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。

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。

传递给流的函数。Map必须返回一个对象。这意味着输入流中的每个对象都会导致输出流中的一个对象。

传递给流的函数。flatMap为每个对象返回一个流。这意味着该函数可以为每个输入对象返回任意数量的对象(包括none)。然后将结果流连接到一个输出流。

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/

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。