Java嵌套循环性能优化核心是降低时间复杂度：用哈希查表替代内层遍历（O(n×m)→O(n+m)），提前终止与条件剪枝，合并独立循环，按数据特征选用并行或流式处理。
Java 基础中循环嵌套性能低，核心问题在于时间复杂度随数据规模呈乘积级增长（如双重循环常为 O(n×m)）。优化不是简单“少写一层 for”，而是从计算意图出发，用更优的数据组织、结构拆解和执行策略替代暴力遍历。
用哈希查表替代内层遍历
当嵌套循环用于查找匹配（如两列表找相同 name 的对象），原始方式需逐个比对，时间复杂度 O(n×m)。可将其中一个列表预处理为 HashMap，键为查找字段（如 name），值为对应对象或布尔标记。
- 构建哈希表耗时 O(m)，后续每次查找仅 O(1)
- 外层遍历另一列表 n 次，总时间降为 O(n+m)
- 适用于 key 唯一或需批量获取的场景；若需保留重复项，可用
Map<K, List<V>>
提前终止与条件剪枝
搜索类逻辑（如“是否存在满足条件的元素”）无需跑完整个内层循环。在确认结果后立即 break，并配合标签跳出多层循环，避免冗余迭代。
- 用带标签的 break 替代多层 if + flag 判断，语义清晰且不易出错
- 把高频失败条件前置（如 null 检查、范围越界判断），减少后续运算
- 对已排序数据，可用二分查找代替线性扫描，将内层 O(m) 降至 O(log m)
合并独立循环或抽取共性逻辑
多个同范围、无依赖的 for 循环（如分别计算 sum、max、count），可合并为单次遍历，减少循环控制开销和缓存不友好访问。
立即学习“Java免费学习笔记（深入）”；
- 一次遍历中同步更新多个变量，避免重复索引定位和多次跳转
- 若逻辑耦合度高，可将重复代码抽取为私有方法，提升可读性与复用性
- 注意：合并前提是各操作之间无状态干扰，否则会引入隐藏 bug
按数据特征选择并行或流式处理
当数据量大且各次迭代相互独立时，可考虑并行化，但需权衡线程调度与数据分割成本。
- 小数据量（如几百条以内）用普通 for 更快，并行流反而拖慢
- 大数据+CPU 密集型任务，用
parallelStream()或ForkJoinPool可提升吞吐 - 注意共享变量线程安全，优先使用无状态操作（map/filter）和归约（reduce/collect）
