前言
本文将介绍 Kotlin 中 序列(Sequence)的概念及使用,并介绍该惰性集合操作对集合链式调用性能优化背后的原理。
阅读本文大概需要 5 分钟,写作本文大概消耗 7 个小时
目录
序列(Sequence)
概念
在使用 Kotlin 集合操作符进行链式调用时,例如 map
和 filter
时,都会在函数内部创建中间集合,比如下面的例子,使用 map 和 filter 在 User 集合中筛选出性别为男的成员,返回结果是一个集合。
users.map(User :: sex)
.filter {it.sex.equals("male")}
复制代码
序列的用法
序列的用法很简单,只需要再集合后添加asSeqence()
函数即可
users.asSequence()
.map(User :: sex)
.filter {it.sex.equals("male")}
复制代码
这里插播一个概念,其中 User :: user
是成员引用,具体介绍如下
成员引用(Member References)
概念
成员引用可以使你方便的调用某个类的成员,这个成员包括对应类的属性或方法.双冒号前的是被引用的类,双冒号后是需要返回的属性或方法名,如下所示是返回 User 成员的 sex 属性:
User :: sex
复制代码
成员引用可以方便的赋值给其他变量或函数,例如上述寻找性别为 male 的例子,也可以用稍微复杂的写法,如下:
users.map(user : User -> user.sex)
.filter {it.sex.equals("male")}
复制代码
可见成员引用的写法可读性更强。
再谈序列
让我们回到序列介绍。上文提到使用 map
和 filter
时,都会在函数内部创建中间集合,这会导致一个问题,如果源列表,就是 users 中元素特别多,集合的链式处理会变得十分低效,原因是创建了多次中间集合。而如果先将待处理集合通过 asSequence()
方法转换为序列,再进行 map
和 filter
操作,就会变得十分高效。对于是否使用序列进行集合操作,有几个前提,如果使用不当,反而会造成性能损失。这里总结一下使用场景:
序列性能测试
上文提到,是否使用序列的条件之一是处理大量数据,那么这个阈值究竟是多少?下面来进行一个性能测试,构造一个商品列表,其中每个商品包含商品名和价格两个属性,现在要求出对每个商品的价格加价 100 后,价格为奇数 的商品的个数,这里用到了 count()
方法,作用是求得集合内满足 count 条件的元素的个数,代码如下:
/**
* 商品类
*/
data class Commodity(var name: String, var price: String)
复制代码
import java.util.*
fun main(args: Array<String>) {
val commodityList = ArrayList<Commodity>()
for (i in 0..1000000) {
val goods = Commodity("商品 $i", i * 5)
commodityList.add(goods)
}
val startTime = System.currentTimeMillis()
commodityList
.asSequence() // 使用此函数代表使用 Kotlin 序列功能
.map { it.price + 100 }
.count { it % 2 != 0 }
println("consume time is ${System.currentTimeMillis() - startTime} ms")
}
复制代码
测试结果折线图如下,其中横坐标为集合内元素的个数,纵坐标为代码执行时间,橙色线代表未使用序列,蓝色线代表使用序列:
由图可得出如下结论:
- 上文提到的阈值大致为「一百万」个元素,大于该阈值时,使用序列大致能带来 90 % 的性能提升
- 在小于「十万」个元素时,使用序列反而会造成性能下降
为什么序列会提高集合操作的性能?
- 序列对集合的操作是惰性的。
- 不需要额外的创建中间集合保存链式操作的中间结果
对于第一点,惰性这个词可能给人带来迷惑,这和使用序列后,集合的计算方式有关,下面来介绍这一点,在下面这个例子中,你需要在一个整型数据集合,将每个数乘以 2 ,并找出集合中小于 10 的第一个元素。
var result = listOf(2,4,6,8,10).asSequence
.map(it * 2)
.find(it > 10)
复制代码
find()
方法的作用是在集合中查找满足条件的第一个元素,并返回查找到的值。下图是 Kotlin 使用序列进行处理
由图可知,所谓惰性,就是在使用 map
或 filter
等操作符的时候,在代码的执行顺序上,不会优先遍历所有的集合,即偷个懒,先对集合中第一个元素进行 map 和 filter, 然后对该元素执行 find 操作,发现满足 find 的条件,就立刻返回结果,由此可见,在有 map 和 find 或 last 等操作符组合时,序列的性能优化能发生最大的作用。
小结
- 在进行集合操作时,使用序列操作符,可以降低集合操作的时间和占用的空间,降低时间的原因是惰性操作,降低空间占用的原因是序列在执行操作时不会创建中间集合。
- 序列操作虽好,但也要视业务场景决定是否使用,否则反而会降低效率。
参考文献
- 《实战 Kotlin 》
- Kotlin系列之序列(Sequences)源码完全解析