Java 8引入的Stream API是Java历史上最大的一次语法革新之一，它让Java程序员能够以声明式、函数式的方式处理集合数据。Stream API结合Lambda表达式，使得代码更加简洁、可读且易于并行。本文将系统介绍Stream的核心概念、中间操作和终端操作，分析其惰性求值机制，以及如何用Stream替代传统的循环和集合操作，同时探讨性能考虑和常见陷阱。
Stream并非数据结构，它不存储数据，而是通过管道（pipeline）对数据源（集合、数组、I/O资源等）进行高效操作。Stream分为顺序流和并行流（通过parallelStream()获得），并行流底层使用Fork/Join框架自动分割任务。
参考：https://ltglu.cn/category/sleep-science.html
Stream操作的分类：
中间操作（Intermediate）：返回新的Stream，惰性执行。例如filter、map、flatMap、sorted、distinct、limit、skip等。这些操作不会立即计算，而是构建一个操作链。
终端操作（Terminal）：触发实际遍历和执行，产生结果或副作用。例如forEach、collect、reduce、count、anyMatch、findFirst等。执行终端操作后，Stream被消费，不可重用。
常见用法示例：假设有一个用户列表，需要找出年龄大于18岁的用户，按年龄降序取前5个名字。
List<User> users = ...;
List<String> names = users.stream()
.filter(u -> u.getAge() > 18)
.sorted(Comparator.comparing(User::getAge).reversed())
.limit(5)
.map(User::getName)
.collect(Collectors.toList());
若用传统循环，需要多个临时集合和手动排序，代码冗长。
惰性求值是Stream高效的关键。中间操作只记录操作类型，不会立即执行；只有当终端操作被调用时，才会触发整个流水线计算。并且某些操作（如limit）可以提前终止遍历，避免处理所有元素。
参考：https://amwtm.cn/category/kitchen.html
并行流利用多核CPU提升性能，但需注意线程安全问题以及并行带来的开销。对于小数据集或计算量轻的操作，并行反而更慢。一般规则：数据量大于1万，且每个元素处理耗时时，可考虑并行流。并行流默认使用公共ForkJoinPool，可自定义ForkJoinPool来控制并发度。
收集器（Collectors）提供了丰富的归约操作，例如：
toList()、toSet()、toMap()：转换为集合。
groupingBy：分组，类似SQL的GROUP BY。
joining：拼接字符串。
summingInt、averagingDouble：数值聚合。
partitioningBy：分成两组（满足条件/不满足）。
高级用法包括自定义收集器，实现Collector接口。
原始类型流：为了避免装箱开销，Stream API提供了IntStream、LongStream、DoubleStream，支持range、sum、average等专用操作。
性能考量：
对于简单的循环操作，传统for循环可能比Stream更快（尤其是在循环次数少时），但差距通常不大。
频繁创建Stream对象和Lambda表达式会产生额外对象分配（尽管JIT可以内联优化）。
并行流在共享可变状态时需要同步，可能导致线程安全问题。
使用boxed()将原始流转换为对象流会引入装箱成本。
参考：https://xrzqr.cn
常见陷阱：
修改外部状态：在Lambda内部修改外部变量（非final）是不允许的；如果使用原子变量或数组，需注意线程安全。
重复使用Stream：Stream一旦被终端操作消费，就不能再次使用，否则会抛出IllegalStateException。
无限流：使用Stream.iterate或generate创建无限流时，必须配合limit截断，否则会无限循环。
并行流的顺序：forEach不保证顺序，若需保持顺序使用forEachOrdered。
异常处理：Lambda内部不能抛出受检异常，需要转换为非受检异常或在内部处理。
Stream API与函数式编程的结合还体现在Optional类上，它用于避免NullPointerException。Optional提供了map、flatMap、filter、orElse等方法，可以链式处理可能为空的值。
总之，Stream API是Java迈向函数式编程的重要一步，它使得集合处理代码更加声明式和易于理解。但并不是所有场景都适合使用Stream——当逻辑复杂、有多个循环依赖或需要提前跳出时，传统循环可能更清晰。合理使用Stream能大幅提升代码质量和开发效率。
参考：https://bgnno.cn
