在您的示例中传递流永远不会比传递列表更好:
private static <T> Stream<T> cartesian(BinaryOperator<T> aggregator, List<T>... lists) {
...
}
并像这样使用它:
Stream<String> result = cartesian(
(a, b) -> a + b,
Arrays.asList("A", "B"),
Arrays.asList("K", "L"),
Arrays.asList("X", "Y")
);
在这两种情况下,您都从可变参数创建一个隐式数组并将其用作数据源,因此惰性是虚构的。您的数据实际上存储在数组中。
在大多数情况下,生成的笛卡尔积流比输入长得多,因此实际上没有理由让输入变得懒惰。例如,有五个包含 5 个元素的列表(总共 25 个),您将得到包含 3125 个元素的结果流。所以在内存中存储25个元素并不是什么大问题。实际上在大多数实际情况下它们已经存储在内存中。
为了生成笛卡尔积流,您需要不断“倒带”所有流(第一个流除外)。要倒带,流应该能够一次又一次地检索原始数据,要么以某种方式缓冲它们(您不喜欢),要么再次从源(集合、数组、文件、网络、随机数等)中获取它们。 )并一次又一次地执行所有中间操作。如果您的源操作和中间操作很慢,那么惰性解决方案可能比缓冲解决方案慢得多。如果您的源无法再次生成数据(例如,随机数生成器无法生成之前生成的相同数字),则您的解决方案将是错误的。
尽管如此,完全懒惰的解决方案是可能的。不使用流,而是使用流供应商:
private static <T> Stream<T> cartesian(BinaryOperator<T> aggregator,
Supplier<Stream<T>>... streams) {
return Arrays.stream(streams)
.reduce((s1, s2) ->
() -> s1.get().flatMap(t1 -> s2.get().map(t2 -> aggregator.apply(t1, t2))))
.orElse(Stream::empty).get();
}
该解决方案很有趣,因为我们创建并减少供应商流以获得最终的供应商并最终调用它。用法:
Stream<String> result = cartesian(
(a, b) -> a + b,
() -> Stream.of("A", "B"),
() -> Stream.of("K", "L"),
() -> Stream.of("X", "Y")
);
result.forEach(System.out::println);