Java中Stream过滤的优化方案：如何简化消息分离逻辑

这个问题很典型，咱们从性能优化和代码简洁性两个维度来拆解优化方案：

首先，先解决当前实现里的一个性能隐患：你现在用的failedMessageIds.contains()如果是基于List的话，每次判断都是O(n)的时间复杂度，当failedIds数量较多时，会拖慢整个过滤过程。第一步建议先把这个集合转成HashSet，这样contains()操作会变成O(1)，大幅提升判断效率：

Set<String> failedMessageIdSet = new HashSet<>(failedMessageIds);

接下来，解决两次遍历集合的问题——你的当前代码会把messageList遍历两次，完全可以通过一次遍历完成分组，既提升性能又简化代码。

方法1：用Stream的partitioningBy（最简洁） #

Collectors.partitioningBy可以把流中的元素按条件分成两组，返回一个Map<Boolean, List<Message>>，其中true对应符合条件的元素，false对应不符合的。代码如下：

Set<String> failedMessageIdSet = new HashSet<>(failedMessageIds);
Map<Boolean, List<Message>> messageMap = messageList.stream()
    .collect(Collectors.partitioningBy(msg -> failedMessageIdSet.contains(msg.getId())));

List<Message> failedMessages = messageMap.get(true);
List<Message> successMessages = messageMap.get(false);

这个写法非常简洁，而且只遍历一次集合，性能比原来的两次Stream要好。另外partitioningBy的特性是，无论是否有符合条件的元素，Map里都会存在true和false对应的空列表，不用担心get()返回null。

方法2：手动一次遍历分组（更直观） #

如果你觉得Map的形式不够直观，也可以用forEach手动完成分组，本质和传统for循环逻辑一致，但写法更简洁：

Set<String> failedMessageIdSet = new HashSet<>(failedMessageIds);
List<Message> successMessages = new ArrayList<>();
List<Message> failedMessages = new ArrayList<>();

messageList.forEach(msg -> {
    if (failedMessageIdSet.contains(msg.getId())) {
        failedMessages.add(msg);
    } else {
        successMessages.add(msg);
    }
});

关于for循环vs Stream的选择 #

其实上面的forEach写法和传统for循环性能几乎没有差异，而Stream的partitioningBy写法在代码简洁性上更有优势，性能也不会落后。如果你的业务逻辑只是简单的分组，Stream的写法更优雅，可读性更高；如果是复杂的嵌套逻辑，for循环可能更直观，但你的场景显然用Stream更合适。

内容的提问来源于stack exchange，提问作者mengmeng