java stream 原理

Posted 2020-10-29 dragonfei.org

java stream 原理

需求

从"Apple" "Bug" "ABC" "Dog"中选出以A开头的名字，然后从中选出最长的一个，并输出其长度

1. 最直白的实现

缺点

1. 迭代次数过多
2. 频繁产生中间结果，性能无法接受

2. 平常写法

int longest = 0;
for(String str : strings){
    if(str.startsWith("A")){// 1. filter(), 保留以张开头的字符串
        int len = str.length();// 2. mapToInt(), 转换成长度
        longest = Math.max(len, longest);// 3. max(), 保留最长的长度
    }
}
System.out.println(longest);

缺点

1. 具体业务与算法混在一起，不利于代码复用
2. 耦合性太强，代码不清晰

3. 责任链模式解耦

public interface Chain {
    void proceed(Object object);
}

public class ForChain implements Chain {

    private final Chain chain;

    public ForChain(Chain chain){
        this.chain = chain;
    }

    @Override
    public void proceed(Object object) {
        List<String> list = (List<String>) object;
        for(String a : list){
           if(a.startsWith("A"))
              chain.proceed(a);
        }
    }
}

public class LengthChain implements Chain {
    private final Chain chain;

    public LengthChain(Chain chain){
        this.chain = chain;
    }
    @Override
    public void proceed(Object object) {
        String string = (String)object;
        chain.proceed(string.length());
    }
}

public class ResultChain implements Chain {

    private Integer result = 0;
    @Override
    public void proceed(Object object) {
        Integer integer = (Integer) object;
        result = Math.max(integer,result);
    }

    public Integer getResult() {
        return result;
    }
}

public class Client {

    public static void main(String[] args) {
        ResultChain resultChain = new ResultChain();
        LengthChain lengthChain = new LengthChain(resultChain);
        ForChain forChain = new ForChain(lengthChain);
        List<String> list = Arrays.asList("Apple","Bug","ABC","Dog");
        forChain.proceed(list);
        System.out.println("result is "+ resultChain.getResult());
    }
}

4. java stream 实现

OptionalInt max = Stream.of("Apple", "Bug", "ABC", "Dog").
     filter(e -> e.startsWith("A")).
     mapToInt(e -> e.length()).
     max();
System.out.println("result is "+ max.getAsInt());

优点

1. 开发者是需要关注具体的业务，顶层算法都封装在框架中
2. 代码结构清晰，代码量少，减少出错的机会

5. Stream 的原理

5.1 stream与集合比较

尽管stream与集合框架在表现上非常相似，二者都是对数据进行处理，但事实上二者完全不同。集合是一种数据结构，主要关注在内存中组织数据，会在一段时间在内存中持续的存在，而流的主要关注在计算，不为数据提供任何存储空间，只会通过管道提供计算结果。

5.2 stream 操作分类

中间操作：返回一个新的stream

• 有状态：必须等上一步操作完，才能执行下一步操作
• 无状态：该操作不受上一步操作的影响

终止操作：返回结果

• 短路：找到即返回
• 费短路：遍历所有元素

以上操作决定了Stream一定是先构建完毕再执行的特点,也就是延迟执行,当需要结果(终端操作时)开始执行流水线。

5.3 stream 结构示意图

5.4 操作如何记录

• Head记录起始操作
• StateLessOp记录中间操作
• StatefulOp记录有状态的中间操作

这三个操作，在实例化的时候回指向前一个操作，和后一个操作，形成双向链表，每一步操作都能得知上一步和下一步操作。

对于Head:

AbstractPipeline(Spliterator<?> source,
                 int sourceFlags, boolean parallel) {
    this.previousStage = null;
    this.sourceSpliterator = source;
    this.sourceStage = this;
    this.sourceOrOpFlags = sourceFlags & StreamOpFlag.STREAM_MASK;
    // The following is an optimization of:
    // StreamOpFlag.combineOpFlags(sourceOrOpFlags, StreamOpFlag.INITIAL_OPS_VALUE);
    this.combinedFlags = (~(sourceOrOpFlags << 1)) & StreamOpFlag.INITIAL_OPS_VALUE;
    this.depth = 0;
    this.parallel = parallel;
}

对于其他操作：

AbstractPipeline(AbstractPipeline<?, E_IN, ?> previousStage, int opFlags) {
    if (previousStage.linkedOrConsumed)
        throw new IllegalStateException(MSG_STREAM_LINKED);
    previousStage.linkedOrConsumed = true;
    previousStage.nextStage = this; // 构造双向链表
    this.previousStage = previousStage;

    this.sourceOrOpFlags = opFlags & StreamOpFlag.OP_MASK;
    this.combinedFlags = StreamOpFlag.combineOpFlags(opFlags, previousStage.combinedFlags);
    this.sourceStage = previousStage.sourceStage;
    if (opIsStateful())
        sourceStage.sourceAnyStateful = true;
    this.depth = previousStage.depth + 1;
}

例子：

data.stream()
.filter(x -> x.length() == 2)
.map(x -> x.replace(“三”,”五”))
.sorted()
.filter(x -> x.contains(“五”))
.forEach(System.out::println);

Stage

5.5 操作如何叠加

从终止操作依次构造Sink,如此Sink链构造完成

final <P_IN> Sink<P_IN> wrapSink(Sink<E_OUT> sink) {
     Objects.requireNonNull(sink);

     // 依次构造sink
     for ( @SuppressWarnings("rawtypes") AbstractPipeline p=AbstractPipeline.this; p.depth > 0; p=p.previousStage) {
         sink = p.opWrapSink(p.previousStage.combinedFlags, sink);
     }
     return (Sink<P_IN>) sink;
 }

sink

1. 依次调用sink的begin方法，通知sink链数据已准备好
2. 依次调用sink的accept方法，处理数据
3. 依次调用sink的end方法，通知数据处理完毕

@Override
final <P_IN> void copyInto(Sink<P_IN> wrappedSink, Spliterator<P_IN> spliterator) {
    Objects.requireNonNull(wrappedSink);

    if (!StreamOpFlag.SHORT_CIRCUIT.isKnown(getStreamAndOpFlags())) {
        wrappedSink.begin(spliterator.getExactSizeIfKnown());
        spliterator.forEachRemaining(wrappedSink);
        wrappedSink.end();
    }
    else {
        copyIntoWithCancel(wrappedSink, spliterator);
    }
}

5.6 如何收集结果

对于forEach是不需要收集结果的，对于collect结果保存在最后一个sink中，这样的操作都会提供一个get方法取出数据。终止操作都会实现Supplier的get方法

@Override
public <P_IN> R evaluateSequential(PipelineHelper<T> helper,
                                   Spliterator<P_IN> spliterator) {
    return helper.wrapAndCopyInto(makeSink(), spliterator).get();
}

public interface Supplier<T> {

    /**
     * Gets a result.
     *
     * @return a result
     */
    T get();
}

interface TerminalSink<T, R> extends Sink<T>, Supplier<R> { }