Блог

Во время упражнений с анаграммами я обнаружил, что мой код после выполнения имеет дубликаты на выходе в зависимости от момента использования sorted() метода из Stream класса.

Когда я выполняю сортировку перед filter() и forEach() методами

         words.stream()
                .sorted()
                .filter(s1 -> !alreadyFound.contains(s1) amp;amp; words.stream()
                        .filter(s2 -> isAnagram.apply(s1, s2))
                        .count() == maxAnagrams)
                .forEach(s1 -> {
  

Это дает эти результаты:

  abel able bale bela elba
 alger glare lager large regal
 angel angle galen glean lange
 caret carte cater crate trace
 elan lane lean lena neal
 evil levi live veil vile
  

Но когда я использую методы sorted() after filter() и before forEach()

         words.stream()
                .filter(s1 -> !alreadyFound.contains(s1) amp;amp; words.stream()
                        .filter(s2 -> isAnagram.apply(s1, s2))
                        .count() == maxAnagrams)
                .sorted()
  

Затем он выдает эти результаты:

  abel able bale bela elba
 abel able bale bela elba
 alger glare lager large regal
 angel angle galen glean lange
 angel angle galen glean lange
 abel able bale bela elba
 abel able bale bela elba
 caret carte cater crate trace
 caret carte cater crate trace
 caret carte cater crate trace
 caret carte cater crate trace
 elan lane lean lena neal
 abel able bale bela elba
 evil levi live veil vile
 angel angle galen glean lange
 alger glare lager large regal
 angel angle galen glean lange
 alger glare lager large regal
 elan lane lean lena neal
 angel angle galen glean lange
 alger glare lager large regal
 elan lane lean lena neal
 elan lane lean lena neal
 evil levi live veil vile
 evil levi live veil vile
 elan lane lean lena neal
 alger glare lager large regal
 caret carte cater crate trace
 evil levi live veil vile
 evil levi live veil vile
  

Кажется, что при втором подходе программа дублирует результаты и добавляет уже найденные слова к выходным данным. Интересно, почему это происходит?

Я использую:

 jdk1.8.0_201
  

Пример кода:

 import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.URL;
import java.nio.charset.StandardCharsets;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.List;
import java.util.function.BiFunction;
import java.util.stream.Collectors;
import java.util.stream.Stream;

public class Main2 {
    public static void main(String[] args) {
        List<String> words = new ArrayList<>();
        List<String> alreadyFound = new ArrayList<>();

        BiFunction<String, String, Boolean> isAnagram = (s1, s2) -> {
            if (s1.length() != s2.length()) return false;
            char[] c1 = s1.toCharArray();
            char[] c2 = s2.toCharArray();
            Arrays.sort(c1);
            Arrays.sort(c2);
            return Arrays.equals(c1, c2);
        };

        try (InputStream inputStream = new URL("http://wiki.puzzlers.org/pub/wordlists/unixdict.txt").openStream();
             InputStreamReader inputStreamReader = new InputStreamReader(inputStream, StandardCharsets.UTF_8);
             Stream<String> stream = new BufferedReader(inputStreamReader).lines()) {
            stream.forEach(words::add);
        } catch (IOException e1) {
            e1.printStackTrace();
        }
        long maxAnagrams = Collections.max(words.stream()
                .map(s1 -> words.stream()
                        .filter(s2 -> isAnagram.apply(s1, s2))
                        .count())
                .collect(Collectors.toList())
        );
        words.stream()
//                .sorted()
                .filter(s1 -> !alreadyFound.contains(s1) amp;amp; words.stream()
                        .filter(s2 -> isAnagram.apply(s1, s2))
                        .count() == maxAnagrams)
//                .sorted()
                .forEach(s1 -> {
                    alreadyFound.add(s1);
                    words.stream()
                            .filter(s2 -> isAnagram.apply(s1, s2))
                            .forEach(s2 -> {
                                alreadyFound.add(s2);
                                System.out.print(" "   s2);
                            });
                    System.out.println();
                });
    }
}
  

// РЕДАКТИРОВАТЬ: НЕ ПО ТЕМЕ
Я считаю, что это лучший способ достичь желаемых результатов:

 import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.URL;
import java.nio.charset.StandardCharsets;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Comparator;
import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.Stream;

public class Main4 {
    public static void main(String[] args) {
        long start = System.currentTimeMillis();

        try (InputStream inputStream = new URL("http://wiki.puzzlers.org/pub/wordlists/unixdict.txt").openStream();
             InputStreamReader inputStreamReader = new InputStreamReader(inputStream, StandardCharsets.UTF_8);
             Stream<String> stream = new BufferedReader(inputStreamReader).lines()) {
            List<List<String>> anagrams = new ArrayList<>(stream
                    .collect(Collectors.groupingBy(o -> {
                        char[] chars = o.toCharArray();
                        Arrays.sort(chars);
                        return new String(chars);
                    }))
                    .values());
            int maxAnagrams = anagrams.parallelStream()
                    .mapToInt(List::size)
                    .max()
                    .orElse(0);
            anagrams.stream()
                    .filter(strings -> strings.size() == maxAnagrams)
                    .sorted(Comparator.comparing(o -> o.get(0)))
                    .forEach(strings -> {
                        strings.forEach(s -> System.out.print(s   " "));
                        System.out.println();
                    });
        } catch (IOException e1) {
            e1.printStackTrace();
        }
        long stop = System.currentTimeMillis();
        System.out.println(stop - start);
    }
}
  

Я не уверен на 100%, но я полагаю, что причина, по которой вы видите некоторые из этих действий в зависимости от того, где вы сортируете свой поток, заключается в «синхронизации» данных, проходящих через поток.

Ваш foreach добавляет их в список слов, которые уже были найдены — но имейте в виду, что никакие данные не оцениваются до вызова foreach. Это означает, что элементы добавляются в список только по мере прохождения всего набора через foreach. Ваш основной фильтр, который выполняется перед foreach, скорее всего, увидит некоторое дублирование в результате попытки фильтрации по списку, который на самом деле еще не существует.

Сортировка запускает все механизмы, потому что она может задержать поток данных — нельзя гарантировать, что список будет отсортирован, пока не будет просмотрен каждый элемент. Это не совсем завершающая операция, но она задерживает выполнение, пока не пройдут все элементы. Отложенная оценка — замечательная вещь, но это может быть сложно, и часто вам действительно нужно убедиться, что что-то вроде сортировки — это то, что вы хотите, прежде чем идти по этому маршруту.

При всем сказанном, если вы пытаетесь избежать дублирования, есть способы получше (у stream есть .distinct() функция, которая сделает это за вас).

Я написал другую реализацию того, что вы пытаетесь сделать здесь, которая выдает следующий результат.

 abel able bale bela elba 
alger glare lager large regal 
angel angle galen glean lange 
caret carte cater crate trace 
elan lane lean lena neal 
evil levi live veil vile 
  

Если вы хотите, я могу поделиться этим с вами — но у меня складывается впечатление, что это для какого-то назначения, и вы пытаетесь разобраться в этом самостоятельно. Молодец, если это так.

Если вам нужны какие-то советы или вы хотите задать кому-то вопросы, не стесняйтесь обращаться ко мне в DM, и я буду рад помочь. После этого я отредактирую этот пост и опубликую код, который я использовал для генерации блока выше.