Java 8 Stream API高级用法与实战练习

1. Stream流式编程基础概念解析

Java 8引入的Stream API彻底改变了我们处理集合数据的方式。这种声明式的编程风格让我们能够以更简洁、更易读的方式表达复杂的数据处理逻辑。与传统的for循环相比，Stream操作具有更好的可组合性和并行化潜力。

在实际项目中，我发现很多开发者虽然知道Stream的基本用法，但在面对复杂业务场景时往往束手无策。这主要是因为缺乏系统的练习和对Stream操作背后原理的深入理解。下面我将通过一系列精心设计的练习题，带你逐步掌握Stream的高级用法。

重要提示：Stream操作不会修改源数据，每次操作都会生成新的Stream。这种特性使得Stream非常适合函数式编程范式。

2. 基础练习题精解

2.1 过滤与映射操作

我们先从最基础的filter和map操作开始。假设我们有一个员工列表：

java复制List<Employee> employees = Arrays.asList(
    new Employee("张三", 25, 8000),
    new Employee("李四", 30, 12000),
    new Employee("王五", 28, 10000)
);

练习题1：找出所有年龄大于25岁的员工姓名

java复制List<String> names = employees.stream()
    .filter(e -> e.getAge() > 25)
    .map(Employee::getName)
    .collect(Collectors.toList());

这里有几个关键点需要注意：

1. filter接收一个Predicate，用于条件判断
2. map接收一个Function，用于数据转换
3. collect是终止操作，将流转换为集合

2.2 聚合操作实战

练习题2：计算所有员工工资的总和

java复制double totalSalary = employees.stream()
    .mapToDouble(Employee::getSalary)
    .sum();

使用mapToDouble而不是map，可以避免自动装箱带来的性能损耗。对于数值计算，Java提供了专门的原始类型流(IntStream, LongStream, DoubleStream)。

3. 中级练习题解析

3.1 分组与分区操作

分组(Grouping)是Stream中最强大的功能之一。我们来看一个复杂点的例子：

练习题3：按年龄段分组统计员工信息

java复制Map<String, List<Employee>> groupedByAge = employees.stream()
    .collect(Collectors.groupingBy(e -> {
        if(e.getAge() < 25) return "青年";
        else if(e.getAge() < 35) return "中年";
        else return "资深";
    }));

3.2 排序与去重技巧

练习题4：获取工资最高的3名员工

java复制List<Employee> top3 = employees.stream()
    .sorted(Comparator.comparingDouble(Employee::getSalary).reversed())
    .limit(3)
    .collect(Collectors.toList());

这里使用了Comparator的comparing方法创建比较器，reversed()实现降序排列，limit限制结果数量。

4. 高级应用场景

4.1 扁平化(flatMap)操作

当处理嵌套集合时，flatMap就派上用场了。考虑以下数据结构：

java复制List<List<Integer>> numberLists = Arrays.asList(
    Arrays.asList(1, 2, 3),
    Arrays.asList(4, 5, 6)
);

练习题5：将所有数字合并并计算平方和

java复制int sum = numberLists.stream()
    .flatMap(List::stream)
    .mapToInt(n -> n * n)
    .sum();

flatMap将多个流合并为一个流，这在处理树形结构或一对多关系时特别有用。

4.2 自定义收集器实现

虽然Java提供了丰富的内置收集器，但有时我们需要自定义收集逻辑。比如：

练习题6：实现一个收集器，将员工按工资范围分组

java复制Collector<Employee, ?, Map<String, List<Employee>>> salaryRangeCollector = 
    Collector.of(
        HashMap::new,
        (map, employee) -> {
            String range = employee.getSalary() < 10000 ? "普通" : "高薪";
            map.computeIfAbsent(range, k -> new ArrayList<>()).add(employee);
        },
        (map1, map2) -> {
            map2.forEach((k, v) -> map1.merge(k, v, (l1, l2) -> {
                l1.addAll(l2);
                return l1;
            }));
            return map1;
        }
    );

5. 性能优化与常见陷阱

5.1 短路操作的应用

某些流操作如findFirst、anyMatch等不需要处理全部元素，合理使用可以提高性能：

java复制boolean hasHighSalary = employees.stream()
    .anyMatch(e -> e.getSalary() > 15000);

5.2 并行流使用注意事项

并行流看似美好，但使用不当反而会降低性能：

java复制// 适合并行化的场景
List<String> names = employees.parallelStream()
    .filter(e -> e.getAge() > 25)
    .map(Employee::getName)
    .collect(Collectors.toList());

并行流适用于：

1. 数据量足够大(通常超过1万元素)
2. 操作本身计算密集
3. 没有共享状态和顺序依赖

5.3 常见问题排查

1. 流已被操作错误：每个流只能被消费一次，重复使用会抛出IllegalStateException
2. 空指针异常：注意Optional的正确使用
3. 性能问题：避免在流中执行耗时IO操作

6. 实战项目练习

为了巩固所学，我设计了一个综合练习项目：

项目需求：处理一个订单列表，每个订单包含多个商品项，需要：

1. 找出销售额最高的3个商品类别
2. 计算每个客户的消费总额
3. 找出购买特定商品的所有客户

java复制// 数据结构示例
class Order {
    String customerId;
    List<OrderItem> items;
    Date orderDate;
}

class OrderItem {
    String productId;
    String category;
    double price;
    int quantity;
}

解决方案将涉及流的各种操作组合，建议读者先自行尝试实现，这对掌握Stream API非常有帮助。