在mapToInt之后调用map会有什么好处，如果需要的话

Z时代
2024-01-10
分类：问答

我正在尝试计算列表中值的平方和。以下是三个均计算所需值的变体。我想知道哪个是最有效的。我希望第三个装箱效率更高，因为自动装箱仅执行一次。

    // sum of squares
    int sum = list.stream().map(x -> x * x).reduce((x, y) -> x + y).get();
    System.out.println("sum of squares: " + sum);
    sum = list.stream().mapToInt(x -> x * x).sum();
    System.out.println("sum of squares: " + sum);
    sum = list.stream().mapToInt(x -> x).map(x -> x * x).sum();
    System.out.println("sum of squares: " + sum);

回答：

如有疑问，请测试！使用jmh，我在100k元素的列表上得到以下结果（以微秒为单位，更好）：

Benchmark Mode Samples Score Error Units c.a.p.SO32462798.for_loop avgt 10 119.110 0.921 us/op c.a.p.SO32462798.mapToInt avgt 10 129.702 1.040 us/op c.a.p.SO32462798.mapToInt_map avgt 10 129.753 1.516 us/op c.a.p.SO32462798.map_reduce avgt 10 1262.802 12.197 us/op c.a.p.SO32462798.summingInt avgt 10 134.821 1.203 us/op

因此，从快到慢，您已经拥有：

for(int i : list) sum += i*i;

mapToInt(x -> x * x).sum() 和 mapToInt(x -> x).map(x -> x * x).sum()

collect(Collectors.summingInt(x -> x * x))

map(x -> x * x).reduce((x, y) -> x + y).get()

请注意，结果在很大程度上取决于JIT优化。如果映射中的逻辑更加复杂，则某些优化可能不可用（较长的代码=较少的内联），在这种情况下，流版本可能比for循环花费4-5倍的时间-

但是，如果该逻辑占用大量CPU资源，差异将再次减小。对您的实际应用程序进行性能分析将为您提供更多信息。

基准代码供参考：

@State(Scope.Benchmark)
@BenchmarkMode(Mode.AverageTime)
public class SO32462798 {
  List<Integer> list;
  @Setup public void setup() {
    list = new Random().ints(100_000).boxed().collect(toList());
  }
  @Benchmark public int for_loop() {
    int sum = 0;
    for (int i : list) sum += i * i;
    return sum;
  }
  @Benchmark public int summingInt() {
    return list.stream().collect(Collectors.summingInt(x -> x * x));
  }
  @Benchmark public int mapToInt() {
    return list.stream().mapToInt(x -> x * x).sum();
  }
  @Benchmark public int mapToInt_map() {
    return list.stream().mapToInt(x -> x).map(x -> x * x).sum();
  }
  @Benchmark public int map_reduce() {
    return list.stream().map(x -> x * x).reduce((x, y) -> x + y).get();
  }
}