forked from kangjianwei/LearningJDK
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathWhileOps.java
2112 lines (1771 loc) · 102 KB
/
WhileOps.java
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
/*
* Copyright (c) 2015, 2017, Oracle and/or its affiliates. All rights reserved.
* DO NOT ALTER OR REMOVE COPYRIGHT NOTICES OR THIS FILE HEADER.
*
* This code is free software; you can redistribute it and/or modify it
* under the terms of the GNU General Public License version 2 only, as
* published by the Free Software Foundation. Oracle designates this
* particular file as subject to the "Classpath" exception as provided
* by Oracle in the LICENSE file that accompanied this code.
*
* This code is distributed in the hope that it will be useful, but WITHOUT
* ANY WARRANTY; without even the implied warranty of MERCHANTABILITY or
* FITNESS FOR A PARTICULAR PURPOSE. See the GNU General Public License
* version 2 for more details (a copy is included in the LICENSE file that
* accompanied this code).
*
* You should have received a copy of the GNU General Public License version
* 2 along with this work; if not, write to the Free Software Foundation,
* Inc., 51 Franklin St, Fifth Floor, Boston, MA 02110-1301 USA.
*
* Please contact Oracle, 500 Oracle Parkway, Redwood Shores, CA 94065 USA
* or visit www.oracle.com if you need additional information or have any
* questions.
*/
package java.util.stream;
import java.util.Comparator;
import java.util.Objects;
import java.util.Spliterator;
import java.util.concurrent.CountedCompleter;
import java.util.concurrent.atomic.AtomicBoolean;
import java.util.function.Consumer;
import java.util.function.DoubleConsumer;
import java.util.function.DoublePredicate;
import java.util.function.IntConsumer;
import java.util.function.IntFunction;
import java.util.function.IntPredicate;
import java.util.function.LongConsumer;
import java.util.function.LongPredicate;
import java.util.function.Predicate;
/**
* Factory for instances of a takeWhile and dropWhile operations
* that produce subsequences of their input stream.
*
* @since 9
*/
// 应用在有状态的中间阶段的辅助类,服务于takeWhile()和dropWhile()方法
final class WhileOps {
static final int TAKE_FLAGS = StreamOpFlag.NOT_SIZED | StreamOpFlag.IS_SHORT_CIRCUIT;
static final int DROP_FLAGS = StreamOpFlag.NOT_SIZED;
/**
* Appends a "takeWhile" operation to the provided Stream.
*
* @param <T> the type of both input and output elements
* @param upstream a reference stream with element type T
* @param predicate the predicate that returns false to halt taking.
*/
// 返回"保存前缀"的流(引用类型版本)
static <T> Stream<T> makeTakeWhileRef(AbstractPipeline<?, T, ?> upstream, Predicate<? super T> predicate) {
Objects.requireNonNull(predicate);
return new ReferencePipeline.StatefulOp<T, T>(upstream, StreamShape.REFERENCE, TAKE_FLAGS) {
// 构造并返回属于当前流阶段的sink,该sink通常与downSink形成一个链条,以决定如何处理上个流阶段发来的数据
@Override
Sink<T> opWrapSink(int flags, Sink<T> downSink) {
// 返回一个链式Sink,其中downstream的值就是downSink,即下个流阶段的sink
return new Sink.ChainedReference<T, T>(downSink) {
boolean take = true;
@Override
public void begin(long size) {
downstream.begin(-1);
}
// 保存前缀
@Override
public void accept(T t) {
// 只要遇到首个不合要求的元素,就结束择取过程
if(take && (take = predicate.test(t))) {
downstream.accept(t);
}
}
@Override
public boolean cancellationRequested() {
return !take || downstream.cancellationRequested();
}
};
}
/*
* 并行处理helper流阶段输出的元素,然后将处理结果封装到流迭代器中返回。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接包装helper流阶段的数据到流迭代器中。
* 否则,会视情形创建终端sink来处理helper流阶段的数据,并同样将其封装到流迭代器中返回。
* 还可能会对spliterator做进一步的包装,返回一个与当前操作匹配的流迭代器。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前阶段的流处理器。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Spliterator<T> opEvaluateParallelLazy(PipelineHelper<T> helper, Spliterator<P_IN> spliterator) {
// 获取helper流阶段的组合参数
int streamAndOpFlags = helper.getStreamAndOpFlags();
// 如果helper流阶段的元素有固定的遭遇顺序
if(StreamOpFlag.ORDERED.isKnown(streamAndOpFlags)) {
// 返回用于创建T类型数组的函数表达式
IntFunction<T[]> generator = Nodes.castingArray();
// 并行处理helper流阶段输出的元素,返回处理后的结果
Node<T> node = opEvaluateParallel(helper, spliterator, generator);
// 返回node的流迭代器
return node.spliterator();
}
/*
* 返回一个"包装"流迭代器,使用该流迭代器可以获取helper流流阶段的输出元素。
*
* spliterator: 相对于helper流阶段的上个(depth==0)的流阶段的流迭代器
*/
Spliterator<T> wrapSpliterator = helper.wrapSpliterator(spliterator);
// 返回"保存前缀"流迭代器,这是"无序前缀"流迭代器的一种
return new UnorderedWhileSpliterator.OfRef.Taking<>(wrapSpliterator, false, predicate);
}
/*
* 并行处理helper流阶段输出的元素,返回处理后的结果。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接返回helper流阶段的数据。
* 否则,会视情形创建终端sink来处理helper流阶段的数据并返回。
* 还可能不经过sink,而是直接处理helper流阶段的数据,并将处理后的数据返回。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
* generator : 必要的时候,创建存储处理结果的定长数组
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前(操作)阶段处理后的数据。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Node<T> opEvaluateParallel(PipelineHelper<T> helper, Spliterator<P_IN> spliterator, IntFunction<T[]> generator) {
// 构造用于"保存前缀"的任务
TakeWhileTask<P_IN, T> task = new TakeWhileTask<>(this, helper, spliterator, generator);
// 执行任务
return task.invoke();
}
};
}
/**
* Appends a "takeWhile" operation to the provided IntStream.
*
* @param upstream a reference stream with element type T
* @param predicate the predicate that returns false to halt taking.
*/
// 返回"保存前缀"的流(int类型版本)
static IntStream makeTakeWhileInt(AbstractPipeline<?, Integer, ?> upstream, IntPredicate predicate) {
Objects.requireNonNull(predicate);
return new IntPipeline.StatefulOp<Integer>(upstream, StreamShape.INT_VALUE, TAKE_FLAGS) {
// 构造并返回属于当前流阶段的sink,该sink通常与downSink形成一个链条,以决定如何处理上个流阶段发来的数据
@Override
Sink<Integer> opWrapSink(int flags, Sink<Integer> downSink) {
// 返回一个链式Sink,其中downstream的值就是downSink,即下个流阶段的sink
return new Sink.ChainedInt<Integer>(downSink) {
boolean take = true;
@Override
public void begin(long size) {
downstream.begin(-1);
}
// 保存前缀
@Override
public void accept(int t) {
// 只要遇到首个不合要求的元素,就结束择取过程
if(take && (take = predicate.test(t))) {
downstream.accept(t);
}
}
@Override
public boolean cancellationRequested() {
return !take || downstream.cancellationRequested();
}
};
}
/*
* 并行处理helper流阶段输出的元素,然后将处理结果封装到流迭代器中返回。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接包装helper流阶段的数据到流迭代器中。
* 否则,会视情形创建终端sink来处理helper流阶段的数据,并同样将其封装到流迭代器中返回。
* 还可能会对spliterator做进一步的包装,返回一个与当前操作匹配的流迭代器。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前阶段的流处理器。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Spliterator<Integer> opEvaluateParallelLazy(PipelineHelper<Integer> helper, Spliterator<P_IN> spliterator) {
// 获取helper流阶段的组合参数
int streamAndOpFlags = helper.getStreamAndOpFlags();
// 如果helper流阶段的元素有固定的遭遇顺序
if(StreamOpFlag.ORDERED.isKnown(streamAndOpFlags)) {
// 返回用于创建int类型数组的函数表达式
IntFunction<Integer[]> generator = Integer[]::new;
// 并行处理helper流阶段输出的元素,返回处理后的结果
Node<Integer> node = opEvaluateParallel(helper, spliterator, generator);
// 返回node的流迭代器
return node.spliterator();
}
/*
* 返回一个"包装"流迭代器,使用该流迭代器可以获取helper流流阶段的输出元素。
*
* spliterator: 相对于helper流阶段的上个(depth==0)的流阶段的流迭代器
*/
Spliterator<Integer> wrapSpliterator = helper.wrapSpliterator(spliterator);
// 返回"保存前缀"流迭代器,这是"无序前缀"流迭代器的一种
return new UnorderedWhileSpliterator.OfInt.Taking((Spliterator.OfInt) wrapSpliterator, false, predicate);
}
/*
* 并行处理helper流阶段输出的元素,返回处理后的结果。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接返回helper流阶段的数据。
* 否则,会视情形创建终端sink来处理helper流阶段的数据并返回。
* 还可能不经过sink,而是直接处理helper流阶段的数据,并将处理后的数据返回。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
* generator : 必要的时候,创建存储处理结果的定长数组
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前(操作)阶段处理后的数据。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Node<Integer> opEvaluateParallel(PipelineHelper<Integer> helper, Spliterator<P_IN> spliterator, IntFunction<Integer[]> generator) {
// 构造用于"保存前缀"的任务
TakeWhileTask<P_IN, Integer> task = new TakeWhileTask<>(this, helper, spliterator, generator);
// 执行任务
return task.invoke();
}
};
}
/**
* Appends a "takeWhile" operation to the provided LongStream.
*
* @param upstream a reference stream with element type T
* @param predicate the predicate that returns false to halt taking.
*/
// 返回"保存前缀"的流(long类型版本)
static LongStream makeTakeWhileLong(AbstractPipeline<?, Long, ?> upstream, LongPredicate predicate) {
Objects.requireNonNull(predicate);
return new LongPipeline.StatefulOp<Long>(upstream, StreamShape.LONG_VALUE, TAKE_FLAGS) {
// 构造并返回属于当前流阶段的sink,该sink通常与downSink形成一个链条,以决定如何处理上个流阶段发来的数据
@Override
Sink<Long> opWrapSink(int flags, Sink<Long> downSink) {
// 返回一个链式Sink,其中downstream的值就是downSink,即下个流阶段的sink
return new Sink.ChainedLong<Long>(downSink) {
boolean take = true;
@Override
public void begin(long size) {
downstream.begin(-1);
}
// 保存前缀
@Override
public void accept(long t) {
// 只要遇到首个不合要求的元素,就结束择取过程
if(take && (take = predicate.test(t))) {
downstream.accept(t);
}
}
@Override
public boolean cancellationRequested() {
return !take || downstream.cancellationRequested();
}
};
}
/*
* 并行处理helper流阶段输出的元素,然后将处理结果封装到流迭代器中返回。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接包装helper流阶段的数据到流迭代器中。
* 否则,会视情形创建终端sink来处理helper流阶段的数据,并同样将其封装到流迭代器中返回。
* 还可能会对spliterator做进一步的包装,返回一个与当前操作匹配的流迭代器。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前阶段的流处理器。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Spliterator<Long> opEvaluateParallelLazy(PipelineHelper<Long> helper, Spliterator<P_IN> spliterator) {
// 获取helper流阶段的组合参数
int streamAndOpFlags = helper.getStreamAndOpFlags();
// 如果helper流阶段的元素有固定的遭遇顺序
if(StreamOpFlag.ORDERED.isKnown(streamAndOpFlags)) {
// 返回用于创建long类型数组的函数表达式
IntFunction<Long[]> generator = Long[]::new;
// 并行处理helper流阶段输出的元素,返回处理后的结果
Node<Long> node = opEvaluateParallel(helper, spliterator, generator);
// 返回node的流迭代器
return node.spliterator();
}
/*
* 返回一个"包装"流迭代器,使用该流迭代器可以获取helper流流阶段的输出元素。
*
* spliterator: 相对于helper流阶段的上个(depth==0)的流阶段的流迭代器
*/
Spliterator<Long> wrapSpliterator = helper.wrapSpliterator(spliterator);
// 返回"保存前缀"流迭代器,这是"无序前缀"流迭代器的一种
return new UnorderedWhileSpliterator.OfLong.Taking((Spliterator.OfLong) wrapSpliterator, false, predicate);
}
/*
* 并行处理helper流阶段输出的元素,返回处理后的结果。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接返回helper流阶段的数据。
* 否则,会视情形创建终端sink来处理helper流阶段的数据并返回。
* 还可能不经过sink,而是直接处理helper流阶段的数据,并将处理后的数据返回。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
* generator : 必要的时候,创建存储处理结果的定长数组
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前(操作)阶段处理后的数据。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Node<Long> opEvaluateParallel(PipelineHelper<Long> helper, Spliterator<P_IN> spliterator, IntFunction<Long[]> generator) {
// 构造用于"保存前缀"的任务
TakeWhileTask<P_IN, Long> task = new TakeWhileTask<>(this, helper, spliterator, generator);
// 执行任务
return task.invoke();
}
};
}
/**
* Appends a "takeWhile" operation to the provided DoubleStream.
*
* @param upstream a reference stream with element type T
* @param predicate the predicate that returns false to halt taking.
*/
// 返回"保存前缀"的流(double类型版本)
static DoubleStream makeTakeWhileDouble(AbstractPipeline<?, Double, ?> upstream, DoublePredicate predicate) {
Objects.requireNonNull(predicate);
return new DoublePipeline.StatefulOp<Double>(upstream, StreamShape.DOUBLE_VALUE, TAKE_FLAGS) {
// 构造并返回属于当前流阶段的sink,该sink通常与downSink形成一个链条,以决定如何处理上个流阶段发来的数据
@Override
Sink<Double> opWrapSink(int flags, Sink<Double> downSink) {
// 返回一个链式Sink,其中downstream的值就是downSink,即下个流阶段的sink
return new Sink.ChainedDouble<Double>(downSink) {
boolean take = true;
@Override
public void begin(long size) {
downstream.begin(-1);
}
// 保存前缀
@Override
public void accept(double t) {
// 只要遇到首个不合要求的元素,就结束择取过程
if(take && (take = predicate.test(t))) {
downstream.accept(t);
}
}
@Override
public boolean cancellationRequested() {
return !take || downstream.cancellationRequested();
}
};
}
/*
* 并行处理helper流阶段输出的元素,然后将处理结果封装到流迭代器中返回。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接包装helper流阶段的数据到流迭代器中。
* 否则,会视情形创建终端sink来处理helper流阶段的数据,并同样将其封装到流迭代器中返回。
* 还可能会对spliterator做进一步的包装,返回一个与当前操作匹配的流迭代器。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前阶段的流处理器。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Spliterator<Double> opEvaluateParallelLazy(PipelineHelper<Double> helper, Spliterator<P_IN> spliterator) {
// 获取helper流阶段的组合参数
int streamAndOpFlags = helper.getStreamAndOpFlags();
// 如果helper流阶段的元素有固定的遭遇顺序
if(StreamOpFlag.ORDERED.isKnown(streamAndOpFlags)) {
// 返回用于创建double类型数组的函数表达式
IntFunction<Double[]> generator = Double[]::new;
// 并行处理helper流阶段输出的元素,返回处理后的结果
Node<Double> node = opEvaluateParallel(helper, spliterator, generator);
// 返回node的流迭代器
return node.spliterator();
}
/*
* 返回一个"包装"流迭代器,使用该流迭代器可以获取helper流流阶段的输出元素。
*
* spliterator: 相对于helper流阶段的上个(depth==0)的流阶段的流迭代器
*/
Spliterator<Double> wrapSpliterator = helper.wrapSpliterator(spliterator);
// 返回"保存前缀"流迭代器,这是"无序前缀"流迭代器的一种
return new UnorderedWhileSpliterator.OfDouble.Taking((Spliterator.OfDouble) wrapSpliterator, false, predicate);
}
/*
* 并行处理helper流阶段输出的元素,返回处理后的结果。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接返回helper流阶段的数据。
* 否则,会视情形创建终端sink来处理helper流阶段的数据并返回。
* 还可能不经过sink,而是直接处理helper流阶段的数据,并将处理后的数据返回。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
* generator : 必要的时候,创建存储处理结果的定长数组
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前(操作)阶段处理后的数据。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Node<Double> opEvaluateParallel(PipelineHelper<Double> helper, Spliterator<P_IN> spliterator, IntFunction<Double[]> generator) {
// 构造用于"保存前缀"的任务
TakeWhileTask<P_IN, Double> task = new TakeWhileTask<>(this, helper, spliterator, generator);
// 执行任务
return task.invoke();
}
};
}
/**
* Appends a "dropWhile" operation to the provided Stream.
*
* @param <T> the type of both input and output elements
* @param upstream a reference stream with element type T
* @param predicate the predicate that returns false to halt dropping.
*/
// 返回"丢弃前缀"的流(引用类型版本)
static <T> Stream<T> makeDropWhileRef(AbstractPipeline<?, T, ?> upstream, Predicate<? super T> predicate) {
Objects.requireNonNull(predicate);
// 中间阶段的流
class Op extends ReferencePipeline.StatefulOp<T, T> implements DropWhileOp<T> {
public Op(AbstractPipeline<?, T, ?> upstream, StreamShape inputShape, int opFlags) {
super(upstream, inputShape, opFlags);
}
public DropWhileSink<T> opWrapSink(Sink<T> downSink, boolean retainAndCountDroppedElements) {
class OpSink extends Sink.ChainedReference<T, T> implements DropWhileSink<T> {
long dropCount; // 记录满足条件的元素数量
boolean take;
OpSink() {
super(downSink);
}
// 丢弃前缀
@Override
public void accept(T t) {
boolean takeElement = take || (take = !predicate.test(t));
/*
* 遇到满足条件的元素时,要对其进行计数;直到遇见首个不满足条件的元素,则此后不再统计元素数量。
* 注:此分支仅用于元素有固定遭遇顺序的并行流。
*/
if(retainAndCountDroppedElements) {
if(!takeElement) {
dropCount++;
}
// 不管满不满足条件,先暂时把元素放行,但是dropCount中已经记录了需要跳过的元素数量
downstream.accept(t);
/*
* 遇到满足条件的元素时,则丢弃元素;直到遇见首个不满足条件的元素,则此后开始保存元素。
* 注:此分支应用于顺序流。
*/
} else {
if(takeElement) {
downstream.accept(t);
}
}
}
@Override
public long getDropCount() {
return dropCount;
}
}
return new OpSink();
}
// 构造并返回属于当前流阶段的sink,该sink通常与downSink形成一个链条,以决定如何处理上个流阶段发来的数据
@Override
Sink<T> opWrapSink(int flags, Sink<T> downSink) {
return opWrapSink(downSink, false);
}
/*
* 并行处理helper流阶段输出的元素,然后将处理结果封装到流迭代器中返回。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接包装helper流阶段的数据到流迭代器中。
* 否则,会视情形创建终端sink来处理helper流阶段的数据,并同样将其封装到流迭代器中返回。
* 还可能会对spliterator做进一步的包装,返回一个与当前操作匹配的流迭代器。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前阶段的流处理器。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Spliterator<T> opEvaluateParallelLazy(PipelineHelper<T> helper, Spliterator<P_IN> spliterator) {
// 获取helper流阶段的组合参数
int streamAndOpFlags = helper.getStreamAndOpFlags();
// 如果helper流阶段的元素有固定的遭遇顺序
if(StreamOpFlag.ORDERED.isKnown(streamAndOpFlags)) {
// 返回用于创建T类型数组的函数表达式
IntFunction<T[]> generator = Nodes.castingArray();
// 并行处理helper流阶段输出的元素,返回处理后的结果
Node<T> node = opEvaluateParallel(helper, spliterator, generator);
// 返回node的流迭代器
return node.spliterator();
}
/*
* 返回一个"包装"流迭代器,使用该流迭代器可以获取helper流流阶段的输出元素。
*
* spliterator: 相对于helper流阶段的上个(depth==0)的流阶段的流迭代器
*/
Spliterator<T> wrapSpliterator = helper.wrapSpliterator(spliterator);
// 返回"丢弃前缀"流迭代器,这是"无序前缀"流迭代器的一种
return new UnorderedWhileSpliterator.OfRef.Dropping<>(wrapSpliterator, false, predicate);
}
/*
* 并行处理helper流阶段输出的元素,返回处理后的结果。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接返回helper流阶段的数据。
* 否则,会视情形创建终端sink来处理helper流阶段的数据并返回。
* 还可能不经过sink,而是直接处理helper流阶段的数据,并将处理后的数据返回。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
* generator : 必要的时候,创建存储处理结果的定长数组
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前(操作)阶段处理后的数据。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Node<T> opEvaluateParallel(PipelineHelper<T> helper, Spliterator<P_IN> spliterator, IntFunction<T[]> generator) {
// 构造用于"丢弃前缀"的任务
DropWhileTask<P_IN, T> task = new DropWhileTask<>(this, helper, spliterator, generator);
// 执行任务
return task.invoke();
}
}
return new Op(upstream, StreamShape.REFERENCE, DROP_FLAGS);
}
/**
* Appends a "dropWhile" operation to the provided IntStream.
*
* @param upstream a reference stream with element type T
* @param predicate the predicate that returns false to halt dropping.
*/
// 返回"丢弃前缀"的流(int类型版本)
static IntStream makeDropWhileInt(AbstractPipeline<?, Integer, ?> upstream, IntPredicate predicate) {
Objects.requireNonNull(predicate);
// 中间阶段的流
class Op extends IntPipeline.StatefulOp<Integer> implements DropWhileOp<Integer> {
public Op(AbstractPipeline<?, Integer, ?> upstream, StreamShape inputShape, int opFlags) {
super(upstream, inputShape, opFlags);
}
public DropWhileSink<Integer> opWrapSink(Sink<Integer> downSink, boolean retainAndCountDroppedElements) {
class OpSink extends Sink.ChainedInt<Integer> implements DropWhileSink<Integer> {
long dropCount; // 记录满足条件的元素数量
boolean take;
OpSink() {
super(downSink);
}
// 丢弃前缀
@Override
public void accept(int t) {
boolean takeElement = take || (take = !predicate.test(t));
/*
* 遇到满足条件的元素时,要对其进行计数;直到遇见首个不满足条件的元素,则此后不再统计元素数量。
* 注:此分支仅用于元素有固定遭遇顺序的并行流。
*/
if(retainAndCountDroppedElements) {
if(!takeElement) {
dropCount++;
}
// 不管满不满足条件,先暂时把元素放行,但是dropCount中已经记录了需要跳过的元素数量
downstream.accept(t);
/*
* 遇到满足条件的元素时,则丢弃元素;直到遇见首个不满足条件的元素,则此后开始保存元素。
* 注:此分支应用于顺序流。
*/
} else {
if(takeElement) {
downstream.accept(t);
}
}
}
@Override
public long getDropCount() {
return dropCount;
}
}
return new OpSink();
}
// 构造并返回属于当前流阶段的sink,该sink通常与downSink形成一个链条,以决定如何处理上个流阶段发来的数据
@Override
Sink<Integer> opWrapSink(int flags, Sink<Integer> downSink) {
return opWrapSink(downSink, false);
}
/*
* 并行处理helper流阶段输出的元素,然后将处理结果封装到流迭代器中返回。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接包装helper流阶段的数据到流迭代器中。
* 否则,会视情形创建终端sink来处理helper流阶段的数据,并同样将其封装到流迭代器中返回。
* 还可能会对spliterator做进一步的包装,返回一个与当前操作匹配的流迭代器。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前阶段的流处理器。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Spliterator<Integer> opEvaluateParallelLazy(PipelineHelper<Integer> helper, Spliterator<P_IN> spliterator) {
// 获取helper流阶段的组合参数
int streamAndOpFlags = helper.getStreamAndOpFlags();
// 如果helper流阶段的元素有固定的遭遇顺序
if(StreamOpFlag.ORDERED.isKnown(streamAndOpFlags)) {
// 返回用于创建int类型数组的函数表达式
IntFunction<Integer[]> generator = Integer[]::new;
// 并行处理helper流阶段输出的元素,返回处理后的结果
Node<Integer> node = opEvaluateParallel(helper, spliterator, generator);
// 返回node的流迭代器
return node.spliterator();
}
/*
* 返回一个"包装"流迭代器,使用该流迭代器可以获取helper流流阶段的输出元素。
*
* spliterator: 相对于helper流阶段的上个(depth==0)的流阶段的流迭代器
*/
Spliterator<Integer> wrapSpliterator = helper.wrapSpliterator(spliterator);
// 返回"丢弃前缀"流迭代器,这是"无序前缀"流迭代器的一种
return new UnorderedWhileSpliterator.OfInt.Dropping((Spliterator.OfInt) wrapSpliterator, false, predicate);
}
/*
* 并行处理helper流阶段输出的元素,返回处理后的结果。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接返回helper流阶段的数据。
* 否则,会视情形创建终端sink来处理helper流阶段的数据并返回。
* 还可能不经过sink,而是直接处理helper流阶段的数据,并将处理后的数据返回。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
* generator : 必要的时候,创建存储处理结果的定长数组
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前(操作)阶段处理后的数据。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Node<Integer> opEvaluateParallel(PipelineHelper<Integer> helper, Spliterator<P_IN> spliterator, IntFunction<Integer[]> generator) {
// 构造用于"丢弃前缀"的任务
DropWhileTask<P_IN, Integer> task = new DropWhileTask<>(this, helper, spliterator, generator);
// 执行任务
return task.invoke();
}
}
return new Op(upstream, StreamShape.INT_VALUE, DROP_FLAGS);
}
/**
* Appends a "dropWhile" operation to the provided LongStream.
*
* @param upstream a reference stream with element type T
* @param predicate the predicate that returns false to halt dropping.
*/
// 返回"丢弃前缀"的流(long类型版本)
static LongStream makeDropWhileLong(AbstractPipeline<?, Long, ?> upstream, LongPredicate predicate) {
Objects.requireNonNull(predicate);
// 中间阶段的流
class Op extends LongPipeline.StatefulOp<Long> implements DropWhileOp<Long> {
public Op(AbstractPipeline<?, Long, ?> upstream, StreamShape inputShape, int opFlags) {
super(upstream, inputShape, opFlags);
}
public DropWhileSink<Long> opWrapSink(Sink<Long> downSink, boolean retainAndCountDroppedElements) {
class OpSink extends Sink.ChainedLong<Long> implements DropWhileSink<Long> {
long dropCount; // 记录满足条件的元素数量
boolean take;
OpSink() {
super(downSink);
}
// 丢弃前缀
@Override
public void accept(long t) {
boolean takeElement = take || (take = !predicate.test(t));
/*
* 遇到满足条件的元素时,要对其进行计数;直到遇见首个不满足条件的元素,则此后不再统计元素数量。
* 注:此分支仅用于元素有固定遭遇顺序的并行流。
*/
if(retainAndCountDroppedElements) {
if(!takeElement) {
dropCount++;
}
// 不管满不满足条件,先暂时把元素放行,但是dropCount中已经记录了需要跳过的元素数量
downstream.accept(t);
/*
* 遇到满足条件的元素时,则丢弃元素;直到遇见首个不满足条件的元素,则此后开始保存元素。
* 注:此分支应用于顺序流。
*/
} else {
if(takeElement) {
downstream.accept(t);
}
}
}
@Override
public long getDropCount() {
return dropCount;
}
}
return new OpSink();
}
// 构造并返回属于当前流阶段的sink,该sink通常与downSink形成一个链条,以决定如何处理上个流阶段发来的数据
@Override
Sink<Long> opWrapSink(int flags, Sink<Long> downSink) {
return opWrapSink(downSink, false);
}
/*
* 并行处理helper流阶段输出的元素,然后将处理结果封装到流迭代器中返回。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接包装helper流阶段的数据到流迭代器中。
* 否则,会视情形创建终端sink来处理helper流阶段的数据,并同样将其封装到流迭代器中返回。
* 还可能会对spliterator做进一步的包装,返回一个与当前操作匹配的流迭代器。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前阶段的流处理器。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Spliterator<Long> opEvaluateParallelLazy(PipelineHelper<Long> helper, Spliterator<P_IN> spliterator) {
// 获取helper流阶段的组合参数
int streamAndOpFlags = helper.getStreamAndOpFlags();
// 如果helper流阶段的元素有固定的遭遇顺序
if(StreamOpFlag.ORDERED.isKnown(streamAndOpFlags)) {
// 返回用于创建long类型数组的函数表达式
IntFunction<Long[]> generator = Long[]::new;
// 并行处理helper流阶段输出的元素,返回处理后的结果
Node<Long> node = opEvaluateParallel(helper, spliterator, generator);
// 返回node的流迭代器
return node.spliterator();
}
/*
* 返回一个"包装"流迭代器,使用该流迭代器可以获取helper流流阶段的输出元素。
*
* spliterator: 相对于helper流阶段的上个(depth==0)的流阶段的流迭代器
*/
Spliterator<Long> wrapSpliterator = helper.wrapSpliterator(spliterator);
// 返回"丢弃前缀"流迭代器,这是"无序前缀"流迭代器的一种
return new UnorderedWhileSpliterator.OfLong.Dropping((Spliterator.OfLong) wrapSpliterator, false, predicate);
}
/*
* 并行处理helper流阶段输出的元素,返回处理后的结果。
*
* 通常,如果helper流阶段的数据已经满足当前阶段的预期,则会直接返回helper流阶段的数据。
* 否则,会视情形创建终端sink来处理helper流阶段的数据并返回。
* 还可能不经过sink,而是直接处理helper流阶段的数据,并将处理后的数据返回。
*
* helper : 某个流阶段,通常需要在当前终端操作中处理从helper阶段输出的数据
* spliterator: 待处理的数据的源头,该流迭代器属于helper之前的(depth==0)的流阶段(包含helper阶段)
* generator : 必要的时候,创建存储处理结果的定长数组
*
* 不同的中间操作会重写该方法,以在该方法中使用不同的方式处理数据。
* 返回值代表了当前(操作)阶段处理后的数据。
*
* 该方法仅在有状态的中间(操作)阶段上调用,如果某阶段的opIsStateful()返回true,则实现必须重写该方法。
*/
@Override
<P_IN> Node<Long> opEvaluateParallel(PipelineHelper<Long> helper, Spliterator<P_IN> spliterator, IntFunction<Long[]> generator) {
// 构造用于"丢弃前缀"的任务
DropWhileTask<P_IN, Long> task = new DropWhileTask<>(this, helper, spliterator, generator);
// 执行任务
return task.invoke();
}
}
return new Op(upstream, StreamShape.LONG_VALUE, DROP_FLAGS);
}
/**
* Appends a "dropWhile" operation to the provided DoubleStream.
*
* @param upstream a reference stream with element type T
* @param predicate the predicate that returns false to halt dropping.
*/
// 返回"丢弃前缀"的流(double类型版本)
static DoubleStream makeDropWhileDouble(AbstractPipeline<?, Double, ?> upstream, DoublePredicate predicate) {
Objects.requireNonNull(predicate);
// 中间阶段的流
class Op extends DoublePipeline.StatefulOp<Double> implements DropWhileOp<Double> {
public Op(AbstractPipeline<?, Double, ?> upstream, StreamShape inputShape, int opFlags) {
super(upstream, inputShape, opFlags);
}
public DropWhileSink<Double> opWrapSink(Sink<Double> downSink, boolean retainAndCountDroppedElements) {
class OpSink extends Sink.ChainedDouble<Double> implements DropWhileSink<Double> {
long dropCount; // 记录满足条件的元素数量
boolean take;
OpSink() {
super(downSink);
}
// 丢弃前缀
@Override
public void accept(double t) {
boolean takeElement = take || (take = !predicate.test(t));
/*
* 遇到满足条件的元素时,要对其进行计数;直到遇见首个不满足条件的元素,则此后不再统计元素数量。
* 注:此分支仅用于元素有固定遭遇顺序的并行流。
*/
if(retainAndCountDroppedElements) {
if(!takeElement) {
dropCount++;
}
// 不管满不满足条件,先暂时把元素放行,但是dropCount中已经记录了需要跳过的元素数量
downstream.accept(t);
/*
* 遇到满足条件的元素时,则丢弃元素;直到遇见首个不满足条件的元素,则此后开始保存元素。
* 注:此分支应用于顺序流。
*/
} else {
if(takeElement) {
downstream.accept(t);
}
}
}