count是什么意思 java java的count

转载

幸福的地图 2023-07-21 19:19:29

文章标签 count是什么意思 java 数据库 java python mysql 文章分类 Java 后端开发

它可能会出现明显的是，在计数的元素Stream需要较长时间的多个元素中有Stream 。但实际上，
Stream::count有时可以在一个操作中完成，无论您有多少元素。阅读本文并了解操作方法。

计数复杂度

Stream::count终端操作对a中的元素数进行计数
Stream 。运算的复杂度通常为O(N) ，这意味着子运算的数量与运算中元素的数量成正比。
Stream 。

相反， List::size方法的复杂度为O(1) ，这意味着无论List中元素的数量如何， size()方法都会在恒定时间内返回。通过运行以下JMH基准可以观察到这一点：

@State (Scope.Benchmark)  public class CountBenchmark { 
     private List<Integer> list; 
     @Param ({ "1" , "1000" , "1000000" }) 
     private int size; 
     @Setup 
     public void setup() { 
         list = IntStream.range( 0 , size) 
             .boxed() 
             .collect(toList()); 
     } 
     @Benchmark 
     public long listSize() { 
         return list.size(); 
     } 
     @Benchmark 
     public long listStreamCount() { 
         return list.stream().count(); 
     } 
     public static void main(String[] args) throws RunnerException { 
         Options opt = new OptionsBuilder() 
             .include(CountBenchmark. class .getSimpleName()) 
             .mode(Mode.Throughput) 
             .threads(Threads.MAX) 
             .forks( 1 ) 
             .warmupIterations( 5 ) 
             .measurementIterations( 5 ) 
             .build(); 
         new Runner(opt).run(); 
     }  }

这在我的笔记本电脑（2015年中的MacBook Pro，2.2 GHz Intel Core i7）上产生了以下输出：

Benchmark                       (size)  Mode Cnt         Score          Error Units  CountBenchmark.listSize 1 thrpt 5 966658591.905 ± 175787129.100 ops/s  CountBenchmark.listSize 1000 thrpt 5 862173760.015 ± 293958267.033 ops/s  CountBenchmark.listSize 1000000 thrpt 5 879607621.737 ± 107212069.065 ops/s  CountBenchmark.listStreamCount 1 thrpt 5 39570790.720 ± 3590270.059 ops/s  CountBenchmark.listStreamCount 1000 thrpt 5 30383397.354 ± 10194137.917 ops/s  CountBenchmark.listStreamCount 1000000 thrpt 5 398.959 ± 170.737 ops/s

<br>

可以看出， List::size的吞吐量在很大程度上与List中元素的数量无关，而Stream::count的吞吐量随着元素数量的增加而Swift下降。但是，实际上所有Stream实现本身总是如此吗？

源感知流

一些流实现实际上知道它们的源，并且可以采用适当的快捷方式并将流操作合并到流源本身中。这可以极大地提高性能，尤其是对于大型流。 Speedment ORM工具允许将数据库视为Stream对象，并且这些流可以优化许多流操作，如Stream::count操作，如下面的基准所示。我已使用开源Sakila示例数据库作为数据输入。 Sakila数据库包含有关租赁电影，艺术家等的全部信息。

@State (Scope.Benchmark)  public class SpeedmentCountBenchmark { 
     private Speedment app; 
     RentalManager rentals; private RentalManager rentals; 
     private FilmManager films; 
     @Setup 
     public void setup() { 
         app = new SakilaApplicationBuilder() 
             .withBundle(DataStoreBundle. class ) 
             .withLogging(ApplicationBuilder.LogType.STREAM) 
             .withPassword(ExampleUtil.DEFAULT_PASSWORD) 
             .build(); 
         app.get(DataStoreComponent. class ).ifPresent(DataStoreComponent::load); 
         rentals = app.getOrThrow(RentalManager. class ); 
         films = app.getOrThrow(FilmManager. class ); 
     } 
     @TearDown 
     public void tearDown() { 
         app.close(); 
     } 
     @Benchmark 
     public long rentalsCount() { 
         return rentals.stream().count(); 
     } 
     @Benchmark 
     public long filmsCount() { 
         return films.stream().count(); 
     } 
     public static void main(String[] args) throws RunnerException { 
         Options opt = new OptionsBuilder() 
             .include(SpeedmentCountBenchmark. class .getSimpleName()) 
             .mode(Mode.Throughput) 
             .threads(Threads.MAX) 
             .forks( 1 ) 
             .warmupIterations( 5 ) 
             .measurementIterations( 5 ) 
             .build(); 
         new Runner(opt).run(); 
     }  }

运行时，将产生以下输出：

Benchmark                             Mode Cnt        Score         Error Units  SpeedmentCountBenchmark.filmsCount   thrpt 5 71037544.648 ± 75915974.254 ops/s  SpeedmentCountBenchmark.rentalsCount thrpt 5 69750012.675 ± 37961414.355 ops/s