如何从population人群数据集创建指定计划大小的筛选样本列表

针对你需要从人群集合中提取指定数量符合条件样本的需求，可按以下方案实现：

• 如果你使用Java 8及以上版本的Stream API，可直接替换原有全量过滤逻辑，新增limit截断规则，代码如下：
  List<Person> women = people.stream().filter(p -> p.gender == FEMALE).limit(50).collect(Collectors.toList());
  该写法依托Stream的惰性求值特性，不会遍历整个people集合，凑够50个符合条件的元素后就会终止迭代，性能远高于先全量过滤再裁剪的写法，尤其适合大体积集合场景。
• 如果你需要的是随机50个符合条件的样本而非按集合顺序取前50个，可对过滤结果做随机打乱后再截取，代码示例：
  List<Person> randomWomen = people.stream() .filter(p -> p.gender == FEMALE) .collect(Collectors.collectingAndThen(Collectors.toList(), list -> { Collections.shuffle(list); return list.stream().limit(50).collect(Collectors.toList()); }));
• 如果你的原始数据存储在数据库中，不要在内存层面做过滤和截取，直接在查询SQL层面添加条件限制，比如MySQL语法写SELECT * FROM people WHERE gender = 'FEMALE' LIMIT 50，能大幅减少不必要的数据传输和内存占用。
• 其他编程语言的实现逻辑完全通用：遍历集合匹配条件时，每拿到一个符合要求的元素就加入结果集，结果集大小达到预设阈值后直接终止遍历即可，无需等待全量过滤完成。

内容的提问来源于stack exchange，提问作者Luigi Aurilio