本文讲解如何使用 Java Stream API 将 Stud7[] 数组转换为 Stream，每个字符串形如 "Ann: [4, 4, 5, 2, 3, 4]"（姓名后紧跟所有科目的全部成绩合并成一个扁平列表），不依赖 toString()，强调逻辑清晰与流式链式处理。
本文讲解如何使用 java stream api 将 `stud7[]` 数组转换为 `stream
要实现目标——将每个 Stud7 对象转换为形如 "Mike: [4, 5, 3]" 的字符串（注意：此处的 [4, 5, 3] 是该生所有科目成绩的扁平合并结果，而非单科列表）——关键在于对每个学生独立完成“姓名 + 所有成绩扁平化 + 格式化”三步操作，而非跨学生合并流（如原代码中 Stream.concat(StreamName, StreamMarks) 会打乱学生边界，导致姓名与成绩错配）。
正确做法是：对 students 数组创建流 → 对每个 Stud7 实例单独映射（map）→ 提取姓名 → 扁平化其 marks.values() 中所有 List
以下是完整、可运行的解决方案：
import java.util.*;
import java.util.stream.Collectors;
public class Lesson7 {
public static void main(String[] args) {
Map<string list>> markAnn = new HashMap();
markAnn.put("Physics", List.of(4, 4, 5));
markAnn.put("Mathematics", List.of(2, 3, 4));
Map<string list>> markKate = new HashMap();
markKate.put("Physics", List.of(1, 2, 3));
markKate.put("Mathematics", List.of(5, 5, 3));
Stud7[] students = {
new Stud7("Ann", markAnn),
new Stud7("Kate", markKate)
};
// ✅ 正确方式：每个学生独立处理，生成对应格式字符串
Stream<string> resultStream = Arrays.stream(students)
.map(student -> {
// 扁平化所有科目的所有成绩：values() → Stream<list>> → flatMap → Stream<integer>
List<integer> allMarks = student.getMarks().values().stream()
.flatMap(List::stream)
.collect(Collectors.toList());
// 拼接为 "Name: [x, y, z]"
return student.getName() + ": " + allMarks;
});
// 示例：终端输出
resultStream.forEach(System.out::println);
// 输出：
// Ann: [4, 4, 5, 2, 3, 4]
// Kate: [1, 2, 3, 5, 5, 3]
}
private static class Stud7 {
private final String name;
private final Map<string list>> marks;
public Stud7(String name, Map<string list>> marks) {
this.name = name;
this.marks = marks;
}
public String getName() {
return name;
}
public Map<string list>> getMarks() {
return marks;
}
}
}</string></string></string></integer></integer></list></string></string></string>
⚠️ 注意事项：
- ❌ 避免跨学生混洗成绩（如原 flatMap 多层后未按学生分组），否则无法保证 "Ann" 对应的是 Ann 的成绩；
- ✅ 使用 map 而非 flatMap 进行学生级转换，确保一对一映射；
- Collectors.toList() 可替换为 Collectors.collectingAndThen(..., Objects::toString) 实现更紧凑写法，但显式 List 更易读调试；
- 若需严格匹配 [4, 5, 3] 的字符串格式（含空格），allMarks.toString() 已天然满足（ArrayList.toString() 输出即为 [4, 5, 3]）；
- 若后续需进一步处理（如过滤高分学生），此 Stream
可无缝衔接其他中间操作（filter、sorted 等）。
掌握「每个元素独立流式加工」这一思维，是写出健壮 Stream 代码的核心。
