函数式编程—Stream流概述
前言
在 Java 8 问世之前，我们对集合进行筛选、转换、统计等操作，往往需要借助for循环或Iterator迭代器，代码充斥着大量临时变量和嵌套判断，臃肿且容易出错。Stream 的出现彻底改变了这一局面——它把函数式编程的思想引入 Java，让集合操作变得像流水线作业一样清晰流畅。本文将从零开始介绍 Stream 流的核心概念、三大特性，并着重帮大家厘清一个常见的认知误区：此 Stream（函数式）非彼 Stream（IO），避免在学习路上走弯路。
摘要
本文详细介绍了 Java 8 中函数式编程的核心 API——Stream 流。文章从 Stream 的基本概念入手，通过代码示例展示了其对集合/数组进行链式操作的便捷性，并总结了不存储数据、不修改数据源、惰性执行三大特性。针对初学者常见的概念混淆问题，本文重点对比了函数式 Stream 与 IO 流在所在包、操作对象、迭代方式、使用场景等方面的本质区别。最后，文章给出了 Stream 的适用场景提醒。适合刚接触 Java 函数式编程的开发者阅读。
目录
1. 什么是Stream流？
2. Stream流的三大特性
3. 函数式Stream vs IO流（重点区分）
4. 什么时候用Stream？
5. 一个小提醒
结语
1. 什么是Stream流？
Java 8 引入的 Stream 是一种函数式编程模型，它允许我们对集合或数组进行链状流式操作。简单来说，Stream 就像一条“流水线”，数据从一头进去，经过一道道工序（过滤、转换、聚合等），从另一头出来——而我们只需要声明“做什么”，不需要关心“怎么做”。
// 示例：筛选长度大于3的字符串并转成大写 List<String> list = Arrays.asList("a", "abc", "abcd", "hello"); list.stream() .filter(s -> s.length() > 3) .map(String::toUpperCase) .forEach(System.out::println); // 输出：ABCD HELLO这种写法让代码更简洁、可读性更高，同时也更接近自然语言的描述。
2. Stream流的三大特性
| 特性 | 说明 |
|---|---|
| 不存储数据 | Stream 本身不是数据结构，它只是数据源的视图 |
| 不修改数据源 | 操作不会影响原集合/数组，每次转换都产生新结果 |
| 惰性执行 | 只有遇到终端操作（如collect、forEach）时才会真正执行 |
3. 函数式Stream vs IO流（重点区分）
很多初学者看到“Stream”第一反应就是文件读写中的输入输出流，这里必须明确区分：
IO流（如FileInputStream、BufferedReader）是字节/字符的搬运工，服务于数据在不同物理介质（磁盘、网络、内存）之间的传输，操作的是外部资源，需要手动开关和异常处理；而函数式Stream（如Stream<Integer>）是数据的加工厂，服务于集合/数组在内存中的函数式计算（过滤、映射、归约），操作的是内存中的数据结构，不修改数据源，由内部迭代驱动。
简单说：IO流搬数据，函数式Stream算数据——一个对抗物理延迟，一个简化循环嵌套。
| 对比维度 | IO流 | 函数式Stream |
|---|---|---|
| 所在包 | java.io/java.nio | java.util.stream |
| 操作对象 | 字节/字符（文件、网络等外部资源） | 集合/数组中的元素 |
| 迭代方式 | 外部迭代（手动循环读取） | 内部迭代（由JVM自动遍历） |
| 是否修改数据源 | 不涉及（只是传输） | 不修改（函数式原则） |
| 常见操作 | read()、write()、close() | filter、map、reduce、collect |
| 使用场景 | 文件拷贝、网络传输 | 集合查询、数据统计、批量转换 |
4. 什么时候用Stream？
当你需要对集合/数组做以下操作时，就可以考虑使用 Stream：
过滤：筛选出符合条件的元素
映射：将元素转换成另一种形式
排序：按指定规则排序
聚合：求和、最大值、最小值、平均值
分组：按某个维度分组统计
5. 一个小提醒
处理普通集合的stream()不需要手动close()，只有像Files.lines()这类与文件通道绑定的 Stream 才需要关闭——那是为了释放文件句柄，跟集合计算无关，别搞混了。
结语
函数式编程中的 Stream 流是 Java 8 最具革命性的特性之一，它让集合操作从“怎么做”的繁琐细节中解放出来，让我们专注于“做什么”的业务逻辑。只要记住——IO流处理的是外部数据搬运，函数式Stream处理的是内存数据计算，这两个概念就永远不会混淆。