让我们来聊聊Java世界里那些让代码变得更优雅的秘密武器——Stream和Lambda表达式。这两个家伙就像是程序员手中的瑞士军刀，能帮你把繁琐的集合操作变成简洁明了的流水线作业。
一、Lambda表达式：让代码瘦身的魔法
还记得以前写匿名内部类时那些让人头疼的样板代码吗？Lambda就像是一剂解药。它本质上是一个匿名函数，可以理解为用更简洁的方式来表达单方法接口的实现。
// 传统写法：使用匿名内部类
Runnable oldRunnable = new Runnable() {
@Override
public void run() {
System.out.println("老式写法真啰嗦");
}
};
// Lambda写法：简洁到令人发指
Runnable newRunnable = () -> System.out.println("Lambda让代码清爽多了");
这种语法糖甜度刚刚好，箭头左边是参数列表，右边是方法体。当方法体只有一行时，连花括号和return都可以省略。
参数类型声明也是可选的，编译器大多时候能自动推断出来：
// 完整写法
Comparator<String> c1 = (String s1, String s2) -> s1.compareTo(s2);
// 简化写法
Comparator<String> c2 = (s1, s2) -> s1.compareTo(s2);
二、Stream API：集合操作的新范式
如果说Lambda是语法糖，那Stream就是建立在糖厂之上的巧克力工厂。它提供了一种声明式处理集合数据的方式，让代码读起来就像是在描述你要做什么，而不是怎么做。
2.1 创建Stream的多种姿势
// 从集合创建
List<String> list = Arrays.asList("a", "b", "c");
Stream<String> stream1 = list.stream();
// 直接创建
Stream<String> stream2 = Stream.of("a", "b", "c");
// 生成无限流
Stream<Integer> infiniteStream = Stream.iterate(0, n -> n + 2);
2.2 Stream操作三剑客
Stream的操作分为三类：创建操作、中间操作和终止操作。中间操作可以连起来形成处理流水线。
List<String> transactions = Arrays.asList("转账100", "存款200", "取款50", "转账300", "存款100");
// 统计所有转账交易的金额总和
int sum = transactions.stream()
.filter(t -> t.startsWith("转账")) // 中间操作：过滤
.mapToInt(t -> Integer.parseInt(t.substring(2))) // 中间操作：转换
.sum(); // 终止操作：求和
System.out.println("总转账金额：" + sum); // 输出：总转账金额：400
三、实战演练：从理论到实践
让我们通过一个完整的例子，看看如何用Stream和Lambda改造传统代码。
3.1 传统方式处理集合
List<Student> students = Arrays.asList(
new Student("张三", 18, 85),
new Student("李四", 20, 90),
new Student("王五", 19, 76)
);
// 找出年龄大于18且分数大于80的学生名字
List<String> names = new ArrayList<>();
for (Student s : students) {
if (s.getAge() > 18 && s.getScore() > 80) {
names.add(s.getName());
}
}
3.2 Stream方式处理
List<String> names = students.stream()
.filter(s -> s.getAge() > 18) // 过滤年龄
.filter(s -> s.getScore() > 80) // 过滤分数
.map(Student::getName) // 提取名字
.collect(Collectors.toList()); // 收集结果
代码不仅更简洁，而且可读性更强，就像是在阅读业务需求说明书一样。
四、高级技巧与性能考量
4.1 并行流处理
当数据量很大时，可以使用parallelStream来利用多核处理器：
// 顺序流
long count = list.stream().filter(s -> s.length() > 3).count();
// 并行流
long parallelCount = list.parallelStream().filter(s -> s.length() > 3).count();
但要注意，并行不是银弹，在小数据量时可能反而更慢，且要考虑线程安全问题。
4.2 收集器的妙用
Collectors类提供了很多强大的收集操作：
// 按分数分组
Map<Integer, List<Student>> studentsByScore = students.stream()
.collect(Collectors.groupingBy(Student::getScore));
// 统计分数平均值
double averageScore = students.stream()
.collect(Collectors.averagingInt(Student::getScore));
// 拼接所有名字
String allNames = students.stream()
.map(Student::getName)
.collect(Collectors.joining(", "));
五、应用场景与最佳实践
5.1 适合使用Stream的场景
- 数据筛选和转换：比如从数据库中查询出一批数据后需要过滤和加工
- 统计计算：求和、平均值、最大值等聚合操作
- 批量处理：对集合中的每个元素执行相同操作
- 链式操作：需要多个连续操作处理数据时
5.2 使用建议
- 保持Lambda简短，复杂逻辑还是应该抽成方法
- 避免在Lambda中修改外部状态，保持无副作用
- 对于简单操作，传统循环可能更高效
- 注意Stream的延迟执行特性，只有在终止操作时才会真正执行
六、总结与展望
Stream和Lambda确实让Java代码焕发了新生，它们带来的不仅是语法上的简洁，更是一种编程思维的转变。从命令式的"怎么做"转向声明式的"做什么"，让代码更贴近业务逻辑的表达。
不过也要记住，技术是工具而不是目的。在某些场景下，传统的循环和条件语句可能仍然是更好的选择。关键在于根据具体情况选择最合适的工具。
随着Java的持续演进，函数式编程的支持只会越来越完善。掌握这些特性，能让你写出更现代化、更易维护的Java代码，在开发效率和运行效率之间找到更好的平衡点。
评论