Walt You - 行是知之始

《Effective Java》学习日志(六)47:比起Stream,偏爱Collection来作为方法的返回类型

2018-12-02

返回类型最好是Collection,这样子可以让使用者更灵活的选择处理方式。


学习资料主要参考: 《Effective Java Third Edition》,作者:Joshua Bloch



许多方法返回元素序列(sequence)。 在Java 8之前,通常方法的返回类型是Collection,Set和List这些接口;还包括Iterable和数组类型。 通常,很容易决定返回哪一种类型。 规范(norm)是集合接口。 如果该方法仅用于启用for-each循环,或者返回的序列不能实现某些Collection方法(通常是contains(Object)),则使用迭代(Iterable)接口。 如果返回的元素是基本类型或有严格的性能要求,则使用数组。 在Java 8中,将流(Stream)添加到平台中,这使得为序列返回方法选择适当的返回类型的任务变得非常复杂。

你可能听说过,流现在是返回元素序列的明显的选择,但是正如Item 45所讨论的,流不会使迭代过时:编写好的代码需要明智地结合流和迭代。 如果一个API只返回一个流,并且一些用户想用for-each循环遍历返回的序列,那么这些用户肯定会感到不安。 这尤其令人沮丧,因为Stream接口在Iterable接口中包含唯一的抽象方法,Stream的方法规范与Iterable兼容。 阻止程序员使用for-each循环在流上迭代的唯一原因是Stream无法继承Iterable。

遗憾的是,这个问题没有好的解决方法。 乍一看,似乎可以将方法引用传递给Stream的iterator方法。 结果代码可能有点嘈杂和不透明,但并非不合理:

// Won't compile, due to limitations on Java's type inference
for (ProcessHandle ph : ProcessHandle.allProcesses()::iterator) {
    // Process the process
}

不幸的是,如果你试图编译这段代码,会得到一个错误信息:

Test.java:6: error: method reference not expected here
for (ProcessHandle ph : ProcessHandle.allProcesses()::iterator) {
                        ^

为了使代码编译,必须将方法引用强制转换为适当参数化的Iterable类型:

// Hideous workaround to iterate over a stream
for  (ProcessHandle ph : (Iterable<ProcessHandle>)
                         ProcessHandle.allProcesses()::iterator)

此代码有效,但在实践中使用它太嘈杂和不透明。 更好的解决方法是使用适配器方法。 JDK没有提供这样的方法,但是使用上面的代码片段中使用的相同技术,很容易编写一个方法。 请注意,在适配器方法中不需要强制转换,因为Java的类型推断在此上下文中能够正常工作:

// Adapter from  Stream<E> to Iterable<E>
public static <E> Iterable<E> iterableOf(Stream<E> stream) {
    return stream::iterator;
}

使用此适配器,可以使用for-each语句迭代任何流:

for (ProcessHandle p : iterableOf(ProcessHandle.allProcesses())) {
    // Process the process
}

注意,Item 34中的Anagrams程序的流版本使用Files.lines方法读取字典,而迭代版本使用了scanner。 Files.lines方法优于scanner,scanner在读取文件时无声地吞噬所有异常。 理想情况下,我们也会在迭代版本中使用Files.lines。 如果API只提供对序列的流访问,而程序员希望使用for-each语句遍历序列,那么他们就要做出这种妥协。

相反,如果一个程序员想要使用流管道来处理一个序列,那么一个只提供Iterable的API会让他感到不安。 JDK同样没有提供适配器,但是编写这个适配器非常简单:

// Adapter from Iterable<E> to Stream<E>
public static <E> Stream<E> streamOf(Iterable<E> iterable) {
    return StreamSupport.stream(iterable.spliterator(), false);
}

如果你正在编写一个返回对象序列的方法,并且它只会在流管道中使用,那么当然可以自由地返回流。 类似地,返回仅用于迭代的序列的方法应该返回一个Iterable。 但是如果你写一个公共API,它返回一个序列,你应该为用户提供哪些想写流管道,哪些想写for-each语句,除非你有充分的理由相信大多数用户想要使用相同的机制。

Collection接口是Iterable的子类型,并且具有stream方法,因此它提供迭代和流访问。 因此,Collection或适当的子类型通常是公共序列返回方法的最佳返回类型。 数组还使用Arrays.asList和Stream.of方法提供简单的迭代和流访问。 如果返回的序列小到足以容易地放入内存中,那么最好返回一个标准集合实现,例如ArrayList或HashSet。 但是不要在内存中存储大的序列,只是为了将它作为集合返回。

如果返回的序列很大但可以简洁地表示,请考虑实现一个专用集合。 例如,假设返回给定集合的幂集(power set:就是原集合中所有的子集(包括全集和空集)构成的集族),该集包含其所有子集。 {a,b,c}的幂集为({}, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c})。 如果一个集合具有n个元素,则幂集具有2n个。 因此,你甚至不应考虑将幂集存储在标准集合实现中。 但是,在AbstractList的帮助下,很容易为此实现自定义集合。

诀窍是使用幂集中每个元素的索引作为位向量(bit vector),其中索引中的第n位指示源集合中是否存在第n个元素。 本质上,从0到2n-1的二进制数和n个元素集和的幂集之间存在自然映射。

这是代码:

// Returns the power set of an input set as custom collection
public class PowerSet {
   public static final <E> Collection<Set<E>> of(Set<E> s) {
      List<E> src = new ArrayList<>(s);
      if (src.size() > 30)
         throw new IllegalArgumentException("Set too big " + s);
      return new AbstractList<Set<E>>() {
         @Override public int size() {
            return 1 << src.size(); // 2 to the power srcSize
         }
         @Override public boolean contains(Object o) {
            return o instanceof Set && src.containsAll((Set)o);
         }
         @Override public Set<E> get(int index) {
            Set<E> result = new HashSet<>();
            for (int i = 0; index != 0; i++, index >>= 1)
               if ((index & 1) == 1)
                  result.add(src.get(i));
            return result;
         }
      };
   }
}

请注意,如果输入集合超过30个元素,则PowerSet.of方法会引发异常。 这突出了使用Collection作为返回类型而不是Stream或Iterable的缺点:Collection有int返回类型的size的方法,该方法将返回序列的长度限制为Integer.MAX_VALUE或231-1。 Collection规范允许size方法返回231 - 1,如果集合更大,甚至无限,但这不是一个完全令人满意的解决方案。

为了在AbstractCollection上编写Collection实现,除了Iterable所需的方法之外,只需要实现两种方法:contains和size。 通常,编写这些方法的有效实现很容易。 如果不可行,可能是因为在迭代发生之前未预先确定序列的内容,返回Stream还是Iterable的,无论哪种感觉更自然。 如果选择,可以使用两种不同的方法分别返回。

有时,你会仅根据实现的易用性选择返回类型。 例如,假设希望编写一个方法,该方法返回输入列表的所有(连续的)子列表。 生成这些子列表并将它们放到标准集合中只需要三行代码,但是保存这个集合所需的内存是源列表大小的二次方。 虽然这没有指数幂集那么糟糕,但显然是不可接受的。 实现自定义集合(就像我们对幂集所做的那样)会很乏味,因为JDK缺少一个框架Iterator实现来帮助我们。

然而,实现输入列表的所有子列表的流是直截了当的,尽管它确实需要一点的洞察力(insight)。 让我们调用一个子列表,该子列表包含列表的第一个元素和列表的前缀。 例如,(a,b,c)的前缀是(a),(a,b)和(a,b,c)。 类似地,让我们调用包含后缀的最后一个元素的子列表,因此(a,b,c)的后缀是(a,b,c),(b,c)和(c)。 洞察力是列表的子列表只是前缀的后缀(或相同的后缀的前缀)和空列表。 这一观察直接展现了一个清晰,合理简洁的实现:

// Returns a stream of all the sublists of its input list
public class SubLists {
   public static <E> Stream<List<E>> of(List<E> list) {
      return Stream.concat(Stream.of(Collections.emptyList()),
         prefixes(list).flatMap(SubLists::suffixes));
   }
   private static <E> Stream<List<E>> prefixes(List<E> list) {
      return IntStream.rangeClosed(1, list.size())
         .mapToObj(end -> list.subList(0, end));
   }
   private static <E> Stream<List<E>> suffixes(List<E> list) {
      return IntStream.range(0, list.size())
         .mapToObj(start -> list.subList(start, list.size()));
   }
}

请注意,Stream.concat方法用于将空列表添加到返回的流中。 还有,flatMap方法(Item 45)用于生成由所有前缀的所有后缀组成的单个流。 最后,通过映射IntStream.range和IntStream.rangeClosed返回的连续int值流来生成前缀和后缀。 这个习惯用法,粗略地说,流等价于整数索引上的标准for循环。 因此,我们的子列表实现似于明显的嵌套for循环:

for (int start = 0; start < src.size(); start++)
    for (int end = start + 1; end <= src.size(); end++)
        System.out.println(src.subList(start, end));

可以将这个for循环直接转换为流。 结果比我们以前的实现更简洁,但可能可读性稍差。 它类似于Item 45中的笛卡尔积的使用流的代码:

// Returns a stream of all the sublists of its input list
public static <E> Stream<List<E>> of(List<E> list) {
   return IntStream.range(0, list.size())
      .mapToObj(start ->
         IntStream.rangeClosed(start + 1, list.size())
            .mapToObj(end -> list.subList(start, end)))
      .flatMap(x -> x);
}

与之前的for循环一样,此代码不会包换空列表。 为了解决这个问题,可以使用concat方法,就像我们在之前版本中所做的那样,或者在rangeClosed调用中用(int) Math.signum(start)替换1。

这两种子列表的流实现都可以,但都需要一些用户使用流-迭代适配器( Stream-to-Iterable adapte),或者在更自然的地方使用流。 流-迭代适配器不仅打乱了客户端代码,而且在我的机器上使循环速度降低了2.3倍。 一个专门构建的Collection实现(此处未显示)要冗长,但运行速度大约是我的机器上基于流的实现的1.4倍。

总之,在编写返回元素序列的方法时,请记住,某些用户可能希望将它们作为流处理,而其他用户可能希望迭代方式来处理它们。 尽量适应两个群体。 如果返回集合是可行的,请执行此操作。 如果已经拥有集合中的元素,或者序列中的元素数量足够小,可以创建一个新的元素,那么返回一个标准集合,比如ArrayList。 否则,请考虑实现自定义集合,就像我们为幂集程序里所做的那样。 如果返回集合是不可行的,则返回流或 Iterable,选择看起来更自然的那个。 如果在将来的Java版本中,Stream接口声明被修改为继承Iterable,那么应该随意返回流,因为它们将允许流和迭代处理。


Content