java8 为stream().forEach效率正名

首先先说明，这篇文章的对比有失公允，stream()和parallelStream()差距还是挺大的，用parallelStream()这种开线程的玩意和单线程比较，有点不公平。

Stream流是一个集合元素的函数模型，它并不是集合，也不是数据结构，其本身并不存储任何元素（或其地址值），它只是在原数据集上定义了一组操作。

Stream流不保存数据，Stream操作是尽可能惰性的，即每当访问到流中的一个元素，才会在此元素上执行这一系列操作。

Stream流也不会改变原有数据。

具体Stream流的知识请大家自行搜索，仅仅以循环效率来考虑，确实有点一叶障目。

以下内容大家看看就好：

————————————————————————————————————————————

java8新出的循环方式，在网上有大量的道友说用流的方式效率反而更低了。

大量的结论表明，这种方式只是语法糖（for-forEach-stream三种遍历方法执行效率比较与选用思考 - ZZY1078689276的专栏 - CSDN博客
https://blog.csdn.net/ZZY1078689276/article/details/79430772）这篇文章一样的内容看了不止一次，我都不知道谁先写的。。

不过，耳听为虚，眼见为实，上代码亲自试验：

public static void main(String[] args) {
    // 测试源
    List sourceList = new ArrayList<>();
    for (int i = 0;i<10;i++) {
        sourceList.add("第" + i + "条数据");
    }

    System.out.println("数据条数：" + sourceList.size());
    long a1=System.currentTimeMillis();
    for (int i = 0;i < sourceList.size();i++) doSome();
    long a2=System.currentTimeMillis();
    System.out.println("普通for循环用时：" + (a2-a1));

    long b1=System.currentTimeMillis();
    for (String t:sourceList) doSome();
    long b2=System.currentTimeMillis();
    System.out.println("增强for循环用时：" + (b2-b1));

    long c1=System.currentTimeMillis();
    sourceList.forEach((t)-> doSome());
    long c2=System.currentTimeMillis();
    System.out.println("forEach循环用时：" + (c2-c1));

    long d1=System.currentTimeMillis();
    sourceList.parallelStream().forEach((t)-> doSome());
    long d2=System.currentTimeMillis();
    System.out.println("forEach-Stream循环用时：" + (d2-d1));
}

结果如下：

数据条数：10
普通for循环用时：0
增强for循环用时：0
forEach循环用时：43
forEach-Stream循环用时：6 

好吧,数据少了点，不过结果也很明显了，使用forEach循环耗时最多，流启动也很耗时。

不过，让我们把循环次数提升至100W如何？

数据条数：1000000
普通for循环用时：3
增强for循环用时：10
forEach循环用时：46
forEach-Stream循环用时：33

forEach-Stream方式用时增加了，不过forEach用时并没有明显增加，再来一次：

数据条数：1000000
普通for循环用时：3
增强for循环用时：7
forEach循环用时：38
forEach-Stream循环用时：31

exm？forEach循环用时反而减少了是什么情况？不过今天我不研究原理，只看结论的话，for循环和增强for循环至少还是比新出的forEach-Stream要强很多的。

但这么一来，难道新功能真的只是语法糖么？

有人问我doSome（）做了什么？实际上我什么都没做，但如果我真的做了什么呢？

比如等待一毫秒？

private static void doSome() {
    try {
        Thread.sleep(1);
    } catch (Exception e) {
        e.printStackTrace();
    }
}

再来一次：

 数据条数：10000
普通for循环用时：10025
增强for循环用时：10009
forEach循环用时：10067
forEach-Stream循环用时：1567

Duang！！！！！！！

forEach-Stream的效率获得了碾压式的胜利！有人说是因为jvm预热原因，但先且不论预热的是什么（通常是指启动时加载的东西），预热这种一次性的行为怎么可能取得这么大的提升？

于是，让我们打印一下doSome（）的线程

 

ForkJoinPool.commonPool-worker-5
ForkJoinPool.commonPool-worker-4
ForkJoinPool.commonPool-worker-6
ForkJoinPool.commonPool-worker-2
main
ForkJoinPool.commonPool-worker-3
ForkJoinPool.commonPool-worker-7
ForkJoinPool.commonPool-worker-1
ForkJoinPool.commonPool-worker-6
main
ForkJoinPool.commonPool-worker-2
ForkJoinPool.commonPool-worker-3
ForkJoinPool.commonPool-worker-4
ForkJoinPool.commonPool-worker-5
ForkJoinPool.commonPool-worker-7
ForkJoinPool.commonPool-worker-1
ForkJoinPool.commonPool-worker-5
main

So，还用我解释什么么？

 

stream().forEach用的多线程方式，其调用线程池的时候必然会耗费更多的时间。但如果你在循环内要处理的事情很多，或者要循环调用远程接口/数据库的时候，无疑极大的提升了效率

 

恭喜你学会了最简洁的多线程编程！