（附：祖传for循环 vs Stream性能对决 + 并行流骚操作）
一、传统循环：代码界的“996福报”
场景：从100个商品里，挑出价格超过50块的，打八折后收集名字。
祖传for循环写法
List<String> result = new ArrayList<>();
for (Product product : productList) { // 这循环比老板的会议还长
if (product.getPrice() > 50) { // 条件判断
product.setPrice(product.getPrice() * 0.8); // 打折
result.add(product.getName()); // 收集名字
}
}
// 点评：这代码写的我仿佛在流水线上拧螺丝！
Stream工业革命版
List<String> result = productList.stream()
.filter(p -> p.getPrice() > 50) // 过滤：只留贵的
.peek(p -> p.setPrice(p.getPrice() * 0.8)) // 打折：偷偷改价格
.map(Product::getName) // 变形：只要名字
.collect(Collectors.toList()); // 打包：装车带走
// 点评：这代码像坐上了自动化流水线，直接起飞！
省流总结：
-
代码行数：7行 → 5行（看似差不多，但逼格翻倍）
-
可读性：流水线式操作，逻辑直男式清晰
-
逼格指数：从“搬砖工”晋升为“车间主任”
二、Stream核心操作：流水线上的“三大金刚”
1. filter（筛子）
// 筛出所有姓“张”的员工
List<Employee> zhangs = employees.stream()
.filter(e -> e.getName().startsWith("张"))
.collect(Collectors.toList());
// 点评：这筛子比大妈挑菜还严格！
2. map（变形器）
// 把员工列表变成工资列表
List<Double> salaries = employees.stream()
.map(Employee::getSalary)
.collect(Collectors.toList());
// 点评：直接榨干员工，只留工资！
3. collect（打包机）
// 把商品按类别分组
Map<String, List<Product>> groupByCategory = products.stream()
.collect(Collectors.groupingBy(Product::getCategory));
// 点评：分类打包，直接送去双十一仓库！
骚操作：
flatMap：把嵌套集合拍平（比如List<List<Integer>> → List<Integer>）sorted：排序（支持自定义Comparator，比老板的喜好还灵活）limit/skip：分页操作（比食堂阿姨手抖还精准）
三、并行流：榨干CPU的“黑心工厂”
单线程Stream
long count = productList.stream()
.filter(p -> p.getPrice() > 100)
.count();
并行流暴力版
long count = productList.parallelStream() // 加个parallel，直接开多线程
.filter(p -> p.getPrice() > 100)
.count();
性能真相（测试数据来自贴吧老哥的二手i7电脑）：
| 数据量 | 单线程Stream耗时 | 并行流耗时 | 结论 |
|---|---|---|---|
| 1万 | 12ms | 25ms | 并行流启动反增耗时 |
| 100万 | 150ms | 80ms | 并行开始有优势 |
| 1000万 | 1450ms | 380ms | 并行流碾压 |
老哥忠告：
- 数据量小别用并行流，线程切换比干活还累！
- 线程池默认用
ForkJoinPool，小心和业务代码抢资源！
四、性能优化のののののののののののののののの玄学
1. 短路操作：用findFirst代替filter+limit
// 低效写法
Optional<Product> product = products.stream()
.filter(p -> p.getPrice() > 100)
.limit(1)
.findFirst();
// 高效写法（找到第一个直接跑路）
Optional<Product> product = products.stream()
.filter(p -> p.getPrice() > 100)
.findFirst();
2. 避免重复计算
// 错误示范：每次循环都计算
products.stream()
.map(p -> p.getPrice() * exchangeRate) // exchangeRate在循环外定义
.collect(Collectors.toList());
// 正确姿势：预先计算变量
double finalRate = exchangeRate;
products.stream()
.map(p -> p.getPrice() * finalRate)
.collect(Collectors.toList());
五、Stream作死行为大赏
1. 在Stream里修改外部变量
int sum = 0;
products.stream()
.forEach(p -> sum += p.getPrice()); // 编译报错！变量必须是final或等效final
正确姿势：用reduce求和！
2. 无限流作死
Stream.generate(() -> "加班！")
.forEach(System.out::println); // 无限打印，直到电脑爆炸
忠告：搭配limit(100)使用，保你狗命！
六、下期预告
《Optional类：从“连环判空”到“优雅防崩”，让你的代码告别NullPointerExceptionのののののの骚操作》
互动：评论区吐槽你最想用Stream暴改哪段祖传代码？点赞前三送学习资料！
（注：本文测试数据纯属贴吧老哥瞎编，实际效果可能因电脑配置、老板催促程度等因素波动）
