在操作
sorted(comparator)之前在流上
collect使用时，流必须缓冲整个流内容才能对其进行排序，与之后对组的较小列表进行排序相比，排序可能涉及该缓冲区内更多的数据移动。因此，如果启用了并行处理，则实现将利用多个内核，因此性能不如对各个组进行排序。
但是请注意，using
sortedListsByGender.values().forEach(…)不是可并行化的操作，即使using
sortedListsByGender.values().parallelStream().forEach(…)只能允许并行处理组，而每个排序操作仍是顺序的。
当在收集器中执行排序操作时，如下所示
static <T> Collector<T,?,List<T>> toSortedList(Comparator<? super T> c) { return Collectors.collectingAndThen( Collectors.toCollection(ArrayList::new), l->{ l.sort(c); return l; } );}Map<Gender, List<Person>> sortedListsByGender = roster.stream() .collect(Collectors.groupingBy(Person::getGender, toSortedList(Person::compareByAge)));排序操作的行为相同（感谢Tagir Valeev纠正了我），但是您可以轻松地检查插入排序策略的执行情况。只需将收集器实现更改为：
static <T> Collector<T,?,List<T>> toSortedList(Comparator<? super T> c) { return Collectors.collectingAndThen( Collectors.toCollection(()->new TreeSet<>(c)), ArrayList::new);}为了完整起见，如果您想要一个收集器，该收集器首先将一个插入到的
ArrayList中，以避免最后的复制步骤，则可以使用更复杂的收集器，如下所示：
static <T> Collector<T,?,List<T>> toSortedList(Comparator<? super T> c) { return Collector.of(ArrayList::new, (l,t) -> { int ix=Collections.binarySearch(l, t, c); l.add(ix<0? ~ix: ix, t); }, (list1,list2) -> { final int s1=list1.size(); if(list1.isEmpty()) return list2; if(!list2.isEmpty()) { list1.addAll(list2); if(c.compare(list1.get(s1-1), list2.get(0))>0) list1.sort(c); } return list1; });}它对于顺序使用是有效的，但是其合并功能并不是最佳的。底层的排序算法将受益于预排序的范围，但是尽管我们的合并功能实际上知道这些范围，但必须首先找到这些范围。不幸的是，JRE中没有公共API允许我们利用这些信息（有效；我们可以将传递
subList给，
binarySearch但是为的每个元素创建一个新的子列表
list2可能会变得太昂贵）。如果要进一步提高并行执行的性能，则必须重新实现排序算法的合并部分：
static <T> Collector<T,?,List<T>> toSortedList(Comparator<? super T> c) { return Collector.of(ArrayList::new, (l,t) -> l.add(insertPos(l, 0, l.size(), t, c), t), (list1,list2) -> merge(list1, list2, c));}static <T> List<T> merge(List<T> list1, List<T> list2, Comparator<? super T> c) { if(list1.isEmpty()) return list2; for(int ix1=0, ix2=0, num1=list1.size(), num2=list2.size(); ix2<num2; ix2++, num1++) { final T element = list2.get(ix2); ix1=insertPos(list1, ix1, num1, element, c); list1.add(ix1, element); if(ix1==num1) { while(++ix2<num2) list1.add(list2.get(ix2)); return list1; } } return list1;}static <T> int insertPos( List<? extends T> list, int low, int high, T t, Comparator<? super T> c) { high--; while(low <= high) { int mid = (low+high)>>>1, cmp = c.compare(list.get(mid), t); if(cmp < 0) low = mid + 1; else if(cmp > 0) high = mid - 1; else { mid++; while(mid<=high && c.compare(list.get(mid), t)==0) mid++; return mid; } } return low;}注意，与
binarySearch基于简单的插入不同，最后一种解决方案是一种稳定的排序实现，即，在您的情况下，
Persons具有相同的年龄并且
Gender如果源流具有定义的遇到顺序，则不会更改其相对顺序。
