一起读源码1. Java 中元组 Tuple

Posted 2022-08-06 smile-yan

问题描述

使用 Java 做数据分析、机器学习的时候，常常需要对批量的数据进行处理，如果需要处理的数据的维度不超过10时，可以考虑使用 org.javatuples 提供的 Tuple 类工具。支持 1 - 10 的多维数据处理，支持数据泛型。除了常见的 Integer / String / Long / Double 还可以是自定义的数据类型。

总体分析

如图所示，总共 13 个类，13个接口。

先看接口非常简单，附带自己的泛型 X，然后提供一个自己的方法 X getValue0() … X getValue9() … getValue … getKey … getLabel.

所有的类的父类为抽象类 Tuple，注意该方法并没有包含任何泛型，而是实现了常见的三个接口：

• Iterable
• Serializable
• Comparable

接下来要出场的子类就根据实际情况实现多个接口，返回对应的值。具体内容如下表所示：

类名	参数数目
Unit	1
Pair	2
KeyValue	2
LabelValue	2
Triplet	3
Quartet	4
Quintet	5
Sextet	6
Septet	7
Octet	8
Ennead	9
Decade	10

父类 Tuple

Tuple 是一个抽象类，具有两个成员变量，如下：

private final Object[] valueArray;
private final List<Object> valueList;

私有变量外部不能直接访问，这两个变量的主要作用应该是用于 Iterable 遍历。

接着看 Tuple 对这个接口的实现：

public final Iterator<Object> iterator() 
    return this.valueList.iterator();

比较容易理解，把 Tuple 的 iterator 转移给它内部变量完成。

同样地看一下 contains 方法，这个同样容易理解：如果待查变量为 null 则直接返回 false，否则逐个遍历看看是不是相等。

public final boolean contains(final Object value) 
    for (final Object val : this.valueList) 
        if (val == null) 
            if (value == null) 
                return true;
            
         else 
            if (val.equals(value)) 
                return true;
            
        
    
    return false;

接下来看一下其中的 indexOf 方法，也就是找到数据对应的索引：

public final int indexOf(final Object value) 
    int i = 0;
    for (final Object val : this.valueList) 
        if (val == null) 
            if (value == null) 
                return i;
            
         else 
            if (val.equals(value)) 
                return i;
            
        
        i++;
    
    return -1;

这个我认为不合理的地方就是最后的返回 -1 ，应该定义一个常量，NOT_FOUNT = -1 更加合适。其他的没有什么可以解释的。

类似地看一下 lastIndexOf ，这个只是倒过来遍历一次。

到目前为止还不知道成员变量 valueArray 的作用，看下源码发现，主要是用于Tuple转换为 Array 和 getValue 时使用（遍历链表时间复杂度为 $O(N)$ 而此时根据索引读数据时间复杂度为 $O(1)$）。

public final Object[] toArray() 
    return this.valueArray.clone();

public final Object getValue(final int pos) 
    if (pos >= getSize()) 
        throw new IllegalArgumentException(
                "Cannot retrieve position " + pos + " in " + this.getClass().getSimpleName() + 
                ". Positions for this class start with 0 and end with " + (getSize() - 1));
    
    return this.valueArray[pos];

子类以 Pair 为例

构造函数只提供了一个 ，即全参数构造函数

public Pair(
        final A value0, 
        final B value1) 
    super(value0, value1);
    this.val0 = value0;
    this.val1 = value1;

内部变量 final A value1 和 final B value2 是 final 类型的，因此如果希望更新它们的值不能直接 set 而是需要重新 new Pair，当然在 Pair 类中已经提供了。

public <X> Pair<X,B> setAt0(final X value) 
    return new Pair<X,B>(
            value, this.val1);


public <X> Pair<A,X> setAt1(final X value) 
    return new Pair<A,X>(
            this.val0, value);

而其他的方法比较有意思的是从 Pair 到 Triplet 等等更高维度的，都有提供这些方法。方法同样是 return new Triplet … 这类的。

总结

作为读源码的开端，特别选了一个简单的、也挺好用的。希望能够帮到大家~~

Smileyan
2022.7.28 19:56