面试官：你用过java8新的streamapi吗？我：这个必须用。面试官：给你一个字符串数组。如果使用streamapi来实现的话，找出以字符'a'开头的最长字符串。如何使用streamapi来实现呢？{"abb","abcd","fegc","efe","adfes"}我：使用如下方法实现：publicstaticvoidmaxLength(Listlist){System.out.println(list.stream().filter(s->s.startsWith("a")).mapToInt(r->length(r)).max().orElse(0));;}面试官：这个操作是迭代一次还是两次？也就是先迭代一次，过滤掉以字符'a'开头的字符串数组，然后再迭代寻找最大长度，还是一次迭代完成？我：这是在一次迭代中完成的。如果是多次迭代，stream后面的操作函数很多，这样的话，效率会很低。我们可以加一个print来验证结果，代码如下：publicstaticvoidmain(String[]args){Listlist=Arrays.asList("abb","abcd","fegc","efe","adfes");intmaxLength=list.stream().filter(s->isStartWitha(s)).mapToInt(StreamTest1::length).max().orElse(0);System.out.println("字符开始字符aString最大长度："+maxLength);}privatestaticbooleanisStartWitha(Stringa){System.out.println(a+"isstartwitha:"+a.startsWith("a"));returna.startsWith("a");}privatestaticintlength(Stringa){System.out.println("thelengthof"+a+":"+a.length());returna.length();}打印结果如下：abbisstartwitha:truethelengthofabb:3abcdisstartwitha:truelengthofabcd:4fegcisstartwitha:falseefeisstartwitha:falseadfesisstartwitha:truethelengthofadfes:5以字符a开头的字符串的最大长度：5面试官：你确定只迭代一次吗？还有其他情况吗？我可以。filter是一个无状态的中间操作。对于这个中间操作，流处理只需要迭代一次。但是对于有状态的中间操作，需要多次迭代。面试官：您刚才提到了有状态操作和无状态操作。你如何区分它们？我：streamapi中，无状态操作是指当前元素的操作不受前面元素的影响，主要包括以下方法：filter(),flatMap(),flatMapToInt(),flatMapToLong(),flatMapToDouble(),map(),mapToInt(),mapToDouble(),mapToLong(),peek(),unordered()和statefuloperations表示当前操作只有在所有元素都处理完后才能执行，主要包括以下方法：distinct(),limit(),skip(),sorted(),sorted()面试官：有状态的操作，能举个例子吗我？我：比如下面的代码：publicstaticvoidmain(String[]args){Listlist=Arrays.asList(5,2,3,1,4);ListnewArray=list.stream().map(StreamTest2::map1).sorted((o1,o2)->o1-o2).map(StreamTest2::map2).collect(Collectors.toList());System.out.println("NewhasSequencearray:"+newArray);}privatestaticIntegermap1(Integeri){intresult=i*10;System.out.println("Thread:"+Thread.currentThread().getName()+"方法map1输入参数："+i+"，输出："+result);returnresult;}privatestaticIntegermap2(Integeri){intresult=i*10;System.out.println("线程："+Thread.currentThread().getName()+"方法map2输入参数："+i+"，输出："+结果）;返回结果；}在上面的代码中，原始数组被迭代了两次。第一次迭代调用map1方法将所有数组元素乘以10，然后对新数组进行排序。第二次迭代对排序后的数组元素调用map2方法，即排序后的数组元素乘以10的方法输出如下：线程：main方法map1输入参数：5，输出：50线程：main方法map1输入参数：2，输出：20线程：main方法map1输入参数：3，输出：30个线程：main方法map1输入参数：1，输出：10个线程：main方法map1输入参数：4，输出：40个线程：main方法map2输入参数：10，输出：100个线程：main方法map2输入参数：20，输出：200线程：main方法map2输入参数：30，输出：300线程：main方法map2输入参数：40，输出：400线程：main方法map2输入参数：50，输出：500neworderedarray:[100,200,300,400,500]面试官：你了解底层原理了吗？我：先画一个Stream的UML类图：这个类图说明了以下几点：AbstractPipeline有基本类型的子类，比如LongPipeline和DoublePipeline，还有一个SubclassesReferencePipeline作为引用类型。无论是ReferencePipeline，还是LongPipeline、DoublePipeline等基本类型Pipeline，其内部都有3个类可以继承。StatelessOp对应无状态操作，StatefulOp对应有状态操作，Head对应Collection.stream()方法的返回结果。无论是StatelessOp、StatefulOp还是Head，都是Pipeline。这些Pipelines通过一个双向链表串联起来。每个Pipeline节点都看成是一个Stage，Head是链表的头节点。上面UML类图中AbstractPipeline类中的previousStage和nextStage分别表示双向链表的当前节点对前后节点的引用。如下图所示：面试官：所有的操作都是用一个双向链表串联起来的，这样所有的操作都可以从Head节点开始依次执行。但是这些操作如何叠加在一起呢？比如下面的代码有3个map方法，后面的方法依赖前面的计算结果：Listlist=Arrays.asList(5,2,3,1,4);ListnewArray=list.stream().map(StreamTest2::map1).map(StreamTest2::map2).map(StreamTest2::map3).collect(Collectors.toList());i:Stream提供了Sink接口来处理操作的叠加。上面代码的map方法将操作封装到了Sink中。当每个节点执行操作时，都会调用Sink的accept方法将操作结果传递给下一个节点的Sink。例如map方法的源码如下：,StreamShape.REFERENCE,StreamOpFlag.NOT_SORTED|StreamOpFlag.NOT_DISTINCT){@Override//返回打包好的SinkSinkopWrapSink(intflags,Sinksink){returnnewSink.ChainedReference(sink){@Overridepublicvoidaccept(P_OUTu){//Downstream是下游节点的Sink，将当前节点的执行结果传递给下游节点downstream.accept(mapper.apply(u));}};}};}面试官：你能不能详细说说Sink？我：Sink主要是提供了以下4个方法//在执行操作之前调用这个方法voidbegin(longsize)//在执行操作之后调用这个方法voidend()//操作是否可以结束booleancancellationRequested()//操作执行函数voidaccept()是针对有状态的操作，必须实现begin和end两个方法，因为begin方法会创建一个容器用于存放中间结果，accept方法会将元素放入容器中，end方法是负责对容器中的元素进行处理，比如排序。面试官：什么时候使用cancellationRequested方法？我：这个方法用于短路操作，比如stream.findAny。采访者：您刚才提到了短路操作。如何区分短路操作和非短路操作？我：短路操作和非短路操作都是Stream的结束操作，结束操作是针对中间操作的。短路操作是指不处理所有元素就可以结束，包括以下方法：anyMatch()、allMatch()、noneMatch()、findFirst()、findAny()非短路操作是指所有元素都需要处理到结束，包括以下方法：forEach(),forEachOrdered(),toArray(),reduce(),collect(),max(),min(),count()总结Stream操作，如图下图：当遇到结束操作时，会将所有被Pipeline节点封装的Sinks串成一个链表，如下图：将Sinks串成链表的过程可以参考下面的源码:finalSinkwrapSink(Sinksink){Objects.requireNonNull(sink);for(@SuppressWarnings("rawtypes")AbstractPipelinep=AbstractPipeline.this;p.depth>0;p=p。previousStage){sink=p.opWrapSink(p.previousStage.combinedFlags,sink);}return(Sink)sink;}这样，从Head节点开始，四个方法各节点封装的Sink中的begin、accept、cancellationRequested、end的ds可以依次调用完成Steam流水线的执行。面试官：上面说了Sinks会形成一条链，那么对于有返回结果的操作，返回的结果存放在哪里呢？我：这里分三种情况：如果返回的结果是boolean（比如anyMatch、allMatch、noneMatch）和Optional（比如findFirst、findAny），则返回的结果存储在对应的Sink中。collect、reduce等规约操作，返回结果存放在用户指定的容器中，例如下面代码的返回结果放在Optional容器中：OptionalaccResult=Stream.of(1,2,3,4,5).reduce((sum,item)->{sum+=item;returnsum;});max和min也是归约操作，因为底层是调用reduce方法实现的。对于返回数组的情况，在返回数组之前，数据会存储在一个多叉树数据结构中。这种多叉树结构的元素存储在树的叶子中，一个叶子节点可以存储多个元素。面试官：你上面提到返回数组的时候用到了多叉树结构。这样做对Stream处理有什么好处？我：按照官方的说法，这样做是为了避免并行操作时不必要的数据拷贝。面试官：能简单介绍一下Stream的并行处理吗？我：Stream的并行处理使用了Fork/Join框架，如下图所示：在计算过程中，首先将任务拆解成子任务，进行并行计算。计算完成后，将子任务计算结果合并为一个结果集。面试官：Fork/Join框架和普通线程池相比有什么优势吗？我：fork/join框架的好处是，如果一个子任务需要等待另一个子任务完成后才能继续工作，处理线程会主动寻找其他未完成的子任务执行。与普通线程池相比，减少了等待时间。面试官：使用Stream并行流，会不会比串行快？我：不一定。使用时要考虑以下因素：处理的元素个数，数据越多，性能提升越明显。数据结构的可分性。Arrays和ArrayList支持随机读取，可分性好。HashSet和TreeSet虽然可以分，但是要平分并不容易。由于长度未知，LinkedList、Streams.iterate和BufferedReader.lines的可分性很差。.尝试使用原始类型并避免装箱和拆箱。单个子任务花费的时间越长，性能增益就越大。面试官：据说Streamapi相对于普通迭代有性能损失。你怎么认为？我：对于简单的处理操作，Streamapi的性能确实不如普通的迭代。但如果CPU性能好，使用Stream并行处理的性能在细节上会有提升。对于复杂的处理操作，无论是并行还是串行，Streamapi都有明显的优势。对于并行处理，应考虑CPU的核心数。
