Stream 流中 flatMap 方法详解

🎯 1. flatMap() 到底是啥？

flatMap() 是 Stream 里的中间操作，它的作用可以分两步理解：

• 第一步：对流里的每个元素，先**映射（转换）**成一个 Stream。
• 第二步：把多个子流拍平成一个大的扁平流。

简单记忆：map() 是一对一，flatMap() 是一对多。

🛠️ 2. 基础用法拆解

来看个例子：

List<String> list = List.of("Hello World", "Java Stream");

List<String> result = list.stream()
    .map(s -> s.split(" "))   // 转成 String[] 流
    .flatMap(Arrays::stream)    // 拍平成单层流
    .collect(Collectors.toList());

System.out.println(result);

✅ 执行过程解析

🔍 3. map() vs flatMap() 的区别

我们用个更直观的对比例子：

List<String> list = List.of("a,b,c", "d,e,f");

// map()
List<String[]> mapResult = list.stream()
    .map(s -> s.split(","))  // 每个元素变成 String[]
    .collect(Collectors.toList());

System.out.println(mapResult);
// 输出: [[a, b, c], [d, e, f]]  (嵌套数组)

// flatMap()
List<String> flatMapResult = list.stream()
    .flatMap(s -> Arrays.stream(s.split(",")))
    .collect(Collectors.toList());

System.out.println(flatMapResult);
// 输出: [a, b, c, d, e, f] (扁平化的一层)

✅ 总结：

🔥 4. 高阶实战场景

🎯 4.1. 嵌套集合扁平化

List<List<Integer>> numbers = List.of(
    List.of(1, 2, 3),
    List.of(4, 5, 6),
    List.of(7, 8, 9)
);

List<Integer> flatList = numbers.stream()
    .flatMap(List::stream)
    .collect(Collectors.toList());

System.out.println(flatList);
// 输出: [1, 2, 3, 4, 5, 6, 7, 8, 9]

🚀 4.2. 字符串拆分

假设我们有一组句子，想拆成单词：

List<String> sentences = List.of("Java is cool", "Stream API is powerful");

List<String> words = sentences.stream()
    .flatMap(s -> Arrays.stream(s.split(" ")))
    .collect(Collectors.toList());

System.out.println(words);
// 输出: [Java, is, cool, Stream, API, is, powerful]

🔥 4.3. 模拟 SQL JOIN

我们模拟多表连接（类似 SQL 的笛卡尔积）：

List<String> names = List.of("Tom", "Jerry", "Mike");
List<String> hobbies = List.of("Coding", "Gaming", "Reading");

List<String> results = names.stream()
    .flatMap(name -> hobbies.stream().map(hobby -> name + " loves " + hobby))
    .collect(Collectors.toList());

results.forEach(System.out::println);

输出：

Tom loves Coding
Tom loves Gaming
Tom loves Reading
Jerry loves Coding
Jerry loves Gaming
Jerry loves Reading
Mike loves Coding
Mike loves Gaming
Mike loves Reading

🔥 5. Optional 配合 flatMap()

Optional 也有 flatMap()！特别适合处理嵌套 Optional:

Optional<String> optionalName = Optional.of("Java");

Optional<String> upperName = optionalName
    .flatMap(name -> Optional.of(name.toUpperCase()));

System.out.println(upperName.orElse("No Name"));
// 输出: JAVA

✅ 如果用 map()：

Optional<Optional<String>> nestedOptional = optionalName.map(name -> Optional.of(name.toUpperCase()));
System.out.println(nestedOptional);
// 输出: Optional[Optional[JAVA]]  (嵌套了两层)

🎉 6. 常见坑 & 注意事项

1️⃣ 避免空指针

如果 flatMap() 操作的是嵌套集合，务必确保子集合不为 null：

List<List<String>> data = List.of(
    List.of("Java", "Python"),
    null // ❗️注意这里有null
);

List<String> result = data.stream()
    .filter(Objects::nonNull) // 先过滤掉null
    .flatMap(list -> list == null ? Stream.empty() : list.stream())
    .collect(Collectors.toList());

System.out.println(result);

2️⃣ 性能考虑

flatMap() 频繁拍平大数据集合时性能可能受影响，考虑分批次处理，或者用 parallelStream()。

3️⃣ 嵌套层级太多

如果嵌套层次太多（List<List<List<T>>>），可以链式多次 flatMap()：

List<List<List<String>>> deepNestedList = List.of(
    List.of(List.of("A", "B"), List.of("C")),
    List.of(List.of("D", "E"))
);

List<String> flatResult = deepNestedList.stream()
    .flatMap(List::stream)
    .flatMap(List::stream)
    .collect(Collectors.toList());

System.out.println(flatResult);
// 输出: [A, B, C, D, E]

🎁 7. 终极总结

🌟 总结

通过本文的学习，我们深入了解了 flatMap() 在 Java Stream 中的强大功能。它不仅能够处理多层嵌套数据、拆分字符串、模拟 SQL JOIN，更能让你的代码更加简洁优雅，避免冗余的嵌套结构。

无论你是数据处理，还是解决复杂的集合操作，掌握 flatMap() 都将是你提升编码能力的关键一步。希望通过本文，大家能够更高效地利用这个工具，优化自己的代码结构，让代码不仅“能用”，更要“好用”。

如果你在学习过程中有任何疑问，或者有更多 flatMap() 的应用场景，欢迎在评论区留言，我们一起讨论！别忘了点赞、收藏和分享给更多需要的朋友哦！