collect补充

青年之文明，奋斗之文明也，与境遇奋斗，与时代奋斗，与经验奋斗。故青年者，人生，人生之春，人生之华也。——李大钊

书接上文，我们讲到并行流场景下三个参数的reduce会有一个坑

同理，在collect函数中也有这个坑

我们先使用普通流去做

代码语言：javascript复制

// 生成1-100
List<Integer> list = Stream.iterate(1, i ->   i).limit(200).collect(Collectors.toList());
System.out.println(list);
// 使用collect函数进行转换为List<Map<Integer,Integer>>，包含值和线程id
List<Map<String, Object>> result = list.stream().collect(() -> {
    System.out.println("第一个参数：Supplier，我们返回一个带初始值的List，放进去三个负数");
    Map<String, Object> map1 = new HashMap<>();
    // 获取线程id
    long threadId = Thread.currentThread().getId();
    // 放入一个值为负数，只有一个元素的map
    map1.put("value", -1);
    map1.put("threadId", threadId);
    List<Map<String, Object>> currentList = new ArrayList<>();
    // 将map添加进去
    currentList.add(map1);
    return currentList;
}, (lastList, value) -> {
    // 具体的聚合操作，将value封装为map，加上线程id，放入list
    HashMap<String, Object> map = new HashMap<>();
    map.put("value", value);
    map.put("threadId", Thread.currentThread().getId());
    lastList.add(map);
}, (lastList, currentList) -> {
    // 并行流下合计上面多个结果
    System.out.println("lastList："   lastList);
    lastList.addAll(currentList);
    System.out.println("currentList："   currentList);
});
System.out.println("最终结果："   result);
System.out.println("最终结果个数："   result.size());

运行结果

初始值一个，加上我们200个元素，最后201个元素，并且线程id全是1，说明是主线程

换成并行流，则变成了264个元素：初始值1个，64个线程，一共64个，加上我们200个元素，则变成了264个元素，并且线程id五花八门，有相同的也有不同的，说明是多个线程去并行执行

同样要注意，可能我的最大线程数并没有这么多，一些线程可能会被重复使用，因此累加次数可能是大于最大线程数

代码语言：javascript复制

// 生成1-100
List<Integer> list = Stream.iterate(1, i ->   i).limit(200).collect(Collectors.toList());
System.out.println(list);
// 使用collect函数进行转换为List<Map<Integer,Integer>>，包含值和线程id
List<Map<String, Object>> result = list.stream().parallel().collect(() -> {
    System.out.println("第一个参数：Supplier，我们返回一个带初始值的List，放进去三个负数");
    Map<String, Object> map1 = new HashMap<>();
    // 获取线程id
    long threadId = Thread.currentThread().getId();
    // 放入一个值为负数，只有一个元素的map
    map1.put("value", -1);
    map1.put("threadId", threadId);
    List<Map<String, Object>> currentList = new ArrayList<>();
    // 将map添加进去
    currentList.add(map1);
    return currentList;
}, (lastList, value) -> {
    // 具体的聚合操作，将value封装为map，加上线程id，放入list
    HashMap<String, Object> map = new HashMap<>();
    map.put("value", value);
    map.put("threadId", Thread.currentThread().getId());
    lastList.add(map);
}, (lastList, currentList) -> {
    // 并行流下合计上面多个结果
    System.out.println("lastList："   lastList);
    lastList.addAll(currentList);
    System.out.println("currentList："   currentList);
});
System.out.println("最终结果："   result);
System.out.println("最终结果个数："   result.size());

注意这里我们使用的Stream.parallel()去转换为并行流

要是看不太懂，可以跟着上篇看

reduce stream

0 人点赞