Java Stream 提供高效、简洁、可读性强的集合处理方式，支持懒加载中间操作和必须的终止操作，强调不可变性与函数式编程，适合“输入→变换→输出”场景，大数据量时可用 parallelStream() 并行加速。
Java Stream 是处理集合的高效方式，它让代码更简洁、可读性更强，还能天然支持并行操作。关键不是“能不能用”，而是“怎么用得准、用得稳”。
用 Stream 替代传统 for 循环
遍历、过滤、转换集合时，Stream 比手写循环更直观。比如从 List
- 传统写法要新建 List、写 for、加 if 判断、手动 add
- Stream 写法一行搞定：users.stream().filter(u -> u.getAge() > 18).map(User::getName).collect(Collectors.toList())
- 注意：stream() 返回的是流，不改变原集合；collect 才真正触发执行并生成新结果
掌握中间操作和终止操作的区别
Stream 分两阶段：中间操作（如 filter、map、sorted）是懒加载的，只记下逻辑；终止操作（如 collect、forEach、count）才真正开始执行。
- 常见中间操作：filter、map、flatMap、distinct、sorted、limit、skip
- 常见终止操作：collect、forEach、findFirst、anyMatch、count、reduce
- 没有终止操作，前面所有中间操作都不会运行——这点容易忽略，调试时发现没输出，先检查有没有加 collect 或 forEach
避免在 Stream 中修改原集合
Stream 设计初衷是函数式、无副作用。如果在 forEach 里直接 add/remove 原 List，会抛 ConcurrentModificationException，或引发逻辑错误。
- 正确做法：用 collect 生成新集合，或用 removeIf 等专门方法修改原集合
- 例如删掉所有空字符串：list.removeIf(String::isEmpty)（这是 Collection 方法，不是 Stream）
- 想边遍历边改？说明可能该换思路——Stream 更适合“输入→变换→输出”这种纯数据流场景
简单并行处理就加 parallelStream()
大数据量时，把 stream() 换成 parallelStream()，底层自动分片多线程处理，无需手动管线程池。
- 适合 CPU 密集型计算，比如大量字符串处理、数值运算
- 注意：结果顺序不保证（除非用 forEachOrdered），且并发安全需自行保障（比如 collect 用 Collectors.toList() 是线程安全的，但用普通 ArrayList.add 就不行）
- 小数据量别硬上 parallelStream()，启动开销可能比收益还大
基本上就这些。Stream 不复杂，但
