1 代碼比較

具有類型的項(xiàng)目名稱列表

生成隨機(jī)列表

2 性能比較

迭代元素

并行流優(yōu)化

3 局限性

條件循環(huán)

重復(fù)

4 概括

Java8的發(fā)布是Java歷史上的一個(gè)重大時(shí)刻。Streams 和 Lambda 被引入，它們現(xiàn)在被廣泛使用。如果你不知道 Streams，或者從來(lái)沒(méi)有聽(tīng)說(shuō)過(guò)它，那是完全沒(méi)有問(wèn)題的。在大多數(shù)情況下，循環(huán)同樣可以滿足我們的需要，沒(méi)有 Streams 也不會(huì)遇到任何問(wèn)題。

那我們?yōu)槭裁葱枰猄treams？它們能取代循環(huán)嗎？或者比循環(huán)更有優(yōu)勢(shì)？在本文中，我們將研究代碼，比較性能，并看看Streams作為循環(huán)的替代品有多好。

1 代碼比較

Streams 增加了代碼復(fù)雜性，因?yàn)樗鼈冃枰悺?a target="_blank">接口和導(dǎo)入新的包；相比之下，循環(huán)天生就是內(nèi)置的，不需要額外的引入任何東西。這在某些點(diǎn)上是對(duì)的，但也不盡然：代碼復(fù)雜度并不能僅僅看引入幾個(gè)類、幾個(gè)包文件來(lái)衡量，更重要的是代碼的可讀性。讓我們看一些例子。

具有類型的項(xiàng)目名稱列表

假設(shè)我們有一個(gè)項(xiàng)目列表，并且想要特定項(xiàng)目類型的名稱列表。使用循環(huán)，我們需要編寫(xiě)以下內(nèi)容：

ListgetItemNamesOfType(Listitems,Item.Typetype){
ListitemNames=newArrayList<>();
for(Itemitem:items){
if(item.type()==type){
itemNames.add(item.name());
}
}
returnitemNames;
}

閱讀代碼，我們會(huì)發(fā)現(xiàn) ArrayList 應(yīng)該實(shí)例化一個(gè) new ，并且add()應(yīng)該在每個(gè)循環(huán)中進(jìn)行類型檢查和調(diào)用。再來(lái)看，Streams 版本是如何處理的：

ListgetItemNamesOfTypeStream(Listitems,Item.Typetype){
returnitems.stream()
.filter(item->item.type()==type)
.map(item->item.name())
.toList();
}

在 Lambda 的幫助下，可以立即發(fā)現(xiàn)我們首先選擇具有給定類型的項(xiàng)目，然后獲取過(guò)濾項(xiàng)目的名稱列表。在這種代碼中，逐行流程與邏輯流程非常一致。

生成隨機(jī)列表

讓我們看另一個(gè)例子，在時(shí)間比較部分，我們將回顧關(guān)鍵的 Streams 方法并將它們的執(zhí)行時(shí)間與循環(huán)進(jìn)行比較。為此，我們需要一個(gè)隨機(jī)的Items 列表。這是一個(gè)帶有靜態(tài)方法的片段，它給出了 隨機(jī) Item：

publicrecordItem(Typetype,Stringname){
publicenumType{
WEAPON,ARMOR,HELMET,GLOVES,BOOTS,
}

privatestaticfinalRandomrandom=newRandom();
privatestaticfinalString[]NAMES={
"beginner",
"knight",
"king",
"dragon",
};

publicstaticItemrandom(){
returnnewItem(
Type.values()[random.nextInt(Type.values().length)],
NAMES[random.nextInt(NAMES.length)]);
}
}

現(xiàn)在，讓我們Item使用循環(huán)創(chuàng)建一個(gè)隨機(jī)列表。代碼如下所示：

Listitems=newArrayList<>(100);
for(inti=0;i

	

	Streams 的代碼如下所示：

	
Listitems=Stream.generate(Item::random).limit(length).toList();


	

	這是一段精彩且易于閱讀的代碼。此外，List返回的toList()方法中值是不可修改的，為我們提供了不變性，因此我們可以在代碼中的任何位置共享它，而不必?fù)?dān)心副作用。這使得代碼不易出錯(cuò)，并且讀者更容易理解我們的代碼。

	Streams 提供了多種有用的方法，讓我們可以編寫(xiě)簡(jiǎn)潔的代碼。最流行的是：

	allMatch()

	anyMatch()

	count()

	filter()

	findFirst()

	forEach()

	map()

	reduce()

	sorted()

	limit()

	2 性能比較

	在正常情況下，Streams 的行為類似于循環(huán)，對(duì)執(zhí)行時(shí)間影響很小或沒(méi)有影響。讓我們將 Streams 中的一些主要行為與循環(huán)實(shí)現(xiàn)進(jìn)行比較。

	迭代元素

	當(dāng)我們有一個(gè)元素集合時(shí)，在很多情況下都會(huì)迭代集合中的所有元素。在 Streams 中，諸如forEach()、map()、reduce()和 filter()類的方法可以執(zhí)行這種全元素迭代。

	讓我們考慮一種情況，我們想要對(duì)列表中的每種類型的項(xiàng)目進(jìn)行計(jì)數(shù)。

	帶 for 循環(huán)的代碼如下所示：

	
publicMaploop(Listitems){
Mapmap=newHashMap<>();
for(Itemitem:items){
map.compute(item.type(),(key,value)->{
if(value==null)return1;
returnvalue+1;
});
}
returnmap;
}


	

	Streams 的代碼如下所示：

	
publicMapstream(Listitems){
returnitems.stream().collect(Collectors.toMap(
Item::type,
value->1,
Integer::sum));
}


	

	它們看起來(lái)截然不同，但它們的表現(xiàn)如何呢？下表是 100 次嘗試的平均執(zhí)行時(shí)間：

	

	正如我們?cè)谏厦娴谋容^表中看到的，Streams 和循環(huán)在迭代整個(gè)列表時(shí)顯示出很小的執(zhí)行時(shí)間差異。在大多數(shù)情況下，這對(duì)于其他 Stream 方法（如map()、forEach()、reduce()等）是相同的。

	并行流優(yōu)化

	因此，我們發(fā)現(xiàn)在迭代列表時(shí)，流的性能并不比循環(huán)更好或更差。然而，Streams 有一個(gè)循環(huán)所不具備的神奇之處：我們可以輕松地利用流進(jìn)行多線程計(jì)算。 所要做的就是使用parallelStream()而不是stream()。

	為了了解我們可以從中獲得多少影響，讓我們看一下下面的示例，其中我們模擬了耗時(shí)較長(zhǎng)的任務(wù)，如下所示：

	
privatevoidlongTask(){
//Mocklongtask.
try{
Thread.sleep(1);
}catch(InterruptedExceptione){
thrownewRuntimeException(e);
}
}


	

	循環(huán)遍歷列表將如下所示：

	
protectedvoidloop(Listitems){
for(Itemitem:items){
longTask();
}
}


	

	Stream將如下所示：

	
protectedvoidstream(Listitems){
items.stream().forEach(item->longTask());
}


	

	最后，并行流將如下所示：

	
protectedvoidparallel(Listitems){
items.parallelStream().forEach(item->longTask());
}


	

	請(qǐng)注意， onlystream()已更改為parallelStream()。

	這是比較：

	

	正如預(yù)期的那樣，循環(huán)和Stream幾乎沒(méi)有什么區(qū)別。那么并行流呢？聳人聽(tīng)聞！與其他實(shí)現(xiàn)相比，它節(jié)省了 80% 以上的執(zhí)行時(shí)間！這怎么可能？

	對(duì)于需要很長(zhǎng)時(shí)間才能完成并且應(yīng)該為列表中的每個(gè)元素獨(dú)立完成的任務(wù)，它們可以同時(shí)運(yùn)行，我們可以期待顯著的改進(jìn)。這就是并行流正在做的事情。他們將它們分配到多個(gè)線程中并使它們同時(shí)運(yùn)行。

	并行流并非萬(wàn)能通用，只有當(dāng)任務(wù)是獨(dú)立的時(shí)，它才有用。如果任務(wù)不是獨(dú)立的，并且必須共享相同的資源，則必須使用鎖（主要是Java中的synchronized關(guān)鍵字）來(lái)保證它們的安全，此時(shí)它們的運(yùn)行速度慢于正常的迭代。

	3 局限性

	然而，Stream也有局限性。一種情況是條件循環(huán)，另一種情況是重復(fù)。讓我們看看它們的意思。

	條件循環(huán)

	當(dāng)我們想要重復(fù)直到條件為真但不確定需要多少次迭代時(shí)，我們通常使用while循環(huán)。

	
booleancondition=true;
while(condition){
...
condition=doSomething();
}


	

	使用 Streams 表現(xiàn)相同的代碼如下所示：

	
Stream.iterate(true,condition->condition,condition->doSomething())
.forEach(unused->...);


	

	我們可以看到 Streams 代碼部分會(huì)干擾讀取，例如condition -> condition檢查條件是否為真，unused以及forEach()。考慮到這一點(diǎn)，條件循環(huán)最好寫(xiě)在while循環(huán)中。

	重復(fù)

	重復(fù)是for循環(huán)存在的主要原因之一。假設(shè)我們想重復(fù)這個(gè)過(guò)程十次。有了for循環(huán)，就可以很容易地寫(xiě)成：

	
for(inti=0;i

	

	在 Streams 中，實(shí)現(xiàn)此目的的一種方法是創(chuàng)建IntStream包含[0, 1, 2, ... , 9]并迭代它的 。

	
IntStream.range(0,10).forEach(i->...);


	

	雖然代碼可能看起來(lái)簡(jiǎn)潔而正確，但它看起來(lái)更側(cè)重于0到10（排除）范圍內(nèi)的值，其中for循環(huán)代碼可以重復(fù)讀取十次，因?yàn)楦Ｒ?jiàn)的做法是這樣寫(xiě)repeat：從0開(kāi)始，以重復(fù)次數(shù)結(jié)束。

	4 概括

	我們已經(jīng)對(duì)流和循環(huán)進(jìn)行了一些比較。那么……Streams 可以取代循環(huán)嗎？嗯，一如既往，這取決于情況！然而，Streams 通常可以為我們提供更簡(jiǎn)潔、易于閱讀的代碼和優(yōu)化。

	

	來(lái)源：betterprogramming.pub/can-streams-replace-loops-in-java-f56d4461743a







	審核編輯：劉清