一、先立心智模型：Stream 到底是什么？

Stream 不是集合，不存数据，不改数据。

它是：

对数据源的一次性、惰性的、函数式“处理流程描述”

三点必须刻在脑子里：

1. 惰性执行：中间操作不执行，直到终端操作出现

2. 流水线模型：元素一个一个穿过全部操作

3. 一次性消费：终端操作后流关闭

stream.中间操作1().中间操作2().终端操作();

二、Stream 操作的两大阵营

三、中间操作（Intermediate Operations）

核心作用一句话

中间操作负责“塑形”和“筛选”，不产出结果，只返回新 Stream。

1️⃣ filter：筛选（留下什么）

stream.filter(predicate)

作用：

只让predicate 返回 true 的元素继续往下走

users.stream().filter(u->u.getAge()>=18)

🧠 心法：
永远写“我要什么”，不是“我要丢掉什么”

2️⃣ map：映射（变形）

stream.map(mapper)

作用：

把T → R

users.stream().map(User::getName)

注意：

• 会发生装箱/拆箱

• 结果是Stream<R>

3️⃣ mapToInt / mapToLong / mapToDouble：数值专用映射

stream.mapToInt(User::getAge)

作用：

转为基本类型流，用于数值计算

好处：

• 性能更好

• 可以直接sum / average / max

4️⃣ flatMap：扁平化（降维打击）

stream.flatMap(mapper)

作用：

典型场景：

• 一对多

• 集合嵌套

• SQL 中的 join 思维

5️⃣ distinct：去重

stream.distinct()

基于：

• equals

• hashCode

⚠️ 对象必须正确实现这两个方法。

6️⃣ sorted：排序

stream.sorted()stream.sorted(comparator).sorted(Comparator.comparing(User::getAge))

7️⃣ limit / skip：截断与跳过（短路）

.limit(10).skip(5)

作用：

• limit：最多取 N 个

• skip：跳过前 N 个

🔥 这是短路操作，会提前终止流水线。

8️⃣ peek：窥视（调试用）

.peek(System.out::println)

⚠️ 不要在peek里写业务逻辑。

四、终端操作（Terminal Operations）

核心作用一句话

终端操作负责“触发执行”和“产出结果”，一旦调用，Stream 关闭。

1️⃣ forEach：消费流

stream.forEach(action)

特点：

• 无返回值

• 只做“消费”

⚠️ 不推荐在里面修改外部变量。

2️⃣ collect：收集结果（最重要🔥）

stream.collect(collector)

作用：

把流中的元素收集成你想要的结构

常见：

.toList().toSet().toMap().groupingBy().joining()

3️⃣ reduce：归约（底层思想）

stream.reduce(identity, accumulator)

int sum = nums.stream().reduce(0, Integer::sum);

collect 的思想基础。

4️⃣ count：计数

stream.count()

5️⃣ max / min：极值

stream.max(comparator)

返回：

Optional<T>

6️⃣ findFirst / findAny：查找（短路）

.findFirst() .findAny()

返回 Optional。

7️⃣ anyMatch / allMatch / noneMatch：匹配判断（短路）

.anyMatch() .allMatch() .noneMatch()

五、执行顺序真相（重要）

stream.filter().limit().map().forEach();

❌ 错误理解：

filter 执行完，再执行 limit

✅ 正确理解：

一个元素 → filter → limit → map → forEach

流水线 + 惰性 + 短路。

六、一张表吃透（面试版）