java stream api融合策略模式（filter/map等为可插拔算法）、装饰者模式（每次操作返回新流并封装前序逻辑）、集合管道模式（声明式数据处理流水线）及行为参数化（lambda实现算法与数据分离）。
Java 中流操作（Stream API）不是单纯语法糖，它的底层设计融合了多个经典设计模式，理解这些模式能帮你写出更清晰、可组合、易扩展的代码，而不是只停留在“链式调用很酷”的层面。
策略模式：每个中间操作都是一个可插拔的算法
filter、map、sorted 等操作本质上是独立的策略实现。它们不修改原始数据，也不耦合上下文，只专注完成单一职责——比如“按条件保留”或“把 A 转成 B”。你可以随时替换 filter 的 Predicate，或更换 map 的 Function，而无需改动整个处理流程。
- 写法上体现为：.filter(x -> x > 10)、.filter(isValid::test)，后者甚至可复用同一验证逻辑
- 好处是测试友好：每个策略可单独单元测试；上线后也能热替换规则，比如风控场景中动态加载不同过滤策略
装饰者模式：操作层层增强流的能力
每次调用 filter() 或 map()，Stream 并不修改自身，而是返回一个**新流对象**，这个新流封装了前一个流 + 当前操作逻辑。就像给水管加装一个过滤器再加一个增压泵，每一步都包装并延伸功能。
- 所以 .filter(...).map(...).sorted() 实际构建的是一个“操作链”，而非对原集合反复操作
- 这种不可变性让并发更安全：多个线程可各自持有不同装饰路径的流，互不干扰
集合管道模式：声明式表达数据处理流水线
这是最贴近日常使用的模式。它把数据处理看作工厂装配线：输入源 → 过滤工位 → 转换工位 → 排序工位 → 汇总出口。你只定义“做什么”，不操心“怎么做”和“何时执行”。
- 例如：日志分析中 files.lines().filter(contains("ERROR")).map(LogLine::parse).count()，整条链就是一条语义完整的业务指令
- 关键在于终端操作（如 collect、count、forEach）才是真正的“启动开关”，前面所有中间操作只是在搭建蓝图
行为参数化：Lambda 让策略真正活起来
Stream 的设计天然适配函数式接口（Predicate、Function、Comparator 等）。你传入的 Lambda 表达式或方法引用，就是运行时注入的具体行为，实现了“算法与数据分离”。
- 比如多条件排序：.sorted(comparing(User::dept).thenComparing(User::score, reverseOrder()))，排序逻辑完全由传入的比较器决定
- 再如自定义收集：.collect(Collectors.groupingBy(User::status, counting()))，分组与聚合行为可自由组合
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
