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
// 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
// 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
// ❌ 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