《Java高并发程序设计》学习 --6.4 并行流与并行排序

Java 8中，可以在接口不变的情况下，将流改为并行流。这样，就可以很自然地使用多线程进行集合中的数据处理。

1）使用并行流过滤数据

考虑一个简单的案例，希望可以统计1~1000000内所有的质数的数量。首先，需要做一个质数判断的函数：

public class PrimeUtil {
    public static boolean isPrime(int number) {
        int tmp = number;
        if(tmp<2) {
            return false;
        }
        for(int i=2; Math.sqrt(tmp)>=i; i++) {
            if(tmp%i==0) {
                return false;
            }
        }
        return true;
    }
}

上述函数给定一个数字，如果这个数字是质数就返回true，否则返回false。

接着，使用函数式编程统计给定范围内所有的质数：

IntStream.range(1,100000).filter(PrimeUtil::isPrime).count();

上述代码首先生成一个1到100000的数字流。接着使用过滤函数，只选择所有的质数，最后进行数量统计。

上述代码是串行的，将它改造成并行计算非常简单，只需要将流并行化即可：

IntStream.range(1,100000).parallel.filter(PrimeUtil::isPrime).count();

上述代码中，首先parallel()方法得到一个并行流，接着，在并行流上进行过滤，此时，PrimeUtil.isPrime()函数会被多线程并发调用，应用于流中的所有元素。

2）从集合得到并行流

在函数式编程中，可以从集合得到一个流或者并行流。下面这段代码试图统计集合内所有学生的平均分：

List<Student> ss = new ArrayList<Student>();
double ave = ss.stream().mapToInt(s->s.score).average().getAsDouble();

从集合对象List中，我们使用stream()方法可以得到一个流。如果希望将这段代码并行化，则可以使用parallelStream()函数。

double ave = ss.parallelStream().mapToInt(s->s.score).average().getAsDouble();

可以看到，将原有的串行方式改造成并行执行是非常容易的。

3）并行排序

在Java 8中，可以使用新增的Arrays.parallelSort()方法直接使用并行排序。

比如，可以这样使用：

int[] arr = new int[1000000];
Arrays.parallelSort(arr);

除了并行排序外，Arrays中还增加了一些API用于数组中的数据的赋值，比如：

public static void setAll(int[] arr, IntUnaryOperator generator)

这是一个函数式味道很浓的接口，它的第2个参数是一个函数式接口。如果想给数组中每一个元素都附上一个随机值，可以这么做：

Random r = new Random();
Arrays.setAll(arr, r.nextInt());

以上过程是串行的。只要使用setAll()对应的并行版本，就可以将它执行在多个CPU上：

Random r = new Random();
Arrays.parallelSetAll(arr, r.nextInt());

注：本篇博客内容总结自《 Java 高并发程序设计》