震驚無數(shù) Java 開發(fā)者：for vs Stream，原來你一直用錯(cuò)了！

作者：路條編程 2025-12-10 08:06:53

開發(fā) 前端

到底什么時(shí)候用 for？什么時(shí)候用 Stream？實(shí)際上邏輯一點(diǎn)都不復(fù)雜，只是我們平時(shí)不系統(tǒng)地整理。今天這篇，就帶你一次講透。

在 /src/main/java/com/icoderoad/app/ 目錄寫代碼那天，我遇到一個(gè)特別簡單但又典型的場景： ——從用戶集合里挑出 VIP，把名字轉(zhuǎn)成大寫，然后打印。

照著直覺，我寫了個(gè) for-each。但敲了幾行又停住了：

“欸…現(xiàn)在不是都流行 Stream 嗎？我是不是該換成 Stream 才算現(xiàn)代寫法？”

結(jié)果我查了一堆討論，發(fā)現(xiàn)不僅是我，很多 Java 開發(fā)者都遇到同樣的“靈魂拷問”：

到底什么時(shí)候用 for？什么時(shí)候用 Stream？

實(shí)際上邏輯一點(diǎn)都不復(fù)雜，只是我們平時(shí)不系統(tǒng)地整理。今天這篇，就帶你一次講透。

先用一個(gè)例子打開思路

先來準(zhǔn)備一個(gè)簡單的數(shù)據(jù)，在 /src/main/java/com/icoderoad/demo/Main.java 里：

List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "Anna");

目標(biāo)：篩出所有以 “A” 開頭的名字，轉(zhuǎn)成大寫并輸出。

1）使用經(jīng)典 for-each 的寫法

for (String name : names) {
    if (name.startsWith("A")) {
        System.out.println(name.toUpperCase());
    }
}

特點(diǎn)：逐步執(zhí)行，很像“拆步驟”。

2）同樣邏輯用 Stream 怎么寫？

names.stream()
     .filter(name -> name.startsWith("A"))
     .map(String::toUpperCase)
     .forEach(System.out::println);

特點(diǎn)：像在搭建一條“加工流水線”。

for 和 Stream 的區(qū)別，到底差在哪？

這不是語法之爭，而是 編程范式 的差異：

對(duì)比項(xiàng)	for	Stream
編程方式	命令式：一步步告訴機(jī)器“怎么做”	聲明式：告訴機(jī)器“我需要什么”
代碼風(fēng)格	邏輯分散	邏輯連貫
代碼長度	簡單功能短	復(fù)雜功能反而更短
可讀性	簡單任務(wù)更清晰	復(fù)雜數(shù)據(jù)處理更清晰
能否 break？	? 可	? 不能直接 break（但有短路操作）
并行處理	要自己管理線程	`.parallelStream()` 一行搞定
性能（小數(shù)據(jù)）	更快	有函數(shù)式開銷
性能（大數(shù)據(jù)）	手寫并行復(fù)雜	自動(dòng)并行潛力巨大

一句話總結(jié)：

for 靈活、可控；Stream 高層次、適合流水線式處理。

這 8 種情況，優(yōu)先使用 for 循環(huán)

如果你的代碼位于 /src/main/java/com/icoderoad/service/...，出現(xiàn)以下場景，直接用 for 更穩(wěn)妥。

簡單的遍歷打印

for (String item : list) {
    System.out.println(item);
}

Stream 寫反而更啰嗦。

需要中途退出（break）

for (File file : files) {
    if (file.length() == 0) {
        isEmpty = true;
        break;
    }
}

Stream 不能直接用 break。

復(fù)雜條件組合判斷

for (Order order : orders) {
    if (order.isValid()
        && (order.isVip() || order.getAmount() > 1000)
        && !order.isCancelled()) {
        processOrder(order);
    }
}

復(fù)雜判斷用 Stream 會(huì)變得很難讀。

需要維護(hù)多個(gè)外部狀態(tài)變量

int successCount = 0;
int failCount = 0;
List<Result> results = new ArrayList<>();


for (Task task : tasks) {
    try {
        Result result = executeTask(task);
        results.add(result);
        successCount++;
    } catch (Exception e) {
        failCount++;
        logger.error("任務(wù)執(zhí)行失敗", e);
    }
}

Stream 不鼓勵(lì)這種副作用操作。

必須使用索引（第 N 個(gè)元素）

for (int i = 0; i < list.size(); i++) {
    if (i % 2 == 0) {
        process(list.get(i));
    }
}

Stream 沒有天然的索引支持。

循環(huán)體邏輯復(fù)雜、步驟很多

for (User user : users) {
    Profile profile = buildProfile(user);
    validateProfile(profile);
    saveToDatabase(profile);
    sendNotification(user);
}

流程化邏輯更適合 for。

極致性能要求（如算法、游戲）

for (int i = 0; i < MAX_ITERATIONS; i++) {
    result += array[i] * factor;
}

這里 Stream 只會(huì)拖后腿。

需要修改原集合

for (int i = 0; i < list.size(); i++) {
    if (shouldRemove(list.get(i))) {
        list.remove(i);
        i--;
    }
}

Stream 不允許變更源集合。

遇到這 8 類任務(wù)，Stream 才是最佳選擇

當(dāng)你的文件位于 /src/main/java/com/icoderoad/analysis/...，并遇到以下情況時(shí)，Stream 寫法更像“天然的工具”。

流水線式數(shù)據(jù)處理（過濾 → 轉(zhuǎn)換 → 排序 → 截取）

List<Product> results = products.stream()
    .filter(p -> p.getStock() > 0)
    .filter(p -> p.getPrice() < 100)
    .sorted(Comparator.comparing(Product::getPrice))
    .limit(10)
    .collect(Collectors.toList());

屬性提取、結(jié)構(gòu)轉(zhuǎn)換

List<String> names = employees.stream()
    .map(Employee::getName)
    .collect(Collectors.toList());

統(tǒng)計(jì)分析（平均值、最大值…）

DoubleSummaryStatistics stats = employees.stream()
    .mapToDouble(Employee::getSalary)
    .summaryStatistics();

分組 / 分類

Map<Department, List<Employee>> byDept =
    employees.stream().collect(Collectors.groupingBy(Employee::getDepartment));


Map<Boolean, List<Employee>> partitioned =
    employees.stream().collect(Collectors.partitioningBy(e -> e.getSalary() > 10000));

去重、排序

List<String> uniqueNames = employees.stream()
    .map(Employee::getName)
    .distinct()
    .sorted()
    .collect(Collectors.toList());

查找、匹配

boolean hasManager = employees.stream()
    .anyMatch(e -> "經(jīng)理".equals(e.getPosition()));


Optional<Employee> firstRich = employees.stream()
    .filter(e -> e.getSalary() > 50000)
    .findFirst();

拼接與匯總

String namesStr = employees.stream()
    .map(Employee::getName)
    .collect(Collectors.joining(", "));


double totalSalary = employees.stream()
    .mapToDouble(Employee::getSalary)
    .sum();

自動(dòng)并行處理（處理大數(shù)據(jù)極香）

List<String> results = bigList.parallelStream()
    .map(this::expensiveOperation)
    .collect(Collectors.toList());

只需要把 .stream() 改成 .parallelStream()。而 for 想實(shí)現(xiàn)同樣的并行？線程池、鎖、合并結(jié)果……頭都大。

關(guān)于 Stream 的常見誤解

誤區(qū) 1：Stream 一定比 for 慢？

錯(cuò)誤。

真實(shí)情況：

小數(shù)據(jù)：for 快一點(diǎn)
大數(shù)據(jù) + 并行：Stream 可能快很多
大多數(shù)業(yè)務(wù)場景：真正影響的是可讀性，不是性能

誤區(qū) 2：Stream 不能提前退出？

雖然不能 break，但 Stream 有短路操作：

findFirst()
anyMatch()
allMatch()
noneMatch()

這些方法會(huì)在達(dá)到條件后自動(dòng)停止。

誤區(qū) 3：Stream 可以修改外部變量？

int count = 0;
list.stream().forEach(item -> {
    if (item.isValid()) {
        count++; //  編譯錯(cuò)誤，count 必須 final
    }
});

Stream 原則：無副作用。

正確計(jì)數(shù)方式是：

long count = list.stream()
                 .filter(Item::isValid)
                 .count();

實(shí)戰(zhàn)場景選擇建議（最容易記住的部分）

需求	推薦寫法
簡單遍歷、打印	for
需要索引	for
需要 break	for
過濾 + 轉(zhuǎn)換 + 排序	Stream
分組 / 統(tǒng)計(jì) / 匯總	Stream
大數(shù)據(jù)并行	parallelStream
團(tuán)隊(duì)新人多、邏輯簡單	for
代碼需表達(dá)“數(shù)據(jù)加工流水線”	Stream