Stream.sorted()可通过自定义Comparator实现加权排序：先归一化各字段（如min-max、log），再按权重计算总分，最后用Comparator.comparingDouble().reversed()降序排列。
Stream.sorted() 本身不直接支持“权重排序”，但可以通过自定义 Comparator 实现多字段加权打分后排序，核心思路是：将各属性按业务重要性转化为可比数值（如归一化得分 × 权重），再按总分降序排列。
明确加权逻辑并统一量纲
不同属性单位和取值范围差异大（如 price 是元、rating 是 1–5 分、salesCount 是万次），直接相加无意义。需先归一化再加权：
- 对数值型字段（如销量、评分），用 min-max 或 z-score 归一化到 [0, 1] 区间
- 对布尔或枚举字段（如 isPremium、category），映射为固定分值（如 true=1.0，false=0.0；category=="A" ? 0.9 : 0.6）
- 为每个字段分配权重（总和建议为 1.0，便于理解，非强制）
封装加权评分方法（推荐）
避免在 lambda 中重复计算，提升可读与复用性。例如：
double normRating = Math.min(1.0, Math.max(0.0, (p.getRating() - 1) / 4.0)); // 1→5 → 0→1
double normSales = Math.min(1.0, Math.log1p(p.getSalesCount()) / 12.0); // log 归一化防极值
double premiumBonus = p.isPremium() ? 0.2 : 0.0;
return normRating * 0.4 + normSales * 0.5 + premiumBonus * 0.1;
}
用 sorted() 按加权分排序
调用时直接基于评分比较，注意使用 Double.compare 保证精度（避免自动拆箱 null 风险）：
List.sorted((a, b) -> Double.compare(weightedScore(b), weightedScore(a))) // 降序
.collect(Collectors.toList());
也可用 Comparator.comparingDouble 简化：
.sorted(Comparator.comparingDouble(this::weightedScore).reversed())处理边界与可维护性技巧
真实场景中需考虑健壮性：
- 空值防护：在 weightedScore() 中对 null 字段返回默认分（如 rating=null → 0.0）
- 动态权重：把权重抽成配置 Map<String, Double>，运行时加载，无需改代码
- 调试友好：临时添加 .peek(p -> System.out.printf("%s: %.3f%n", p.getName(), weightedScore(p))) 查看中间分
