别再写for循环了！用Java Stream的sorted()搞定复杂排序，代码清爽又高效

告别传统排序用Java Stream的sorted()重构你的数据处理逻辑每次看到同事在代码里嵌套三层for循环就为了给用户列表按年龄和姓名排序我的强迫症都要发作。那些冗长的Comparator匿名内部类和临时变量就像代码里的补丁既难维护又容易出错。其实Java 8引入的Stream API早就给我们提供了更优雅的解决方案——今天我们就来彻底改造这些祖传排序代码。1. 为什么Stream排序是更好的选择记得第一次接手一个老项目时我被300多行的排序工具类吓到了——里面充斥着各种冒泡排序、选择排序的手写实现还有无数个Comparator的匿名类。这种代码不仅难以理解更可怕的是每次业务需求变更都要小心翼翼地修改这些脆弱的逻辑。Stream.sorted()的出现改变了这一切。它把排序抽象成数据流上的一个简单操作配合lambda表达式让代码既简洁又富有表现力。来看个直观对比传统写法Collections.sort(users, new ComparatorUser() { Override public int compare(User u1, User u2) { int result u1.getDepartment().compareTo(u2.getDepartment()); if (result 0) { result u1.getSalary() - u2.getSalary(); } return result; } });Stream写法ListUser sortedUsers users.stream() .sorted(Comparator.comparing(User::getDepartment) .thenComparingInt(User::getSalary)) .collect(Collectors.toList());提示Stream排序不仅代码量减少50%以上而且意图表达更清晰——一眼就能看出是按部门字母序和薪资数字序排列2. 基础排序从简单到复杂2.1 自然排序的现代实现过去我们让类实现Comparable接口来实现自然排序现在有了更灵活的方式。假设有个Product类ListProduct products Arrays.asList( new Product(Laptop, 999.99), new Product(Phone, 699.99), new Product(Tablet, 399.99) );按价格升序ListProduct byPrice products.stream() .sorted(Comparator.comparing(Product::getPrice)) .collect(Collectors.toList());按名称降序ListProduct byNameDesc products.stream() .sorted(Comparator.comparing(Product::getName).reversed()) .collect(Collectors.toList());2.2 处理null值的优雅方案现实数据中经常遇到null值传统方式需要写很多判空逻辑。Stream排序提供了更干净的处理方式ListString namesWithNulls Arrays.asList(Alice, null, Bob, null, Charlie); // 把null值放到最后 ListString sortedNames namesWithNulls.stream() .sorted(Comparator.nullsLast(Comparator.naturalOrder())) .collect(Collectors.toList()); // 或者放到最前面 ListString sortedNames2 namesWithNulls.stream() .sorted(Comparator.nullsFirst(Comparator.naturalOrder())) .collect(Collectors.toList());3. 高级排序技巧实战3.1 多字段组合排序的链式调用电商场景下我们经常需要先按类别排序同类商品再按价格最后按销量ListProduct sortedProducts products.stream() .sorted(Comparator.comparing(Product::getCategory) .thenComparing(Product::getPrice) .thenComparingInt(Product::getSales)) .collect(Collectors.toList());更妙的是我们可以动态构建ComparatorComparatorProduct baseComparator Comparator.comparing(Product::getCategory); if (sortByPrice) { baseComparator baseComparator.thenComparing(Product::getPrice); } if (sortBySales) { baseComparator baseComparator.thenComparingInt(Product::getSales); } ListProduct sorted products.stream() .sorted(baseComparator) .collect(Collectors.toList());3.2 自定义复杂排序逻辑当标准比较器不够用时我们可以注入自定义逻辑。比如按产品名称长度和元音字母数量排序ListProduct customSorted products.stream() .sorted(Comparator.comparingInt((Product p) - p.getName().length()) .thenComparingInt(p - countVowels(p.getName()))) .collect(Collectors.toList()); private static int countVowels(String name) { return (int) name.chars() .filter(c - aeiouAEIOU.indexOf(c) 0) .count(); }4. 性能优化与最佳实践4.1 并行流加速大数据集排序对于超过10万条记录的数据集可以考虑使用并行流ListUser bigData // 从数据库获取的大量数据 ListUser sortedBigData bigData.parallelStream() .sorted(Comparator.comparing(User::getJoinDate)) .collect(Collectors.toList());注意并行流不总是更快在小数据集上反而可能更慢建议先做性能测试4.2 避免常见的性能陷阱不要重复排序如果后续操作还需要排序结果应该先把排序后的流收集到列表小心装箱开销对基本类型使用特化比较器// 不好有自动装箱 .sorted(Comparator.comparing(Product::getPrice)) // 更好避免装箱 .sorted(Comparator.comparingDouble(Product::getPrice))考虑排序稳定性Stream.sorted()是稳定的排序相等元素的相对顺序会保留4.3 与其他Stream操作组合排序经常与filter、map等操作组合使用。比如找出价格高于500的最畅销3个产品ListProduct topExpensive products.stream() .filter(p - p.getPrice() 500) .sorted(Comparator.comparingInt(Product::getSales).reversed()) .limit(3) .collect(Collectors.toList());5. 真实项目案例订单处理系统重构最近重构了一个电商订单处理模块原来的排序代码是这样的ListOrder orders getOrdersFromDB(); // 老代码按状态优先级、创建时间和金额排序 Collections.sort(orders, new ComparatorOrder() { Override public int compare(Order o1, Order o2) { int statusCompare getStatusPriority(o1.getStatus()) - getStatusPriority(o2.getStatus()); if (statusCompare ! 0) return statusCompare; int dateCompare o1.getCreateDate().compareTo(o2.getCreateDate()); if (dateCompare ! 0) return dateCompare; return o2.getAmount().compareTo(o1.getAmount()); } private int getStatusPriority(String status) { switch(status) { case PAID: return 1; case SHIPPED: return 2; // ...其他状态 default: return 99; } } });用Stream重构后ListOrder sortedOrders orders.stream() .sorted(Comparator.comparingInt(this::getStatusPriority) .thenComparing(Order::getCreateDate) .thenComparing(Order::getAmount, Comparator.reverseOrder())) .collect(Collectors.toList()); private int getStatusPriority(Order order) { return switch(order.getStatus()) { case PAID - 1; case SHIPPED - 2; // ...其他状态 default - 99; }; }重构后的代码不仅行数减少40%而且状态优先级逻辑更集中排序条件一目了然更容易添加新的排序条件方法引用使代码更易于重构和测试6. 当sorted()还不够时自定义收集器对于某些特殊排序需求我们可以创建自定义收集器。比如实现一个轮盘赌选择排序根据权重随机排序public static T CollectorT, ?, ListT weightedRandomSort(FunctionT, Integer weightExtractor) { return Collector.of( ArrayList::new, (list, item) - list.add(item), (list1, list2) - { list1.addAll(list2); return list1; }, list - { ListT result new ArrayList(); Random random new Random(); while (!list.isEmpty()) { int totalWeight list.stream() .mapToInt(weightExtractor::apply) .sum(); int randomWeight random.nextInt(totalWeight); int cumulativeWeight 0; for (IteratorT it list.iterator(); it.hasNext();) { T item it.next(); cumulativeWeight weightExtractor.apply(item); if (randomWeight cumulativeWeight) { result.add(item); it.remove(); break; } } } return result; } ); } // 使用示例 ListProduct products // 初始化产品列表 ListProduct randomlySorted products.stream() .collect(weightedRandomSort(Product::getPopularity));这个例子展示了当标准排序无法满足需求时我们可以通过组合Stream操作和自定义收集器来实现复杂的排序逻辑。