尽可能在收集器中使用Characteristics.UNORDERED很重要吗？

Question

由于我使用了很多流，其中一些处理大量数据，我认为预先分配基于集合的收集器大小是一个好主意，以防止随着集合的增长而进行昂贵的重新分配。 所以我想出了这个，以及类似的其他集合类型：

public static <T> Collector<T, ?, Set<T>> toSetSized(int initialCapacity) {
    return Collectors.toCollection(()-> new HashSet<>(initialCapacity));
}

像这样使用

Set<Foo> fooSet = myFooStream.collect(toSetSized(100000));

我担心的是Collectors.toSet()的实现设置了一个Collectors.toCollection()没有的Characteristics枚举： Characteristics.UNORDERED 。 Collectors.toCollection()没有方便的变体来设置超出默认值的所需特性，并且由于可见性问题，我无法复制Collectors.toSet()的实现。 因此，为了设置UNORDERED特性，我不得不这样做：

static<T> Collector<T,?,Set<T>> toSetSized(int initialCapacity){
    return Collector.of(
            () -> new HashSet<>(initialCapacity),
            Set::add,
            (c1, c2) -> {
                c1.addAll(c2);
                return c1;
            },
            new Collector.Characteristics[]{IDENTITY_FINISH, UNORDERED});
}

所以这里是我的问题：1。这是我唯一的选择，为自定义toSet() 2之类的东西创建一个无序收集器。如果我希望它理想地工作，是否有必要应用无序特征？ 我在这个论坛上读到了一个问题，在那里我了解到无序特征不再向后传播到Stream中。 它仍然有用吗？

Answer 1

首先， Collector的UNORDERED特征是帮助表演而不是其他任何东西。 Collector没有这个特征但不依赖于遭遇顺序没有错。

此特性是否具有影响取决于流操作本身和实现细节 。 虽然目前的实现可能不会从中消耗很多优势，但由于反向传播的困难，它并不意味着未来的版本不会。 当然，已经无序的流不受Collector的UNORDERED特性的影响。 并非所有流操作都有可能从中受益。

因此，更重要的问题是不要阻止这种潜在的优化（可能在将来）是多么重要。

请注意，还有其他未指定的实现细节，影响了第二个变体的潜在优化。 toCollection(Supplier)收集器具有未指定的内部工作方式，仅保证提供Supplier生产的类型的最终结果。 相比之下， Collector.of(() -> new HashSet<>(initialCapacity), Set::add, (c1, c2) -> { c1.addAll(c2); return c1; }, IDENTITY_FINISH, UNORDERED)精确定义收藏家应该如何工作，也可能妨碍收集产生未来版本收藏家的内部优化。

因此，在不涉及Collector的其他方面的情况下指定特性的方法将是最佳解决方案，但据我所知，现有API没有提供简单的方法。 但是你自己建立这样的设施很容易：

public static <T,A,R> Collector<T,A,R> characteristics(
                      Collector<T,A,R> c, Collector.Characteristics... ch) {
    Set<Collector.Characteristics> o = c.characteristics();
    if(!o.isEmpty()) {
        o=EnumSet.copyOf(o);
        Collections.addAll(o, ch);
        ch=o.toArray(ch);
    }
    return Collector.of(c.supplier(), c.accumulator(), c.combiner(), c.finisher(), ch);
}

用这种方法，很容易说，例如

HashSet<String> set=stream
    .collect(characteristics(toCollection(()->new HashSet<>(capacity)), UNORDERED));

或提供您的工厂方法

public static <T> Collector<T, ?, Set<T>> toSetSized(int initialCapacity) {
    return characteristics(toCollection(()-> new HashSet<>(initialCapacity)), UNORDERED);
}

这限制了提供你的特征所需的努力（如果它是一个反复出现的问题），所以即使你不知道它会产生多大的影响，提供它们也不会有什么坏处。