Java数组清洗有三种方式：1.基础遍历+if过滤，生成新集合；2.Stream API函数式清洗，支持链式调用与并行；3.双指针原地清洗，节省内存。需注意null安全、浮点比较、正则优化及性能适配。
Java 数组遍历配合条件判断，是数据清洗最常用、最直接的方式。核心在于：遍历时对每个元素做逻辑校验，只保留符合条件的数据，跳过或替换异常值。
基础遍历 + if 过滤（适合简单清洗）
适用于数值范围校验、空值/非法值剔除等场景。原始数组不变，生成新数组或集合存储有效数据。
- 用 for 循环或增强 for 遍历原数组
- 在循环体内用 if 判断是否“合格”（如非 null、在 [0,100] 区间、不为 "" 等）
- 合格则添加到 ArrayList 或复制到新数组；不合格可跳过，也可设为默认值（如 0 或 -1）
示例：过滤掉负数和大于 200 的温度值，并将 null 替换为 25
Integer[] temps = {null, 18, -5, 210, 22, 0};
List<Integer> cleaned = new ArrayList<>();
for (Integer t : temps) {
if (t == null) {
cleaned.add(25); // 默认室温
} else if (t >= 0 && t <= 200) {
cleaned.add(t);
}
// 其他情况（如 -5、210）直接忽略
}
// cleaned = [25, 18, 22, 0]
使用 Stream API 实现函数式清洗（推荐用于中等复杂度）
代码更简洁，链式调用清晰表达“过滤 → 映射 → 收集”流程，天然支持并行处理（.parallelStream()）。
立即学习“Java免费学习笔记（深入）”；
- Arrays.stream(arr) 转为流
- .filter() 做条件保留（返回 true 的留下）
- .map() 可选：对合格元素做转换（如字符串 trim、数值归一化）
- .toArray() 或 .collect(Collectors.toList()) 输出结果
示例：清洗字符串数组——去空、去首尾空格、转小写、排除纯数字
String[] raw = {" HELLO ", "", "123", " world ", null, "Java"};
String[] cleaned = Arrays.stream(raw)
.filter(Objects::nonNull) // 去 null
.map(String::trim) // 去首尾空格
.filter(s -> !s.isEmpty()) // 去空字符串
.filter(s -> !s.chars().allMatch(Character::isDigit)) // 排除纯数字
.map(String::toLowerCase) // 统一小写
.toArray(String[]::new);
// cleaned = ["hello", "world", "java"]
原地清洗（修改原数组，节省内存）
当明确不需要原始数据、且数组较大时可用。注意：不能直接边遍历边删（会跳元素），应采用“双指针”方式。
- 用 writeIndex 指向下一个可写位置，readIndex 遍历全部元素
- 每遇到合格元素，复制到 writeIndex 位置，writeIndex++
- 遍历完后，有效长度为 writeIndex，后续元素可忽略或显式置 null
示例：将整型数组中的 0 全部移至末尾，非零元素保持原有顺序
int[] nums = {0, 1, 0, 3, 12};
int write = 0;
for (int read = 0; read < nums.length; read++) {
if (nums[read] != 0) {
nums[write++] = nums[read];
}
}
// 后续补 0
while (write < nums.length) {
nums[write++] = 0;
}
// nums = [1, 3, 12, 0, 0]
注意事项与避坑点
实际清洗中容易忽略的细节：
- null 安全第一：任何调用前先判空，尤其字符串方法（length()、equals()、trim()）和包装类运算
- 浮点数慎用 ==：比较 double/float 应用 Math.abs(a - b) < EPSILON
- 正则与字符串清洗：用 Pattern.compile() 缓存模式对象，避免重复编译；trim() 不清理中间空格，需 replaceAll("\s+", " ")
- 性能敏感场景：大量数据优先选原地清洗或 Stream.parallelStream()，避免频繁创建中间集合
不复杂但容易忽略。关键是根据数据特征选对策略：简单规则用传统循环，逻辑组合多用 Stream，内存受限就上双指针。
