从并行流中收集结果

Question

我有一段这样的代码：

List<Egg> eggs = hens.parallelStream().map(hen -> {
    ArrayList<Egg> eggs = new ArrayList<>();
    while (hen.hasEgg()) {
        eggs.add(hen.getEgg());
    }
    return eggs;
}).flatMap(Collection::stream).collect(Collectors.toList());

但是通过这种方式，我必须为每只母鸡创建一个 ArrayList，并且在母鸡 100% 处理之前不会收集鸡蛋。我想要这样的东西：

List<Egg> eggs = hens.parallelStream().map(hen -> {
    while (hen.hasEgg()) {
        yield return hen.getEgg();
    }
}).collect(Collectors.toList());

但是Java没有yield return。有没有办法实现它？

Answer 1

您的Hen 类不适用于Stream API。如果你不能改变它并且它没有其他有用的方法（如Collection<Egg> getAllEggs()或Iterator<Egg> eggIterator()），你可以像这样创建一个鸡蛋流：

public static Stream<Egg> eggs(Hen hen) {
    Iterator<Egg> it = new Iterator<Egg>() {
        @Override
        public boolean hasNext() {
            return hen.hasEgg();
        }

        @Override
        public Egg next() {
            return hen.getEgg();
        }
    };
    return StreamSupport.stream(Spliterators.spliteratorUnknownSize(it, 0), false);
}

现在您可以通过以下方式使用它：

List<Egg> eggs = hens.parallelStream()
                     .flatMap(hen -> eggs(hen))
                     .collect(Collectors.toList());

当然，如果您可以更改 Hen 类，则可能会有更好的 Stream 实现。

Answer 2

使用hasEgg() 和getEgg() 的迭代逻辑是有状态的，因为这些方法的结果取决于之前的调用。因此，处理单个Hen 无法并行处理，除非您设法完全更改接口。

也就是说，您不必担心ArrayList。当流实现并行执行collect 操作时，它必须缓冲每个线程的值，然后再组合这些缓冲区。甚至可能该操作根本无法从并行执行中受益。

您可以做的是将ArrayList 替换为Stream.Builder，因为它已针对仅在构造Stream 之前添加的用例进行了优化：

List<Egg> eggs = hens.parallelStream().flatMap(hen -> {
    Stream.Builder<Egg> eggStream = Stream.builder();
    while(hen.hasEgg()) {
        eggStream.add(hen.getEgg());
    }
    return eggStream.build();
}).collect(Collectors.toList());

Answer 3

假设存在getEggs() 方法，您可以使用以下方法收集所有鸡蛋。

List<Egg> eggs = hens.parallelStream()
    .filter(Hen::hasEggs)
    .map(Hen::getEggs)
    .collect(ArrayList::new, ArrayList::addAll, ArrayList::addAll);

代码假定getEggs() 返回Collection。如果getEggs() 在Hen 没有Eggs 时返回一个空的Collection，您可以消除filter(Hen::hasEggs)。