目录
前言1. 基本知识2. 差异之处2.1 执行顺序2.2 串行并行2.3 复杂数据处理2.4 CRUD集合2.5 迭代器 3. 总结4. 彩蛋
前言
典故来源于项目中使用了两种方式的foreach，后面尝试体验下有何区别！
先看代码示例：
使用List的forEach：
import java.util.Arrays;import java.util.List;public class Demo { public static void main(String[] args) { List<String> data = Arrays.asList("One", "Two", "Three", "Four", "Five"); // 使用List的forEach data.forEach(element -> { System.out.println("Element: " + element); }); }}使用Stream API的forEach：
import java.util.Arrays;import java.util.List;public class Demo { public static void main(String[] args) { List<String> data = Arrays.asList("One", "Two", "Three", "Four", "Five"); // 使用Stream API的forEach data.stream().forEach(element -> { System.out.println("Element: " + element); }); }}两者输出结果都为如下：
既然两个都输出差不多的结果，但两者还是稍微有些小区别，具体看下文！
1. 基本知识
forEach() 是List接口的一部分，用于对列表中的每个元素执行给定的操作。与Stream API的 forEach 不同，list的 forEach 不支持并行处理，因此它在处理大量数据时可能不如Stream API高效。
适用于简单的迭代和操作，不需要复杂的流处理。
stream().forEach() 是Stream API的一部分，用于对流中的每个元素执行给定的操作。使用Stream API的 forEach 允许进行更多的操作，例如过滤、映射等，因为你可以在流上链式调用其他方法。
Stream API提供了更多的灵活性和功能，适用于处理大量数据或进行复杂的操作。
两者更多的区别可看下表：
| 代码块 | 概念 | 作用 | 差异之处 | 适用场景 |
|---|---|---|---|---|
list.foreach() | List接口中的方法，用于对列表中的每个元素执行给定的操作 | 1.通过 forEach()，可以对列表中的每个元素进行遍历，并在每个元素上执行指定的操作。2.主要用于简单的迭代和操作，适用于不需要复杂流处理的场景。 | 1.并行处理： List的 forEach 不支持并行处理，因此在处理大量数据时可能不如Stream API高效。Stream API的并行处理机制可以更好地利用多核处理器的性能。 2.功能限制： List的 forEach 主要用于简单的迭代操作，而没有提供像Stream API那样的丰富中间操作和终端操作，限制了其在复杂数据处理场景中的应用。 | 适用于简单的遍历和操作，例如对列表中的元素进行打印、计算简单统计量等。 不适用于需要复杂处理逻辑的情况。 |
stream().foreach() | Java 8引入的Stream API中的方法，用于对流中的每个元素执行给定的操作。 | 1.通过 forEach()，可以对流中的每个元素进行遍历，并在每个元素上执行指定的操作。2.Stream API提供了一种更为函数式的方式来处理数据，允许链式调用其他方法，如过滤、映射、排序等。 | 1.链式调用： 使用Stream API的 forEach 允许在流上进行链式调用其他方法，使得可以进行更多的操作。这种链式调用是函数式编程的一种特征，使代码更为灵活和表达性强。 2.功能丰富： Stream API提供了更多的中间操作和终端操作，例如 map、filter、reduce 等，这些操作可以组合使用，实现更复杂的数据处理逻辑。 | 适用于处理大量数据或进行复杂的操作，例如对数据进行变换、过滤、聚合等。 Stream API的并行处理机制也使得在多核处理器上能够更高效地处理大规模数据。 |
总结：
2. 差异之处
此处的差异之处主要讲解stream().foreach() 比 list.foreach()多的点
2.1 执行顺序
stream流中如果结合parallelStream()，会有不一样的特性！
import java.util.Arrays;import java.util.List;public class Demo { public static void main(String[] args) { List<String> data = Arrays.asList("One", "Two", "Three", "Four", "Five"); // 使用Stream API中的parallelStream forEach data.parallelStream().forEach(element -> { System.out.println("Element: " + element); }); }}截图如下：
在使用 parallelStream() 进行并行处理时，元素的处理顺序可能不会按照原始列表中的顺序输出。
并行流会将数据分成多个块，然后并行处理这些块，最后将结果合并。
因此，并行处理的结果可能在不同的块之间交错，导致输出的顺序不再按照原始列表的顺序。
想要保持顺序，可以使用 forEachOrdered() 方法，它会保证按照流的遍历顺序输出结果（并行流的情况下保持元素的遍历顺序，但可能会牺牲一些并行处理的性能优势）。示例如下：
import java.util.Arrays;import java.util.List;public class Demo { public static void main(String[] args) { List<String> data = Arrays.asList("One", "Two", "Three", "Four", "Five"); // 使用Stream API的parallelStream().forEachOrdered data.parallelStream().forEachOrdered(element -> { System.out.println("Element: " + element); }); }}截图如下：
2.2 串行并行
对应上章节继续科普parallelStream()，一般来说并行的输出速度比较快，用于对顺序输出不讲究，但是大量的数据处理可以用这个！
对于少量的数据来说，效果不明显，甚至会高于list.foreach()，所以根据情况而来，一般数据处理多，可以应用parallelStream()
import java.util.ArrayList;import java.util.List;public class Demo { public static void main(String[] args) { List<Integer> numbers = new ArrayList<>(); for (int i = 1; i <= 1000000; i++) { numbers.add(i); } // 使用 Stream.forEach 进行并行处理 long startTime = System.currentTimeMillis(); numbers.parallelStream().forEach(element -> { // 模拟一些耗时的操作 Math.pow(element, 2); }); long endTime = System.currentTimeMillis(); System.out.println("Time taken with Stream.forEach (parallel): " + (endTime - startTime) + " ms"); }}截图如下所示：
原本以为使用list.foreach()，时间会更长，反而时间更短：
import java.util.ArrayList;import java.util.List;public class Demo { public static void main(String[] args) { List<Integer> numbers = new ArrayList<>(); for (int i = 1; i <= 1000000; i++) { numbers.add(i); } // 使用 List.forEach 进行串行处理 long startTime = System.currentTimeMillis(); numbers.forEach(element -> { // 模拟一些耗时的操作 Math.pow(element, 2); }); long endTime = System.currentTimeMillis(); System.out.println("Time taken with List.forEach (sequential): " + (endTime - startTime) + " ms"); }}截图如下：
可能是由于数据规模较小、并行处理带来的额外开销以及模拟的耗时操作较短，导致并行流的性能没有得到有效提升。
并行处理的优势在于处理大规模数据时更为显著。
2.3 复杂数据处理
Stream API提供了丰富的中间操作和终端操作，使得能够进行更复杂的数据处理。
下面举例说明 filter()、map()、reduce() 这几个常用的操作方法。
filter() 用于对流中的元素进行过滤，只保留满足某个条件的元素： import java.util.Arrays;import java.util.List;import java.util.stream.Collectors;public class Demo { public static void main(String[] args) { List<String> data = Arrays.asList("One", "Two", "Three", "Four", "Five"); // 过滤出长度大于3的元素 List<String> filteredList = data.stream() .filter(element -> element.length() > 3) .collect(Collectors.toList()); System.out.println("Filtered List: " + filteredList); }}截图如下：
map() 用于对流中的每个元素进行映射转换，生成一个新的流： import java.util.Arrays;import java.util.List;import java.util.stream.Collectors;public class Demo { public static void main(String[] args) { List<String> data = Arrays.asList("One", "Two", "Three", "Four", "Five"); // 将每个元素转换为大写 List<String> uppercasedList = data.stream() .map(String::toUpperCase) .collect(Collectors.toList()); System.out.println("Uppercased List: " + uppercasedList); }}截图如下：
reduce() 用于将流中的元素逐个进行操作，最终得到一个结果 import java.util.Arrays;import java.util.List;import java.util.Optional;public class Demo { public static void main(String[] args) { List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5); // 对所有元素求和 Optional<Integer> sum = numbers.stream() .reduce((x, y) -> x + y); sum.ifPresent(result -> System.out.println("Sum: " + result)); }}使用 Optional<Integer> 主要是为了处理可能没有元素的情况，避免返回 null。
考虑到 numbers 可能为空，如果直接使用 reduce((x, y) -> x + y)，当 numbers 为空时，会得到 null，而这可能导致空指针异常。
截图如下：
拓展1
对于上述代码中，都有使用到Collectors.toList()
Collectors.toList()是Collectors 工具类提供的一个静态方法，它用于将流中的元素收集到一个 List 集合中。
在Stream API中，对流进行一系列的操作后，通常会希望将结果收集到一个集合中，以便后续的操作或输出。在实际应用中，还可以使用其他的 Collectors 方法，如
toSet()、toMap()等，以便根据需求将元素收集到不同的集合类型中。
拓展2
对于上述reduce中，使用到了Optional 类
Optional 是Java 8引入的一个类，用于处理可能为null的值。
它的设计目的是避免使用null，减少空指针异常的发生，并提供更安全、清晰的代码。
在上述代码中，通过使用 Optional<Integer>，可以更安全地处理可能为空的情况。如果 numbers 为空，reduce 操作的结果将是 Optional.empty()，而不是 null。
import java.util.Arrays;import java.util.List;import java.util.Optional;public class ReduceWithOptionalExample { public static void main(String[] args) { List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5); // 使用Optional处理可能为空的情况 Optional<Integer> sum = numbers.stream() .reduce((x, y) -> x + y); // 判断Optional是否包含值 if (sum.isPresent()) { System.out.println("Sum: " + sum.get()); } else { System.out.println("The list is empty."); } }}2.4 CRUD集合
当使用 list.foreach() 或 stream().foreach() 进行遍历操作时，如果在遍历过程中对集合进行了增、删、改的操作，可能会导致 ConcurrentModificationException 异常。
一、list.foreach()的增删：
增加数据的Demo代码：
import java.util.*;public class Demo { public static void main(String[] args) { List<String> data = new ArrayList<>(); data.add("One"); data.add("Two"); data.add("Three"); // 使用 List.forEach 遍历，并在遍历过程中增加元素 data.forEach(element -> { System.out.println("Element: " + element); if (element.equals("Two")) { data.add("Four"); // 在遍历过程中增加元素 } }); }}以及删除数据Demo：
import java.util.*;public class Demo { public static void main(String[] args) { List<String> data = new ArrayList<>(); data.add("One"); data.add("Two"); data.add("Three"); // 使用 List.forEach 遍历，并在遍历过程中删除元素 data.forEach(element -> { System.out.println("Element: " + element); if (element.equals("Two")) { data.remove(element); // 在遍历过程中删除元素，可能导致异常 } }); }}最终的结果截图如下：
二、list.stream().foreach()的增删：
增加数据的Demo代码：
import java.util.*;public class Demo { public static void main(String[] args) { List<String> data = new ArrayList<>(); data.add("One"); data.add("Two"); data.add("Three"); // 使用 Stream.forEach 遍历，并在遍历过程中增加元素 data.stream().forEach(element -> { System.out.println("Element: " + element); if (element.equals("Two")) { data.add("Four"); // 在遍历过程中增加元素 } }); }}截图如下：
以及删除数据Demo：
import java.util.*;public class Demo { public static void main(String[] args) { List<String> data = new ArrayList<>(); data.add("One"); data.add("Two"); data.add("Three"); // 使用 Stream.forEach 遍历，并在遍历过程中删除元素 data.stream().forEach(element -> { System.out.println("Element: " + element); if (element.equals("Two")) { data.remove(element); // 在遍历过程中删除元素，可能导致异常 } }); }}截图如下:
通过上述四个程序的执行结果，可以得到什么体会呢？？？
stream().foreach()在操作集合的CRUD的时候，执行错误之后，还是会迭代整个列表，才看到异常这也证明
stream().foreach()为并行执行处理数据，而不是串行那有办法解决这种异常的情况么，又能对集合进行CRUD！（答案是有的，可看如下正文）
2.5 迭代器
通过上述的阅读，急需需要一个对集合的CRUD做一个安全性的迭代！
于是有了如下的解决方式：
import java.util.*;public class Demo { public static void main(String[] args) { List<String> data = new ArrayList<>(); data.add("One"); data.add("Two"); data.add("Three"); // 使用迭代器遍历，并在条件满足时删除元素 Iterator<String> iterator = data.iterator(); while (iterator.hasNext()) { String element = iterator.next(); System.out.println("Element: " + element); if (element.equals("Two")) { iterator.remove(); // 尝试在不支持结构性修改的列表上进行删除操作，抛出异常 } } System.out.println("Modified List: " + data); }}截图如下：
3. 总结
总结起来，对于上面的代码学习，主要涉及了两种遍历集合的方式：List.forEach() 和 List.stream().forEach()。下面对这两种方式的区别进行总结：
List.forEach() 方法：
遍历是在当前线程中按顺序执行的，对集合元素的操作是同步的。
适用于简单的、顺序执行的遍历操作。
不支持并行操作，不保证源数据的顺序。
List.stream().forEach() 方法：
可以利用并行流进行多线程处理，提高遍历效率，不保证源数据的顺序。
适用于更复杂的、并行处理的遍历操作，可以配合 Stream 的其他操作进行更灵活的数据处理。
4. 彩蛋
对于上述中的代码，有一个需要注意的点：
不管是list.foreach()还是list.stream().foreach()，集合的CRUD都会出现会爆：Exception in thread "main" java.lang.UnsupportedOperationException的错误，举一个例子。
import java.util.*;public class Demo { public static void main(String[] args) { List<String> data = Arrays.asList("One", "Two", "Three"); // 使用 List.forEach 遍历，并在遍历过程中删除元素 data.forEach(element -> { System.out.println("Element: " + element); if (element.equals("Two")) { data.remove(element); // 在遍历过程中删除元素，可能导致异常 } }); }}截图如下：
主要的原因在于：
Arrays.asList("One", "Two", "Three", "Four", "Five") 创建的列表是由数组支持的固定大小的列表。
这意味着该列表不支持结构性修改操作（如添加、删除），并且会在尝试进行这些操作时抛出UnsupportedOperationException 异常。
