Java流处理结果收集技巧

Collectors.toList()返回ArrayList，保留顺序且允许重复；toSet()返回HashSet，不保证顺序且自动去重；groupingBy遇null元素或null键会抛NPE；averagingDouble存在浮点精度误差且空流需判Optional。

Collectors.toList() 和 toSet() 的实际差异

调用 Collectors.toList() 得到的是 ArrayList 实例，顺序保留、允许重复；而 Collectors.toSet() 返回的是 HashSet（JDK 11+ 默认），不保证顺序且自动去重。如果原始流含重复元素或对顺序敏感，选错会导致逻辑错误。

• 需要保持插入顺序且允许重复 → 用 toList()
• 只需唯一值、不关心顺序 → toSet() 足够
• 要唯一值且需有序 → 改用 Collectors.toCollection(TreeSet::new)

用 Collectors.groupingBy 分组时的空指针风险

当流中存在 null 元素，且分组函数返回 null（例如对对象字段直接调用 obj.getName()），groupingBy() 会抛出 NullPointerException。它默认使用 HashMap 作底层容器，不支持 null 键。

• 安全做法：提前过滤掉 null 元素，如 .filter(Objects::nonNull)
• 或改用带分类器判空的写法：groupingBy(obj -> obj != null ? obj.getType() : "UNKNOWN")
• 若必须接受 null 键，得手动构造 ConcurrentHashMap 并传入下游收集器，但非常规场景

Collectors.averagingDouble 等统计收集器的精度陷阱

averagingDouble、summingInt 这类方法返回的是基本类型包装结果（如 Double），但它们内部用的是简单累加，**不处理浮点误差累积**，也不做高精度补偿。对大量小数求平均时，结果可能与手算或 BigDecimal 方式有微小偏差。

• 金融/计费等对精度敏感场景 → 别用 averagingDouble，改用 Collectors.collectingAndThen(..., BigDecimal::doubleValue) 配合自定义归约
• 普通业务指标统计 → 可用，但需明确接受 IEEE 754 浮点行为
• 注意返回值是 OptionalDouble，空流会返回 OptionalDouble.empty()，直接 getAsDouble() 会抛异常

Double avg = list.stream()
    .mapToDouble(Item::getPrice)
    .average()
    .orElse(0.0); // 必须处理 empty 情况

自定义 Collector 的性能开销在哪

写匿名 Collector.of() 或实现 Collector 接口，看似灵活，但容易忽略三个代价点：并发场景下 combiner 被频繁调用；finisher 若做深拷贝或格式化，会放大 GC 压力；中间容器（如 ArrayList）若未预估大小，反复扩容影响吞吐。

• 并发流慎用含锁或共享状态的自定义收集器，优先走 toCollection(ArrayList::new) + 后续处理
• 若只是转换格式（如 List → Map），用 Collectors.toMap() 内置实现更稳
• 必须自定义时，把 supplier 中的容器初始化加上初始容量，比如 () -> new ArrayList<>(list.size())

实际项目里最常被忽略的不是语法怎么写，而是 groupingBy 遇到 null 直接崩，以及 averagingDouble 在空流时没判 Optional 就取值——这两处线上报错频率远高于 Collector 写法本身。