《Effective Java》解读第46条：优先选择Stream中无副作用的函数

第46条：优先选择Stream中无副作用的函数

在 Java Stream 流水线中，传给中间操作、终端操作的函数，必须是无副作用的------ 函数只做计算 / 映射 / 过滤，不修改外部变量、不读写外部状态、不产生额外行为。

什么是「副作用」？

函数执行时，除了返回一个结果，还偷偷修改了外部世界。

修改外部变量（count++、list.add()）

读写文件、网络、数据库

打印日志、控制台输出

修改静态变量、共享对象状态

Stream 设计初衷是声明式、并行安全、可复用、易理解，副作用会彻底破坏这些特性。

例子

反例：

java 复制代码

// 错误示例：有副作用，破坏 Stream 设计
List<String> words = Arrays.asList("apple", "banana", "cat");
int count = 0;

// 错误：lambda 里修改外部 count，产生副作用
words.stream()
     .filter(w -> w.length() > 3)
     .forEach(w -> count++); // 副作用：修改外部变量

System.out.println(count);

修改了外部变量count，当切换为parallelStream()时，会产生并发问题。
副作用在lambda中，难以排查和维护。
forEach 应该只应用于最终消费（如打印、存库），不应用于计算。

正例：

java 复制代码

// 正确：无副作用，纯声明式计算
List<String> words = Arrays.asList("apple", "banana", "cat");
long count = words.stream()
                  .filter(w -> w.length() > 3)
                  .count(); // 终端操作直接返回结果，无外部修改

只做输入->输出，不触碰外部变量。

经典使用例子：

java 复制代码

// ❌ 错误（副作用：收集时修改外部 List）
List<String> result = new ArrayList<>();
words.stream()
     .map(String::toUpperCase)
     .forEach(result::add); // 副作用：修改外部list

// ✅ 正确（无副作用，使用收集器）
List<String> result = words.stream()
                           .map(String::toUpperCase)
                           .collect(Collectors.toList());

✅ 允许的行为（无副作用）

纯计算：map(x -> x*2)

纯判断：filter(x -> x>10)

纯提取：map(Student::getName)

使用标准收集器：collect(toList())、count()、sum()

groupingBy 可以分组 + 下游收集器，实现分组统计

counting () 只能放分组里，不要直接用

求和、平均、计数优先用 stream 原生方法，不要用 collect

groupingBy 有 3 个版本，可指定 Map 类型

partitioningBy 分成 true/false

parallel 用 groupingByConcurrent

❌ 禁止的行为（有副作用）

lambda 里修改外部变量、集合

lambda 里 IO 操作（打印、读写文件）

lambda 里修改对象内部状态

用 forEach 做计算 / 收集

为什么最好选择无副作用方法？

并行安全

Stream 可以轻松并行，但有副作用的函数在并行下一定会出错（竞态条件、数据丢失）。无副作用函数天然线程安全。
可读性强

声明式代码：我要什么，而不是我要怎么做。别人一眼看懂：过滤→映射→收集，没有隐藏逻辑。
可优化、可复用

JVM 可以对无副作用的 Stream 做延迟执行、短路优化、合并操作。有副作用会让所有优化失效。
无时序依赖