Java Stream API 通过声明式链式调用高效完成集合统计分析：支持基础统计（count/sum/average/max/min/summaryStatistics）、分组计数（groupingBy+counting）、分类占比计算及多条件筛选+分组+聚合组合操作。
Java Stream API 是处理集合统计分析任务的高效工具，它用声明式写法替代繁琐循环，让代码更简洁、逻辑更清晰。核心在于把数据看作“流”，通过链式调用完成过滤、分组、聚合等操作，最终得出统计结果。
快速计数与基础统计
对集合元素做数量、总和、平均值、最值等基础计算，Stream 提供了直接可用的终端方法：
- count()：返回 long 类型元素总数，无需额外转换
- sum() / average() / max() / min()：需先转为数值流（如 mapToInt、mapToDouble），再调用对应方法；average 和 max/min 返回 Optional，记得用 orElse() 处理空值
- summaryStatistics()：一步获取 count、sum、min、max、average 全部摘要，适合报表类场景
按字段分组并统计频次
这是最常见的分类统计需求，比如统计各地区用户数、各状态订单量。关键在 Collectors.groupingBy 配合 counting()：
- 单级分组：
stream.collect(groupingBy(User::getRegion, counting()))→ 返回 Map<String, Long> - 保留原始列表：
stream.collect(groupingBy(User::getRegion))→ 返回 Map<String, List<User>> - 分组后取某字段汇总（如地区总积分）：
groupingBy(User::getRegion, summingInt(User::getScore))
计算分类占比（比例统计）
单纯分组不够，还需将频次转化为百分比。做法是先获取总数，再对分组结果映射计算：
立即学习“Java免费学习笔记（深入）”；
- 先用
count()或collect(counting())得到总样本数 - 再用
collect(groupingBy(..., counting()))得到各分类数量 - 最后遍历 Map，用每个值除以总数，转成 double 并保留小数位（如 *100.0 / total）
- 也可用
collectingAndThen封装逻辑，避免手动遍历
多条件筛选+分组+聚合组合操作
真实业务常需叠加条件，比如“只统计有效订单中各品类的平均金额”：
- 用
filter()做前置筛选（如 order.getStatus().equals("VALID")） - 用
flatMap()展开嵌套结构（如从 Order → List<Item>） - 再用
groupingBy(Item::getCategory, averagingDouble(Item::getAmount)) - 整个链条一气呵成，中间不生成临时集合，内存友好
