如何根据条件使用Java 8 Stream的filter()方法并合并分支代码

当然可以！你完全不用写重复的Stream代码，把两个分支合并成一条操作就行。这里有几种实用的实现方式：

1. 直接在filter中嵌入条件判断（最简洁） #

利用Java逻辑运算符的短路求值特性，把两种情况的过滤条件合并成一个表达式：

return list.parallelStream()
           .filter(dto -> keyword == null || dto.getString().contains(keyword))
           .map(...) // 这里放你的map转换逻辑
           .collect(Collectors.toList());

原理说明： #

• 当keyword为null时，keyword == null为true，逻辑或||会直接返回true，右边的contains判断不会执行，相当于跳过过滤；
• 当keyword非null时，会执行右边的contains检查，只保留符合条件的元素。

这种方式代码最紧凑，完全不需要分支判断，一行Stream链搞定。

2. 封装工具方法实现类似filterIfKeywordNonNull的效果 #

如果想让代码语义更清晰，或者需要在多个地方复用这个过滤逻辑，可以封装一个静态工具方法：

// 可以放在你的工具类里，比如StreamUtils
public static <T> Predicate<T> filterIfKeywordNonNull(String keyword, Function<T, String> stringGetter) {
    // 根据keyword是否为null返回不同的Predicate
    return keyword == null ? t -> true : t -> stringGetter.apply(t).contains(keyword);
}

然后在业务代码中调用：

return list.parallelStream()
           .filter(StreamUtils.filterIfKeywordNonNull(keyword, Dto::getString))
           .map(...)
           .collect(Collectors.toList());

这种方式把条件判断封装起来，代码可读性更高，复用性也强。

3. 动态拼接Stream链（直观易懂） #

如果觉得前面的方式不够直观，还可以先获取Stream对象，再根据条件动态添加filter：

Stream<Dto> stream = list.parallelStream();
if (keyword != null) {
    stream = stream.filter(dto -> dto.getString().contains(keyword));
}
return stream.map(...)
             .collect(Collectors.toList());

这种写法虽然多了一行if，但逻辑非常清晰，也避免了filter里的复杂条件判断，性能和分支写法一致。

内容的提问来源于stack exchange，提问作者Sheldon Wei