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

步骤	操作	结果
🎯 `map()`	每个元素转成数组	`[["Hello", "World"], ["Java", "Stream"]]`
🔥 `flatMap()`	拍平成单层流	`["Hello", "World", "Java", "Stream"]`

🔍 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：

功能	`map()`	`flatMap()`
结果	返回嵌套结构（`Stream<Stream>`、`List<List>`等）	返回单层扁平结构
常见用途	单层对象转换	嵌套结构拍平、集合嵌套处理
结果类型	`Stream<T[]>` / `Stream<List>`	`Stream<T>`
示例转换	"A B" → ["A", "B"]	[["A", "B"], ["C", "D"]] → ["A", "B", "C", "D"]

🔥 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

特点	`map()`	`flatMap()`
转换关系	一对一转换	一对多（Stream 扁平化）
结果类型	`Stream<Stream<T>>`	`Stream<T>`
常用场景	数据转换，简单映射	嵌套集合、字符串拆解
Optional 嵌套处理	返回嵌套 Optional	解开嵌套 Optional