一、背景 / 问题
在Java后端日常开发中，遍历集合、数组是非常普遍的基础操作。很多开发者写循环时习惯直接选用增强for或者Stream forEach，主观认为语法差异带来的性能影响可以忽略不计。但在大数据批量导入、定时任务循环处理、大列表分页遍历等场景下，不同循环写法的性能差距会被放大，造成接口响应慢、定时任务堆积、服务CPU居高不下等线上问题。很多性能瓶颈并不是复杂架构导致，而是循环写法这类小细节造成。本文对比几种主流遍历方式，分析底层原理并给出生产环境的选择标准。
二、环境与前提
本文适用于JDK8及以上版本，所有代码示例基于ArrayList集合测试。前置知识：需要了解集合迭代器、Lambda表达式基础，能看懂简单JDK源码逻辑。测试场景分为小数据量（千条以内）、中等数据（10万级）、大数据（百万及以上）三种场景。
三、实操步骤
1. 三种遍历基础代码示例
日常开发最常用的三种遍历方式：普通for循环、增强for循环、Stream forEach。
// 普通for循环 List<String> list = new ArrayList<>(); for (int i = 0; i < list.size(); i++) { String item = list.get(i); // 业务逻辑 }// 增强 for 循环 for (String item : list) { // 业务逻辑 }// Stream forEach list.stream ().forEach (item -> { // 业务逻辑 });2. 底层原理分析
普通for循环依靠下标索引直接读取元素，没有额外对象创建，开销最小，还可以自由获取索引、反向遍历。增强for只是语法糖，编译后会转换成迭代器Iterator遍历，每次遍历会创建迭代器对象，执行hasNext、next方法，带来少量额外开销。Stream forEach会构建流式流水线、解析Lambda函数，存在多层封装，开销最大。
3. 性能对比与选型规范
- 数据量小于1000条：性能差距几乎无感，优先增强for，保证代码可读性。
- 十万、百万级大数据遍历：优先普通for循环，减少额外对象创建开销。
- 需要过滤、映射、归约等链式数据处理：适合Stream，不要单纯用Stream做简单循环遍历。
四、坑点与注意事项
- 不要盲目追求代码简洁而全部使用Stream，大数据场景会累积性能损耗。
- 嵌套循环尽量避免嵌套Stream，多层流式处理会严重拖慢执行速度。
- 增强for底层是迭代器，遍历过程中直接调用集合remove会触发并发修改异常。
五、总结
循环写法看似简单，却是性能优化的微小关键点。根据数据量级和业务场景选择合适遍历方式，兼顾可读性与执行效率，避免留下隐形性能瓶颈。