地图: 该方法以一个Function作为参数，并返回一个新的流，该流由将传递的函数应用于流的所有元素所生成的结果组成。

让我们想象一下，我有一个整数值列表(1,2,3,4,5)和一个函数接口，其逻辑是传递的整数值的平方。(e -> e * e)。

List<Integer> intList = Arrays.asList(1, 2, 3, 4, 5);

List<Integer> newList = intList.stream().map( e -> e * e ).collect(Collectors.toList());

System.out.println(newList);

输出:

[1, 4, 9, 16, 25]

如您所见，输出是一个新流，其值是输入流值的平方。

[1, 2, 3, 4, 5] -> apply e -> e * e -> [ 1*1, 2*2, 3*3, 4*4, 5*5 ] -> [1, 4, 9, 16, 25 ]

http://codedestine.com/java-8-stream-map-method/

FlatMap: - 该方法以一个函数作为参数，该函数接受一个参数T作为输入参数，并返回一个参数R的流作为返回值。当此函数应用于此流的每个元素时，它将生成一个新值流。然后，每个元素生成的这些新流的所有元素被复制到一个新流，该新流将是该方法的返回值。

让我们想象一下，我有一个学生对象列表，每个学生可以选择多个科目。

List<Student> studentList = new ArrayList<Student>();

  studentList.add(new Student("Robert","5st grade", Arrays.asList(new String[]{"history","math","geography"})));
  studentList.add(new Student("Martin","8st grade", Arrays.asList(new String[]{"economics","biology"})));
  studentList.add(new Student("Robert","9st grade", Arrays.asList(new String[]{"science","math"})));

  Set<Student> courses = studentList.stream().flatMap( e -> e.getCourse().stream()).collect(Collectors.toSet());

  System.out.println(courses);

输出:

[economics, biology, geography, science, history, math]

如您所见，输出是一个新流，其值是输入流的每个元素返回的流的所有元素的集合。

[s1, s2, s3] -> [{“历史”,“数学”,“地理”},{“经济学”、“生物学”},{“科学”,“数学”}]- >采取独特的主题- - - > [经济、生物、地理、科学、历史、数学]

http://codedestine.com/java-8-stream-flatmap-method/

请仔细阅读这篇文章以获得一个清晰的概念，

map vs flatMap:

要从列表中返回每个单词的长度，我们将执行如下操作。

简短版本如下

当我们收集两个列表时，如下所示

没有flat map =>[1,2]，[1,1] =>[[1,2]，[1,1]]这里在一个列表中放置了两个列表，因此输出将是包含列表的列表

使用flat map =>[1,2]，[1,1] =>[1,2,1,1]，这里两个列表被平铺，只有值被放在列表中，因此输出将是只包含元素的列表

基本上，它将所有对象合并为一个

##详细版本已给出如下:-

例如:-考虑一个列表[" STACK "， " OOOVVVER "]，我们试图返回一个列表像[" STACKOVER "](从该列表中只返回唯一的字母) 最初，我们将执行如下操作，从[" STACK "， " OOOVVVER "]返回一个列表[" STACKOVER "]

public class WordMap {
  public static void main(String[] args) {
    List<String> lst = Arrays.asList("STACK","OOOVER");
    lst.stream().map(w->w.split("")).distinct().collect(Collectors.toList());
  }
}

这里的问题是，传递给map方法的Lambda为每个单词返回一个字符串数组，因此map方法返回的流实际上是流类型，但我们需要的是流来表示字符流，下面的图像说明了这个问题。

图一:

你可能会想，我们可以用flatmap来解决这个问题，让我们看看如何用map和arrays。stream来解决这个问题 首先，你需要一个字符流而不是数组流。有一个叫做Arrays.stream()的方法，它将接受一个数组并生成一个流，例如:

String[] arrayOfWords = {"STACK", "OOOVVVER"};
Stream<String> streamOfWords = Arrays.stream(arrayOfWords);
streamOfWords.map(s->s.split("")) //Converting word in to array of letters
    .map(Arrays::stream).distinct() //Make array in to separate stream
    .collect(Collectors.toList());

上面的方法仍然不起作用，因为我们现在得到了一个流的列表(更准确地说，流>)。相反，我们必须首先将每个单词转换为一个单独的字母数组，然后将每个数组转换为一个单独的流

通过使用flatMap，我们应该能够修复这个问题如下:

String[] arrayOfWords = {"STACK", "OOOVVVER"};
Stream<String> streamOfWords = Arrays.stream(arrayOfWords);
streamOfWords.map(s->s.split("")) //Converting word in to array of letters
    .flatMap(Arrays::stream).distinct() //flattens each generated stream in to a single stream
    .collect(Collectors.toList());

flatMap不是用流而是用流的内容来映射每个数组。在使用map(Arrays::stream)时生成的所有单独流被合并成一个流。图B说明了使用flatMap方法的效果。将其与图A中的map进行比较。 图B

flatMap方法允许您用另一个流替换流的每个值，然后将所有生成的流连接到单个流中。

flatMap()还利用了流的部分延迟求值。它将读取第一个流，只有在需要时才会进入下一个流。这里详细解释了这种行为:flatMap保证是懒惰的吗?

Oracle关于Optional的文章强调了map和flatmap的区别:

String version = computer.map(Computer::getSoundcard)
                  .map(Soundcard::getUSB)
                  .map(USB::getVersion)
                  .orElse("UNKNOWN");

Unfortunately, this code doesn't compile. Why? The variable computer is of type Optional<Computer>, so it is perfectly correct to call the map method. However, getSoundcard() returns an object of type Optional. This means the result of the map operation is an object of type Optional<Optional<Soundcard>>. As a result, the call to getUSB() is invalid because the outermost Optional contains as its value another Optional, which of course doesn't support the getUSB() method. With streams, the flatMap method takes a function as an argument, which returns another stream. This function is applied to each element of a stream, which would result in a stream of streams. However, flatMap has the effect of replacing each generated stream by the contents of that stream. In other words, all the separate streams that are generated by the function get amalgamated or "flattened" into one single stream. What we want here is something similar, but we want to "flatten" a two-level Optional into one. Optional also supports a flatMap method. Its purpose is to apply the transformation function on the value of an Optional (just like the map operation does) and then flatten the resulting two-level Optional into a single one. So, to make our code correct, we need to rewrite it as follows using flatMap:

String version = computer.flatMap(Computer::getSoundcard)
                   .flatMap(Soundcard::getUSB)
                   .map(USB::getVersion)
                   .orElse("UNKNOWN");

第一个flatMap确保返回Optional<Soundcard> 而不是一个Optional<Optional<Soundcard>>，和第二个flatMap 实现相同的目的，返回Optional<USB>。注意 第三个调用只需要一个map()，因为getVersion()返回一个 字符串而不是可选对象。

http://www.oracle.com/technetwork/articles/java/java8-optional-2175753.html

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)

map和flatMap都可以应用于一个<T>的流，它们都返回一个<R>的流。不同之处在于map操作为每个输入值生成一个输出值，而flatMap操作为每个输入值生成任意数量(零个或多个)值。

这反映在每个操作的参数中。

map操作接受一个函数，该函数针对输入流中的每个值被调用，并产生一个结果值，该结果值被发送到输出流。

The flatMap operation takes a function that conceptually wants to consume one value and produce an arbitrary number of values. However, in Java, it's cumbersome for a method to return an arbitrary number of values, since methods can return only zero or one value. One could imagine an API where the mapper function for flatMap takes a value and returns an array or a List of values, which are then sent to the output. Given that this is the streams library, a particularly apt way to represent an arbitrary number of return values is for the mapper function itself to return a stream! The values from the stream returned by the mapper are drained from the stream and are passed to the output stream. The "clumps" of values returned by each call to the mapper function are not distinguished at all in the output stream, thus the output is said to have been "flattened."

典型的用法是flatMap的mapper函数返回Stream.empty()，如果它想发送零值，或者类似于Stream。(a, b, c)如果它想返回几个值。当然，任何流都可以返回。