Java Stream API的中间操作是链式调用基石，不执行计算只定义行为，需终止操作触发；核心包括筛选（filter/distinct/limit/skip）、映射（map/flatMap/peek）、排序（sorted）及数值优化（mapToInt等）类操作。
Java Stream API 的中间操作是链式调用的基石，它们不执行计算，只定义“要做什么”，真正执行必须靠终止操作触发。掌握哪些是中间操作、各自语义和典型使用场景，是面试中考察底层理解的关键。
核心筛选与截取类操作
这类操作用于缩小数据范围，逻辑清晰、高频实用：
-
filter(Predicate)：按条件保留元素。注意它不改变元素本身，只做布尔判断；常与 null 安全配合，比如
s -> s != null && s.length() > 0 -
distinct()：基于
equals()和hashCode()去重。对自定义对象需确保这两个方法正确重写，否则去重失效 -
limit(n) 和 skip(n)：组合使用可实现分页，如
stream.skip((page-1)*size).limit(size)；但注意 limit 在大数据量下不能替代数据库分页，因仍需遍历前 n 项
元素映射与结构转换类操作
负责类型或结构层面的变换，是流式处理“加工”环节的核心：
-
map(Function)：一对一转换，如
String::length、User::getName；返回新 Stream，原元素不受影响 - flatMap(Function<T, Stream<R>>)：一对多展开再扁平化，典型用于处理嵌套集合（如 List<List<String>> → Stream<String>）或字符串拆分；错误用 map 替代 flatMap 是常见误区
- peek(Consumer)：主要用于调试，在不改变流的前提下观察每个元素（如打印日志），生产环境慎用，因其副作用不符合函数式理念
排序与有序性控制类操作
影响流中元素顺序，部分操作有性能代价，需结合实际权衡：
立即学习“Java免费学习笔记（深入）”；
-
sorted()：无参时按自然序排序，要求元素实现
Comparable；有参时传Comparator，支持逆序、多字段等复杂逻辑 - sorted(Comparator) 是稳定排序，相同元素相对位置不变；但它是全量排序，大数据流慎用，可考虑先 filter 再 sorted 优化
其他实用中间操作
补充性但不可替代的操作，解决特定场景问题：
-
mapToInt/mapToLong/mapToDouble：避免装箱开销，对数值计算更高效；例如统计总和时，
stream.mapToInt(Integer::intValue).sum()比map(i->i).reduce(0, Integer::sum)更快 - sequential() 和 parallel()：虽不常显式调用，但需知道默认是串行流；并行流适用于 CPU 密集型、无状态操作，且源数据需支持高效分割（如 ArrayList）
