limit(n)是截取前n个元素的短路中间操作，需配合终端操作才生效，且应前置filter等操作以保障性能，分页用skip+limit，无限流必须加limit防止死循环。
Java Stream 的 limit(n) 是截取前 N 个元素最直接、最轻量的方式，它本身不遍历全部数据，属于短路中间操作，天然具备高性能特性——但前提是用对位置、配对终端操作、避免误用顺序。
✅ 正确写法：必须配合终端操作才生效
limit() 是懒加载的中间操作，单独调用不会触发任何计算：
- ❌ 错误：
list.stream().limit(5);—— 没有终端操作，整行代码无实际效果 - ✅ 正确：
list.stream().limit(5).collect(Collectors.toList()) - 其他合法终端操作包括：
forEach()、count()、findFirst()、anyMatch()等
✅ 高性能关键：先 filter / 先 sorted？顺序决定效率
limit 的“高性能”不是自动获得的，而是靠前置操作的合理性来保障。尤其在大数据或无限流场景下，顺序错误会导致全量处理：
- 推荐：先过滤再限制 →
stream.filter(x -> x > 100).limit(10)
只处理满足条件的元素，可能几条就凑够10个，提前终止 - 不推荐：先排序再限制 →
stream.sorted().limit(10)
哪怕只要前10个，也得先把全部元素排序（O(n log n)），代价巨大 - 更糟：先排序再过滤 →
stream.sorted().filter(...).limit(10)
既排序了全部，又丢弃大量结果，纯属浪费
✅ 实战分页与子集提取：skip + limit 组合要算清索引
分页本质是“跳过前 M 个，再取 N 个”，即 skip(m).limit(n)。注意这不是数学上的 [m, m+n)，而是严格按流中当前顺序计数：
- 取第 3 到第 7 个元素（共 5 个）→
stream.skip(2).limit(5) - 第 1 页（每页 10 条）→
.skip(0).limit(10) - 第 3 页 →
.skip(20).limit(10) - ⚠️ skip 超出长度时返回空流，limit 超出长度时返回全部，二者均不抛异常
✅ 无限流场景：limit 是唯一安全出口
像 Stream.iterate 或 Stream.generate 创建的流没有自然终点，不加 limit 会死循环或 OOM：
- 生成前 8 个斐波那契数：
Stream.iterate(new long[]{0,1}, t -> new long[]{t[1], t[0]+t[1]}).mapToLong(t -> t[0]).limit(8).toArray() - 生成前 100 个随机数：
new Random().longs().limit(100).toArray() - 没 limit → 流永不结束，终端操作卡死
不复杂但容易忽略：limit 的高性能，来自它“见好就收”的短路天性；而这份天性，只在合理链式结构里真正释放。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
