使用longpredicate可避免long与long间自动装箱/拆箱开销，因predicate泛型不支持原始类型，每次test(long)均触发拆箱，高频场景下引发显著gc压力和cpu开销；而longpredicate专为long设计，配合longstream使用才能真正提升性能。
直接用 LongPredicate 替代 Predicate<long></long>，能彻底避免 long 和 Long 之间的自动装箱/拆箱开销——尤其在高频过滤（如日志时间戳、ID 匹配、数值聚合）场景下，性能差异可达 2–5 倍。
为什么不用 Predicate 处理 long 数据？
Java 的泛型不支持原始类型，Predicate<long></long> 强制要求参数是包装类 Long。每次调用 test(Long) 都会触发一次拆箱（longValue()），而流中成千上万个元素反复执行，就会累积显著的 GC 压力和 CPU 开销。
- 错误写法：
stream.filter((Long x) -> x > 1000L)→ 每次都拆箱 - 正确写法：
stream.mapToLong(x -> x.getId()).filter(id -> id > 1000L)→ 先转原始流，再用LongPredicate
LongPredicate 的三种典型使用方式
LongPredicate 只有一个抽象方法 test(long value)，必须配合原始类型流（LongStream）或显式转换使用：
- 从
List<long></long>构建LongStream后过滤：list.stream().mapToLong(Long::longValue).filter(new LongPredicate() { public boolean test(long value) { return value % 100 == 0; } }) - 用 lambda 直接写：
LongPredicate isEven = l -> (l & 1L) == 0L;（位运算比% 2 == 0更快） - 配合
Arrays.stream(long[])：原始数组无需装箱，天然适配LongPredicate
和 IntPredicate / DoublePredicate 的关键区别
三者都是为避免装箱设计的专用谓词，但行为边界不同：
-
IntPredicate：只接受int，超范围值（如Integer.MAX_VALUE + 1L）会静默截断，需自行校验 -
LongPredicate：接受完整long范围（−2⁶³ 到 2⁶³−1），适合时间戳、分布式 ID 等大数场景 -
DoublePredicate：注意浮点精度问题，test(0.1 + 0.2)不等于test(0.3)，慎用于等值判断
容易被忽略的兼容性陷阱
别指望 LongPredicate 能直接塞进 Stream<t></t> 的 filter()——它类型不匹配。常见误操作包括：
- 试图传给
stream.filter(myLongPredicate)→ 编译失败：no suitable method found for filter(LongPredicate) - 用
mapToLong后忘了收尾：漏掉.boxed()或.toArray()导致无法转回对象集合 - 在需要返回
List<long></long>的场景里，硬套LongStream→ 必须显式调用.boxed().collect(Collectors.toList())，此时又引入装箱，得不偿失
真正省性能的地方，是那些原本就处理原始数值、且终端操作也是原始类型的场景，比如统计、求和、找极值——这时候 LongPredicate 才真正物尽其用。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
