本文介绍如何利用java stream api替代传统for循环与if-else嵌套逻辑，高效筛选并扁平化符合条件的字符串子列表，提升代码可读性、可维护性与函数式表达能力。
本文介绍如何利用java stream api替代传统for循环与if-else嵌套逻辑，高效筛选并扁平化符合条件的字符串子列表，提升代码可读性、可维护性与函数式表达能力。
在处理多层嵌套集合（如 List<List<String>>）并依据动态条件（如 var1 的值）筛选、合并子列表时，传统的 imperative 风格（for + if-else + addAll）虽直观，但存在冗余迭代、可读性弱、扩展性差等问题。Java 8 引入的 Stream API 提供了声明式、链式、惰性求值的处理方式，能显著优化此类逻辑。
以下为优化后的核心实现：
List<List<String>> colorsList = List.of(
List.of("red", "maroon"),
List.of("blue", "skyblue"),
List.of("pink")
);
int var1 = 5;
List<String> listReturn = new ArrayList<>();
// ✅ 安全前提：建议校验 colorsList 是否为 null（生产环境必备）
if (colorsList == null) {
throw new IllegalArgumentException("colorsList cannot be null");
}
if (var1 == 5) {
colorsList.stream()
.filter(innerList -> innerList.contains("blue"))
.forEach(listReturn::addAll);
} else if (var1 == 10) {
colorsList.stream()
.filter(innerList -> innerList.contains("pink") || innerList.contains("red"))
.forEach(listReturn::addAll);
}该写法优势明显：
JavaStoryDevelop
下载
你接手一个需求时，是不是经常这样："改一个小字段 → 结果把不相关的代码也改了"、"需求说得很模糊 → 做着做着发现跑偏了"、"数据库加个字段 → 上线才发现漏了数据兼容"、"做了个新功能 → 一个月后自己都忘了当时怎么设计的"、"写到一半被中断 → 再回来不知道从哪继续"；这个 Skill 就是专门解决这些问题的。 它会自动探测你的项目环境（JDK、Spring Boot、ORM、数据库、前端框架），记在
- 语义清晰：filter(...) 直观表达“保留含指定颜色的子列表”，forEach(listReturn::addAll) 明确执行合并动作；
- 避免重复遍历：每个分支仅执行一次流操作，而非原始代码中每轮循环都判断 var1；
- 易于扩展：新增条件只需追加 else if 分支，无需改动循环结构；
- 支持并行化（可选）：若数据量大且无状态依赖，可将 stream() 替换为 parallelStream()（注意线程安全——此处 listReturn 为共享可变集合，需同步或改用 Collectors.toList() 等不可变收集器）。
⚠️ 注意事项：
立即学习“Java免费学习笔记（深入）”；
- 原始代码中 List.of("blue, skyblue") 实际创建的是含单个元素 "blue, skyblue" 的列表（含逗号），非 "blue" 和 "skyblue" 两个独立字符串——请确保输入数据格式正确，必要时使用 split(",") 预处理；
- 若需返回不可变结果或避免副作用，推荐使用 Collectors.flatMapping + Collectors.toList() 实现纯函数式收集（示例见下）：
List<String> listReturn = colorsList.stream()
.filter(innerList -> {
if (var1 == 5) return innerList.contains("blue");
else if (var1 == 10) return innerList.contains("pink") || innerList.contains("red");
else return false;
})
.flatMap(List::stream)
.toList(); // Java 16+；若用低版本，替换为 .collect(Collectors.toList())此版本完全避免外部可变状态，更符合函数式编程原则，也天然线程安全。综上，Stream 不仅是语法糖，更是重构复杂条件集合操作的有力工具——关键在于理解其惰性、管道化与终端操作特性，并结合业务场景选择合适的数据收集策略。
