我有一种感觉，这里的大多数答案都把简单的问题复杂化了。如果你已经理解了地图是如何工作的，那就很容易掌握了。

在使用map()时，有些情况下我们可能会得到不需要的嵌套结构，flatMap()方法的设计是通过避免换行来克服这一问题。

例子:

1

List<List<Integer>> result = Stream.of(Arrays.asList(1), Arrays.asList(2, 3))
  .collect(Collectors.toList());

我们可以使用flatMap来避免使用嵌套列表:

List<Integer> result = Stream.of(Arrays.asList(1), Arrays.asList(2, 3))
  .flatMap(i -> i.stream())
  .collect(Collectors.toList());

2

Optional<Optional<String>> result = Optional.of(42)
      .map(id -> findById(id));

Optional<String> result = Optional.of(42)
      .flatMap(id -> findById(id));

地点:

private Optional<String> findById(Integer id)

我想举两个例子来说明更实际的观点: 第一个使用地图的例子:

@Test
public void convertStringToUpperCaseStreams() {
    List<String> collected = Stream.of("a", "b", "hello") // Stream of String 
            .map(String::toUpperCase) // Returns a stream consisting of the results of applying the given function to the elements of this stream.
            .collect(Collectors.toList());
    assertEquals(asList("A", "B", "HELLO"), collected);
}

在第一个例子中没有什么特别的，一个函数被应用来返回大写的String。

第二个使用flatMap的例子:

@Test
public void testflatMap() throws Exception {
    List<Integer> together = Stream.of(asList(1, 2), asList(3, 4)) // Stream of List<Integer>
            .flatMap(List::stream)
            .map(integer -> integer + 1)
            .collect(Collectors.toList());
    assertEquals(asList(2, 3, 4, 5), together);
}

在第二个例子中，传递了一个List流。它不是一个整数流! 如果必须使用转换函数(通过map)，则首先必须将流平展为其他类型的流(整数流)。 如果flatMap被移除，则返回以下错误:对于参数类型List, int，操作符+未定义。 不可能在整数列表上应用+ 1 !

简单的答案。

映射操作可以生成流的流。前流<流<整数> >

flatMap操作只会产生流。前流<整数>

如果你熟悉c#也可以很好的类比。基本上c# Select类似于java map和c# SelectMany java flatMap。对于集合，同样适用于Kotlin。

通过阅读所有的信息，简单的理解方法是:

如果你有一个元素的平面列表，请使用map: [0,1,2,3,4,5] 如果你有一个元素的列表，请使用flatMap:[[1,3,5]，[2,4,6]]。这意味着，在映射操作应用于每个元素之前，您的列表需要被平铺

如果您认为map()是一个迭代(一级for循环)，那么flatmap()是一个两级迭代(类似于嵌套的for循环)。(输入每个迭代元素foo，然后执行foo. getbarlist()并再次迭代该barList)

Map():获取一个流，对每个元素做一些事情，收集每个进程的单个结果，输出另一个流。“做一些函数”的定义是隐含的。如果任何元素的处理结果为null，则使用null来组成最终流。因此，结果流中的元素数量将等于输入流的数量。

Flatmap():获取元素/流流和函数(显式定义)的流，将函数应用到每个流的每个元素，并将所有中间结果流收集为更大的流(“扁平化”)。如果任何元素的处理结果为null，则为“扁平化”的最后一步提供空流。如果输入是几个流，则结果流中的元素数量是所有输入中所有参与元素的总和。