Stream排序的艺术：从基础到高级的多维度实战解析
在Java开发中，数据排序是一个永恒的话题。记得去年参与一个电商项目时，我们遇到了一个棘手的问题：当用户查看订单列表时，系统需要根据多种条件（如时间、价格、商品类型）动态排序，同时还要处理可能存在的空值情况。传统的手写排序逻辑不仅冗长难维护，性能也难以优化。正是这次经历让我深刻体会到Stream排序的强大之处。
1. Stream排序基础：从零开始掌握核心语法
对于刚接触Stream排序的开发者来说，理解基础语法是第一步。与传统的Collections.sort()相比，Stream排序提供了更声明式的编程方式。
基本升序排序的典型写法：
List<Integer> numbers = Arrays.asList(3, 1, 4, 1, 5, 9); List<Integer> sorted = numbers.stream() .sorted() .collect(Collectors.toList());对象属性排序则需要使用Comparator：
List<Student> students = getStudents(); List<Student> sortedByAge = students.stream() .sorted(Comparator.comparing(Student::getAge)) .collect(Collectors.toList());这里有几个关键点需要注意：
sorted()方法不改变原集合，而是返回新的排序后Stream- 对于自定义对象排序，必须提供Comparator
- 方法引用(Student::getAge)使代码更简洁
降序排列有两种实现方式：
// 方式一：使用reversed() .sorted(Comparator.comparing(Student::getAge).reversed()) // 方式二：使用reverseOrder() .sorted(Comparator.comparing(Student::getAge, Comparator.reverseOrder()))在实际项目中，我更喜欢第二种方式，因为它的语义更明确，特别是在处理多字段排序时更不容易出错。
2. 实战进阶：处理复杂排序场景
2.1 空值处理的艺术
真实业务数据往往不完美，空值处理是必须考虑的问题。Stream提供了两种策略：
// 空值排在前面 Comparator.nullsFirst(Comparator.comparing(Student::getBirthday)) // 空值排在后面 Comparator.nullsLast(Comparator.comparing(Student::getBirthday))最近在金融项目中，我们需要处理用户交易记录排序，其中部分交易的结算时间为null。采用以下方案完美解决了问题：
List<Transaction> transactions = getTransactions(); transactions.stream() .sorted(Comparator.comparing( Transaction::getSettleTime, Comparator.nullsLast(Comparator.naturalOrder()) )) .collect(Collectors.toList());2.2 多字段组合排序
电商平台的产品列表通常需要多重排序标准。比如先按销量降序，再按价格升序：
List<Product> products = getProducts(); products.stream() .sorted(Comparator.comparing(Product::getSales).reversed() .thenComparing(Product::getPrice)) .collect(Collectors.toList());提示：thenComparing()可以链式调用多次，实现三层甚至更多层的排序逻辑
我曾遇到一个有趣的案例：学校需要对学生成绩排序，规则是：
- 总分降序
- 总分相同则语文成绩降序
- 语文相同则按学号升序
用Stream可以优雅地实现：
students.stream() .sorted(Comparator.comparing(Student::getTotalScore).reversed() .thenComparing(Student::getChineseScore).reversed() .thenComparing(Student::getId)) .collect(Collectors.toList());3. 性能优化与陷阱规避
3.1 并行流排序的利与弊
对于大数据集排序，可以考虑使用parallelStream：
List<Student> largeList = getLargeStudentList(); List<Student> sorted = largeList.parallelStream() .sorted(Comparator.comparing(Student::getScore)) .collect(Collectors.toList());但需要注意：
- 数据量较小(通常<1万)时反而可能更慢
- 排序是状态ful操作，可能影响并行性能
- 确保Comparator是线程安全的
3.2 常见陷阱及解决方案
陷阱一：错误的多字段降序写法
// 错误！这会反转整个比较器而不仅仅是age字段 .sorted(Comparator.comparing(Student::getAge) .thenComparing(Student::getName).reversed()) // 正确写法 .sorted(Comparator.comparing(Student::getAge, Comparator.reverseOrder()) .thenComparing(Student::getName, Comparator.reverseOrder()))陷阱二：Comparator的延迟初始化问题
// 错误！comparator2不会生效 Comparator<Student> comparator = Comparator.comparing(Student::getAge); comparator.thenComparing(Student::getName); // 正确写法 Comparator<Student> comparator = Comparator.comparing(Student::getAge); comparator = comparator.thenComparing(Student::getName);4. 超越基础：自定义比较器的妙用
当标准比较逻辑不能满足需求时，我们可以实现自定义Comparator。比如需要按字符串长度排序：
List<String> strings = Arrays.asList("Java", "Python", "C", "JavaScript"); strings.stream() .sorted(Comparator.comparingInt(String::length)) .collect(Collectors.toList());更复杂的场景，比如需要根据枚举定义的顺序排序：
enum Priority { HIGH, MEDIUM, LOW } List<Task> tasks = getTasks(); tasks.stream() .sorted(Comparator.comparing( task -> task.getPriority().ordinal() )) .collect(Collectors.toList());在最近的一个物流系统中，我们需要根据配送距离和时效进行动态排序。最终实现的Comparator考虑了多种因素：
Comparator<Delivery> deliveryComparator = Comparator .comparing(Delivery::isExpress) // 加急订单优先 .thenComparing(d -> d.getDistance() * 0.6 + d.getEstTime() * 0.4) .thenComparing(Delivery::getCreateTime);Stream排序的真正威力在于它能与Stream的其他操作无缝结合。比如在排序前先过滤无效数据：
orders.stream() .filter(order -> order.getStatus() != Status.CANCELLED) .sorted(Comparator.comparing(Order::getAmount).reversed()) .limit(10) // 取金额最高的10个有效订单 .collect(Collectors.toList());经过多个项目的实践验证，合理运用Stream排序可以使代码更简洁、更易维护，同时保持良好的性能表现。关键在于根据具体场景选择合适的排序策略，并注意避免常见的性能陷阱。
