Java Stream：计数始终是计数吗？

它可能会出现明显的是，在计数的元素Stream需要较长时间的多个元素中有Stream 。 但实际上，Stream::count有时可以在一个操作中完成，无论您有多少元素。 阅读本文并了解操作方法。

计数复杂度

Stream::count终端操作对a中的元素数进行计数Stream 。 运算的复杂度通常为O(N) ，这意味着子运算的数量与运算中元素的数量成正比。Stream 。

相反， List::size方法的复杂度为O(1) ，这意味着无论List中元素的数量如何， size()方法都将在恒定时间内返回。 通过运行以下JMH基准可以观察到这一点：

 @State (Scope.Benchmark)
 public class CountBenchmark { 
    private List<Integer> list; 
    @Param ({ "1" , "1000" , "1000000" })

    private int size; 
    @Setup

    public void setup() {

        list = IntStream.range( 0 , size)

            .boxed()

            .collect(toList());

    }

    @Benchmark

    public long listSize() {

        return list.size();

    }

    @Benchmark

    public long listStreamCount() {

        return list.stream().count();

    }

    public static void main(String[] args) throws RunnerException {

        Options opt = new OptionsBuilder()

            .include(CountBenchmark. class .getSimpleName())

            .mode(Mode.Throughput)

            .threads(Threads.MAX)

            .forks( 1 )

            .warmupIterations( 5 )

            .measurementIterations( 5 )

            .build();

        new Runner(opt).run(); 
    }
 }

这在我的笔记本电脑(2015年中的MacBook Pro，2.2 GHz Intel Core i7)上产生了以下输出：

 Benchmark                       (size)  Mode Cnt         Score          Error Units
 CountBenchmark.listSize 1 thrpt 5 966658591.905 ± 175787129.100 ops/s
 CountBenchmark.listSize 1000 thrpt 5 862173760.015 ± 293958267.033 ops/s
 CountBenchmark.listSize 1000000 thrpt 5 879607621.737 ± 107212069.065 ops/s
 CountBenchmark.listStreamCount 1 thrpt 5 39570790.720 ± 3590270.059 ops/s
 CountBenchmark.listStreamCount 1000 thrpt 5 30383397.354 ± 10194137.917 ops/s
 CountBenchmark.listStreamCount 1000000 thrpt 5 398.959 ± 170.737 ops/s 

<br>

可以看出， List::size的吞吐量在很大程度上与List中元素的数量无关，而Stream::count的吞吐量随着元素数量的增加而Swift下降。 但是，实际上所有Stream实现本身总是如此吗？

源感知流

一些流实现实际上知道它们的源，并且可以采用适当的快捷方式并将流操作合并到流源本身中。 这可以极大地提高性能，尤其是对于大型流。 Speedment ORM工具允许将数据库视为Stream对象，并且这些流可以优化许多流操作，如Stream::count操作，如下面的基准所示。 我已使用开源Sakila示例数据库作为数据输入。 Sakila数据库包含有关租赁电影，艺术家等的全部信息。

 @State (Scope.Benchmark)
 public class SpeedmentCountBenchmark { 
    private Speedment app;

    RentalManager rentals; private RentalManager rentals;

    private FilmManager films; 
    @Setup

    public void setup() {

        app = new SakilaApplicationBuilder()

            .withBundle(DataStoreBundle. class )

            .withLogging(ApplicationBuilder.LogType.STREAM)

            .withPassword(ExampleUtil.DEFAULT_PASSWORD)

            .build();

        app.get(DataStoreComponent. class ).ifPresent(DataStoreComponent::load); 
        rentals = app.getOrThrow(RentalManager. class );

        films = app.getOrThrow(FilmManager. class ); 
    }

    @TearDown

    public void tearDown() {

        app.close();

    }

    @Benchmark

    public long rentalsCount() {

        return rentals.stream().count();

    }

    @Benchmark

    public long filmsCount() {

        return films.stream().count();

    }

    public static void main(String[] args) throws RunnerException {

        Options opt = new OptionsBuilder()

            .include(SpeedmentCountBenchmark. class .getSimpleName())

            .mode(Mode.Throughput)

            .threads(Threads.MAX)

            .forks( 1 )

            .warmupIterations( 5 )

            .measurementIterations( 5 )

            .build();

        new Runner(opt).run(); 
    }
 }

运行时，将产生以下输出：

 Benchmark                             Mode Cnt        Score         Error Units
 SpeedmentCountBenchmark.filmsCount   thrpt 5 71037544.648 ± 75915974.254 ops/s
 SpeedmentCountBenchmark.rentalsCount thrpt 5 69750012.675 ± 37961414.355 ops/s 

<br>

<br>

“租赁”表包含10,000行，而“电影”表仅包含1,000行。 但是，它们的Stream::count操作几乎在同一时间完成。 即使一个表包含一万亿行，它仍然会在相同的经过时间内对元素进行计数。 就这样Stream::count实现的复杂度为O(1)而不是O(N)

注意：上面的基准测试是通过Speedment的“ DataStore”在JVM中的内存加速来运行的。 如果直接对数据库没有加速运行，则响应时间将取决于基础数据库执行“SELECT count(*) FROM film”查询的能力。

概要

可以创建在单个操作中对元素进行计数的Stream实现，而不是对流中的每个元素进行计数。 这可以显着提高性能，尤其是对于具有许多元素的流。

资源资源

Speedment Stream ORM初始化程序： https ://www.speedment.com/initializer/Sakila： https ：//dev.mysql.com/doc/index-other.html或https://hub.docker.com/r/restsql/mysql-sakila

翻译自: https://www.javacodegeeks.com/2019/04/java-stream-count-always-count.html