Java 8 - 转换列表的最佳方法：map 还是 foreach？

Question

我有一个列表myListToParse ，我想在其中过滤元素并对每个元素应用一个方法，然后将结果添加到另一个列表myFinalList中。

使用 Java 8 我注意到我可以通过 2 种不同的方式做到这一点。 我想知道它们之间更有效的方式，并理解为什么一种方式比另一种更好。

我愿意接受有关第三种方式的任何建议。

方法一：

myFinalList = new ArrayList<>();
myListToParse.stream()
        .filter(elt -> elt != null)
        .forEach(elt -> myFinalList.add(doSomething(elt)));

方法二：

myFinalList = myListToParse.stream()
        .filter(elt -> elt != null)
        .map(elt -> doSomething(elt))
        .collect(Collectors.toList()); 

Answer 1

不要担心任何性能差异，在这种情况下它们通常会很小。

方法 2 更可取，因为

1. 它不需要改变存在于 lambda 表达式之外的集合。

2. 它更具可读性，因为在收集管道中执行的不同步骤是按顺序编写的：首先是过滤操作，然后是映射操作，然后收集结果（有关收集管道好处的更多信息，请参阅 Martin Fowler 的优秀文章。）

3. 您可以通过替换所使用的Collector轻松更改收集值的方式。 在某些情况下，您可能需要编写自己的Collector ，但这样做的好处是您可以轻松地重用它。

Answer 2

我同意现有的答案，即第二种形式更好，因为它没有任何副作用并且更容易并行化（只需使用并行流）。

性能方面，在您开始使用并行流之前，它们似乎是等效的。 在这种情况下， map 的性能会好得多。 请参阅下面的微基准测试结果：

Benchmark                         Mode  Samples    Score   Error  Units
SO28319064.forEach                avgt      100  187.310 ± 1.768  ms/op
SO28319064.map                    avgt      100  189.180 ± 1.692  ms/op
SO28319064.mapWithParallelStream  avgt      100   55,577 ± 0,782  ms/op

你不能以同样的方式提升第一个例子，因为forEach是一个终端方法 - 它返回 void - 所以你被迫使用有状态的 lambda。 但是，如果您使用并行流，那确实是个坏主意。

最后请注意，您的第二个代码段可以通过方法引用和静态导入以更简洁的方式编写：

myFinalList = myListToParse.stream()
    .filter(Objects::nonNull)
    .map(this::doSomething)
    .collect(toList()); 

Answer 3

使用流的主要好处之一是它提供了以声明方式处理数据的能力，即使用函数式编程风格。 它还免费提供多线程功能，这意味着无需编写任何额外的多线程代码来使您的流并发。

假设您探索这种编程风格的原因是您想利用这些好处，那么您的第一个代码示例可能无法正常工作，因为foreach方法被归类为终端方法（意味着它会产生副作用）。

从函数式编程的角度来看，第二种方式是首选，因为 map 函数可以接受无状态的 lambda 函数。 更明确地说，传递给 map 函数的 lambda 应该是

1. 无干扰，这意味着如果它是非并发的（例如ArrayList ），该函数不应更改流的源。
2. 无状态以避免在进行并行处理时出现意外结果（由线程调度差异引起）。

第二种方法的另一个好处是，如果流是并行的，并且收集器是并发且无序的，那么这些特征可以为减少操作提供有用的提示，以便同时进行收集。

Answer 4

如果您使用Eclipse Collections，您可以使用collectIf()方法。

MutableList<Integer> source =
    Lists.mutable.with(1, null, 2, null, 3, null, 4, null, 5);

MutableList<String> result = source.collectIf(Objects::nonNull, String::valueOf);

Assert.assertEquals(Lists.immutable.with("1", "2", "3", "4", "5"), result);

它急切地求值并且应该比使用 Stream 快一点。

注意：我是 Eclipse Collections 的提交者。

Answer 5

我更喜欢第二种方式。

当您使用第一种方式时，如果您决定使用并行流来提高性能，您将无法控制forEach将元素添加到输出列表的顺序。

当您使用toList ，即使您使用并行流，Streams API 也会保留顺序。

Answer 6

还有第三个选项 - 使用stream().toArray() - 请参阅为什么没有流有 toList 方法下的评论。 结果证明它比 forEach() 或 collect() 慢，并且表达能力较差。 它可能会在以后的 JDK 构建中进行优化，因此在此处添加它以防万一。

假设List<String>

    myFinalList = Arrays.asList(
            myListToParse.stream()
                    .filter(Objects::nonNull)
                    .map(this::doSomething)
                    .toArray(String[]::new)
    );

在 doSomething() 中使用微基准测试、100 万个条目、20% 的空值和简单的转换

private LongSummaryStatistics benchmark(final String testName, final Runnable methodToTest, int samples) {
    long[] timing = new long[samples];
    for (int i = 0; i < samples; i++) {
        long start = System.currentTimeMillis();
        methodToTest.run();
        timing[i] = System.currentTimeMillis() - start;
    }
    final LongSummaryStatistics stats = Arrays.stream(timing).summaryStatistics();
    System.out.println(testName + ": " + stats);
    return stats;
}

结果是

平行线：

toArray: LongSummaryStatistics{count=10, sum=3721, min=321, average=372,100000, max=535}
forEach: LongSummaryStatistics{count=10, sum=3502, min=249, average=350,200000, max=389}
collect: LongSummaryStatistics{count=10, sum=3325, min=265, average=332,500000, max=368}

顺序：

toArray: LongSummaryStatistics{count=10, sum=5493, min=517, average=549,300000, max=569}
forEach: LongSummaryStatistics{count=10, sum=5316, min=427, average=531,600000, max=571}
collect: LongSummaryStatistics{count=10, sum=5380, min=444, average=538,000000, max=557}

没有空值和过滤器的并行（因此流是SIZED ）：在这种情况下，toArrays 具有最佳性能，并且.forEach()在接收方 ArrayList 上以“indexOutOfBounds”失败，必须替换为.forEachOrdered()

toArray: LongSummaryStatistics{count=100, sum=75566, min=707, average=755,660000, max=1107}
forEach: LongSummaryStatistics{count=100, sum=115802, min=992, average=1158,020000, max=1254}
collect: LongSummaryStatistics{count=100, sum=88415, min=732, average=884,150000, max=1014}

Answer 7

可能是方法3。

我总是喜欢将逻辑分开。

Predicate<Long> greaterThan100 = new Predicate<Long>() {
    @Override
    public boolean test(Long currentParameter) {
        return currentParameter > 100;
    }
};
        
List<Long> sourceLongList = Arrays.asList(1L, 10L, 50L, 80L, 100L, 120L, 133L, 333L);
List<Long> resultList = sourceLongList.parallelStream().filter(greaterThan100).collect(Collectors.toList());

Answer 8

如果使用 3rd Pary Libaries 没问题，那么 cyclops -react定义了内置此功能的 Lazy 扩展集合。例如，我们可以简单地编写

ListX myListToParse;

ListX myFinalList = myListToParse.filter(elt -> elt != null) .map(elt -> doSomething(elt));

myFinalList 在第一次访问之前不会被评估（并且在物化列表被缓存和重用之后）。

[披露我是独眼巨人反应的首席开发人员]