为何使用IntStream生成整数的性能低于常规循环方式？

我分别采用IntStream与常规方式生成整数数组，测试后发现在我的机器上，使用IntStream的代码运行速度更慢。恳请有人解释为何IntStream性能更低，以及为何在存在性能损耗的情况下我们仍需使用它？

测试代码（已补充缺失的类型声明与导入）：

import java.util.Arrays;
import java.util.Random;
import java.util.stream.IntStream;

public class Main {

    private static Random r = new Random();
    private static int sum;
    private static int branchDirection = 500000;
    private final static int LIMIT = 1000000; // 原代码缺失int类型声明，已补充
    
    public static void main(String[] args) {
//      int[] randomValues= getRandomValuesWithIntStream(); // 这行代码运行更慢
        int[] randomValues = getRandomValuesAsUsual(); // 比这行快
        
        Arrays.sort(randomValues);
        
        long start = System.nanoTime();
        
        for(int i = 0;i<randomValues.length; i++) {
            if (randomValues[i] > branchDirection) {
                sum += randomValues[i];
            }
        }
        
        System.out.println("Elapsed Time: "+ (System.nanoTime()-start));
    }
    
    private static int[] getRandomValuesAsUsual() {
        int[] randomValues = new int[LIMIT];
        for(int i = 0;i<randomValues.length; i++) {
            randomValues[i] = r.nextInt();
        }
        return randomValues;
    }
    
    private static int[] getRandomValuesWithIntStream() {
        return IntStream.generate(r::nextInt).limit(LIMIT).toArray();
    }
}

一、IntStream性能更低的原因 #

• 框架层级的额外开销：IntStream依赖Java流框架实现，generate()创建无限流、limit()做流截断、toArray()完成流到数组的转换，这些步骤包含了大量框架层面的封装、状态管理和方法调度，相比直接new数组+手动循环填充，多了不少非业务逻辑的性能损耗。
• 方法调用的间接性：r::nextInt作为方法引用，每次生成元素都要通过Lambda的调用链路触发Random的方法，而常规循环是直接调用r.nextInt()，减少了调用层级，JVM的内联优化也更容易在直接调用场景下生效。
• 流执行的额外逻辑：流操作是惰性的，但toArray()作为终端操作会触发整个流的执行，过程中需要处理迭代、元素收集、边界校验等逻辑，这些都是手动循环不需要的额外步骤。

二、性能有损耗仍使用IntStream的理由 #

• 简洁性与可读性：一行流代码就能完成数组生成，相比循环的多行样板代码，逻辑更直观，尤其是在复杂场景下，链式调用能让代码意图更清晰。
• 扩展性更强：如果后续需要对生成的元素做过滤、映射、去重等操作，直接在流链路上追加方法即可，无需修改循环结构。比如要生成100以内的正随机数，只需改成IntStream.generate(r::nextInt).filter(x -> x > 0 && x < 100).limit(LIMIT).toArray()。
• 并行处理便捷：处理大规模数据时，只需将IntStream改为IntStream.parallel()，就能轻松实现并行生成和处理，手动实现并行循环需要自己管理线程池、任务拆分，复杂度高很多。
• 风格一致性：在采用函数式编程风格的项目中，使用流API能保持代码风格统一，降低团队成员的理解成本。

内容的提问来源于stack exchange，提问作者Tristate