java stream API初探(二):为了高效

在尝试使用stream api后，如果不了解stream api背后的优化机制，肯定会产生担心，觉得它中看不中用。本文就是为了消解这类担忧而写。
好的api不仅让你用得方便，还要让你用的放心。stream api已经进行了效率上的优化，能满足多数情况下所需的高效。
比如当你遍历序列，搜寻特定值时，希望一旦得到结果则立即返回，而不是遍历全部值。有时，判断元素满足特定条件的过程十分复杂，更应该尽可能减少判断次数。注重程序效率的你，一定会在普通的循环中进行条件判断加以剪枝，对这些情况进行优化。也许在你看来，具体场景下的优化措施各异，而stream api 通过关注其中的公共点，不露痕迹地完成繁琐的优化任务。

我们先通过一个具体的例子，说明stream api如何进行优化，顺带引入它的一些概念。

下面的例子，是搜寻许多学生中满足特定条件的学生。

class Student{    private int age;    boolean fun(){        //极为耗时的操作,例如查询数据库等        //进行一些判断，返回布尔值    }    int age(){        return age;    }}

List<Student> students = new ArrayList<Student>();//填充students,假设students中包含100万个student对象students.stream()        .filter(Student::fun)        .map(stu->return stu.age())        .findAny();//注意这里的findAny

在上面的代码中，目的是为了找出能使fun()返回true的Student对象，并返回这个student的age属性。假设Student::fun方法是极为耗时的，并且序列包含海量对象。那么这种时候，我们要避免处理不必要的元素，找到满足条件的学生就执行后续操作。
考察程序执行过程，一种显而易见的处理方式是，程序先对所有对象进行了filter，再取出过滤后的student对象的age属性，最后选择其中任意一个值。
但是这个过程存在极大浪费，更加合理的过程应该是，在遍历的同时，每访问一个student对象，就执行fun方法，如果返回true，则取其age属性值。这样就可能减少fun的执行次数，对元素的访问次数。stream api正是这样做的。

那么它是如何实现这点的呢？通过了解两个概念来回答这个问题。

1.intermediate and terminal operation
中间操作与终止操作。
前面一篇文章已经提到过stream中的pipeline，意指多个操作的组合。一个pipeline中可以有任意个中间操作，但最后的必须是终止操作，且只有一个终止操作。这并非语法上的要求。但假如一个pineline只包含中间操作，那么它没有任何实际效果，即任何操作都没有执行。只有当终止操作存在时，操作才能真正执行。
举例说明：

//符合语法，但无任何意义students.stream().filter(Student::fun());

上面代码中的fun方法，一次都不会执行。你可以在fun中加入输出语句进行验证。这是因为，filter是一个中间操作（intermediate operation）。要想使这句话产生实际效果，末尾需要加一个终止操作，例如findAny，max。
在stream api文档中，会明确指出某个操作属于中间操作或终止操作。如果你把这些操作全部了解一遍，你会发现它们的返回值或是含义是有规律可循的。中间操作只能返回一个Stream对象，含义是对原有stream进行某种映射得到新的stream；终止操作往往返回一个具体对象，含义是从stream中推出某个结果。

2.lazy stream
一个pineline的执行过程，是每当从原stream中取出一个元素，就令它通过所有中间操作，直到终止操作。如果终止操作的执行，需要其它元素参与，如max，min（需要和其余元素比较），则进行等待。如果终止操作的执行不需要其他元素的参与，如findAny，则直接返回结果。

回到对效率问题的解答。在上面示例中，从stream中取出一个元素时，首先经过filter，map，最终到达findAny。因为findAny的执行不需要其它元素的参与，所以就直接得到结果，避免了多余的访问。

以上是stream api对pipeline执行过程的设计。除此之外，我们常用的优化方法是，将串行变为并行。而stream api的底层实现也考虑到了这一点，这是你从表面完全看不到的。

结语：
当这些设计呈现在我面前时，除了解除我对效率的担忧，还让我感到抽象的力量。从低层角度看，每个问题的优化策略都是不同的，但是stream api可以通过提取其中的共同点，解决其中的关键问题，在高层角度解决了大部分情况的优化问题。