如何并行处理列表中的元素以使用 Java 8 Streams 对它们进行求和

Question

鉴于加法具有交换律属性，不需要以可序列化的方式对对象求和，例如我们可以按对对元素求和，然后对结果求和，或者对第一部分求和列表，然后是第二个，然后将两个结果相加，以使其更有效。我正在尝试通过 Java 中的并行处理来做到这一点，但我对 API 还不是很熟悉。

是否可以使用并行流？

这是我开始编写的代码片段，但我不知道如何继续......谢谢

        Long result=CollectionUtils.isNotEmpty(accounts)?accounts.stream().parallel().mapToLong(account->account.getBalance))

Answer 1

你问的是map/reduce算法。据我所知，JDK8 中没有通用的 map/reduce，但特定的实现使用它。例如，这将在 parallel/sequential 模式下实现：

Arrays.stream(new int[] { 1, 2}).sum();

并行API源码的阅读对教育很有帮助

Answer 2

是的，这是可能的：

accounts.stream().mapToLong(Account::getBalance).parallel().sum();

与

相同

accounts.stream().mapToLong(Account::getBalance).parallel().reduce(0, (a, b) -> a+b);

请注意：并行执行此操作只有在处理非常大的数字集时才真正开始节省时间。由于并行化开销，在较小的集合上它实际上更慢。由于并行运算符，这段代码的运行速度大约是原来的两倍：

    int intCount = 100_000_000;
    int x[] = new int[intCount];
    Random rand = new Random();
    for (int i = 0; i < intCount; i++) {
        x[i] = rand.nextInt();
    }

    long ts = System.currentTimeMillis();

    for (int r = 0; r < 100; r++) {
        Arrays.stream(x).parallel().sum();
    }

    System.out.println("Time elapsed: " + (System.currentTimeMillis() - ts));

将 intCount 降低到 1 我可以看到我在我的机器上为并行化支付了大约 5 毫秒（超过 100 次迭代）的开销，这对于几乎什么都不做来说是相当多的时间。

如何并行处理列表中的元素以使用 Java 8 Streams 对它们进行求和

How to parallel process elements in an list to sum them all using Java 8 Streams

java

parallel-processing