使用 java stream 对集合进行多条件校验时，避免多次遍历源数据是关键；本文介绍如何通过 `foreach` 结合状态收集实现一次流式遍历、多路分发，兼顾性能与可读性。
在实际业务开发中（如参数校验、数据清洗或规则引擎），我们常需对同一数据集执行多个独立判断——例如检查数值是否低于最小阈值、是否超过最大阈值、是否为空或格式非法等，并为每类违规生成对应错误信息。若采用传统方式对每个条件调用 .filter(...).findAny()，虽语义清晰，但会导致 N 次全量遍历（N 为校验项数），时间复杂度退化为 O(N×m)，其中 m 是集合长度。
更优解是：利用 Stream 的终端操作 forEach，在单次遍历中完成所有条件分支判断与结果归集。这种方式将时间复杂度降至 O(m)，同时保持逻辑集中、易于扩展。
以下是一个生产就绪的示例，支持多约束、去重错误、并兼容空值防护：
import java.util.*;
import java.util.stream.Collectors;
public class ValidationExample {
public static void main(String[] args) {
List<Integer> values = Arrays.asList(200, 345, -132, -2, -34, null, 50, 105);
// 收集各类错误信息（避免重复添加相同错误）
Set<String> errors = new LinkedHashSet<>(); // 保持插入顺序且去重
List<Integer> belowMin = new ArrayList<>();
List<Integer> aboveMax = new ArrayList<>();
values.stream()
.filter(Objects::nonNull) // 先过滤 null，防止 NPE
.forEach(val -> {
if (val < 0) {
belowMin.add(val);
errors.add("Value " + val + " is below minimum constraint (0)");
}
if (val > 100) { // 注意：此处用 if 而非 else if，允许多条件同时触发
aboveMax.add(val);
errors.add("Value " + val + " exceeds maximum constraint (100)");
}
// 可在此追加其他校验，如：val % 2 != 0 → "odd value not allowed"
});
System.out.println("Errors: " + errors);
System.out.println("Below min values: " + belowMin);
System.out.println("Above max values: " + aboveMax);
}
}✅ 关键要点说明：
立即学习“Java免费学习笔记（深入）”；
- 使用 LinkedHashSet 存储错误消息，既保证插入顺序（便于调试），又自动去重；若需严格按校验顺序返回错误，亦可用 List 配合 !errors.contains(...) 判断；
- 条件判断使用独立 if（而非 else if），确保一个元素可同时触发多个违规（如 200 既 >100 又可能 !=整百数）；
- filter(Objects::nonNull) 应置于最前，避免后续逻辑因空指针中断整个流；
- 若需返回结构化结果（如 ValidationResult 对象），可封装为独立方法，提升复用性：
public record ValidationResult(Set<String> errors, List<Integer> belowMin, List<Integer> aboveMax) {}
// … 在 forEach 后构造并返回⚠️ 注意事项：
- forEach 属于有副作用的终端操作，不可用于并行流（parallelStream()）的确定性场景——若需并发安全，请改用 collect() 配合自定义 Collector；
- 对超大数据集，仍建议优先考虑传统 for 循环（JVM 优化成熟、无流开销），Stream 更适用于中等规模、强调可读性与函数式风格的场景；
- 如校验逻辑日益复杂，推荐迁移至专用校验框架（如 Hibernate Validator 或自研 RuleEngine），而非在流中堆砌条件。
综上，单次 forEach 遍历不是对 Stream 的“妥协”，而是对其能力的合理延伸——在保持声明式风格的同时，守住性能底线。
