[[430750]]

面試官：java8新增的stream api用過嗎?

我：這個(gè)必須用過啊。

面試官：給你下面一個(gè)字符串?dāng)?shù)組,如果用stream api來實(shí)現(xiàn)，找出以字符'a'開頭長(zhǎng)度最大的字符串，使用stream api該怎么實(shí)現(xiàn)呢?

{"abb","abcd","fegc","efe","adfes"} 

我：用下面這個(gè)方法來實(shí)現(xiàn)：

public static void maxLength(List<String> list){ 
    System.out.println(list.stream().filter(s -> s.startsWith("a")).mapToInt(r -> length(r)).max().orElse(0));; 
} 

面試官：這個(gè)操作是迭代一次還是迭代兩次呢?也就是說是先迭代一遍，過濾出以字符'a'開頭的字符串?dāng)?shù)組，然后再迭代一次，找出最大長(zhǎng)度，還是一次迭代完成呢?

我:這個(gè)是迭代一次完成，如果要是迭代多次，stream后面的操作函數(shù)很多的情況下效率會(huì)非常低。我們加個(gè)打印可以來驗(yàn)證結(jié)果，代碼如下：

public static void main(String[] args) { 
    List<String> list = Arrays.asList("abb", "abcd", "fegc", "efe", "adfes"); 
    int maxLength = list.stream(). 
          filter(s -> isStartWitha(s)). 
    mapToInt(StreamTest1::length). 
    max().orElse(0); 
    System.out.println("以字符a開頭的字符串最大長(zhǎng)度:" + maxLength); 
} 
 
private static boolean isStartWitha(String a){ 
    System.out.println(a + " is start with a：" + a.startsWith("a")); 
    return a.startsWith("a"); 
} 
 
private static int length(String a){ 
    System.out.println("the length of" + a + ":" + a.length()); 
    return a.length(); 
} 

打印結(jié)果如下：

abb is start with a：true 
the length of abb:3 
abcd is start with a：true 
the length of abcd:4 
fegc is start with a：false 
efe is start with a：false 
adfes is start with a：true 
the length of adfes:5 
以字符a開頭的字符串最大長(zhǎng)度:5 

面試官：你確定只是迭代一次嗎?有其他情況嗎?

我：有。filter是一個(gè)無狀態(tài)的中間操作，對(duì)于這個(gè)中間操作來說，stream處理只需要迭代一次。但是對(duì)于有狀態(tài)的中間操作，就需要迭代多次。

面試官：你剛剛提到有狀態(tài)的操作和無狀態(tài)的操作，這個(gè)是怎么區(qū)分呢?

我：在stream api中，無狀態(tài)的操作是指當(dāng)前元素的操作不受前面元素的影響，主要包括如下方法：

filter(),flatMap(),flatMapToInt(),flatMapToLong(),flatMapToDouble(),map(),mapToInt(),mapToDouble(),mapToLong(),peek(),unordered() 

而有狀態(tài)的操作是指需要等所有元素處理完之后才能執(zhí)行當(dāng)前操作，主要包括下面方法：

distinct(),limit(),skip(),sorted(),sorted()  

面試官：有狀態(tài)的操作，能舉個(gè)例子嗎?

我：比如下面這段代碼：

public static void main(String[] args) { 
    List<Integer> list = Arrays.asList(5, 2, 3, 1, 4); 
 
    List<Integer> newArray = list.stream() 
            .map(StreamTest2::map1) 
            .sorted((o1, o2) -> o1 - o2) 
            .map(StreamTest2::map2) 
            .collect(Collectors.toList()); 
    System.out.println("新的有序數(shù)組:" + newArray); 
} 
 
private static Integer map1(Integer i) { 
    int result = i * 10; 
    System.out.println("線程:" + Thread.currentThread().getName() + " 方法map1入?yún)ⅲ?quot; + i + ",輸出:" + result); 
    return result; 
} 
 
private static Integer map2(Integer i) { 
    int result = i * 10; 
    System.out.println("線程:" + Thread.currentThread().getName() + " 方法map2入?yún)ⅲ?quot; + i + ",輸出:" + result); 
    return result; 
} 

上面代碼中，對(duì)原始數(shù)組進(jìn)行了兩次迭代，第一次迭代對(duì)所有數(shù)組元素都調(diào)用了map1方法乘以10，然后對(duì)新數(shù)組進(jìn)行排序，第二次迭代對(duì)排序后的數(shù)組元素調(diào)用map2方法，即對(duì)排序后的數(shù)組元素乘以10。方法輸出如下：

線程:main 方法map1入?yún)ⅲ?,輸出:50 
線程:main 方法map1入?yún)ⅲ?,輸出:20 
線程:main 方法map1入?yún)ⅲ?,輸出:30 
線程:main 方法map1入?yún)ⅲ?,輸出:10 
線程:main 方法map1入?yún)ⅲ?,輸出:40 
線程:main 方法map2入?yún)ⅲ?0,輸出:100 
線程:main 方法map2入?yún)ⅲ?0,輸出:200 
線程:main 方法map2入?yún)ⅲ?0,輸出:300 
線程:main 方法map2入?yún)ⅲ?0,輸出:400 
線程:main 方法map2入?yún)ⅲ?0,輸出:500 
新的有序數(shù)組:[100, 200, 300, 400, 500] 

面試官：了解過底層原理嗎?

我：我來先畫一下Stream的UML類圖：

這個(gè)類圖說明以下幾點(diǎn)：

• AbstractPipeline有基本類型的子類，如LongPipeline和DoublePipeline，還有一個(gè)引用類型的子類ReferencePipeline。
• 無論是ReferencePipeline，還是LongPipeline和DoublePipeline等基本類型的Pipeline，都有3個(gè)內(nèi)部類來繼承自己。
• StatelessOp對(duì)應(yīng)無狀態(tài)的操作，StatefulOp對(duì)應(yīng)有狀態(tài)的操作，Head對(duì)應(yīng)Collection.stream()方法返回結(jié)果。
• 無論是StatelessOp、StatefulOp還是Head，都是一個(gè)Pipeline，這些Pipeline用雙向鏈表串聯(lián)起來，每個(gè)Pipeline節(jié)點(diǎn)被看作一個(gè)Stage，Head是鏈表的頭結(jié)點(diǎn)。上面UML類圖中AbstractPipeline類中previousStage和nextStage就代表雙向鏈表當(dāng)前節(jié)點(diǎn)指向前后節(jié)點(diǎn)的引用。如下圖：

面試官：上面用雙向鏈表把所有操作都串聯(lián)起來了，這樣可以實(shí)現(xiàn)從Head節(jié)點(diǎn)開始依次執(zhí)行所有的操作。但是這些操作怎么疊加在一起呢?比如下面這段代碼有三個(gè)map方法，后面的方法要依賴前面的計(jì)算結(jié)果：

List<Integer> list = Arrays.asList(5, 2, 3, 1, 4); 
List<Integer> newArray = list.stream().map(StreamTest2::map1).map(StreamTest2::map2).map(StreamTest2::map3).collect(Collectors.toList()); 

我：Stream提供了Sink接口來處理操作的疊加。上面代碼的map方法把操作封裝到了Sink，每個(gè)節(jié)點(diǎn)執(zhí)行操作時(shí)，調(diào)用Sink的accept方法就可以把操作結(jié)果傳給下一個(gè)節(jié)點(diǎn)的Sink。比如map方法源代碼如下：

public final <R> Stream<R> map(Function<? super P_OUT, ? extends R> mapper) { 
    Objects.requireNonNull(mapper); 
    return new StatelessOp<P_OUT, R>(this, StreamShape.REFERENCE, 
                                 StreamOpFlag.NOT_SORTED | StreamOpFlag.NOT_DISTINCT) { 
        @Override 
    //返回包裝成的Sink 
        Sink<P_OUT> opWrapSink(int flags, Sink<R> sink) { 
            return new Sink.ChainedReference<P_OUT, R>(sink) { 
                @Override 
                public void accept(P_OUT u) { 
            //downstream是下游節(jié)點(diǎn)的Sink，把當(dāng)前節(jié)點(diǎn)的執(zhí)行結(jié)果傳給下游節(jié)點(diǎn) 
                    downstream.accept(mapper.apply(u)); 
                } 
            }; 
        } 
    }; 
} 

面試官：能詳細(xì)講一下Sink嗎?

我：Sink主要提供了下面4個(gè)方法

//執(zhí)行操作之前調(diào)用這個(gè)方法 
void begin(long size) 
//執(zhí)行操作之后調(diào)用這個(gè)方法 
void end() 
//是否可以結(jié)束操作 
boolean cancellationRequested() 
//操作執(zhí)行函數(shù) 
void accept() 

對(duì)于有狀態(tài)的操作，必須實(shí)現(xiàn)begin和end兩個(gè)方法，因?yàn)閎egin方法會(huì)創(chuàng)建一個(gè)存放中間結(jié)果的容器，accept方法將元素放入該容器，end方法負(fù)責(zé)對(duì)容器中元素處理，比如排序。

面試官：那cancellationRequested方法什么時(shí)候用呢?

我：這個(gè)方法用于短路操作，比如stream.findAny。

面試官：你剛剛提到短路操作，怎么區(qū)分短路操作和非短路操作呢?

我：短路操作和非短路操作都是Stream的結(jié)束操作，結(jié)束操作是針對(duì)中間操作來說的。短路操作是指不用處理全部元素就可以結(jié)束，包括下面的方法：

anyMatch(),allMatch(),noneMatch(),findFirst(),findAny() 

非短路操作是指需要處理所有元素才能結(jié)束，包括下面的方法：

forEach(),forEachOrdered(),toArray(),reduce(),collect(),max(),min(),count() 

總結(jié)一下Stream操作，如下圖：

在遇到結(jié)束操作時(shí)，所有Pipeline節(jié)點(diǎn)封裝的Sink會(huì)串成一個(gè)鏈表，如下圖：

把Sink串成鏈表的過程可以參考下面這段源代碼：

final <P_IN> Sink<P_IN> wrapSink(Sink<E_OUT> sink) { 
    Objects.requireNonNull(sink); 
    for ( @SuppressWarnings("rawtypes") AbstractPipeline p=AbstractPipeline.this; p.depth > 0; p=p.previousStage) { 
        sink = p.opWrapSink(p.previousStage.combinedFlags, sink); 
    } 
    return (Sink<P_IN>) sink; 
} 

這樣從Head節(jié)點(diǎn)開始依次調(diào)用每個(gè)節(jié)點(diǎn)封裝的Sink中的begin,accept,cancellationRequested,end 四個(gè)方法就可以完成Steam流水線的執(zhí)行。

面試官：上面提到了Sink會(huì)串成一個(gè)鏈，那對(duì)于有返回結(jié)果的操作，返回的結(jié)果是保存在什么地方呢?

我：這里分三種情況：

• 如果返回結(jié)果是boolean(比如 anyMatch、allMatch、noneMatch)和Optional(比如 findFirst、findAny)，返回結(jié)果存放在對(duì)應(yīng)的Sink。
• collect, reduce等規(guī)約操作，返回結(jié)果存放在用戶指定的容器中，比如如下代碼返回結(jié)果放在Optional容器中：

Optional accResult = Stream.of(1, 2, 3, 4, 5).reduce((sum, item) -> { 
    sum += item; 
    return sum; 
}); 

max 和 min也是規(guī)約操作，因?yàn)榈讓邮峭ㄟ^調(diào)用 reduce 方法實(shí)現(xiàn)的。

• 對(duì)于返回是數(shù)組的情況，返回?cái)?shù)組之前，數(shù)據(jù)會(huì)存放在一種多叉樹數(shù)據(jù)結(jié)構(gòu)中，這種多叉樹結(jié)構(gòu)元素存儲(chǔ)在樹的葉子當(dāng)中，一個(gè)葉子節(jié)點(diǎn)可以存放多個(gè)元素。

面試官：上面你提到返回?cái)?shù)組的時(shí)候用到了多叉樹的結(jié)構(gòu)，這樣做對(duì)于Stream處理有什么好處呢?

我：按照官方的說法，這樣做是為了避免在并行操作期間不必要地復(fù)制數(shù)據(jù)。

面試官：能簡(jiǎn)單介紹一下Stream的并行處理嗎?

我：Stream的并行處理用到了Fork/Join框架，如下圖：

計(jì)算過程中，先把任務(wù)拆解成子任務(wù)，并行計(jì)算。計(jì)算完成后再把子任務(wù)計(jì)算結(jié)果合并成結(jié)果集。

面試官：Fork/Join框架跟普通線程池相比，有什么優(yōu)勢(shì)嗎?

我：fork/join框架的優(yōu)勢(shì)是, 如果某個(gè)子任務(wù)需要等待另外一個(gè)子任務(wù)完成才能繼續(xù)工作，那么處理線程會(huì)主動(dòng)尋找其他未完成的子任務(wù)進(jìn)行執(zhí)行。跟普通線程池相比，減少了等待時(shí)間。

面試官：使用Stream并行流，一定會(huì)比串行快嗎?

我：這個(gè)不一定，使用的時(shí)候要考慮以下幾個(gè)因素：

• 要處理的元素?cái)?shù)量，數(shù)據(jù)越多，性能提升越明顯。
• 數(shù)據(jù)結(jié)構(gòu)的可分割性，數(shù)組、ArrayList支持隨機(jī)讀取，可分割性好，HashSet、TreeSet雖然可以分割，但不太容易分割均勻，LinkedList、Streams.iterate、BufferedReader.lines因?yàn)殚L(zhǎng)度未知，可分解性差。
• 盡量使用基本類型，避免裝箱拆箱。
• 單個(gè)子任務(wù)花費(fèi)時(shí)間越長(zhǎng)，帶來的性能提升就會(huì)越大。

面試官：據(jù)說Stream api跟普通迭代相比有性能損耗，你怎么看?

我：對(duì)于簡(jiǎn)單的處理操作，Stream api性能確實(shí)不如普通迭代。但是如果CPU性能好的話，使用Stream并行處理性能會(huì)明細(xì)提高。對(duì)于復(fù)雜處理操作，無論并行還是串行，Stream api有明顯的優(yōu)勢(shì)。

對(duì)于并行處理，要考慮CPU的核數(shù)。