276. Java Stream API - 使用 flatMap 和 mapMulti 清理数据并转换类型
🎯 场景需求：清理并转换用户输入的数据
你收到一个 List<String>，每个字符串理论上代表一个整数，但实际上这些字符串可能：
- 包含空格（如
"3 "） - 是空字符串
"" - 甚至是
null（这里没有写出，但应当处理） - 包含非法字符（如
"abc"）
你的目标是：只保留可以成功转换为整数的字符串，并将它们转为 List<Integer>。
❌ 错误示例：filter + map 是不合适的
很多人第一反应可能是这样：
Predicate<String> isANumber = s -> {
try {
Integer.parseInt(s);
return true;
} catch (NumberFormatException e) {
return false;
}
};
List<Integer> ints = strings.stream()
.filter(isANumber) // 检查
.map(Integer::parseInt) // 再转
.toList();
但这有两个大问题：
- ❌ 重复解析：
Integer.parseInt(s)被调用了两次，浪费性能。
- ❌ try-catch 返回布尔值是设计异味：
- 把异常逻辑用于逻辑判断，可读性差。
✅ 正确示例：用 flatMap 一次性搞定！
你可以用 flatMap 结合 try-catch 实现清洗 + 转换，只要转换成功就返回一个单元素流，失败就返回空流。
🔨 示例代码：
Function<String, Stream<Integer>> flatParser = s -> {
try {
return Stream.of(Integer.parseInt(s));
} catch (NumberFormatException e) {
return Stream.empty(); // 解析失败，直接跳过
}
};
List<String> strings = List.of("1", " ", "2", "3 ", "", "3");
List<Integer> ints = strings.stream()
.flatMap(flatParser)
.toList();
System.out.println("ints = " + ints);
✅ 输出：
ints = [1, 2, 3]
🌟 所有无效数据（如 " "、""、"3 "）都被优雅地丢弃了。
🆕 Java 16 新方法：mapMulti 更高效！
虽然 flatMap 很强大，但它会为每个元素都生成一个新的 Stream 对象，性能不如一次性收集高效。
💡 mapMulti() 是更高效的替代：
它通过回调方式，决定是否将元素加入最终结果流，避免了不必要的中间流。
🧩 示例代码：
List<String> strings = List.of("1", " ", "2", "3 ", "", "3");
List<Integer> ints = strings.stream()
.<Integer>mapMulti((string, consumer) -> {
try {
consumer.accept(Integer.parseInt(string));
} catch (NumberFormatException ignored) {
// 什么也不做，自动丢弃无效数据
}
})
.toList();
System.out.println("ints = " + ints);
✅ 输出：
ints = [1, 2, 3]
🧠 mapMulti() 是如何工作的？
| 动作 | 意义 |
|---|---|
string | 当前流中要处理的元素 |
consumer.accept(x) | 将 x 放入最终的 stream 输出 |
不调用 accept() | 表示此元素无效，不进入最终输出（相当于被过滤） |
👀 相比 flatMap，mapMulti 不创建额外的流，适合高性能场景。
⚠️ 注意：类型推断语法
你需要手动告诉编译器输出元素类型：
.<Integer>mapMulti(...)
如果你省略它：
.mapMulti(...)
编译器将默认输出 Stream<Object>，这会导致后续类型错误。
🧪 总结对比
| 特性 | flatMap | mapMulti |
|---|---|---|
| 引入版本 | Java 8 | Java 16 |
| 用法 | 返回 Stream（可能是空） | 使用 consumer.accept() 添加元素 |
| 性能 | 为每个元素构建流（较慢） | 不生成中间流（更高效） |
| 适合场景 | 结构映射 & 扁平化 | 条件过滤 & 数据转换 |
🧩 延伸建议：泛型类型安全版 flatParser
如果你担心 null 或更复杂的转换，可以将函数封装为更通用版本：
static <T> Function<String, Stream<T>> safeParse(Function<String, T> parser) {
return s -> {
try {
return Stream.of(parser.apply(s));
} catch (Exception e) {
return Stream.empty();
}
};
}
使用：
strings.stream()
.flatMap(safeParse(Integer::parseInt))
.toList();
