并行流没变快，主因是Spliterator的trySplit()未有效拆分任务——返回null或严重不均衡，导致实际单线程执行；关键看底层是否支持高效分割（如ArrayList可均分，LinkedList常返回null），且characteristics()特性直接影响ForkJoin调度与优化行为。
为什么并行流没变快？先看 trySplit() 是否真在拆
并行流性能差，八成是因为 Spliterator 没拆出有效子任务——它返回 null 或拆得极不均衡，结果还是单线程跑完。不是调了 parallelStream() 就自动并行，关键看底层 trySplit() 能不能反复切分。
-
ArrayList的spliterator()返回ArrayListSpliterator，支持 O(1) 随机分割，能平均切成两半 -
LinkedList的spliterator()实际是顺序遍历+计数，trySplit()成本高、常返回null，强行并行反而更慢 - 自定义集合若没重写
spliterator()，默认走Iterator包装，不支持拆分，trySplit()直接返回null
验证方法：打断点进 trySplit()，或在 estimateSize() 处观察调用栈——如果只进一次就结束，说明根本没触发分裂逻辑。
characteristics() 不只是“描述”，它直接控制并行行为
这个方法返回的位掩码（如 ORDERED | SIZED）不是装饰用的，ForkJoin 框架会据此决定是否启用某些优化、是否允许乱序合并、甚至跳过某些同步步骤。
- 缺
SIZED：框架无法预估数据量，可能低估任务粒度，导致线程空转或过度拆分 - 缺
ORDERED但你用了findFirst()：并行流会强制串行化该操作，失去并行意义 - 有
CONCURRENT但源不是线程安全集合（如普通ArrayList）：运行时可能抛ConcurrentModificationException，因为框架默认信任这个声明
示例：Collections.synchronizedList(new ArrayList()).spliterator() 仍不带 CONCURRENT 特性——特性由实现类硬编码，不是运行时推断出来的。
立即学习“Java免费学习笔记（深入）”；
分析 Java Spring Boot 后端 Controller 代码，自动生成 Markdown 格式的接口文档。当用户说“生成 Java 接口文档”、“生成 API 文档”、“从 Spring 代码生成文档”时触发。
手动用 Spliterator 写并行处理，比瞎套 parallelStream() 更可控
当标准并行流行为不符合预期（比如要控制拆分阈值、避免中间收集、或绕过 Stream 的状态缓存开销），直接操作 Spliterator 是更底层也更干净的选择。
- 用
tryAdvance()+ 循环做确定性单线程遍历（比forEachRemaining()更易中断或加条件） - 递归调用
trySplit()构建任务树，配合ForkJoinTask自定义拆分策略（例如按业务维度切，而非简单二分） - 把
estimateSize()当作启发式依据：小于 1000 就不拆，直接forEachRemaining()执行，避免小数据的调度开销
简例：
Spliterator<String> spl = list.spliterator();
if (spl.estimateSize() > 5000) {
Spliterator<String> right = spl.trySplit();
if (right != null) {
new MyParallelTask(spl).fork(); // 左半
new MyParallelTask(right).compute(); // 右半，当前线程执行
}
}
常见误用：以为 forEachRemaining() 是“优化版循环”，其实它可能掩盖并发问题
forEachRemaining() 底层就是循环调用 tryAdvance()，但它**不检查结构修改**——如果源集合在遍历中被其他线程修改，它不会像 Iterator 那样抛 ConcurrentModificationException，而是静默出错或漏元素。
- 仅适用于不可变集合、或明确受控的并发场景（如
CopyOnWriteArrayList） - 在调试时，若发现并行流结果偶尔缺失/重复，优先怀疑是否误用了
forEachRemaining()替代了带状态检查的遍历 - 它和
tryAdvance()不是互斥替代关系：前者适合“全量一次性处理”，后者适合“逐个判断后处理”
真正难的从来不是怎么拆，而是怎么让拆出来的每一块，都清楚自己该守什么契约、不该碰什么变量、以及什么时候该放弃并行退回到顺序执行。
