Stream API支持无限流处理，但必须配合limit()、findFirst()等短路终端操作终止计算，否则会死循环或内存溢出；创建方式有iterate()和generate()两种，均需用短路操作约束范围，误用collect()等非短路操作将导致OutOfMemoryError。
Stream API 支持无限流处理，但必须配合终端操作（如 limit()、findFirst()、anyMatch() 等短路操作）来终止计算，否则会陷入死循环或内存溢出。
无限流的创建与控制
Java 提供了两种标准方式创建无限流：
- Stream.iterate(initial, unaryOperator)：按规则递推生成，例如 Stream.iterate(0, n -> n + 1) 生成自然数序列
- Stream.generate(supplier)：按供给逻辑重复生成，例如 Stream.generate(Math::random) 生成随机数流
二者都不设上限，必须用 limit(n)、takeWhile() 或其他短路终端操作约束执行范围，否则中间操作不会触发，程序将卡在构建阶段或运行时无响应。
性能影响的关键点
无限流本身不消耗资源，真正影响性能的是终端操作的类型和数据处理逻辑：
- 使用 findFirst() 或 anyMatch(predicate) 等短路操作时，流会在满足条件后立即停止，内存和时间开销恒定
- 若误用非短路终端操作（如 collect(Collectors.toList())），JVM 尝试收集全部元素，导致 OutOfMemoryError
- 并行无限流（Stream.iterate(...).parallel()）需格外谨慎：ForkJoin 框架可能预分配大量任务，加剧资源争用，一般不推荐
实用建议
在真实项目中，无限流多用于测试数据生成、算法建模或事件模拟，而非生产数据处理。使用时应：
- 始终搭配 limit() 或明确的终止条件
- 避免在无限流上直接调用 count()、reduce()（无标识）、collect() 等非短路终端操作
- 优先选用原始类型流（如 LongStream.rangeClosed(1, Long.MAX_VALUE)）替代装箱对象流，减少 GC 压力
- 调试阶段可加 peek(System.out::println) 观察前几项，验证逻辑是否如期终止
