当在同一数据和任务上再次处理时，Java8流是否会重用自身？

我试图用代码检查

stream（）

和

parallelStream（）

对同一操作所花费的时间

代码1

List <String> list = new ArrayList < String > ();

for (int i = 1; i <= 30000; i++)
list.add("a");
for (int i = 1; i <= 20000; i++)
list.add("b");
for (int i = 1; i <= 10000; i++)
list.add("c");

//part 1
long start = System.currentTimeMillis();
Map <String, Long> countListSequence = list.stream()
    .collect(Collectors.groupingBy(e -> e, Collectors.counting()));
long end = System.currentTimeMillis();

System.out.println("Time taken in by stream() " + (end - start) + " millisec data " + countListSequence);

//part 2
long start1 = System.currentTimeMillis();
Map <String, Long> countListparallel = list.parallelStream()
    .collect(Collectors.groupingBy(e -> e, Collectors.counting()));
long end1 = System.currentTimeMillis();

System.out.println("Time taken by parallelStream() " + (end1 - start1) + " millisec data " + countListparallel);

Time taken in by stream() 109 millisec data {a=30000, b=20000, c=10000}
Time taken by parallelStream() 16 millisec data {a=30000, b=20000, c=10000}

但是如果我先更改顺序，请使用

parallelStream（）

然后使用

stream（）

类似的命令

代码2

//part 1
long start1 = System.currentTimeMillis();
Map <String, Long> countListparallel = list.parallelStream()
    .collect(Collectors.groupingBy(e -> e, Collectors.counting()));
long end1 = System.currentTimeMillis();

System.out.println("Time taken by parallelStream() " + (end1 - start1) + " millisec data " + countListparallel);

//part 2
long start = System.currentTimeMillis();
Map <String, Long> countListSequence = list.stream()
    .collect(Collectors.groupingBy(e -> e, Collectors.counting()));
long end = System.currentTimeMillis();

System.out.println("Time taken in by stream() " + (end - start) + " millisec data " + countListSequence);

Time taken by parallelStream() 109 millisec data {a=30000, b=20000, c=10000}
Time taken in by stream() 15 millisec data {a=30000, b=20000, c=10000}

我的问题是，为什么代码2中的第二部分

stream（）

比

parallelStream（）

显示与代码1不同的行为所花费的时间要少

不仅在

stream（）

和

parallelStream（）

的情况下，我还尝试了

stream（）

和

stream（）

的相同情况。我也得到了同样的情况，第二个流比第一个流占用的时间少

代码3

//part 1
long start1 = System.currentTimeMillis();
Map <String, Long> countListparallel = list.stream()
    .collect(Collectors.groupingBy(e -> e, Collectors.counting()));
long end1 = System.currentTimeMillis();

System.out.println("Time taken by stream() 1 " + (end1 - start1) + " millisec data " + countListparallel);


//part 2    
long start = System.currentTimeMillis();
Map <String, Long> countListSequence = list.stream()
    .collect(Collectors.groupingBy(e -> e, Collectors.counting()));
long end = System.currentTimeMillis();

System.out.println("Time taken in by stream() " + (end - start) + " millisec data " + countListSequence);

Time taken by stream() 1 107 millisec data {a=30000, b=20000, c=10000}
Time taken in by stream() 14 millisec data {a=30000, b=20000, c=10000}

第二次打印显示的时间比第一次少。

stream

计算数据重复使用本身也是如此，如果我相信这是怎么可能的，因为创建的对象

countListSequence

和

countListparallel

是不同的。我不明白每个代码样本中的第二部分比第一部分花费的时间少。 我是不是在说溪流的事

---

谢谢，这一点也不奇怪，因为JVM中的JIT编译器优化了已经运行了大量次的代码。因此，程序中稍后的代码比程序中较早的代码运行得更快是完全正常的

---

如果您想在这里获得实际有用的数据，请使用JMH之类的工具编写一个基准测试，该工具可用于JIT预热。

这可能是由于第一次调用所涉及的lambdas造成的：这需要时间。用JMH创建一个合适的基准，并比较结果。