如何使用 Java 8 Stream 对数字列表进行平方、过滤并计算平均值

本文详解如何利用 java 8 的 stream api，对整数列表先执行平方运算，再筛选出 ≤100 的结果，最后安全计算其算术平均值，并处理空流等边界情况。

在 Java 8 中，Stream 提供了函数式编程风格的数据处理能力。针对题目需求——“对列表中的数字先平方，再过滤出不大于 100 的值，最后求平均”——我们可以将操作链式组合：map（平方）→ filter（保留 ≤100）→ average()（求均值）。关键在于正确选择数值类型和妥善处理空流（如无元素满足条件时）。

以下是一个完整、健壮的实现示例：

import java.util.List;

public class StreamAverageDemo {

    public static void main(String[] args) {
        System.out.println(average(List.of()));                    // 0.0
        System.out.println(average(List.of(0, 1, 2, 3, 4, 5)));   // 9.166666666666666
        System.out.println(average(List.of(9, 10)));              // 90.5
        System.out.println(average(List.of(10, 11, 12)));         // 100.0
        System.out.println(average(List.of(11, 12, 13)));         // 0.0（全 >100，过滤后为空）
        System.out.println(average(List.of(12, 9, 13, 4, 6, 2, 4, 12, 15))); // 30.6
    }

    private static double average(final List numbers) {
        return numbers.stream()
      
          .mapToInt(n -> n * n)           // 转为 int 类型流，避免装箱开销
                .filter(n -> n <= 100)          // 注意：题目要求“filter out numbers > 100”，即保留 ≤100
                .average()                      // 返回 OptionalDouble
                .orElse(0.0);                   // 空流时返回 0.0（可根据业务需要改为抛异常或 NaN）
    }
}

? 关键说明：

• 使用 mapToInt() 而非 map()，可避免 Integer 自动装箱/拆箱，提升性能并直接支持 average()（IntStream.average() 返回 OptionalDouble）；
• filter(n -> n 100 的数，保留其余；
• average().orElse(0.0) 是必须的防御性处理：当过滤后流为空时，average() 返回 OptionalDouble.empty()，直接调用 getAsDouble() 会抛 NoSuchElementException；
• 示例中输入 [11, 12, 13] 平方后为 [121, 144, 169]，全部 >100，故过滤后为空，输出 0.0。

✅ 最佳实践建议：

• 若业务逻辑要求空结果时抛出异常（如“无可用于计算的有效数据”），可改用 .orElseThrow(() -> new IllegalStateException("No elements
• 如需更高精度或支持大整数，可考虑 mapToLong + 手动求和/计数，但对常规场景 average() 已足够；
• 避免在 filter 前使用 map 生成 Integer 对象后再 filter，易引发不必要的对象创建与 GC 压力。

通过这一链式操作，代码简洁、可读性强，且充分利用了 Stream 的惰性求值与终端操作特性，是现代 Java 数据处理的标准范式。