如何利用 Stream.distinct() 去除集合流中的重复元素
如何利用 Stream.distinct() 去除集合流中的重复元素 Stream.distinct() 依赖对象的 equals() 和 hashCode() 这里有个关键点需要先搞清楚：distinct() 并不是对对象进行深度的值比较。它的底层逻辑，其实是调用每个元素的 equals() 和
如何利用 Stream.distinct() 去除集合流中的重复元素
Stream.distinct() 依赖对象的 equals() 和 hashCode()
这里有个关键点需要先搞清楚：distinct() 并不是对对象进行深度的值比较。它的底层逻辑，其实是调用每个元素的 equals() 和 hashCode() 方法来判断是否重复。这意味着，如果你传入的是自定义对象（比如一个 User 类），但没有重写这两个方法，那么即使两个对象的字段内容完全一样，也会被当作不同的元素保留下来。
- 对于
String、Integer这类 JDK 内置类型，它们已经默认实现了正确的逻辑，可以直接使用。 - 对于自定义类，就必须手动重写
equals()和hashCode()，而且两者的逻辑必须保持一致。 - 如果只重写了
equals()却忘了hashCode()，distinct()的行为可能会失效，或者变得不稳定，这可是个经典的坑。
distinct() 是有状态操作，不能并行流里随意替换顺序
distinct() 在内部使用了一个 LinkedHashSet 来缓存已经遇到过的元素。这个机制带来了两个特点：一是它会保留第一次出现的元素，二是它会尽力维持原始的顺序。然而，一旦进入并行流的世界，情况就变了。所谓的“第一次出现”，完全取决于线程的调度顺序，最终结果的一致性也就无法保证了。
- 串行流：
Stream.of("a", "b", "a").distinct().toList()的结果总是确定的["a", "b"]。 - 并行流：
Stream.of("a", "b", "a").parallel().distinct().toList()的结果就不确定了，可能是["a", "b"]，也可能是["b", "a"]。 - 如果业务场景要求并行处理、去重并且还要保持稳定顺序，通常的解决方案是先调用
sorted()排序，或者干脆不使用distinct()，转而采用Collectors.toCollection(LinkedHashSet::new)这类收集器。
distinct() 不适用于按某个字段去重的场景
这是另一个常见的误解。假设你有一个 List，想根据 userId 字段来去重，distinct() 是做不到的——它只能判断整个对象是否相等，无法让你指定按哪个字段去重。
- 错误写法：
users.stream().distinct()。这依赖的是整个User对象的equals()方法，往往不是业务真正需要的语义。 - 正确思路：通常需要借助
Collectors.toMap()或Collectors.collectingAndThen()，配合TreeSet或LinkedHashMap来实现。 - 常用替代方案：
users.stream().collect(Collectors.toMap(User::getId, u -> u, (a, b) -> a)).values()。这个写法清晰表达了“以 id 为键，保留第一个遇到的元素”的意图。
性能和内存开销比想象中大
别小看 distinct() 的开销。因为它需要缓存所有已经遍历过的元素，在最坏的情况下（所有元素都不重复），其内存占用会与输入流的长度成正比。同时，每次遇到新元素都要去哈希表里查询一次，也有计算成本。
- 面对大数据量（比如百万级别）时，这个缓存集合很容易引发内存溢出（OOM），或者显著拖慢整个处理流程的速度。
- 如果去重只是为了统计数量，使用
stream.distinct().count()不如stream.collect(Collectors.toSet()).size()来得清晰，而且后者对中间集合的生命周期有更明确的控制。 - 如果上游数据已经是排序好的，其实可以手动编写逻辑来跳过相邻的重复项（类似于归并排序中的去重思路），从而完全避免额外的集合开销。
话说回来，在实际使用中，不能只满足于“代码能跑通”。重点要审视几个方面：对象是如何定义的、数据规模有多大、是否需要保留顺序、业务上是否真的需要整个对象级别的判重。这几个问题如果没理清楚，distinct() 很容易就会变成一个隐蔽的问题来源。
正软商城本月促销专区，汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动，提供限时折扣、特价授权和优惠购买信息，活动库存及价格以页面实时展示为准。
正软商城装机必备专区，精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件，帮助用户快速完成新电脑软件配置。
正软商城Windows软件专区，汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件，提供软件介绍、系统要求、正版授权及购买下载服务。
正软商城macOS软件专区，精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具，提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。
正软商城iOS软件专区，精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用，提供功能介绍、适用设备、系统要求和正版获取方式等信息。
正软商城AI软件专区，汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具，提供功能介绍、适用平台、收费方式及正版购买信息。
正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法，同时介绍常用PDF软件和工具的使用技巧。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
