Spliterator 什么时候应该停止分裂？

Question

我理解 there is overhead in setting up 并行处理 Stream，如果项目很少或每个项目的处理速度很快，单线程中的处理速度会更快。

但是，trySplit() 是否也有类似的阈值，将问题分解成更小的块会适得其反？我正在类比最小块的合并排序切换到插入排序。

如果是，阈值是否取决于 trySplit() 和 consuming 项目在 tryAdvance() 过程中的相对成本？考虑一个比推进数组索引复杂得多的拆分操作——例如，拆分一个按词法排序的多集排列。是否有约定让客户在创建并行流时指定拆分的下限，具体取决于消费者的复杂性？ Spliterator 可以使用启发式来估计下限本身吗？

或者，让 Spliterator 的下限为 1 并让工作窃取算法负责选择是否继续拆分总是安全的吗？

Answer 1

一般来说，您不知道传递给 tryAdvance 或 forEachRemaining 的消费者完成了多少工作。流管道和 FJP 都不知道这一点，因为它取决于用户提供的代码。它可以比拆分过程快得多或慢得多。例如，你可能有两个元素的输入，但是每个元素的处理需要一个小时，所以拆分这个输入是非常合理的。

我通常会尽可能多地拆分输入。可以使用三个技巧来改进拆分：

如果很难平均分割，但您可以跟踪（或至少粗略估计）每个子部分的大小，请随意不均匀分割。流实现将为更大的部分做更多的进一步拆分。不要忘记 SIZED 和 SUBSIZED 特征。

将拆分的困难部分移至下一个 tryAdvance/forEachRemaining 调用。例如，假设您有已知数量的排列，并且在 trySplit 中您将跳转到其他排列。像这样：

public class MySpliterator implements Spliterator<String> {
    private long position;
    private String currentPermutation;
    private final long limit;

    MySpliterator(long position, long limit, String currentPermutation) {
        this.position = position;
        this.limit = limit;
        this.currentPermutation = currentPermutation;
    }

    @Override
    public Spliterator<String> trySplit() {
        if(limit - position <= 1)
            return null;
        long newPosition = (position+limit)>>>1;
        Spliterator<String> prefix = 
                 new MySpliterator(position, newPosition, currentPermutation);
        this.position = newPosition;
        this.currentPermutation = calculatePermutation(newPosition); // hard part
        return prefix;
    }

    ...
}

将困难的部分移至下一个 tryAdvance 调用，如下所示：

@Override
public Spliterator<String> trySplit() {
    if(limit - position <= 1)
        return null;
    long newPosition = (position+limit)>>>1;
    Spliterator<String> prefix = 
             new MySpliterator(position, newPosition, currentPermutation);
    this.position = newPosition;
    this.currentPermutation = null;
    return prefix;
}

@Override
public boolean tryAdvance(Consumer<? super String> action) {
    if(currentPermutation == null)
        currentPermutation = calculatePermutation(position); // hard part
    ...
}

这样困难的部分也将与前缀处理并行执行。

如果当前拆分器中剩余的元素不多（例如，少于 10 个）并且请求拆分，则最好只前进到一半的元素，将它们收集到数组，然后为此前缀创建一个基于数组的拆分器（类似于 AbstractSpliterator.trySplit() 中的做法）。在这里你控制所有的代码，所以你可以提前测量正常 trySplit 比 tryAdvance 慢多少，并估计你应该切换到基于数组的分割的阈值。

Spliterator 什么时候应该停止分裂？

When should a Spliterator stop splitting?

java

parallel-processing

concurrency

fork-join

spliterator