java - 尽可能在 Collectors 中使用 Characteristics.UNORDERED 重要吗？

Question

因为我经常使用流，其中一些流处理大量数据，所以我认为预先分配一个近似大小的基于集合的收集器是个好主意，以防止昂贵的重新分配作为集合成长。所以我想出了这个，以及其他集合类型的类似方法:

public static <T> Collector<T, ?, Set<T>> toSetSized(int initialCapacity) {
    return Collectors.toCollection(()-> new HashSet<>(initialCapacity));
}

像这样使用

Set<Foo> fooSet = myFooStream.collect(toSetSized(100000));

我担心的是 Collectors.toSet() 的实现设置了 Characteristics 枚举，而 Collectors.toCollection() 没有:Characteristics.UNORDERED。 Collectors.toCollection() 没有方便的变体来设置超出默认值的所需特征，我无法复制 Collectors.toSet() 的实现，因为可见性问题。因此，要设置 UNORDERED 特性，我不得不这样做:

static<T> Collector<T,?,Set<T>> toSetSized(int initialCapacity){
    return Collector.of(
            () -> new HashSet<>(initialCapacity),
            Set::add,
            (c1, c2) -> {
                c1.addAll(c2);
                return c1;
            },
            new Collector.Characteristics[]{IDENTITY_FINISH, UNORDERED});
}

所以这是我的问题: 1. 这是我为像自定义 toSet() 这样简单的东西创建无序收集器的唯一选择吗 2. 如果我想让它理想地工作，是否有必要应用无序特性？我读过 a question on this forum我了解到无序特征不再反向传播到 Stream 中。它仍然有用吗？

Answer 1

首先，UNORDERED Collector的特征有没有帮助性能，没有别的。 Collector 没有问题不具有该特征但不取决于遇到的顺序。

此特性是否有影响取决于流操作本身和实现细节。虽然当前的实现可能不会从中汲取太多优势，但由于反向传播的困难，这并不意味着 future 的版本不会。当然，已经无序的流不受 UNORDERED 的影响。 Collector 的特征.并非所有流操作都有可能从中受益。

所以更重要的问题是不阻止这种潜在的优化(也许在将来)有多重要。

请注意，还有其他未指定的实现细节，会影响您的第二个变体的潜在优化。 toCollection(Supplier)收集器具有未指定的内部工作原理，仅保证提供由 Supplier 生成的类型的最终结果。 .相比之下，Collector.of(() -> new HashSet<>(initialCapacity), Set::add, (c1, c2) -> { c1.addAll(c2); return c1; }, IDENTITY_FINISH, UNORDERED)精确定义收集器应该如何工作，并且还可能阻碍收集器的内部优化产生 future 版本的收集器。

这是一种在不触及 Collector 的其他方面的情况下指定特征的方法将是最好的解决方案，但据我所知，现有的 API 没有提供简单的方法。但是自己建立这样的设施很容易:

public static <T,A,R> Collector<T,A,R> characteristics(
                      Collector<T,A,R> c, Collector.Characteristics... ch) {
    Set<Collector.Characteristics> o = c.characteristics();
    if(!o.isEmpty()) {
        o=EnumSet.copyOf(o);
        Collections.addAll(o, ch);
        ch=o.toArray(ch);
    }
    return Collector.of(c.supplier(), c.accumulator(), c.combiner(), c.finisher(), ch);
}

用那个方法，很容易说，例如

HashSet<String> set=stream
    .collect(characteristics(toCollection(()->new HashSet<>(capacity)), UNORDERED));

或者提供你的工厂方法

public static <T> Collector<T, ?, Set<T>> toSetSized(int initialCapacity) {
    return characteristics(toCollection(()-> new HashSet<>(initialCapacity)), UNORDERED);
}

这限制了提供您的特征所需的努力(如果这是一个反复出现的问题)，因此提供它们不会有什么坏处，即使您不知道它会产生多大的影响。