java1.8 Spliterator深入解读

1. 简介

       Spliterator=Split + Iterator，从命名上来看就可以理解该接口的作用：拆分 + 迭代器。该接口主要结合集合类使用，从1.8之后，JDK提供的大多数集合类都提供了spliterator()方法用来返回该类对应的Spliterator。这个接口风格和Iterator类似，每个集合类提供相应的Spliterator。和Iterator区别是，该接口提供的是支持分割的遍历方式，拆分之后就可以进行并行遍历，更加高效。

2. 说明

2.1. 关于接口的详细说明

      该接口用于拆分和遍历原集合的元素，支持的元素可以是：数组、Collection、IO通道，generator function。Spliterator支持单个遍历元素：tryAdvance，也支持批量遍历元素：forEachRemaining。Spliterator还可以将其某些元素拆分为另一个Spliterator，以便在并行操作中使用。如果使用的Spliterator不支持拆分，或者以高度不平衡或者低效的方式拆分，就无法受益于并行操作。每个Spliterator仅仅对一个单独的批量计算是有用的。

      Spliterator通过characteristics返回了结构和数据源的特点，包括：ORDERED（有序）, DISTINCT（不重复），SORTED（可排序），SIZED（明确集合大小），NONNULL（所有元素非空），IMMUTABLE（不可更改），CONCURRENT（支持并发）和SUBSIZED（拆分的子Spliterator是SIZED）。使用Spliterator的调用方可以使用这些特点来控制、针对性的处理或者简化计算，比如：Collection会返回SIZED，Set会返回DISTINCT，SortedSet除了DISTINCT还有SORTED，这些特点是通过返回的整型数值中的每个bit来提现，判断方式：characteristics() & SORTED != SORTED，或者通过调用hasCharacteristics(characteristics)来判断（这也是该方法的默认实现）。一些特性还约束了方法的行为，比如：ORDERED，遍历方法必须确保提供的元素是有序的。未来可能会定义一些新的特性，所以不要对未定义的特性进行实现。

      如果Spliterator不包含IMMUTABLE和CONCURRENT特点，当Spliterator绑定到数据源后检测到数据源的结构发生，应该以文档的方式说明处理策略。后期绑定的Spliterator是指在第一次遍历、第一次分割、或第一次查询评估数量时绑定数据源，而不是在创建的时候绑定数据源；非后期绑定的Spliterator在调用构造函数或者第一次调用任何方法时绑定数据源，而在绑定之前对数据源所做的修改将在遍历Spliterator时都是能体现的。在Spliterator绑到数据源之后，如果检测到数据源结果发生任何变更，都要尽量抛出ConcurrentModificationException。Spliterators的这种行为称为快速报错，快速报错可以避免产生错误数据，调用forEachRemaining执行批量遍历操作时，应该优化这个遍历操作，并且在所有元素都被遍历完成之后再检测结构是否发生变化，而不是在遍历时检测每个元素并立即报错。

      Spliterators的estimateSize方法是用来评估剩余元素数量的大小，理想状态下，这个值会正好和要遍历的数量相等，言外之意是可能不相等，所以是评估数量；然而，即使无法知道精确值，这个评估值对应在这个数据源上的操作也是有价值的，比如：帮助确定是继续分割数据源还是直接遍历剩下的元素更加合适。

      尽管拆分器在并行算法中有明显的优势，但是它不一定是线程安全的。使用Spliterator来实现的并行算法要确保一个Spliterator在同一时间只能被一个线程使用。这通常很容易通过串行线程限制来实现，通过递归分解的方式来实现是一种典型的多线程算法：一个线程调用trySplit的方法，将返回的Spliterator移交给另外一个线程，该线程可以继续遍历或者进一步拆分然后移交给别的线程。如果有两个或者多个线程同一时间在相同的Spliterator上操作，那么拆分和遍历的结果将是不可预期的。如果原始线程将Spliterator移交给另外一个线程来处理，最好是在调用tryAdvance方法之前，因为某些条件在遍历之前有效，比如通过estimateSize来获取数据源的size的准确性。

      为原始类型提供了专门的Spliterator，包括的类型有：int, long，