Java—Stream进阶

由于本文需要有一定的Stream基础，所以如果不懂什么是Stream的同学请移步：Java—Stream入门

操作分类

graph LR
操作分类 — 中间操作
终端操作 — 操作分类
中间操作 — 有状态
中间操作 — 无状态
短路 — 终端操作
非短路 — 终端操作

中间操作只进行操作的记录，而实际的操作是由终端操作来执行的。如下面的例子。

张三的妈妈想让张三帮忙买调料，所以将需要购买的调料写在一张纸上交给张三。(中间操作)
纸：
小葱、大蒜、生姜、鸡精、酱油。。。
张三拿着纸条去买菜。(终端操作)

中间操作

中间操作分为两种：有状态，无状态。

• 有状态：处理不止依赖当前元素。如，sorted(需要得到所有元素才可以排序不是吗)。
• 无状态：处理只以来当前元素。如，map(只需要对当前元素进行类型转换不是吗)。

AbstractPipeline

非常重要的类，本质是个双链表，有着一下三个成员变量。Stream可以延迟执行的其中一个原因就是这个抽象类。可以说这个抽象类定义了中间操作的各种行为。

• sourceStage：指向头结点。每一次中间操作会增加一个节点，为了在O(1)的时间复杂度找到头结点而定义。有点并查集的感觉。
• previousStage：前驱节点。
• nextStage：后驱节点。
• sourceOrOpFlags：这里存的是一个int数值，来自枚举StreamOpFlag类。不用纠结这个类中各种数值的计算，这就是个标记，用来记录当前节点是做什么操作。如，filter等。

每一次中间操作就会生产一个上述节点。

终端操作

终端操作分为两种：短路与非短路

• 短路：找到了满足条件的数据后直接中断操作。
• 非短路：对于每个元素都做完一遍操作。

Sink

可以看出分为三种：Chained与Of，以及TerminalSink

• Chained：用来生成中间操作的Sink链表。
• Of：用来执行具体的accept。
• TerminalSink：生成终端操作的Sink节点。

执行流程

样例

List<Integer> list = new ArrayList<>();
list.add(3);
list.add(1);
list.add(4);
list.add(2);
list.add(2);
list.stream().distinct().filter(t -> t < 4)
    .map(String::valueOf).sorted()
    .forEach(System.out::println);

可以看出Stream的执行流程如下：

逐步生成每一步中间操作的节点 -> 生成终端操作的Sink节点 -> 生成每一步中间操作的Sink节点 -> begin -> 执行各个中间操作以及终端操作 -> end

简单阐述下Stream流程的三个部分：

1. 获取head且逐步生成AbstractPipeline的双链表。
2. 从上述双链表的最后一个节点向前驱节点迭代生成Sink链表。
3. 迭代Sink链表逐个执行中间操作与终端操作。

并行流的执行使用了ForkJoin架构，先根据元素的数量通过分治的方式分解为单一元素的Stream，对单个Stream处理，然后再合并。
流程也符合上述案例，但各个部分的执行实际上存在并发并行，多了最后的合并操作。

本文建议结合源码一起阅读理解，涉及到的源码特别多(建议适当阅读，碰到复杂难懂的算法可以跳过，不要死磕)，所以本文中并未贴出。