用於過濾Java流的最有效的收集？

Question

我將幾個Thing存儲在一個Collection中。 單個Thing是唯一的，但它們的類型不是唯一的。 它們的存儲順序也無關緊要。

我想使用Java 8的Stream API來通過以下代碼搜索它的特定類型：

Collection<Thing> things = ...;
// ... populate things ...
Stream<Thing> filtered = things.stream.filter(thing -> thing.type.equals(searchType));

是否有一個特定的Collection可以使filter()更有效率？

我傾向於不認為，因為過濾器必須遍歷整個集合。

另一方面，如果集合是由Thing.type索引的某種樹，則filter()可能能夠利用這一事實。 有什么辦法可以做到這一點？

Answer 1

諸如filter之類的流操作並非專門用於在特殊情況下發揮優勢。 例如， IntStream.range(0, 1_000_000_000).filter(x -> x > 999_999_000)實際上將迭代所有輸入數字，它不能僅“跳過”前999_999_000。 因此，您的問題就減少了，以找到最高效的迭代集合。

通常在Spliterator.forEachRemaining方法（對於非短路流）和Spliterator.tryAdvance方法（對於短路流）中執行迭代，因此您可以查看相應的splitter實現並檢查其效率如何。 。 在我看來，最有效的方法是數組（通過Arrays.asList裸或包裝到列表中）：它的開銷最小。 ArrayList也相當快，但是對於短路操作，它將在每次迭代時檢查modCount （以檢測並發修改），這會增加非常小的開銷。 HashSet或LinkedList類的其他類型的速度相對較慢，盡管在大多數應用程序中，這種差異實際上是微不足道的。

請注意，應謹慎使用並行流。 例如， LinkedList的拆分非常差，與連續情況相比，您可能會遇到較差的性能。

Answer 2

關於這個問題，最重要的要理解的是，當您將lambda表達式傳遞給特定的庫（例如Stream API）時，該庫收到的所有內容都是功能接口的實現，例如Predicate的實例。 它不知道該實現將執行的操作，因此無法利用諸如通過比較過濾排序的數據之類的方案。 流庫根本不知道Predicate在進行比較。

實現這種優化的實現需要了解和理解代碼的JVM和了解語義的庫的交互。 至少在我看來，這種事情在當前的實現中不會發生，並且目前還很遙遠。

如果源是樹或排序列表，並且您希望從中受益，以進行過濾，則在創建流之前，必須使用對源進行操作的API進行處理。 例如，假設我們有一個TreeSet並希望對其進行過濾以獲取特定范圍內的項目，例如

// our made-up source
TreeSet<Integer> tree=IntStream.range(0, 100).boxed()
    .collect(Collectors.toCollection(TreeSet::new));
// the naive implementation
tree.stream().filter(i -> i>=65 && i<91).forEach(i->System.out.print((char)i.intValue()));

我們可以改為：

tree.tailSet(65).headSet(91).stream().forEach(i->System.out.print((char)i.intValue()));

這將利用排序/樹的性質。 當我們有一個排序列表時，說

List<Integer> list=new ArrayList<>(tree);

利用排序的性質更加復雜，因為集合本身不知道它是經過排序的，並且不提供直接利用該性質的操作：

int ix=Collections.binarySearch(list, 65);
if(ix<0) ix=~ix;
if(ix>0) list=list.subList(ix, list.size());
ix=Collections.binarySearch(list, 91);
if(ix<0) ix=~ix;
if(ix<list.size()) list=list.subList(0, ix);
list.stream().forEach(i->System.out.print((char)i.intValue()));

當然，這里的流操作僅是示例性的，當您要做的只是forEach時，您根本不需要流。

Answer 3

據我所知，普通流媒體沒有這種區別。

但是，當您使用易於設計的集合（例如，LinkedList上的ArrayList或任何類型的Set）使用並行流時，可能會更好。