应明确控制自动装箱拆箱时机：运算链用基本类型中间计算，null输入需单独校验并设默认值，混合类型运算要显式对齐精度，集合流式处理优先用maptoint等避免装拆开销。
在复杂组合运算中，自动装箱和拆箱容易隐式触发多次转换，导致性能下降、空指针异常或逻辑偏差。关键不是避免使用，而是明确控制转换时机和对象生命周期。
运算链中避免隐式反复装拆
像 a + b * c - d 这类含多个操作数的表达式，若其中任意变量是包装类型（如 Integer），Java 会为每次算术运算自动拆箱；结果再参与下一轮运算时又可能被重新装箱（尤其当接收变量是包装类时）。
- 推荐统一用基本类型做中间计算：把输入参数先安全拆箱，全程用
int/long等运算，最后按需封装返回值 - 避免写
Integer sum = a + b + c;（三次拆箱 + 两次装箱），改用int temp = a.intValue() + b.intValue() + c.intValue(); Integer result = Integer.valueOf(temp); - 注意
+=等复合赋值符也会触发拆箱→计算→装箱三步，sum += i;（sum是Long）在循环中代价显著
处理 null 输入的防御性写法
组合运算常来自外部数据（如 JSON 解析、数据库映射），包装类型字段可能为 null。一旦参与运算，首个拆箱动作就会抛 NullPointerException。
- 不要依赖
Objects.requireNonNull()后再运算——它不解决“哪个位置出错”的定位问题 - 对每个可能为
null的操作数单独校验并提供默认值：例如int x = (a != null ? a : 0); int y = (b != null ? b : 1); return x * y + (c == null ? 0 : c); - 可封装工具方法：
safeInt(Integer i, int def)，内部用三元判断，比Optional.ofNullable(i).orElse(def)更轻量且无额外对象开销
混合类型运算时显式对齐精度与范围
不同包装类参与运算（如 Integer 和 Long 相加）会触发向上转型拆箱，但自动装箱返回值类型由接收变量决定，易引发意外截断或溢出。
- 明确声明目标类型：用
long result = a.longValue() + b.longValue();替代Long result = a + b; - 警惕
float/double与整型混合：Double d = 1.0; Integer i = 2; double r = d + i;虽能运行，但i拆箱后转double可能丢失精度（如大整数） - 涉及金融或高精度场景，直接弃用基本浮点包装类，改用
BigDecimal并全程手动构造，避开自动机制
集合+流式运算中的批量优化策略
使用 Stream<integer>.mapToInt(...).sum()</integer> 或 IntStream 替代原始包装类型流，可彻底绕过单元素装拆开销。
- 从
List<integer></integer>计算总和/平均值：优先用list.stream().mapToInt(Integer::intValue).sum() - 避免
list.parallelStream().reduce(0, Integer::sum)——每个Integer::sum都要拆箱再装箱 - 若需中间结果缓存（如分组统计），用
Map<k integer></k>存基本类型计数器，更新时用map.merge(key, 1, Integer::sum)，比反复装箱更高效
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
