有没有办法压缩两个流？

Question

这个问题来自另一个问题的答案，其中建议使用 map 和 reduce 同时计算总和。

在那个问题中有一个complexCalculation(e)，但现在我想知道如何通过将计算分成两部分来进一步并行化，以便complexCalculation(e)= part1(e)* part2(e)。我想知道是否可以同时计算集合上的 part1 和 part2（map()再次使用），然后压缩两个结果流，以便两个流的第 i 个元素与函数 * 组合，以便结果流等于流可以通过complexCalculation(e)在该集合上进行映射来获得。在代码中，这看起来像：

Stream map1 = bigCollection.parallelStream().map(e -> part1(e));
Stream map2 = bigCollection.parallelStream().map(e -> part2(e));
// preferably map1 and map2 are computed concurrently...
Stream result = map1.zip(map2, (e1, e2) -> e1 * e2);

result.equals(bigCollection.map(e -> complexCalculation(e))); //should be true

所以我的问题是：是否存在一些类似于zip我在这里尝试描述的功能的功能？

Answer 1

ParallelStream() 保证按照提交的顺序完成。这意味着您不能假设两个并行流可以像这样压缩在一起。

bigCollection.map(e -> complexCalculation(e))除非您的集合实际上小于您拥有的 CPU 数量，否则您的原始数据可能会更快。