问题描述
在处理数据流（stream）时，我们经常会遇到需要根据多个优先级条件进行查找的需求。例如，给定一个字符串stream，我们希望：
- 如果存在匹配条件A的元素，则返回第一个匹配A的元素。
- 否则，如果存在匹配条件B的元素，则返回第一个匹配B的元素。
- 否则，如果存在匹配条件C的元素，则返回第一个匹配C的元素。
- 否则，返回null。
以下是具体的示例及其预期结果：
Streamstream0 = Stream.of("a", "b", "c", "d"); Stream stream1 = Stream.of("b", "c", "d", "a"); Stream stream2 = Stream.of("b", "c", "d", "e"); Stream stream3 = Stream.of("d", "e", "f", "g"); // 预期结果： // findBestValue(stream0); // 应该返回 "a" // findBestValue(stream1); // 应该返回 "a" // findBestValue(stream2); // 应该返回 "b" // findBestValue(stream3); // 应该返回 null
常见错误尝试与原因分析
许多开发者在初次尝试解决此类问题时，可能会直观地使用链式filter().findFirst().orElse()结构，如下所示：
private static String findBestValue(Streamstream) { return stream.filter(str -> str.equals("a")) .findFirst() .orElse(stream.filter(str -> str.equals("b")) // 这里会出错 .findFirst() .orElse(stream.filter(str -> str.equals("c")) .findFirst() .orElse(null)) ); }
然而，上述代码在执行时会抛出java.lang.IllegalStateException: stream has already been operated upon or closed异常。这是因为Java Stream的一个核心特性是它只能被消费一次。一旦Stream上的终端操作（如findFirst()、collect()、forEach()等）被调用，该Stream就被认为是已操作或已关闭，不能再进行任何操作。
Stream并非数据容器，而是一种数据源的迭代器。正如Java API文档所述：
立即学习“Java免费学习笔记（深入）”；
无存储。Stream不是存储元素的数据结构；相反，它通过计算操作管道，从数据结构、数组、生成器函数或I/O通道等源传递元素。
因此，在上述错误示例中，当第一个stream.filter(str -> str.equals("a")).findFirst()执行完毕后，stream实例就已经被消费了。后续orElse()中尝试再次对同一个stream实例进行filter操作时，就会触发IllegalStateException。
解决方案：转换为可复用集合
为了解决Stream只能消费一次的问题，同时又要进行多次条件判断，最直接且推荐的方法是将Stream中的数据首先收集到一个可复用的数据结构中，例如Map或List。对于本场景，由于我们需要根据键值进行查找，Map是一个非常合适的选择。
我们可以将Stream中的所有元素收集到一个LinkedHashMap中。LinkedHashMap不仅存储了元素，还保留了元素的插入顺序，这在某些需要维护原始顺序的场景中非常有用。
方案一：硬编码优先级键值
首先，我们提供一个接受特定优先级键值的方法。
import java.util.Arrays;
import java.util.LinkedHashMap;
import java.util.Map;
import java.util.Objects;
import java.util.function.Function;
import java.util.stream.Collectors;
import java.util.stream.Stream;
public class StreamPrioritySearch {
/**
* 从Stream中查找第一个匹配指定优先级键值的元素。
*
* @param stream 待处理的Stream。
* @param key1 最高优先级键。
* @param key2 次高优先级键。
* @param key3 第三优先级键。
* @param Stream中元素的类型。
* @return 匹配到的第一个元素，如果都没有匹配则返回null。
*/
private static T findBestValue(Stream stream, T key1, T key2, T key3) {
// 1. 将Stream中的所有元素收集到LinkedHashMap中。
// Function.identity() 作为键和值，表示元素本身。
// (l, r) -> l 用于处理重复键，保留第一个遇到的值。
// LinkedHashMap::new 确保保持插入顺序。
Map map = stream.collect(Collectors.toMap(
Function.identity(), // 元素作为键
Function.identity(), // 元素作为值
(l, r) -> l, // 合并函数：如果键重复，保留第一个遇到的值
LinkedHashMap::new // 使用LinkedHashMap保持插入顺序
));
// 2. 遍历优先级键，从map中查找对应的值。
// 创建一个包含所有优先级键的Stream。
// map(map::get) 将键映射到map中的值（如果存在）。
// filter(Objects::nonNull) 过滤掉map中不存在的键（即返回null的情况）。
// findFirst() 找到第一个非null的值。
// orElse(null) 如果所有优先级键在map中都不存在，则返回null。
return Stream.of(map.get(key1), map.get(key2), map.get(key3))
.filter(Objects::nonNull)
.findFirst()
.orElse(null);
}
// 主方法用于测试
public static void main(String[] args) {
Stream stream1 = Stream.of("a", "b", "c", "d");
Stream stream2 = Stream.of("b", "c", "d", "e");
Stream stream3 = Stream.of("d", "e", "f", "g");
System.out.println("Stream1 (a,b,c): " + findBestValue(stream1, "a", "b", "c")); // 预期: a
System.out.println("Stream2 (a,b,c): " + findBestValue(stream2, "a", "b", "c")); // 预期: b
System.out.println("Stream3 (a,b,c): " + findBestValue(stream3, "a", "b", "c")); // 预期: null
// 注意：Stream一旦被消费就不能再用，所以每次测试都需要新的Stream实例
System.out.println("Stream0 (a,b,c): " + findBestValue(Stream.of("a", "b", "c", "d"), "a", "b", "c")); // 预期: a
System.out.println("Stream1 (b,a,c): " + findBestValue(Stream.of("b", "c", "d", "a"), "b", "a", "c")); // 预期: b (因为b优先级更高)
}
} 方案二：使用可变参数（Varargs）增强灵活性
为了使findBestValue方法更加通用和灵活，我们可以让它接受一个可变参数（varargs）来表示任意数量的优先级键。
import java.util.Arrays;
import java.util.LinkedHashMap;
import java.util.Map;
import java.util.Objects;
import java.util.function.Function;
import java.util.stream.Collectors;
import java.util.stream.Stream;
public class StreamPrioritySearchOptimized {
/**
* 从Stream中查找第一个匹配指定优先级键值的元素。
*
* @param stream 待处理的Stream。
* @param keys 一个或多个优先级键，按顺序排列。
* @param Stream中元素的类型。
* @return 匹配到的第一个元素，如果都没有匹配则返回null。
*/
private static T findBestValue(Stream stream, T... keys) {
// 1. 将Stream中的所有元素收集到LinkedHashMap中。
Map map = stream.collect(Collectors.toMap(
Function.identity(),
Function.identity(),
(l, r) -> l,
LinkedHashMap::new
));
// 2. 遍历优先级键，从map中查找对应的值。
// Arrays.stream(keys) 创建一个包含所有优先级键的Stream。
// map(map::get) 将键映射到map中的值。
// filter(Objects::nonNull) 过滤掉map中不存在的键。
// findFirst() 找到第一个非null的值。
// orElse(null) 如果所有优先级键在map中都不存在，则返回null。
return Arrays.stream(keys)
.map(map::get)
.filter(Objects::nonNull)
.findFirst()
.orElse(null);
}
// 主方法用于测试
public static void main(String[] args) {
// 注意：Stream一旦被消费就不能再用，所以每次测试都需要新的Stream实例
System.out.println("Stream0 (a,b,c): " + findBestValue(Stream.of("a", "b", "c", "d"), "a", "b", "c")); // 预期: a
System.out.println("Stream1 (a,b,c): " + findBestValue(Stream.of("b", "c", "d", "a"), "a", "b", "c")); // 预期: a
System.out.println("Stream2 (a,b,c): " + findBestValue(Stream.of("b", "c", "d", "e"), "a", "b", "c")); // 预期: b
System.out.println("Stream3 (a,b,c): " + findBestValue(Stream.of("d", "e", "f", "g"), "a", "b", "c")); // 预期: null
System.out.println("Stream4 (e,f,g): " + findBestValue(Stream.of("d", "e", "f", "g"), "e", "f", "g")); // 预期: e
System.out.println("Stream5 (z,y,x): " + findBestValue(Stream.of("d", "e", "f", "g"), "z", "y", "x")); // 预期: null
}
} 运行上述main方法，将得到以下输出：
Stream0 (a,b,c): a Stream1 (a,b,c): a Stream2 (a,b,c): b Stream3 (a,b,c): null Stream4 (e,f,g): e Stream5 (z,y,x): null
这完美符合了我们的预期。
注意事项与总结
- Stream的单次消费特性：这是理解此问题的关键。永远记住Stream在终端操作后就不能再被使用。
-
选择合适的中间集合：
- 如果只关心元素是否存在，Set可能是更简单的选择。
- 如果需要根据元素的某个属性（而非元素本身）进行查找，或者处理复杂对象，Map（如HashMap或LinkedHashMap）是更通用的解决方案。
- LinkedHashMap在保持元素插入顺序方面具有优势，这对于某些需要按原始顺序处理的场景可能很重要。
- 性能考量：将整个Stream收集到Map中会消耗额外的内存，并且对于非常大的Stream，这可能是一个性能瓶颈。然而，它避免了多次遍历Stream源的开销（如果Stream源是昂贵的）。如果Stream源可以廉价地重新生成（例如，从一个数组或List创建），那么每次条件判断都创建一个新的Stream可能是另一种选择，但这通常不如一次性收集到Map中高效。
-
返回值处理：示例中使用了orElse(null)来返回null。在实际生产代码中，更推荐返回Optional
，让调用者明确处理值可能不存在的情况，从而避免NullPointerException。例如： return Arrays.stream(keys) .map(map::get) .filter(Objects::nonNull) .findFirst(); // 返回 Optional调用方可以使用optionalValue.orElse(defaultValue)、optionalValue.orElseThrow()或optionalValue.ifPresent()等方法。
通过将Stream数据一次性收集到可复用的集合中，我们能够优雅且高效地解决Java Stream中多条件优先级查找的问题，同时避免了IllegalStateException。这种模式在处理复杂的数据过滤和查找逻辑时非常有用。
