Java 在执行其他操作之前查找流大小

在我的程序中，我反复使用Java 8将对象集合简化为单个对象。在整个执行过程中，此集合的大小可能变化很大：从3个对象到数百个对象

public void findInterestingFoo(Stream<Foo> foos) {
    internalState.update(foos.collect(customCollector()));
}

public void findInterestingFoo（流式foos）{
update（foos.collect（customCollector（））；
}

在优化我的代码和搜索瓶颈的过程中，我在某个点生成了流。这在当时起了作用，因为藏品都相当大。后来，在更改程序的其他部分和参数后，集合变得更小。我意识到不使流并行更有效。这是有道理的：为4个对象在多个线程上分配工作的开销根本不值得。不过，对于数百件物品来说，这是值得的

如果我能只让大的溪流平行，那将非常方便：

public void findInterestingFoo(Stream<Foo> foos) {
    if (isSmall(foos)) {
        internalState.update(foos.collect(customCollector()));
    } else {
        internalState.update(foos.parallel().collect(customCollector()));
    }
}

public void findInterestingFoo（流式foos）{
if（isSmall（foos））{
update（foos.collect（customCollector（））；
}否则{
update（foos.parallel（）.collect（customCollector（））；
}
}

当然，当从或创建流时，可以手动执行此操作。也就是说，我们知道流中包含哪些元素，因此可以跟踪这些元素。然而，我对以一种通用的方式解决这个问题很感兴趣，这样无论将什么类型的流传递给

findInterestingFoo

，它都会得到尽可能有效的适当处理

类似的东西可能会有所帮助，但它会在我能够完成之前终止流

我很清楚，流的设计没有设定大小，特别是：

• 可能是无限的。虽然集合的大小有限，但流不需要。短路操作，如

  limit（n）

  或

  findFirst（）

  可允许在有限时间内完成无限流上的计算。-

不过，我想知道在对流执行任何操作之前，是否有任何方法可以确定流中有多少个元素。流真的不知道它是从有限集合创建的吗

__________

---

一千次。在我的例子中，优化这一点可以将总运行时间从1.5秒提高到0.5秒。

理论上，您可以这样做：

public void findInterestingFoo(Stream<Foo> foos) {
    Spliterator<Foo> sp = foos.spliterator();
    long size = sp.getExactSizeIfKnown();// returns -1 if not known
          // or sp.estimateSize(); // Long.MAX_VALUE means "unknown"
    internalState.update(
        StreamSupport.stream(sp, size > PARALLEL_THRESHOLD)
                     .collect(customCollector()));
}

public void findInterestingFoo（流式foos）{
Spliterator sp=foos.Spliterator（）；
long size=sp.getExactSizeIfKnown（）；//如果未知，则返回-1
//或sp.estimateSize（）；//Long.MAX_值表示“未知”
internalState.update(
StreamSupport.stream（sp，大小>并行_阈值）
.collect（customCollector（））；
}

是一个终端操作，它使用输入流，但您可以传递to来构造具有完全相同属性的流。第二个参数已经告诉我们流是否应该是并行的

理论上

实际上，根据流是否并行，当前流实现将返回不同的

拆分器
实现。这意味着，当调用
spliterator（）
之前原始流还没有并行时，将流重新创建为并行流可能会导致无法执行并行处理的流

但是，如果没有中间操作（例如，当您直接传入从集合或数组创建的
流
时），它确实工作得很好

在
spliterator（）
之前调用，以获得一个支持并行的流，如果您决定这样做，该流可能仍会按顺序运行，在很多情况下都会起作用。但是，如果输入流中存在有状态的中间操作，如
sorted（）
，则它们可能会被修复为并行运行，即使您按顺序执行
收集操作（反之亦然）


另一个问题具有根本性。元素的数量实际上并不能说明并行处理是否会带来好处。这确实取决于每个元素的工作负载，这不仅取决于您的终端
collect
操作，还取决于在进入您的方法之前已经链接到流的操作。即使您认为收集器的工作负载已经足够高，可以进行并行处理，也可能是传入流具有诸如或（在有序流上）之类的操作，这些操作通常并行运行得更差，并且需要一个完全不同的阈值

一个更简单的解决方案是让调用者决定，因为调用者知道流的大小和性质。您甚至不需要在方法的签名中添加选项，因为调用方在将流传递给您的方法之前已经可以通过调用流上的
parallel（）
或
sequential（）
来做出决定，您可以通过不更改模式来尊重这一点
“流真的不知道它是从有限的集合创建的吗？”-你说的是一个接口，所以答案是：不，一个（通用的）
流
不知道它是否是从（有限的）源创建的，因为它既不定义
isFinite（）
-也不定义
大小（）
-method。在您的情况下，性能有多重要？对我来说，这听起来像是几百个元素，无论您是否并行，都只会产生微小的差异。@Turing85当然。但据我所知，没有
SizedStream
接口或任何类似的东西。或者有吗？据我所知，流c由数组创建。stream
只是
stream
s。如果它真的、真的、真的很重要，请添加一个参数，让调用者传递一个提示，说明流是大还是小（或者只是预期是大还是小）。@OleV.V。问题是，这个方法被调用了数千次