内容简介:在ImportNew上面看到一篇文章:Java8通过流对集合的分组操作,让分组功能实现起来就非常容易了,我就想对其性能做一下比较,看看这二者之间是否有差距。我把ImportNew上面的示例做了一下扩充,在原来的Article对像中增加了国家和省份两个,后续的示例就根据国家和省份进行二维分组统计,然后比较一下性能和效率。
在ImportNew上面看到一篇文章: http://www.importnew.com/14841.html ,说的是使用 Java 8的对集合采用流操作的新特性,替代旧的使用循环对集合操作的方式,使用Java8的流操作功能对集合进行分组,以及对相应的内容进行去重等操作等,使用Java8编写的代码可读性和理解性都有了非常大的提高,是非常值得称称赞的。
Java8通过流对集合的分组操作,让分组功能实现起来就非常容易了,我就想对其性能做一下比较,看看这二者之间是否有差距。
我把ImportNew上面的示例做了一下扩充,在原来的Article对像中增加了国家和省份两个,后续的示例就根据国家和省份进行二维分组统计,然后比较一下性能和效率。
Article对像:
/** * ClassName:Article <br/> * Date: 2018年5月8日 上午10:31:03 <br/> * * @author fenglibin * @version * @see */ public class Article { private final String title; private final String author; private final List<String> tags; private final String countryCode; private final String province; public Article(String title, String author, List<String> tags, String countryCode, String province){ this.title = title; this.author = author; this.tags = tags; this.countryCode = countryCode; this.province = province; } public String getTitle() { return title; } public String getAuthor() { return author; } public List<String> getTags() { return tags; } public String getCountryCode() { return countryCode; } public String getProvince() { return province; } }
准备一些测试数据:
private static List<Article> articles = new ArrayList<Article>(); static { Article a1 = new Article("Hello World", "Tom", Arrays.asList("Hello", "World", "Tom"), "CN", "GD"); Article a2 = new Article("Thank you teacher", "Bruce", Arrays.asList("Thank", "you", "teacher", "Bruce"), "CN", "GX"); Article a3 = new Article("Work is amazing", "Tom", Arrays.asList("Work", "amazing", "Tom"), "CN", "GD"); Article a4 = new Article("New City", "Lucy", Arrays.asList("New", "City", "Lucy", "Good"), "US", "OT"); articles.add(a1); articles.add(a2); articles.add(a3); articles.add(a4); }
使用普通的分组方式进行分组:
/** * 通过for循环逻辑,编程上会麻烦点,但是效率上高很多 */ private static void groupByCountryAndProvince_byNormal() { Map<String, Map<String, List<Article>>> result = new HashMap<String, Map<String, List<Article>>>(); for (Article article : articles) { Map<String, List<Article>> pMap = result.get(article.getCountryCode()); if(pMap==null) { pMap = new HashMap<String, List<Article>>(); result.put(article.getCountryCode(), pMap); } List<Article> list = pMap.get(article.getProvince()); if(list==null) { list = new ArrayList<Article>(); pMap.put(article.getProvince(), list); } list.add(article); } result.forEach((cc, map) -> { System.out.println("Country Code is:" + cc); map.forEach((pc, list) -> { System.out.println(" Province Code is:" + pc); list.forEach((article) -> { System.out.println(" Article titile is:" + article.getTitle() + ",author is:" + article.getAuthor()); }); }); }); }
使用串行流的方式进行分组:
/** * 以串行流的方式,通过Collectors做多维度的分组,非常方便,但是性能上很差 */ private static void groupByCountryAndProvince() { Map<String, Map<String, List<Article>>> result = articles.stream() .collect(Collectors.groupingBy(Article::getCountryCode, Collectors.groupingBy(Article::getProvince))); result.forEach((cc, map) -> { System.out.println("Country Code is:" + cc); map.forEach((pc, list) -> { System.out.println(" Province Code is:" + pc); list.forEach((article) -> { System.out.println(" Article titile is:" + article.getTitle() + ",author is:" + article.getAuthor()); }); }); }); }
使用并行流的方式进行分组:
/** * 以并行流的方式,通过Collectors做多维度的分组,性能上比串行流的效率就高很多了 * 实现方式也很简单,只需要将stream()修改为parallelStream()实现。 */ private static void groupByCountryAndProvinceParallel() { Map<String, Map<String, List<Article>>> result = articles.parallelStream() .collect(Collectors.groupingBy(Article::getCountryCode, Collectors.groupingBy(Article::getProvince))); result.forEach((cc, map) -> { System.out.println("Country Code is:" + cc); map.forEach((pc, list) -> { System.out.println(" Province Code is:" + pc); list.forEach((article) -> { System.out.println(" Article titile is:" + article.getTitle() + ",author is:" + article.getAuthor()); }); }); }); }
加入以下代码执行:
public static void main(String[] args) { long start = System.currentTimeMillis(); groupByCountryAndProvince(); long end = System.currentTimeMillis(); System.out.println("串行流分组使用时长(毫秒):" + (end - start)+"\n"); start = System.currentTimeMillis(); groupByCountryAndProvinceParallel(); end = System.currentTimeMillis(); System.out.println("并行流分组使用时长(毫秒):" + (end - start)+"\n"); start = System.currentTimeMillis(); groupByCountryAndProvince_byNormal(); end = System.currentTimeMillis(); System.out.println("普通分组使用时长(毫秒):" + (end - start)); }
得到的结果如下:
Country Code is:CN Province Code is:GX Article titile is:Thank you teacher,author is:Bruce Province Code is:GD Article titile is:Hello World,author is:Tom Article titile is:Work is amazing,author is:Tom Country Code is:US Province Code is:OT Article titile is:New City,author is:Lucy 串行流分组使用时长(毫秒):70 Country Code is:CN Province Code is:GX Article titile is:Thank you teacher,author is:Bruce Province Code is:GD Article titile is:Hello World,author is:Tom Article titile is:Work is amazing,author is:Tom Country Code is:US Province Code is:OT Article titile is:New City,author is:Lucy 并行流分组使用时长(毫秒):5 Country Code is:CN Province Code is:GX Article titile is:Thank you teacher,author is:Bruce Province Code is:GD Article titile is:Hello World,author is:Tom Article titile is:Work is amazing,author is:Tom Country Code is:US Province Code is:OT Article titile is:New City,author is:Lucy 普通分组使用时长(毫秒):1
执行多次也基本上是类似的效果,因此通过以上示例可以看出,在代码的编写上确实优化了不少,但即使通过并行流的方式,性能上的差距也不少,在真实的应用场景中特别是高并发的场景中,使用的时候还是需要多考虑,毕竟鱼和熊掌不可兼容了。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
数据结构与算法分析
韦斯 (Mark Allen Weiss) / 陈越 / 机械工业出版社 / 2016-3-1 / 69.00元
本书是国外数据结构与算法分析方面的经典教材,使用卓越的Java编程语言作为实现工具讨论了数据结构(组织大量数据的方法)和算法分析(对算法运行时间的估计)。本书把算法分析与有效率的Java程序的开发有机地结合起来,深入分析每种算法,内容全面、缜密严格,并细致讲解精心构造程序的方法。一起来看看 《数据结构与算法分析》 这本书的介绍吧!