如果可能的话，在收集器中使用Characteristics.UNORDERED很重要吗？

Question

由于我大量使用流，其中一些处理大量数据，所以我认为预先分配具有大致大小的基于收藏的收集器是个好主意，以防止随着收集量的增加而进行昂贵的重新分配。所以我想出了这个，和其他收集类型类似的：

public static <T> Collector<T, ?, Set<T>> toSetSized(int initialCapacity) {
    return Collectors.toCollection(()-> new HashSet<>(initialCapacity));
}

像这样用

Set<Foo> fooSet = myFooStream.collect(toSetSized(100000));

我担心的是，Collectors.toSet()的实现设置了Collectors.toCollection()没有设置的Characteristics枚举：Characteristics.UNORDERED。在默认情况下，Collectors.toCollection()没有方便的变化来设置所需的特性，而且由于可见性问题，我无法复制Collectors.toSet()的实现。因此，为了设置UNORDERED特性，我不得不这样做：

static<T> Collector<T,?,Set<T>> toSetSized(int initialCapacity){
    return Collector.of(
            () -> new HashSet<>(initialCapacity),
            Set::add,
            (c1, c2) -> {
                c1.addAll(c2);
                return c1;
            },
            new Collector.Characteristics[]{IDENTITY_FINISH, UNORDERED});
}

下面是我的问题: 1.这是我为定制的toSet() 2这样简单的东西创建无序收集器的唯一选择吗?如果我想让它在理想情况下工作，是否有必要应用无序特性？我读过a question on this forum，其中我了解到无序特性不再被反向传播到流中。它还能起作用吗？

Answer 1

首先，UNORDERED的Collector特性是为了帮助性能，而不是其他任何东西。Collector没有这个特性，但不依赖于遇到顺序，这没有什么问题。

这个特性是否有影响取决于流操作本身和实现细节。虽然由于反向传播的困难，当前的实现可能没有太多的优势，但这并不意味着未来的版本不会，当然，已经无序的流不受Collector的Collector特性的影响。并不是所有的流操作都有可能从中受益。

因此，更重要的问题是，不阻止这种潜在的优化(也许在将来)有多重要。

请注意，还有其他未指定的实现细节，当涉及到第二个变体时，会影响潜在的优化。toCollection(Supplier)收集器具有未指定的内部工作方式，只能保证提供由Supplier生成的类型的最终结果。相反，Collector.of(() -> new HashSet<>(initialCapacity), Set::add, (c1, c2) -> { c1.addAll(c2); return c1; }, IDENTITY_FINISH, UNORDERED)精确地定义了收集器应该如何工作，还可能会阻碍生成未来版本收集器的收集程序的内部优化。

因此，一种在不触及Collector其他方面的情况下指定特性的方法将是最好的解决方案，但据我所知，现有的API并没有提供简单的方法。但要自己建造这样的设施很容易：

public static <T,A,R> Collector<T,A,R> characteristics(
                      Collector<T,A,R> c, Collector.Characteristics... ch) {
    Set<Collector.Characteristics> o = c.characteristics();
    if(!o.isEmpty()) {
        o=EnumSet.copyOf(o);
        Collections.addAll(o, ch);
        ch=o.toArray(ch);
    }
    return Collector.of(c.supplier(), c.accumulator(), c.combiner(), c.finisher(), ch);
}

用那种方法，说起来很容易。

HashSet<String> set=stream
    .collect(characteristics(toCollection(()->new HashSet<>(capacity)), UNORDERED));

或者提供你的工厂方法

public static <T> Collector<T, ?, Set<T>> toSetSized(int initialCapacity) {
    return characteristics(toCollection(()-> new HashSet<>(initialCapacity)), UNORDERED);
}

这限制了提供特性所需的努力(如果这是一个反复出现的问题)，所以提供它们不会有什么影响，即使您不知道它会产生多大的影响。