 小明, 小红, 小张]
[98.0, 70.0, 110.0, 20.0, 105.0, 65.0, 76.0, 110.0, 105.0, 100.0]
123456789101112 List<String> list = Arrays.asList("a-b-c-d", "g-h-i")
List<String> list1 = list.stream().flatMap(s -> Arrays.stream(s.split("-"))).collect(Collectors.toList())
System.out.println(list1) // 输出结果
[a, b, c, d, g, h, i]
123456
```

## 3.6 截取流 limit

```ini
// limit方法用于获取指定数量的流。例如下面演示取出学习成绩大于70的5个人
List<Student> students2 = students.stream().filter(student -> student.getScore() > 70) .limit(5).collect(Collectors.toList())
students2.forEach(System.out::println)
// 跳过第一个再取2个
List<Student> students8 = students.stream().skip(1).limit(2).collect(Collectors.toList())
// 获取5个int随机数,按从小到大排序
Random random = new Random()
random.ints().limit(5).sorted().forEach(System.out::println) // 输出结果
Student{id='1', name='张三', age=18, sex=male, score=88.0}
Student{id='3', name='王五', age=18, sex=male, score=100.0}
Student{id='5', name='董七', age=14, sex=female, score=95.0}
Student{id='8', name='小明', age=18, sex=male, score=100.0}
Student{id='9', name='小红', age=22, sex=female, score=95.0}
-1490202714
145340547
368332155
388399398
1099579920
123456789101112131415161718192021
```

## 3.7 排序 sorted

> sorted 方法用于对流中的元素进行排序，有两种排序：
> 
> **sorted()**：自然排序，流中元素需要实现Comparable接口。
> 
> \*\*
> 
> **sorted(Comparator<? super T> comparator)**：需要自定义排序器。
> 
> \*\*

```scss

List<Student> students3 = students.stream().sorted(Comparator.comparing(Student::getScore)) .collect(Collectors.toList());
System.out.println("按成绩升序");
students3.forEach(System.out::println); List<Student> students4 = students.stream().sorted(Comparator.comparing(Student::getScore).reversed()) .collect(Collectors.toList());
System.out.println("按成绩降序");
students4.forEach(System.out::println); List<Student> students5 = students.stream() .sorted(Comparator.comparing(Student::getScore).thenComparing(Student::getAge)) .collect(Collectors.toList());
System.out.println("按成绩升序，再按年龄升序");
students5.forEach(System.out::println); List<Student> students6 = students.stream().sorted((s1, s2) -> { if (s1.getScore() != s2.getScore()) { return (int) (s1.getScore() - s2.getScore()); } else { return (s2.getAge() - s1.getAge()); }
}).collect(Collectors.toList());
System.out.println("按成绩升序，再按年龄降序");
students6.forEach(System.out::println);
123456789101112131415161718192021222324252627
```

## 3.8 去重 distinct

```ini
List<String> list2 = Arrays.asList("a", "b", "a", "c", "f", "e", "f")
List<String> list3 = list2.stream().distinct().collect(Collectors.toList())
Set<String> stringSet = list2.stream().collect(Collectors.toSet())
System.out.println(list3)
System.out.println(stringSet) // 输出结果
[a, b, c, f, e]
[a, b, c, e, f]
123456789
```

## 3.9 统计 summaryStatistics

> 一些收集器能产生统计结果，例如Collectors提供了一系列用于数据统计的静态方法，它们主要用于int、double、long等基本类型上。

```scss

DoubleSummaryStatistics doubleSummaryStatistics = students.stream().mapToDouble(Student::getScore).summaryStatistics();
System.out.println("平均值：" + doubleSummaryStatistics.getAverage());
System.out.println("总个数：" + doubleSummaryStatistics.getCount());
System.out.println("最大值：" + doubleSummaryStatistics.getMax());
System.out.println("最小值：" + doubleSummaryStatistics.getMin());
System.out.println("总和值：" + doubleSummaryStatistics.getSum()); 平均值：75.9
总个数：10
最大值：100.0
最小值：10.0
总和值：759.0
123456789101112131415 long count = students.stream().count(); Double averageScore = students.stream().collect(Collectors.averagingDouble(Student::getScore)); Optional<Double> maxScore = students.stream().map(Student::getScore).max(Double::compare);
Optional<Double> minScore = students.stream().map(Student::getScore).min(Double::compare); double sumScore = students.stream().mapToDouble(Student::getScore).sum(); DoubleSummaryStatistics doubleSummaryStatistics1 = students.stream().collect(Collectors.summarizingDouble(Student::getScore));
System.out.println("单个维度计算：");
System.out.println("统计个数：" + count);
System.out.println("平均值：" + averageScore);
maxScore.ifPresent(aDouble -> System.out.println("最大值：" + aDouble));
minScore.ifPresent(aDouble -> System.out.println("最小值：" + aDouble));
System.out.println("求和：" + sumScore);
System.out.println("一次性统计所有：" + doubleSummaryStatistics1); 单个维度计算：
统计个数：10
平均值：75.9
最大值：100.0
最小值：10.0
求和：759.0
12345678910111213141516171819202122232425262728
```

## 3.10 归约 reduce

> 归约，把一个流归约(缩减)成一个值，能实现对集合求和、求乘积和求最值等操作。

```ini
List<Integer> integerList = Arrays.asList(6, 7, 1, 10, 11, 7, 13, 20)
// 求和
Optional<Integer> sum1 = integerList.stream().reduce(Integer::sum)
// 求和,基于10的基础上
Integer sum2 = integerList.stream().reduce(10, Integer::sum)
// 求最大值
Optional<Integer> max1 = integerList.stream().reduce((x, y) -> x > y ? x : y)
// 求最大值,基于与50比较的基础上
Integer max2 = integerList.stream().reduce(50, Integer::max)
Optional<Integer> min = integerList.stream().reduce(Integer::min)
// 求乘积
Optional<Integer> product = integerList.stream().reduce((x, y) -> x * y)
System.out.println("原始集合：" + integerList)
System.out.println("集合求和：" + sum1.get() + "," + sum2)
System.out.println("集合求最大值：" + max1.get() + "," + max2)
System.out.println("集合求最小值：" + min.get())
System.out.println("集合求积：" + product.get()) // 输出结果
原始集合：[6, 7, 1, 10, 11, 7, 13, 20]
集合求和：75,85
集合求最大值：20,50
集合求最小值：1
集合求积：8408400
123456789101112131415161718192021222324
```

## 3.11 归集 toList，toSet，toMap

> Java中的Stream不会存储元素，而是按需计算按照特定的规则对数据进行计算，一般会输出结果。所以流中的数据完成处理后，需要将流中的数据重新归集到新的集合里。比较常用的是toList、toSet和toMap，以及复杂的toCollection、toConcurrentMap等。

```ini
// 获取学生名字，形成新的list集合
List<String> studentNames1 = students.stream().map(Student::getName).collect(Collectors.toList())
// 获取年龄大于等于15的年龄set集合
Set<Integer> ageSet = students.stream().filter(student -> student.getAge() >= 15) .map(Student::getAge).collect(Collectors.toSet())
// 创建学生ID和学生实体的map
Map<String, Student> studentMap = students.stream().collect(Collectors.toMap(Student::getId, student -> student))
System.out.println(studentNames1)
System.out.println(ageSet)
studentMap.forEach((key, value) -> System.out.println(key + ":" + value)) // 输出结果
[张三, 李四, 王五, 赵六, 董七, 幺八, 老九, 小明, 小红, 小张]
[17, 18, 20, 21, 22, 25]
1:Student{id='1', name='张三', age=18, sex=male, score=88.0}
2:Student{id='2', name='李四', age=17, sex=male, score=60.0}
3:Student{id='3', name='王五', age=18, sex=male, score=100.0}
4:Student{id='4', name='赵六', age=20, sex=male, score=10.0}
5:Student{id='5', name='董七', age=14, sex=female, score=95.0}
6:Student{id='6', name='幺八', age=21, sex=male, score=55.0}
7:Student{id='7', name='老九', age=20, sex=female, score=66.0}
8:Student{id='8', name='小明', age=18, sex=male, score=100.0}
9:Student{id='9', name='小红', age=22, sex=female, score=95.0}
10:Student{id='10', name='小张', age=25, sex=male, score=90.0}
1234567891011121314151617181920212223242526
```

## 3.12 分组 partitioningBy，groupingBy

> **partitioningBy（分区）**：stream中的元素按条件被分为两个Map。  
> **groupingBy（分组）**：stream中的元素按条件被分为多个Map。

```ini
// 按条件学生成绩是否大于等于60，划分为2个组
Map<Boolean, List<Student>> studentScorePart = students.stream() .collect(Collectors.partitioningBy(student -> student.getScore() >= 60))
// 按性别分组
Map<String, List<Student>> studentSexMap = students.stream().collect(Collectors.groupingBy(Student::getSex))
// 按年龄分组
Map<Integer, List<Student>> studentAgeMap = students.stream().collect(Collectors.groupingBy(Student::getAge))
// 先按性别分组，再按年龄分组
Map<String, Map<Integer, List<Student>>> collect = students.stream().collect( Collectors.groupingBy(Student::getSex, Collectors.groupingBy(Student::getAge)))
System.out.println("按条件学生成绩是否大于等于60，划分为2个组:")
studentScorePart.forEach((aBoolean, students7) -> { System.out.println("成绩大于等于60?:" + aBoolean) students7.forEach(System.out::println)
})
System.out.println("按性别分组:")
studentSexMap.forEach((sex, students7) -> { System.out.println("性别?:" + sex) students7.forEach(System.out::println)
})
System.out.println("按年龄分组:")
studentAgeMap.forEach((age, students7) -> { System.out.println("年龄:" + age) students7.forEach(System.out::println)
})
System.out.println("先按性别分组，再按年龄分组:")
collect.forEach((sex, integerListMap) -> { System.out.println("性别：" + sex) integerListMap.forEach((age, students7) -> { System.out.println("年龄:" + age) students7.forEach(System.out::println) })
}) //输出结果
按条件学生成绩是否大于等于60，划分为2个组:
成绩大于等于60?:false
Student{id='4', name='赵六', age=20, sex=male, score=10.0}
Student{id='6', name='幺八', age=21, sex=male, score=55.0}
成绩大于等于60?:true
Student{id='1', name='张三', age=18, sex=male, score=88.0}
Student{id='2', name='李四', age=17, sex=male, score=60.0}
Student{id='3', name='王五', age=18, sex=male, score=100.0}
Student{id='5', name='董七', age=14, sex=female, score=95.0}
Student{id='7', name='老九', age=20, sex=female, score=66.0}
Student{id='8', name='小明', age=18, sex=male, score=100.0}
Student{id='9', name='小红', age=22, sex=female, score=95.0}
Student{id='10', name='小张', age=25, sex=male, score=90.0}
按性别分组:
性别?:female
Student{id='5', name='董七', age=14, sex=female, score=95.0}
Student{id='7', name='老九', age=20, sex=female, score=66.0}
Student{id='9', name='小红', age=22, sex=female, score=95.0}
性别?:male
Student{id='1', name='张三', age=18, sex=male, score=88.0}
Student{id='2', name='李四', age=17, sex=male, score=60.0}
Student{id='3', name='王五', age=18, sex=male, score=100.0}
Student{id='4', name='赵六', age=20, sex=male, score=10.0}
Student{id='6', name='幺八', age=21, sex=male, score=55.0}
Student{id='8', name='小明', age=18, sex=male, score=100.0}
Student{id='10', name='小张', age=25, sex=male, score=90.0}
按年龄分组:
年龄:17
Student{id='2', name='李四', age=17, sex=male, score=60.0}
年龄:18
Student{id='1', name='张三', age=18, sex=male, score=88.0}
Student{id='3', name='王五', age=18, sex=male, score=100.0}
Student{id='8', name='小明', age=18, sex=male, score=100.0}
年龄:20
Student{id='4', name='赵六', age=20, sex=male, score=10.0}
Student{id='7', name='老九', age=20, sex=female, score=66.0}
年龄:21
Student{id='6', name='幺八', age=21, sex=male, score=55.0}
年龄:22
Student{id='9', name='小红', age=22, sex=female, score=95.0}
年龄:25
Student{id='10', name='小张', age=25, sex=male, score=90.0}
年龄:14
Student{id='5', name='董七', age=14, sex=female, score=95.0}
先按性别分组，再按年龄分组:
性别：female
年龄:20
Student{id='7', name='老九', age=20, sex=female, score=66.0}
年龄:22
Student{id='9', name='小红', age=22, sex=female, score=95.0}
年龄:14
Student{id='5', name='董七', age=14, sex=female, score=95.0}
性别：male
年龄:17
Student{id='2', name='李四', age=17, sex=male, score=60.0}
年龄:18
Student{id='1', name='张三', age=18, sex=male, score=88.0}
Student{id='3', name='王五', age=18, sex=male, score=100.0}
Student{id='8', name='小明', age=18, sex=male, score=100.0}
年龄:20
Student{id='4', name='赵六', age=20, sex=male, score=10.0}
年龄:21
Student{id='6', name='幺八', age=21, sex=male, score=55.0}
年龄:25
Student{id='10', name='小张', age=25, sex=male, score=90.0}
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102
```

## 3.13 合并 joining

> 将stream中的元素用指定的连接符（没有的话，则直接连接）连接成一个字符串。

```ini
String joinName = students.stream().map(Student::getName).collect(Collectors.joining(", "))
System.out.println(joinName)

// 输出结果
张三, 李四, 王五, 赵六, 董七, 幺八, 老九, 小明, 小红, 小张
12345
```

> 原文：[blog.csdn.net/chenlixiao0…](https://link.juejin.cn?target=https%3A%2F%2Fblog.csdn.net%2Fchenlixiao007%2Farticle%2Fdetails%2F112752413%3Futm%255C_medium%3Ddistribute.pc%255C_category.none-task-blog-hot-6.nonecase%26depth%255C_1-utm%255C_source%3Ddistribute.pc%255C_category.none-task-blog-hot-6.nonecase%26request%255C_id%3D)
> 
> 作者： Μr.ηobοdy