Question

Java Streams同时运行sorted和limit方法，这些方法分别返回流的排序版本并返回仅返回指定数量的流项的流。当这些操作连续应用时，例如：

stream.sorted().limit(qty).collect(Collectors.toList())

是以对qty项进行排序还是对整个列表进行排序的方式执行排序？换句话说，如果qty已修复，此操作是否在O(n)？文档没有单独指定这些方法的性能，也没有相互结合使用。

我问的原因是这些操作的明显必要实现是排序然后限制，花费时间Θ(n * log(n))。但是这些操作可以在O(n * log(qty))中一起执行，智能流式框架可以在执行之前查看整个流以优化这种特殊情况。

Answer 1

首先让我首先指出Java语言规范对如何实现流的限制很少。因此，询问Java流的性能真的没有太大意义：它们在实现之间会有很大差异。

另请注意，Stream是一个界面。您可以创建自己的类来实现Stream，以便在sorted上获得所需的任何性能或特殊行为。因此，即使在一个实现的上下文中，真正询问Stream的性能也没有意义。 OpenJDK实现有许多实现Stream接口的类。

话虽如此，如果我们看看OpenJDK实现，流的排序最终会在SortedOps类中（参见source here），你会发现排序方法最终会返回有状态操作的扩展。例如：

private static final class OfInt extends IntPipeline.StatefulOp<Integer>

这些方法检查上游是否已经排序，在哪种情况下它们只是将它传递给下游。它们对于大小的流（即上游）也有特殊的例外情况，它们预先分配它们最终排序的数组，这将提高效率（超过它们用于未知大小流的SpinedBuffer）。但是，只要上游尚未排序，它们就会接受所有项目，然后对它们进行排序，然后发送到下游实例的accept方法。

因此得出的结论是，OpenJDK sorted实现收集所有项目，然后进行排序，然后向下游发送。在某些情况下，当下游将丢弃某些元素时，这将浪费资源。对于特殊情况，您可以自由地实现自己的专用排序操作，该操作比此更有效。可能最直接的方法是实现一个Collector，它保存流中n个最大或最小项的列表。您的操作可能看起来像：

.collect(new CollectNthLargest(4)).stream()

替换

.sorted().limit(4)

Answer 2

我的StreamEx库中有一个特殊的收藏家执行此操作：MoreCollectors.least(qty)：

List<?> result = stream.collect(MoreCollectors.least(qty));

它内部的uses PriorityQueue，在未排序的输入上使用小数量时实际上工作得更快。但是请注意，如果输入主要是排序的，那么sorted().limit(qty)可能会更快，因为TimSort对于预分类数据的速度非常快。

Answer 3

这取决于实现，也可能取决于流管道是否可以“看到”sorted()和limit()之间的潜在操作。

即使您要询问OpenJDK实现，它也可能会发生变化，因为javadocs不保证运行时行为。但不，目前它没有实现k-min选择算法。

您还必须记住sorted()不适用于无限流，除非它们已具有SORTED特征。

Stream.sorted（）。limit（）的性能

3 个答案: