Question

并行流可能会产生与Java 8中的串行流不同的结果吗？根据我的信息，并行流与串行流相同，除了分成多个子流。这是一个速度问题。完成对元素的所有操作，并在最后组合子流的结果。最后，在我看来，对于并行和串行流，操作的结果应该是相同的。所以我的问题是，这段代码可能会给我一个不同的结果吗？如果有可能，为什么会发生？

int[] i = {1, 2, 5, 10, 9, 7, 25, 24, 26, 34, 21, 23, 23, 25, 27, 852, 654, 25, 58};
Double serial = Arrays.stream(i).filter(si -> {
    return si > 5;
}).mapToDouble(Double::new).map(NewClass::add).reduce(Math::atan2).getAsDouble();

Double parallel = Arrays.stream(i).filter(si -> {
    return si > 5;
}).parallel().mapToDouble(Double::new).map(NewClass::add).reduce(Math::atan2).getAsDouble();

System.out.println("serial: " + serial);
System.out.println("parallel: " + parallel);

public static double add(double i) {
    return i + 0.005;
}

结果是：

serial: 3.6971567726175894E-23

parallel: 0.779264049587662

Answer 1

reduce()的javadoc说：

使用关联累积函数对此流的元素进行缩减，[...]累加器函数必须是关联函数。

单词"associative"与此java doc链接：

如果符合以下条件，则运算符或函数op是关联的：
 (a op b) op c == a op (b op c)
如果我们将其扩展到四个术语，可以看出这对并行评估的重要性：
 a op b op c op d == (a op b) op (c op d)
因此我们可以与（c op d）并行地评估（a op b），然后在结果上调用op。

关联操作的示例包括数字加法，最小值和最大值以及字符串连接。

正如@PaulBoddington在评论中提到的，atan2不是关联的，因此对减少操作无效。

相依

您的流序列有点偏。你应该在并行操作之后过滤，lambda可以缩短，你不应该把双重包装：

double parallel = Arrays.stream(i) .parallel() // <-- before filter .filter(si -> si > 5) // <-- shorter .asDoubleStream() // <-- not boxing .reduce(Math::atan2) .getAsDouble();

Answer 2

将reduce与并行流一起使用时，操作不会按特定顺序执行。

因此，如果您希望并行流产生可预测的结果，那么无论顺序如何，您的reduce操作都必须具有相同的答案。

例如，减少使用添加是有意义的，因为添加是关联的。无论你做了哪些，在两种情况下答案都是6。

(1 + 2) + 3
1 + (2 + 3)

atan2不是关联的。

Math.atan2(Math.atan2(1, 2), 3) == 0.15333604941031637

，而

Math.atan2(1, Math.atan2(2, 3)) == 1.0392451500584097

Answer 3

如果元素以不同的顺序给出，则reduce方法会产生不同的结果。

因此，如果您使用并行流，则原始订单不会保证。

如果你使用不同的缩小方法（例如（x，y） - > x> y）它可以正常工作。

并行流与串行流

3 个答案: