Java Stream API采用延迟执行机制，中间操作仅构建操作流水线而不处理数据，终端操作才触发实际计算，实现循环融合、避免无用计算及支持无限流等优化。
Java Stream API 的中间操作不会立刻执行，而是等到终端操作被调用时才真正开始处理数据。这种延迟执行（Lazy Evaluation）不是“偷懒”，而是有明确设计意图的性能优化机制。
中间操作只是构建流水线
每次调用 filter、map、sorted、limit 等方法，Stream 并不处理任何元素，只是记录下这个操作，并返回一个新 Stream 对象。整个链式调用形成一条“待执行的操作流水线”。
- 流水线里保存的是操作逻辑（比如 lambda 表达式），不是计算结果
- 原始数据源（如 List）未被读取，内存中也没有中间集合生成
- 即使写了 10 层 .map().filter().distinct()，只要没触发终端操作，就零开销
终端操作才是真正的“启动键”
只有调用 collect、forEach、count、findFirst、anyMatch 等终端方法时，Stream 才会从头开始，按顺序把每个元素送入整条流水线。
- 数据只遍历一次：filter 和 map 可在同一次循环中完成，避免传统方式多次遍历集合
- 短路操作可提前终止：比如 anyMatch 在找到第一个匹配项后立即停止，后续元素不参与任何中间操作
- 一旦终端操作完成，该 Stream 就失效，不能再复用或追加操作
延迟执行带来的实际好处
它让 Stream 能在运行时做智能优化，而不是机械地按代码顺序执行。
立即学习“Java免费学习笔记（深入）”；
- 循环融合：多个中间操作合并为单次遍历，减少 CPU 和内存访问次数
-
避免无用计算：例如
.filter(...).limit(1).findFirst()，可能只检查前几个元素就结束 -
支持无限流：像
Stream.iterate(0, i -> i + 1)本身不耗资源，靠终端操作控制何时停下
一个典型验证示例
下面代码中，filter 的 println 不会在 stream.filter() 时打印，而是在 count() 执行时才逐个触发：
List<String> list = Arrays.asList("a", "b", "c");
Stream<String> s = list.stream().filter(s -> {
System.out.println("正在检查: " + s); // 这行此时不输出
return s.length() > 0;
});
System.out.println("准备计数");
long n = s.count(); // 此刻才开始执行 filter，输出三行
