应优先使用IntStream、LongStream、DoubleStream替代泛型数值流以避免装箱开销；它们直接操作基本类型，提供sum()、min()等零开销终端操作，并需从源头启用如IntStream.range()而非先装箱再转换。
处理大量数值数据时，用 Stream<Integer> 或 Stream<Double> 会悄悄引入装箱开销，拖慢性能。根本原因在于：Java 的泛型不支持基本类型，Stream<T> 只能装对象，每次 int 都得包装成 Integer，计算后再拆箱——反复创建临时对象、触发 GC，白白消耗 CPU 和内存。
优先使用原始类型专用流
Java 提供了三个专为数值优化的流接口，它们直接操作基本类型，完全绕过装箱：
-
IntStream：替代
Stream<Integer>，适用于 int 运算（求和、统计、范围生成） -
LongStream：替代
Stream<Long>，适合大整数或时间戳类场景 -
DoubleStream：替代
Stream<Double>，用于浮点计算，避免 Double 对象频繁分配
例如，统计一万个整数之和，用 IntStream 比 Stream<Integer> 快 2–3 倍，且无 GC 压力。
从源头避免装箱
不要先 boxed 再 stream，而应尽早启用原始流：
立即学习“Java免费学习笔记（深入）”；
- ✅ 正确：用
IntStream.range(1, 1000000)或IntStream.of(1, 2, 3) - ❌ 避免：
List.of(1,2,3).stream().mapToInt(Integer::intValue)—— 先装箱再拆箱，白忙一场 - 批量转换时，若已有
List<Integer>，用list.stream().mapToInt(Integer::intValue)是必要折中，但不如一开始就用数组或 IntStream 构建
善用数字流独有的高效终端操作
原始流提供原生、零开销的聚合方法，无需自己 reduce：
-
sum()、min()、max()：直接返回基本类型，不产生 Optional 包装 -
average()返回OptionalDouble，比Optional<Double>更轻量 -
summaryStatistics()一次遍历获取计数、总和、均值、极值，比多次调用更省
警惕隐式装箱的常见场景
有些写法看似自然，实则偷偷装箱：
- 用
Stream.iterate(0, i -> i + 1)生成无限 int 流？它返回的是Stream<Integer>—— 改用IntStream.iterate(0, i -> i + 1) -
Collectors.summingInt(User::getAge)是安全的，但若写成collect(Collectors.summingInt(u -> u.getAge().intValue()))，前提是 getAge() 返回 Integer，仍存在拆箱；理想是让 getter 直接返回 int - 在
map中返回包装类型（如map(x -> x * 2)作用于Stream<Integer>），结果仍是Stream<Integer>，后续操作持续受装箱影响
