理解 Java 8 中的 Spliterator、Collector 和 Stream

Question

我无法理解 Java 8 中的 Stream 接口，尤其是与 Spliterator 和 Collector 接口有关的地方。我的问题是我根本无法理解Spliterator 和Collector 接口，因此Stream 接口对我来说仍然有些晦涩。

Spliterator 和 Collector 到底是什么，我该如何使用它们？如果我愿意写我自己的Spliterator 或Collector（在这个过程中可能还有我自己的Stream），我应该做什么和不做什么？

我阅读了一些分散在网络上的示例，但由于这里的所有内容都是新的并且可能会发生变化，因此示例和教程仍然非常稀少。

Answer 1

您几乎可以肯定永远不必以用户身份与Spliterator 打交道；仅当您自己编写 Collection 类型并且还打算优化它们的并行化操作时，才需要这样做。

对于它的价值，Spliterator 是一种操作集合元素的方式，可以很容易地分离出集合的一部分，例如因为您正在并行化并希望一个线程处理集合的一部分，一个线程处理另一部分，等等。

您基本上也不应该将Stream 类型的值保存到变量中。 Stream 有点像Iterator，因为它是一次性使用的对象，您几乎总是会在流畅的链中使用它，就像在 Javadoc 示例中一样：

int sum = widgets.stream()
                  .filter(w -> w.getColor() == RED)
                  .mapToInt(w -> w.getWeight())
                  .sum();

Collector 是“reduce”操作（如 map/reduce）的最通用、最抽象的版本；特别是，它需要支持并行化和最终化步骤。 Collectors 的示例包括：

• 求和，例如Collectors.reducing(0, (x, y) -> x + y)
• StringBuilder 附加，例如Collector.of(StringBuilder::new, StringBuilder::append, StringBuilder::append, StringBuilder::toString)

Answer 2

Spliterator 基本意思是“可拆分的迭代器”。

单线程可以遍历/处理整个 Spliterator 本身，但 Spliterator 也有一个方法 trySplit() 它将“拆分”一个部分供其他人（通常是另一个线程）处理 - 留下当前的 spliterator减少工作量。

Collector 将reduce 函数（map-reduce 成名）的规范与一个初始值和一个组合两个结果的函数组合在一起（从而使来自分离的工作流的结果能够被组合。）

例如，最基本的 Collector 的初始值为 0，将一个整数添加到现有结果中，并通过添加两个结果来“组合”它们。从而对拆分的整数流求和。

见：

• Spliterator.trySplit()
• Collector<T,A,R>

Answer 3

以下是使用预定义收集器执行常见可变归约任务的示例：

 // Accumulate names into a List
 List<String> list = people.stream().map(Person::getName).collect(Collectors.toList());

 // Accumulate names into a TreeSet
 Set<String> set = people.stream().map(Person::getName).collect(Collectors.toCollection(TreeSet::new));

 // Convert elements to strings and concatenate them, separated by commas
 String joined = things.stream()
                       .map(Object::toString)
                       .collect(Collectors.joining(", "));

 // Compute sum of salaries of employee
 int total = employees.stream()
                      .collect(Collectors.summingInt(Employee::getSalary)));

 // Group employees by department
 Map<Department, List<Employee>> byDept
     = employees.stream()
                .collect(Collectors.groupingBy(Employee::getDepartment));

 // Compute sum of salaries by department
 Map<Department, Integer> totalByDept
     = employees.stream()
                .collect(Collectors.groupingBy(Employee::getDepartment,
                                               Collectors.summingInt(Employee::getSalary)));

 // Partition students into passing and failing
 Map<Boolean, List<Student>> passingFailing =
     students.stream()
             .collect(Collectors.partitioningBy(s -> s.getGrade() >= PASS_THRESHOLD));

Answer 4

接口Spliterator - 是Streams 的核心功能。

stream() 和 parallelStream() 默认方法在 Collection 接口中提供。这些方法通过调用spliterator()来使用Spliterator：

...

default Stream<E> stream() {
    return StreamSupport.stream(spliterator(), false);
}

default Stream<E> parallelStream() {
    return StreamSupport.stream(spliterator(), true);
}

...

Spliterator 是一个内部迭代器，可将流分成更小的部分。这些较小的部分可以并行处理。

在其他方法中，理解Spliterator有两个最重要的：

• boolean tryAdvance(Consumer<? super T> action) 与Iterator 不同，它尝试对下一个元素执行操作。 如果操作执行成功，该方法返回true。否则，返回false - 这意味着不存在元素或流的结尾。

• Spliterator<T> trySplit() 此方法允许根据一个或另一个标准（文件大小、行数等）将一组数据拆分为许多较小的集合。