数组多分组统计：单次遍历多条件VS多次遍历单条件，哪种效率更高？

嘿，针对你要统计1000个int数组里各类子群体（偶数、奇数、大于500的元素等）数量的需求，我给你拆解下两种常用实现方案的细节，帮你根据场景选最合适的~

这个方案的核心思路是一次遍历搞定所有统计：只走一遍数组，对每个元素同时检查所有需要统计的条件，符合哪个就给对应计数器加1。

示例代码如下：

int[] someArray = new int[1000];
// 假设数组已经初始化填充数据

int evenCount = 0;
int oddCount = 0;
int over500Count = 0;

for (int i = 0; i < someArray.length; i++) {
    int num = someArray[i];
    if (num % 2 == 0) {
        evenCount++;
    } else {
        oddCount++;
    }
    if (num > 500) {
        over500Count++;
    }
    // 可以继续添加更多条件判断
}

优缺点分析 #

• 👍 优点：性能拉满，只遍历数组一次，内存开销极低，适合大规模数组的统计场景
• 👎 缺点：如果需要统计的条件越来越多，代码会变得臃肿，可读性和可维护性下降，新增条件得在循环里加if，容易出错

这个方案利用Java Stream的惰性特性，通过Supplier包装流对象，每次需要统计某类群体时，才触发一次流的遍历（因为Stream只有遇到终端操作时才会执行）。这样每个统计逻辑都是独立的，代码更清爽。

示例代码如下：

int[] someArray = new int[1000];
// 假设数组已经初始化填充数据

// 用Supplier包装流，每次get()都会生成一个新的流实例
Supplier<IntStream> streamSupplier = () -> Arrays.stream(someArray);

// 分别统计各类群体，每次调用get()都会遍历一次数组
long evenCount = streamSupplier.get().filter(n -> n % 2 == 0).count();
long oddCount = streamSupplier.get().filter(n -> n % 2 != 0).count();
long over500Count = streamSupplier.get().filter(n -> n > 500).count();

优缺点分析 #

• 👍 优点：代码模块化、可读性强，新增统计条件只需要加一行streamSupplier.get().filter(xxx).count()，维护成本低
• 👎 缺点：每个统计都会遍历一次数组，对于超大规模数组（比如百万级以上），性能会比方案一差；不过你这里是1000个元素，完全不用担心性能问题

• 如果你的统计条件很少，或者追求极致性能，选方案一
• 如果统计条件经常变动，看重代码的整洁性和可维护性，选方案二（1000个元素的规模下，多次遍历的性能损耗几乎可以忽略）

内容的提问来源于stack exchange，提问作者tdct