Java 8 Stream 原理——調試筆記
理解的前提：對流的執行步驟有基本認識——中間操作和終止操作
示例程序：
Stream<String> stream = Stream.of( "a", "bdd", "bdd" );
stream.filter( s -> s.length() > 1 )//
.sorted()//
.mapToInt( String::length )//
.sum();
代碼解析：
1) stream.filter(xx); // 對應的是ReferencePipeline 類，創建一個新的流，將當前流賦值給新的流 previousStage 字段，並返回新創建的流。
代碼：
return new StatelessOp<P_OUT, P_OUT>(this, StreamShape.REFERENCE ...
2) sorted()、mapToInt() 方法都類似。
3) xx.sum() 對應的是IntPipeline 類
4) 代碼產生流的鏈結構是：
sum() = mapToInt(pre) -> sorted(pre) -> filter(pre) -> stream
由於流只有調用終止操作纔會真正執行，所以在 .sum() 打斷點，開始調試。。。
斷點調試：
xx.sum(); // F5 進入 sum() 方法
reduce(0, Integer::sum); // F5 進入
ReduceOps.makeInt(identity, op) // 產生一個終止符 TerminalOp
evaluate(ReduceOps.makeInt(identity, op)); // F5, F7, F5 進入到 AbstractPipeline 類
sourceSpliterator(terminalOp.getOpFlags()) // 創建一個 spliterator (暫叫分叉器)
terminalOp.evaluateSequential(this, sourceSpliterator(terminalOp.getOpFlags())); // F5, F7, F5, F7, F5 進入到 ReduceOps 類
helper.wrapAndCopyInto(makeSink(), spliterator).get();
// 1) F5, F7, F5 進入 AbstractPipeline.wrapAndCopyInto(S, Spliterator<P_IN>)
// 2) F5, F7, F5 進入 wrapSink(Sink<E_OUT>) // 此方法返回一個調用鏈爲 filter() -> sorted() -> mapToInt() 收集點(sink)
// 3) F7, F5 進入 copyInto(Sink<P_IN>, Spliterator<P_IN>)
// 3a) wrappedSink.begin(spliterator.getExactSizeIfKnown()); 算是真正開始執行流式操作
// 4) F5 spliterator.forEachRemaining(wrappedSink) 進入 Spliterators$ArraySpliterator 類，此方法是對集合元素進行迭代。
action 對應的是 filter()，
再看 ReferencePipeline.filter(xx) 源碼
public void accept(P_OUT u) {
if (predicate.test(u)) // 測試通過
downstream.accept(u); // 下一個流處理
}
下一個流對應的是 sorted()
跟蹤 ReferencePipeline.sorted() -> SortedOps.makeRef(this) -> new OfRef<>(upstream)
其 comparator 是一個默認的比較器：Comparator.naturalOrder()
SortedOps$OfRef.opWrapSink(int flags, Sink<T> sink) 方法創建 RefSortingSink 對象。
具體看 RefSortingSink，
也可以在 spliterator.forEachRemaining(wrappedSink) 裏的
do { action.accept((T)a[i]); } while (++i < hi); 一直 F5, F7 也能找到
RefSortingSink 的工作方式很簡單：accept(T t) 只是添加元素；end() 方法才排序，然後 for 循環調用 downstream.accept(t)，最後調用 downstream.end();
其中 RefSortingSink.end() 是在 AbstractPipeline.copyInto(Sink<P_IN>, Spliterator<P_IN>) 裏調用的（代碼：wrappedSink.end();）
下一個流對應的是 mapToInt()
查看 ReferencePipeline.mapToInt(xx)，很簡單——將值轉換成 int 然後傳給 downstream
最後sum() 調用的是 TerminalOp.get()，裏面的 state 是 operator.applyAsInt(state, t) 累加的
算法的理解：
final <P_IN> Sink<P_IN> wrapSink(Sink<E_OUT> sink) {
Objects.requireNonNull(sink);
for ( @SuppressWarnings("rawtypes") AbstractPipeline p=AbstractPipeline.this; p.depth > 0; p=p.previousStage) {
sink = p.opWrapSink(p.previousStage.combinedFlags, sink);
}
return (Sink<P_IN>) sink;
}
sum() = mapToInt(pre) -> sorted(pre) -> filter(pre) -> stream
sum(none) -> map(prev) -> sort()
sink = sum(none).opWrapSink(none)
sink = sum(sink) // this = sum
sink = map(sum(sink)) // map = sum.prev, sink = sum(sink)
sink = sort(map(sum(sink))) // sort = map.prev, sink = map(sum(sink))
靈感來了一下就能理解，靈感沒來糾結了半天也不能理解，能用畫圖理解更好.
教訓：super(upstream, opFlags); 沒再跟進去，導致字段理解有誤！！！