初探Lambda表达式-Java多核编程【2】并行与组合行为

水深无声 2022-07-12 09:48 136阅读 0赞

今天又翻了一下书的目录，第一章在这之后就结束了。也就是说，这本书所涉及到的新的知识已经全部点到了。  
书的其余部分就是对这几个概念做一些基础知识的补充以及更深层次的实践。  
最后两个小节的内容较少，所以合成一篇文章来总结。  
上一篇：初探Lambda表达式/Java多核编程【1】从集合到流

### 从串行到并行 ###

**串行**指一个步骤一个步骤地处理，也就是通常情况下，代码一行一行地执行。  
如果将我们常用的迭代器式的循环展开的话，就是串行执行了循环体内所定义的操作：

sum += arr.get(0);
    sum += arr.get(1);
    sum += arr.get(2);
    //...

在书的一开始，就提到Java需要支持集合的**并行**计算(而Lambda为这个需求提供了可能)。  
这些功能将全部被实现于库代码中，对于我们使用者，实现并行的复杂性被大大降低(最低程度上只需要调用相关方法)。  
另外，关于**并发**与**并行**这两个概念，其实是不同的，如果不明白的话请自行了解，在此只引用一句非常流行的话：  
*一个是关于代码结构，一个是关于代码执行。*  
如果我们想将一个计算任务均匀地分配给CPU的四个内核，我们会给每个核分配一个用于计算的线程，每个线程上进行整个任务的子任务。  
书上有一段非常形象的伪代码：

if the task list contains more than N/4 elements {
        leftTask = task.getLeftHalf()
        rightTask = task.getRightHalf()
        doInparallel {
            leftResult = leftTask.solve()
            rightResult = rightTask.solve()
        }
        result = combine(leftResult, rightResult)
    } else {
        result = task.solveSequentially()
    }

代码中，将每四个任务元素分为一组，用四个内核对其进行并行处理，然后每两组进行一次结果的合并，最终得到整个任务队列的最终结果。  
从整体处理流程上看，先将任务队列递归地进行分组，并行处理每一组，然后将结果递归地进行合并(合并通过管道终止操作实现)。  
Java8之前，开发者们使用一种针对集合的fork/join框架来实现该模式。  
然而现在，想对代码进行性能优化，就是一件非常容易的事了。  
还记得我们上一节中所得出的最终代码：

long validContactCounter = contactList.stream()
            .map(s -> new Contact().setName(s))
            .filter(Contact::call)
            .count();

稍加改动：

long validContactCounter = contactList.parallelStream()
            .map(s -> new Contact().setName(s))
            .filter(Contact::call)
            .count();

注意`stream()`变为`parallelStream()`  
同时下图将展示如何根据四个核对上述任务进行分解处理，最终合并结果并终止管道。  
![939493-20170214164957988-1749239164.png][]

注意递归分解的目的是使子任务们**足够小**来串行执行。

### 组合行为 ###

Java写手应该知道，Java中并不存在**纯粹的**“函数”，只存在“方法”。也就是说，Java中的函数必须依赖于某一个类，或者作为类的某种行为存在。  
而在其他语言中，存在纯函数，以CoffeeScript的语法，声明一个函数：

eat = (x) -> 
        alert("#{x} has been eatten!")

这种写法与Lambda表达式的语法非常相近，也就是说，相比于匿名内部类，Lambda表达式看上去更像是一种函数表达式。  
对于函数，一个核心操作便是**组合**。如果要求一元二次函数的其中一个解`sqrt(sqr(b) - 4 * a * c)`，便是对多个子函数进行了组合。  
对于面向对象，我们通过解耦的方式来分解它，同样，我们也希望以此种方式分解一个函数行为。  
首先，沿用上两节中使用的例子，对Contact类稍作修改，将name属性分拆为名和姓：

private String firstName;
    private String lastName;

假设我们现在想要对联系人们进行排序，创建自定义排序的Java标准方式是创建一个`Comparator`：

public interface Comparator<T> {
        int compare(T o1, T o2);
        //...
    }

我们想通过比较**名**的首字母来为联系人排序：

Comparator<Contact> byFirstName = new Comparator<Contact>() {
        @Override
        public int compare(Contact o1, Contact o2) {
            return Character.compare(o1.getFirstName().charAt(0), o2.getFirstName().charAt(0));
        }
    };

Lambda写法：

Comparator<Contact> byFirstNameLambdaForm = (o1, o2) ->
            Character.compare(o1.getFirstName().charAt(0), o2.getFirstName().charAt(0));

写完这段代码后，IDEA立即提醒我代码可以替换为`Comparator.comparingInt(...)`，不过这是后话，暂且不表。  
在上面的代码中，我们发现了组合行为，即`Comparator<Contact>`的`compare(...)`方法里面还套用了`o.getFirstName()`与`Character.compare(...)`这两个方法(为了简洁，这里暂不考虑`charAt(...)`)，在`java.util.function`中，我们找到了这种函数的原型：

public interface Function<T, R> {
        R apply(T t);
        //...
    }

接收一个T类型的参数，返回一个R类型的结果。  
现在我们将“比较**名**的首字母”这个比较键的提取行为抽成一个函数对象的实例：

Function<Contact, Character> keyExtractor = o -> o.getFirstName().charAt(0);

再将“比较首字母”这个具体的比较行为抽出来：

Comparator<Character> keyComparator = (c1, c2) -> Character.compare(c1, c2);

有了keyExtractor和keyComparator，我们再来重新装配一下Comparator：

Comparator<Contact> byFirstNameAdvanced = (o1, o2) ->
            keyComparator.compare(keyExtractor.apply(o1), keyExtractor.apply(o2));

到了这一步，我们牺牲了简洁性，但获得了相应的灵活性，也就是说，如果我们改变比较键为**姓**而非**名**，只需改动keyExtractor为：

Function<Contact, Character> keyExtractor = o -> o.getLastName().charAt(0);

值得庆幸的是，库的设计者考虑到了这一自然比较的需求的普遍性，因此为Comparator接口提供了静态方法`comparing(...)`，只需传入比较键的提取规则，就能针对该键生成相应的Comparator，是不是非常神奇：

Comparator<Contact> compareByFirstName = Comparator.comparing(keyExtractor);

即使我们想改变比较的规则，比如比较联系人**姓与名的长度**，也只需做些许改动：

Comparator<Contact> compareByNameLength = Comparator.comparing(p -> (p.getFirstName() + p.getLastName()).length());

这是一个重大的改进，它将我们所关注的焦点真正集中在了比较的规则上面，而不是大量地构建所必须的胶水代码。  
`comparing(...)`通过接收一个简单的行为，进而基于这个行为构造出更加复杂的行为。  
赞！  
然而更赞的是，对于流和管道，我们所需要的改动甚至更少：

contacts.stream()
            .sorted(compareByNameLength)
            .forEach(c -> System.out.println(c.getFirstName() + " " + c.getLastName()));

### 小结 ###

本章的代码：

import java.util.ArrayList;
    import java.util.Comparator;
    import java.util.List;
    import java.util.function.Function;
    
    public class Bar {
        public static void main(String[] args) {
    //                long validContactCounter = contactList.parallelStream()
    //                .map(s -> new Contact().setFirstName(s))
    //                .filter(Contact::call)
    //                .count();
            List<Contact> contacts = new ArrayList<Contact>() {
         {
                add(new Contact().setFirstName("Foo").setLastName("Jack"));
                add(new Contact().setFirstName("Bar").setLastName("Ma"));
                add(new Contact().setFirstName("Olala").setLastName("Awesome"));
            }};
    
            Comparator<Contact> byFirstName = new Comparator<Contact>() {
                @Override
                public int compare(Contact o1, Contact o2) {
                    return Character.compare(o1.getFirstName().charAt(0), o2.getFirstName().charAt(0));
                }
            };
    
            //--- Using Lambda form ---//
            Comparator<Contact> byFirstNameLambdaForm = (o1, o2) ->
                    Character.compare(o1.getFirstName().charAt(0), o2.getFirstName().charAt(0));
    
            Function<Contact, Character> keyExtractor = o -> o.getFirstName().charAt(0);
            Comparator<Character> keyComparator = (c1, c2) ->
                    Character.compare(c1, c2);
            Comparator<Contact> byFirstNameAdvanced = (o1, o2) ->
                    keyComparator.compare(keyExtractor.apply(o1), keyExtractor.apply(o2));
    
            Comparator<Contact> compareByFirstName = Comparator.comparing(keyExtractor);
            Comparator<Contact> compareByNameLength = Comparator.comparing(p -> (p.getFirstName() + p.getLastName()).length());
    
            contacts.stream()
                    .sorted(compareByNameLength)
                    .forEach(c -> System.out.println(c.getFirstName() + " " + c.getLastName()));
        }
    }

以及运行结果：

Bar Ma
    Foo Jack
    Olala Awesome

[939493-20170214164957988-1749239164.png]: /images/20220710/c8acc790d6b14fd797a84bdadb08a0a1.png