Java Stream性能为何不及for循环？10万次测试结果存疑

嘿，Alex，你这个测试结果其实非常典型——很多人第一次用Stream做简单遍历计算时都会遇到类似的情况。咱们来一步步拆解背后的原因：

核心原因：Stream的框架开销在轻量场景下被放大 #

你的测试场景是对ArrayList做简单的遍历累加，这种情况下Stream的性能不如for循环主要有这几个关键点：

1. Stream存在额外的封装与调用开销 #

串行Stream本质上还是在遍历集合，但它比普通for循环多了不少“框架层”的开销：

• 需要创建Stream实例，构建操作流水线；
• Lambda表达式的调用虽然经过JVM优化，但相比直接的原生代码调用，还是有额外的间接调用成本；
• 每个元素的处理都要经过Stream的中间操作链路，哪怕只是简单的mapToInt，也比直接在for循环里做x[0]-x[1]多了一层封装。

而你的sum1用的是增强for循环，ArrayList是随机访问集合，遍历本身就被JVM高度优化，没有任何额外的封装开销，直接操作数组元素，效率拉满。

2. JIT编译器的优化差异 #

JVM的即时编译器（JIT）对传统for循环的优化已经做到了极致：

• 会自动做循环展开，减少循环迭代的次数；
• 消除数组的边界检查（因为ArrayList的遍历可以确定不会越界）；
• 甚至会把整个循环逻辑内联到调用方，进一步减少方法调用的开销。

而Stream的代码结构相对复杂，JIT需要更多的运行次数、更长的预热时间才能完成同等程度的优化。你这次测试只跑了一轮，可能JIT还没来得及对Stream的代码进行充分优化，就已经完成计算了。

3. 计算逻辑过于“轻量” #

你的业务逻辑只是对每个元素做一次减法再累加，计算本身的耗时几乎可以忽略不计。这种情况下，Stream的框架开销占比就会被无限放大，导致整体性能看起来比for循环差很多。如果换成更复杂的计算（比如每个元素要做字符串处理、复杂的业务逻辑），Stream的开销占比会大幅降低，两者的性能差距会明显缩小。

一些可以尝试的优化建议 #

• 如果追求极致性能，保留for循环：在这种简单遍历+轻量计算的场景下，传统for循环（甚至普通的for(int i=0; i<size; i++)比增强for循环还能快一点）确实是最优选择。
• 尝试并行流（谨慎使用）：把metro.stream()改成metro.parallelStream()，利用多线程并行计算。不过要注意，并行流有线程调度和上下文切换的开销，只有当数据量足够大、计算足够复杂时，才能体现出优势。十万级别的数据量可能提升有限，甚至因为线程开销导致更慢，你可以自己测试看看。
• 优化测试方式：测试前先做几轮“预热”运行，让JIT充分编译优化代码后，再统计耗时，这样的结果会更准确。比如在正式测试前先调用几次sum1()和sum2()。

你的测试代码 #

import java.util.ArrayList;
public class Metro1 {
    private final static int STOPS = 100000;
    private static ArrayList<int[]> metro = new ArrayList<int[]>();
    public static int sum1() {
        int sum = 0;
        for(int[] x: metro) {
            sum +=x[0] - x[1];
        }
        return sum;
    }
    public static int sum2() {
        return metro.stream()
                .mapToInt(x -> x[0]-x[1])
                .sum();
    }
    public static void main(String[] args) {
        long start=0;
        long end = 0;
        metro.add(new int[] {100,0});
        for(int i=1;i<STOPS;i++) {
            int in = (int) Math.round(Math.random() * 10);
            int out = (int) Math.round(Math.random() * 10);
            metro.add(new int[] {in,out});
        }
        System.out.println("Stops: " + metro.size());
        start = System.currentTimeMillis();
        System.out.println("sum1: " + sum1());
        end = System.currentTimeMillis();
        System.out.println("sum1 (for loop): " + String.valueOf(end-start) + " milliseconds.");
        start = System.currentTimeMillis();
        System.out.println("sum2: " + sum2());
        end = System.currentTimeMillis();
        System.out.println("sum1 (stream): " + String.valueOf(end-start) + " milliseconds.");
    }
}

运行结果 #

Stops: 100000
sum1: 79
sum1 (for loop): 6 milliseconds.
sum2: 79
sum1 (stream): 68 milliseconds.

内容的提问来源于stack exchange，提问作者Alex Hou