flatmap用于将嵌套集合展开为单层流，示例中通过List<List<String>>转为单一List，再处理用户兴趣去重及多层嵌套展开，体现其在复杂数据结构中的高效处理能力。
在Java中，stream.flatMap 是处理嵌套集合的利器。当你有一个集合中的每个元素本身又是一个集合时，想要把它们“拍平”成一个单一的流，这时候 flatMap 就派上用场了。它不仅能简化数据结构，还能让后续的过滤、映射等操作更加流畅。
什么是 flatMap？
flatMap 的作用是将流中的每个元素转换为一个流，然后把这些流里的所有元素合并成一个新流。 与 map 不同，map 只做一对一转换，而 flatMap 支持一对多，并自动展开结果。
方法签名如下：
<R> Stream<R> flatMap(function<? super T, ? extends Stream<? extends R>> mapper)
立即学习“Java免费学习笔记（深入）”；
基本使用：展开List中的List
假设你有一个 List<List<String>>，你想把它变成一个包含所有字符串的一级列表。
示例代码：
List<List<String>> nestedLists = Arrays.asList( Arrays.asList("a", "b"), Arrays.asList("c", "d"), Arrays.asList("e") ); List<String> flattened = nestedLists.stream() .flatMap(List::stream) .collect(Collectors.toList()); System.out.println(flattened); // 输出: [a, b, c, d, e]
这里 .flatMap(List::stream) 把每一个子 List 转换成一个 Stream，然后把这些 Stream 合并成一个整体流。
实际场景：从对象列表中提取并展开属性集合
更常见的需求是从一组对象中提取某个集合类型的字段，并统一展开处理。比如用户和他们的兴趣爱好。
定义一个简单类：
class User { private String name; private List<String> hobbies; public User(String name, List<String> hobbies) { this.name = name; this.hobbies = hobbies; } public List<String> getHobbies() { return hobbies; } }
现在我们有一组用户，想获取所有不重复的兴趣爱好：
List<User> users = Arrays.asList( new User("Alice", Arrays.asList("读书", "游泳")), new User("Bob", Arrays.asList("游泳", "篮球")), new User("Charlie", Arrays.asList("篮球", "音乐")) ); List<String> allHobbies = users.stream() .flatMap(user -> user.getHobbies().stream()) .distinct() .collect(Collectors.toList()); System.out.println(allHobbies); // [读书, 游泳, 篮球, 音乐]
通过 flatMap 提取每个用户的爱好列表并展开，再用 distinct 去重，轻松实现目标。
进阶技巧：多层嵌套的展开
如果遇到更深层的嵌套，比如 List<List<List<String>>>，可以连续使用 flatMap。
例如：
List<List<List<String>>> deepNested = Arrays.asList( Arrays.asList( Arrays.asList("x1", "x2"), Arrays.asList("y1") ), Arrays.asList( Arrays.asList("z1", "z2", "z3") ) ); List<String> result = deepNested.stream() .flatMap(List::stream) // 第一层展开 .flatMap(List::stream) // 第二层展开 .collect(Collectors.toList()); System.out.println(result); // [x1, x2, y1, z1, z2, z3]
每一层 flatMap 解开一级嵌套，逻辑清晰且易于维护。
基本上就这些。掌握 flatMap 的关键是理解它“转换为流再合并”的机制。合理使用能让代码更简洁，尤其在处理复杂数据结构时优势明显。不复杂但容易忽略。