Java Lambda需保持纯函数：输入决定输出、不碰外部状态；访问外部变量须effectively final；禁用IO、日志等副作用；并行流中避免共享状态；复杂逻辑应提取为独立方法。

Java 进阶开发中，Lambda 表达式要避免副作用、保持纯函数，关键在于守住两个底线：输入决定输出、不碰外部状态。这不是语法限制，而是函数式编程的底层契约，尤其在并行流（parallelStream()）中，违反它会导致不可预测的结果，比如数据错乱、计数偏差甚至死锁。

只读外部变量，且必须是 effectively final

Lambda 可以访问外部局部变量，但该变量必须是“事实上的 final”——即定义后不再被重新赋值。编译器会强制检查这一点，不是为了形式，而是为了保证线程安全和行为可重现。

• ✅ 正确写法：用局部副本隔离变化

int i = 5;
Function f = x -> x + i; // i 是 effectively final

• ❌ 错误写法：修改外部变量或引用可变对象

List list = new ArrayList();
Stream.of("a", "b").forEach(s -> list.add(s)); // 副作用！list 非线程安全，且改变了外部状态

• ? 替代方案：用 collect() 生成新集合

List result = Stream.of("a", "b")
  .map(String::toUpperCase)
  .collect(Collectors.toList());

禁止任何可观察的外部影响

纯函数不能触发 IO、修改静态字段、打印日志、更新数据库、抛出受检异常（除非接口声明），甚至不能调用 System.currentTimeMillis() 这类依赖时间的非确定性方法。

java-api-doc-generator

分析 Java Spring Boot 后端 Controller 代码，自动生成 Markdown 格式的接口文档。当用户说“生成 Java 接口文档”、“生成 API 文档”、“从 Spring 代码生成文档”时触发。

下载

• ? 不安全示例：

Function bad = n -> {
  System.out.println("log: " + n); // 副作用
  return "result_" + n;
};

• ✅ 安全替代（分离关注点）：

// 计算逻辑保持纯净
Function pure = n -> "result_" + n;
// 日志等副作用单独处理，例如用 peek（仅用于调试，生产慎用）
stream.peek(n -> System.out.println("processing: " + n)).map(pure).toList();

并行流场景下特别警惕共享状态

在 parallelStream() 中，多个线程可能同时执行同一个 Lambda。哪怕只是对一个 AtomicInteger 执行 incrementAndGet()，也破坏了“无副作用”原则——因为输出不再只由输入决定，还取决于执行时机和线程调度。

立即学习“Java免费学习笔记（深入）”；

• ⚠️ 危险模式：

AtomicInteger counter = new AtomicInteger(0);
list.parallelStream()
  .map(x -> { counter.incrementAndGet(); return x * 2; })
  .toList(); // 结果不确定，counter 值不可预测

• ✅ 推荐做法：用归约（reduce 或 collect）代替状态累积

int doubledSum = list.parallelStream()
  .mapToInt(x -> x * 2)
  .sum(); // 纯函数 + 不可变归约，天然线程安全

复杂逻辑别硬塞进 Lambda，封装成独立方法

当 Lambda 内部开始出现 if/else、循环、try-catch 或多行计算时，它大概率已经偏离纯函数。此时应提取为命名方法，既保障纯度，又提升可读性和可测试性。

• ❌ 混乱写法：

stream.map(x -> {
  if (x   double sqrt = Math.sqrt(x);
  return (int) Math.round(sqrt * 100);
})

• ✅ 清晰重构：

private static int safeScaledSqrt(int x) {
  return x }
// 使用：
stream.map(Main::safeScaledSqrt)