用途：在需要为高性能重构 Java 代码时使用，包括减少内存分配、优化 CPU 热路径，以及改进语法、API 与控制流。强调先测量、后优化，基于证据验证效果。
主要能力：提供先测量工作流与 JVM/运行时感知的编码指导；分配削减技巧（含坏/好模式对比）；CPU 热路径简化与循环级效率模式；并发/背压与超时/取消纪律；I/O、解析与序列化效率模式；持久化/查询与缓存策略指导；以 Java 为中心的决策流程，依据实测影响决定保留或回退。
使用方式：先识别 Java 热点与基线行为，确认性能敏感路径后再改代码；按瓶颈选择并阅读对应参考文件：内存分配压力、基本类型与包装类型、逃逸分析、集合容量、数据布局与去重见 references/145-refactoring-high-performance-java-memory-allocation.md；CPU 密集热路径、位级解析、无分支算术、循环展开、Unsafe 注意事项与 SIMD/向量化见 references/145-refactoring-high-performance-java-cpu.md；代码形态、lambda、API 返回约定、解析语法、I/O 策略、并发与控制流改进见 references/145-refactoring-high-performance-java-code-syntax.md。随后实施最小化、有证据支撑的改动，并对比前后行为，仅保留有显著且可验证收益的改动。
适用场景：审查 Java 代码的高性能表现、优化 Java 热路径、减少 Java 分配、改善 Java 延迟或吞吐量。
限制：优化必须由证据驱动且安全，保持正确性与可维护性；禁止过早优化，只优化性能分析确认的路径；应用前需阅读相关参考中的坏/好示例与测量流程；若热点证据不明确，应先提出澄清问题再改代码。范围限于应用代码与 API 的实用优化，仅在性能分析表明存在真实瓶颈处应用。