LongStream在Java 8中用于高效处理long类型数据，避免装箱拆箱开销。可通过LongStream.of()、range()、rangeClosed()、Arrays.stream()或mapToLong()创建流；支持sum()、max()、min()、average()、count()和reduce()等聚合操作，返回原始类型提升性能；例如计算前n个自然数平方和可使用map映射后调用sum()；处理时间戳等大量数值时应优先选用LongStream以降低GC压力；与集合转换时可用boxed()转为List<Long>，反向则用mapToLong()；Stream不可复用，需注意缓存或重构逻辑；合理使用LongStream能显著提升大数据量下的代码简洁性与运行效率。
在Java 8引入的Stream API中，LongStream是专门用于处理long类型数据的流。相比使用泛型的Stream<Long>，LongStream在处理大量长整型数据时更高效，避免了装箱和拆箱带来的性能损耗。以下是一些实际开发中使用LongStream的经验分享。
创建LongStream的常用方式
在操作数据前，需要先构建一个LongStream实例。常见的创建方法包括：
- LongStream.of()：直接传入多个long值创建流
- LongStream.range()：生成左闭右开区间内的连续数值（如 range(1, 4) → 1,2,3）
- LongStream.rangeClosed()：生成闭区间内的连续数值（如 rangeClosed(1, 3) → 1,2,3）
- Arrays.stream(long[])：从long数组转换为LongStream
- IntStream.mapToLong()：将其他流映射成长整型流
LongStream evenNumbers = LongStream.rangeClosed(1, 100).filter(n -> n % 2 == 0);
常见聚合与计算操作
LongStream提供了一系列终端操作来完成统计和聚合任务，这些方法返回的是原始类型，无需额外拆箱。
- sum()：计算总和
- max()、min()：获取最大值和最小值，返回OptionalLong
- average()：求平均值，返回OptionalDouble
- count()：计数
- reduce()：自定义归约操作
long n = 10;
long sumOfSquares = LongStream.rangeClosed(1, n)
.map(x -> x * x)
.sum();避免装箱提升性能
当处理大量数值时，使用LongStream而非Stream<Long>能显著减少GC压力和内存占用。比如读取一组时间戳（单位毫秒）并统计总跨度：
立即学习“Java免费学习笔记（深入）”；
long[] timestamps = {1672531200000L, 1672531260000L, 1672531320000L};
long duration = LongStream.of(timestamps)
.max().orElse(0) -
LongStream.of(timestamps).min().orElse(0);注意：若需重复使用流，应将数据缓存或重构逻辑，因为Stream不能复用。
与集合之间的转换技巧
虽然LongStream本身不直接转为List<Long>，但可通过boxed()转换成Stream<Long>后再收集：
List<Long> list = LongStream.rangeClosed(1, 5)
.boxed()
.toList(); // Java 16+
反之，从List<Long>重建LongStream也很简单：
List<Long> data = Arrays.asList(1L, 2L, 3L); long total = data.stream().mapToLong(Long::longValue).sum();
基本上就这些。合理使用LongStream不仅能写出更简洁的代码，还能在大数据量场景下带来可观的性能提升。关键在于根据数据类型选择对应的原生流，减少不必要的对象创建。
