流中“先过滤后映射”和“先映射后过滤”的性能是否有所不同？

Question

我想知道什么更快：按字段过滤自定义对象，然后按其字段映射，反之亦然（先映射，然后过滤）。
最后，我通常希望将映射的字段收集到一些Collection中。

例如，最简单的Person类：

public class Person {
    String uuid;
    String name;
    String secondName;
}

现在让我们来一个List<Person> persons。

List<String> filtered1 = persons
                .stream()
                .filter(p -> "NEED_TOY".equals(p.getName()))
                .map(Person::getName)
                .collect(Collectors.toList());
// or?
List<String> filtered2 = persons
                .stream()
                .map(Person::getName)
                .filter(p -> "NEED_TOY".equals(p))
                .collect(Collectors.toList());

Answer 1

在此特定示例中，调用Person.getName()基本上完全没有花费，这没有关系，您应该使用最容易读取的内容（并且过滤可能甚至快一些，因为正如TJ所述，映射操作是其中的一部分过滤操作）。

但是，如果映射操作的成本很高，则首先过滤（如果可能）会更有效率，因为流不必映射已过滤出的元素。

让我们举一个人为的示例：您有一个ID流，并且对于流中的每个偶数ID，您都必须执行http GET请求或数据库查询以获取由该ID标识的商品的详细信息（并因此映射详细对象的ID）。

假设流由一半的偶数ID和一半的奇数ID组成，并且每个请求花费相同的时间，则可以通过首先过滤将时间除以2。如果每个HTTP请求都花费1秒，并且您有60个ID，则通过首先过滤，您将为同一任务从60秒变为30秒，还可以减少网络和外部HTTP API的费用。

Answer 2

显然，性能完全取决于

• 您在流式传输时执行的复杂操作（您的业务逻辑）
• 您的数据有多复杂

让我们看两个简单的场景

场景1

如果您的映射函数需要执行一些复杂的操作，例如调用一些外部 REST api 来操作流对象，那么在这种情况下，我建议在映射之前先进行过滤，因为它将减少不必要的昂贵 REST 调用。在这种方法中，当我们首先进行过滤时，显然它会对所有匹配对象执行两次映射操作。

场景2

假设您需要首先根据一些外部 REST API 调用或函数操作数据流，然后过滤该结果。显然，在这种情况下，您需要在过滤流之前先进行映射。与前一种方法相比，这种方法可以稍微快一些，因为映射操作是过滤操作的一部分