Kotlin 惰性集合操作-序列 Sequence

Posted 麦田里的守望者-Jiang

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Kotlin 惰性集合操作-序列 Sequence相关的知识,希望对你有一定的参考价值。

文章目录

集合操作函数 和 序列

在了解 Kotlin 惰性集合之前,先看一下 Koltin 标注库中的一些集合操作函数。

定义一个数据模型 Person 和 Book 类:

data class Person(val name: String, val age: Int) 

data class Book(val title: String, val authors: List<String>)

filter 和 map 操作:

    val people = listOf<Person>(
            Person("xiaowang", 30),
            Person("xiaozhang", 32),
            Person("xiaoli", 28)
        )
        //大于 30 岁的人的名字集合列表
     people.filter  it.age >= 30 .map(Person::name)

count 操作:

   val people = listOf<Person>(
            Person("xiaowang", 30),
            Person("xiaozhang", 32),
            Person("xiaoli", 28)
        )
        //小于 30 岁人的个数
   people.count  it.age < 30 

flatmap 操作:

      val books = listOf<Book>(
            Book("Java 语言程序设计", arrayListOf("xiaowang", "xiaozhang")),
            Book("Kotlin 语言程序设计", arrayListOf("xiaoli", "xiaomao")),
        )
        // 所有书的名字集合列表
        books.flatMap  it.authors .toList()

在上面这些函数,每做一步操作,都会创建中间集合,也就是每一步的中间结果都被临时存储在一个临时集合中

filter 函数源码:

public inline fun <T> Iterable<T>.filter(predicate: (T) -> Boolean): List<T> 
    //创建一个新的集合列表
    return filterTo(ArrayList<T>(), predicate)


public inline fun <T, C : MutableCollection<in T>> Iterable<T>.filterTo(destination: C, predicate: (T) -> Boolean): C 
    for (element in this) if (predicate(element)) destination.add(element)
    return destination

map 函数源码:

public inline fun <T, R> Iterable<T>.map(transform: (T) -> R): List<R> 
    //创建一个新的集合列表
    return mapTo(ArrayList<R>(collectionSizeOrDefault(10)), transform)


public inline fun <T, R, C : MutableCollection<in R>> Iterable<T>.mapTo(destination: C, transform: (T) -> R): C 
    for (item in this)
        destination.add(transform(item))
    return destination


如果被操作的元素过多,假设 people 或 books 超过 50个、100个,那么 函数链式调用 如:fliter.map 就会变得低效,且浪费内存。

Kotlin 为解决上面这种问题,提供了惰性集合操作 Sequence 接口。这个接口表示一个可以逐个列举的元素列表。Sequence 只提供了一个 方法, iterator,用来从序列中获取值。

public interface Sequence<out T> 
    /**
     * Returns an [Iterator] that returns the values from the sequence.
     *
     * Throws an exception if the sequence is constrained to be iterated once and `iterator` is invoked the second time.
     */
    public operator fun iterator(): Iterator<T>


public inline fun <T> Sequence(crossinline iterator: () -> Iterator<T>): Sequence<T> = object : Sequence<T> 
    override fun iterator(): Iterator<T> = iterator()


/**
 * Creates a sequence that returns all elements from this iterator. The sequence is constrained to be iterated only once.
 *
 * @sample samples.collections.Sequences.Building.sequenceFromIterator
 */
public fun <T> Iterator<T>.asSequence(): Sequence<T> = Sequence  this .constrainOnce()

序列中的元素求值是惰性的。因此,可以使用序列更高效地对集合元素执行链式操作,而不需要创建额外的集合来保存过程中产生的中间结果。关于这个惰性是怎么来的,后面再详细解释。

可以调用扩展函数 asSequence 把任意集合转换成序列,调用 toList 来做反向的转换。

 val people = listOf<Person>(
            Person("xiaowang", 30),
            Person("xiaozhang", 32),
            Person("xiaoli", 28)
        )
  people.asSequence().filter  it.age >= 30 .map(Person::name).toList()
 val books = listOf<Book>(
            Book("Java 语言程序设计", arrayListOf("xiaowang", "xiaozhang")),
            Book("Kotlin 语言程序设计", arrayListOf("xiaoli", "xiaomao")),
        )
 books.asSequence().flatMap  it.authors .toList()

序列中间和末端操作

序列操作分为两类:中间的和末端的。一次中间操作返回的是另一个序列,这个新序列知道如何变换原始序列中的元素。而一次末端返回的是一个结果,这个结果可能是集合、元素、数字,或者其他从初始集合的变换序列中获取的任意对象。

中间操作始终是惰性的。

下面从例子来理解这个惰性

listOf(1, 2, 3, 4).asSequence().map 
            println("map$it")
            it * it
        .filter 
            println("filter$it")
            it % 2 == 0
        

上面这段代码在控制台不会输出任何内容(因为没有末端操作)。

listOf(1, 2, 3, 4).asSequence().map 
            println("map$it")
            it * it
        .filter 
            println("filter$it")
            it % 2 == 0
        .toList()
 
 控制台输出:
2023-01-01 20:23:05.071 17000-17000/com.wangjiang.example D/TestSequence: map1
2023-01-01 20:23:05.071 17000-17000/com.wangjiang.example D/TestSequence: filter1
2023-01-01 20:23:05.071 17000-17000/com.wangjiang.example D/TestSequence: map2
2023-01-01 20:23:05.071 17000-17000/com.wangjiang.example D/TestSequence: filter4
2023-01-01 20:23:05.071 17000-17000/com.wangjiang.example D/TestSequence: map3
2023-01-01 20:23:05.071 17000-17000/com.wangjiang.example D/TestSequence: filter9
2023-01-01 20:23:05.071 17000-17000/com.wangjiang.example D/TestSequence: map4
2023-01-01 20:23:05.071 17000-17000/com.wangjiang.example D/TestSequence: filter16

在末端操作 .toList()的时候,mapfilter 变换才被执行了,而且元素是被逐个执行的。并不是所有元素经在 map 操作执行完成后,再执行 filter 操作。

为什么元素是逐个被执行,首先看下 toList() 方法:

public fun <T> Sequence<T>.toList(): List<T> 
    return this.toMutableList().optimizeReadOnlyList()


public fun <T> Sequence<T>.toMutableList(): MutableList<T> 
    return toCollection(ArrayList<T>())


public fun <T, C : MutableCollection<in T>> Sequence<T>.toCollection(destination: C): C 
    for (item in this) 
        destination.add(item)
    
    return destination

最后的 toCollection 方法中的 for (item in this),其实就是调用 Sequence 中的迭代器 Iterator 进行元素迭代。其中这个 this 来自于 filter,也就是使用 filterIterator 进行元素迭代。来看下 filter

public fun <T> Sequence<T>.filter(predicate: (T) -> Boolean): Sequence<T> 
    return FilteringSequence(this, true, predicate)


internal class FilteringSequence<T>(
    private val sequence: Sequence<T>,
    private val sendWhen: Boolean = true,
    private val predicate: (T) -> Boolean
) : Sequence<T> 

    override fun iterator(): Iterator<T> = object : Iterator<T> 
        val iterator = sequence.iterator()
        var nextState: Int = -1 // -1 for unknown, 0 for done, 1 for continue
        var nextItem: T? = null

        private fun calcNext() 
            while (iterator.hasNext()) 
                val item = iterator.next()
                if (predicate(item) == sendWhen) 
                    nextItem = item
                    nextState = 1
                    return
                
            
            nextState = 0
        

        override fun next(): T 
            if (nextState == -1)
                calcNext()
            if (nextState == 0)
                throw NoSuchElementException()
            val result = nextItem
            nextItem = null
            nextState = -1
            @Suppress("UNCHECKED_CAST")
            return result as T
        

        override fun hasNext(): Boolean 
            if (nextState == -1)
                calcNext()
            return nextState == 1
        
    

filter 中又会使用上一个 Sequencesequence.iterator() 进行元素迭代。再看下 map

public fun <T, R> Sequence<T>.map(transform: (T) -> R): Sequence<R> 
    return TransformingSequence(this, transform)


internal class TransformingSequence<T, R>
constructor(private val sequence: Sequence<T>, private val transformer: (T) -> R) : Sequence<R> 
    override fun iterator(): Iterator<R> = object : Iterator<R> 
        val iterator = sequence.iterator()
        override fun next(): R 
            return transformer(iterator.next())
        

        override fun hasNext(): Boolean 
            return iterator.hasNext()
        
    

    internal fun <E> flatten(iterator: (R) -> Iterator<E>): Sequence<E> 
        return FlatteningSequence<T, R, E>(sequence, transformer, iterator)
    

也是使用上一个 Sequencesequence.iterator() 进行元素迭代。所以以此类推,最终会使用转换为 asSequence() 的源 iterator()

下面自定义一个 Sequence 来验证上面的猜想:

listOf(1, 2, 3, 4).asSequence().mapToString 
            Log.d("TestSequence","mapToString$it")
            it.toString()
        .toList()

    fun <T> Sequence<T>.mapToString(transform: (T) -> String): Sequence<String> 
        return TransformingStringSequence(this, transform)
    

    class TransformingStringSequence<T>
    constructor(private val sequence: Sequence<T>, private val transformer: (T) -> String) : Sequence<String> 
        override fun iterator(): Iterator<String> = object : Iterator<String> 
            val iterator = sequence.iterator()
            override fun next(): String 
                val next = iterator.next()
                Log.d("TestSequence","next:$next")
                return transformer(next)
            

            override fun hasNext(): Boolean 
                return iterator.hasNext()
            
        
    

控制台输出:
2023-01-01 20:43:43.899 21797-21797/com.wangjiang.example D/TestSequence: next:1
2023-01-01 20:43:43.899 21797-21797/com.wangjiang.example D/TestSequence: mapToString1
2023-01-01 20:43:43.899 21797-21797/com.wangjiang.example D/TestSequence: next:2
2023-01-01 20:43:43.899 21797-21797/com.wangjiang.example D/TestSequence: mapToString2
2023-01-01 20:43:43.899 21797-21797/com.wangjiang.example D/TestSequence: next:3
2023-01-01 20:43:43.899 21797-21797/com.wangjiang.example D/TestSequence: mapToString3
2023-01-01 20:43:43.899 21797-21797/com.wangjiang.example D/TestSequence: next:4
2023-01-01 20:43:43.899 21797-21797/com.wangjiang.example D/TestSequence: mapToString4

所以这就是 Sequence 为什么在获取结果的时候才会被应用,也就是末端操作被调用的时候,才会依次处理每个元素,这也是 被称为惰性集合操作的原因。

经过一系列的 序列操作,每个元素逐个被处理,那么优先处理 filter 序列,其实可以减少变换的总次数。因为每个序列都是使用上一个序列的 sequence.iterator() 进行元素迭代。

创建序列

在集合操作上,可以使用集合直接调用 asSequence() 转换为序列。那么不是集合,有类似集合一样的变换,该怎么操作呢。

下面以求 1到100 的所有自然数之和为例子:

val naturalNumbers = generateSequence(0)  it + 1 
val numbersTo100 = naturalNumbers.takeWhile  it <= 100 
val sum = numbersTo100.sum()
println(sum)
控制台输出:
5050

先看下 generateSequence 源码:

public fun <T : Any> generateSequence(seed: T?, nextFunction: (T) -> T?): Sequence<T> =
    if (seed == null)
        EmptySequence
    else
        GeneratorSequence( seed , nextFunction)

private class GeneratorSequence<T : Any>(private val getInitialValue: () -> T?, private val getNextValue: (T) -> T?) : Sequence<T> 
    override fun iterator(): Iterator<T> = object : Iterator<T> 
        var nextItem: T? = null
        var nextState: Int = -2 // -2 for initial unknown, -1 for next unknown, 0 for done, 1 for continue

        private fun calcNext() 
            //getInitialValue 获取的到就是 generateSequence 的第一个参数 0
            //getNextValue 获取到的就是 generateSequence 的第二个参数 it+1,这个it 就是 nextItem!!
            nextItem = if (nextState == -2) getInitialValue() else getNextValue(nextItem!!)
            nextState = if (nextItem == null) 0 else 1
        

        override fun next(): T 
            if (nextState < 0)
                calcNext()

            if (nextState == 0)
                throw NoSuchElementException()
            val result = nextItem as T
            // Do not clean nextItem (to avoid keeping reference on yielded instance) -- need to keep state for getNextValue
            nextState = -1
            return result
        

        override fun hasNext(): Boolean 
            if (nextState < 0)
                calcNext()
            return nextState == 1
        
    

上面代码其实就是创建一个 Sequence 接口实现类,并实现它的 iterator 接口方法,返回一个 Iterator 迭代器。

public fun <T> Sequence<T>.takeWhile(predicate: (T) -> Boolean): Sequence<T> 
    return TakeWhileSequence(this, predicate)


internal class TakeWhileSequence<T>
constructor(
    private val sequence: Sequence<T>,
    private val predicate: (T) -> Boolean
) : Sequence<T> 
    override fun iterator(): Iterator<T> = object : Iterator<T> 
        val iterator = sequence.iterator()
        var nextState: Int = -1 // -1 for unknown, 0 for done, 1 for continue
        var nextItem: T? = null

        private fun calcNext() 
            if (iterator.hasNext()) 
                //iterator.next() 调用的就是上一个 GeneratorSequence 的 next 方法,而返回值就是它的 it+1
                val item = iterator.next()
                //判断条件,也就是 it <= 100 -> item <= 100
                if (predicate(item)) 
                    nextState = 1
                    nextItem = item
                    return
                
            
            nextState = 0
        

        override fun next(): T 
            if (nextState == -1)
                calcNext() // will change nextState
            if (nextState == 0)
                throw NoSuchElementException()
            @Suppress("UNCHECKED_CAST")
            val result = nextItem as T

            // Clean next to avoid keeping reference on yielded instance
            nextItem = null
            nextState = -1
            return result
        

        override fun hasNext(): Boolean 
            if (nextState == -1)
                calcNext() // will change nextState
            return nextState == 1
        
    

TakeWhileSequencenext 方法中,会优先调用内部方法 calcNext,而这个方法内部又是调用 GeneratorSequencenext方法,这样就 拿到了当前值 it+1(上一个是0+1,下一个就是1+1),拿到值后再判断 it <= 100 -> item <= 100

public fun Sequence<Int>.sum(): Int 
    var sum: Int = 0
    for (element in this) 
        sum += element
    
    return sum

sum 方法是序列的末端操作,也就是获取结果。for (element in this) ,调用上一个 Sequence 中的迭代器 Iterator 进行元素迭代,以此类推,直到调用 源 Sequence 中的迭代器 Iterator 进行元素迭代。

总结

Kotlin 标准库提供的集合操作函数:filter,map, flatmap 等,在操作的时候会创建存储中间结果的临时列表,当集合元素较多时,这种链式操作就会变得低效。为了解决这种问题,Kotlin 提供了惰性集合操作 Sequence 接口,只有在 末端操作被调用的时候,也就是获取结果的时候,序列中的元素才会被逐个执行,处理完第一个元素后,才会处理第二个元素,这样中间操作是被延期执行的。而且因为是顺序地去执行每一个元素,所以可以先做 filter 变换,再做 map 变换,这样有助于减少变换的总次数。

以上是关于Kotlin 惰性集合操作-序列 Sequence的主要内容,如果未能解决你的问题,请参考以下文章

Kotlin函数式编程 ③ ( 早集合与惰性集合 | 惰性集合-序列 | generateSequence 序列创建函数 | 序列代码示例 | take 扩展函数分析 )

Kotlin函数式编程 ③ ( 早集合与惰性集合 | 惰性集合-序列 | generateSequence 序列创建函数 | 序列代码示例 | take 扩展函数分析 )

kotlin中的Sequences(序列)与Iterable(集合)区别

kotlin中的Sequences(序列)与Iterable(集合)区别

Kotlin 协程Flow 异步流 ① ( 以异步返回返回多个返回值 | 同步调用返回多个值的弊端 | 尝试在 sequence 中调用挂起函数返回多个返回值 | 协程中调用挂起函数返回集合 )

Kotlin 协程Flow 异步流 ① ( 以异步返回返回多个返回值 | 同步调用返回多个值的弊端 | 尝试在 sequence 中调用挂起函数返回多个返回值 | 协程中调用挂起函数返回集合 )