Stream并行流源码解析
承接我的上一篇Stream源码博客
并行流
并行流调试代码截图：
并行流源码
核心类图（可以看出Fork-Join）
和串行开始有区别的地方
去重：
排序：
小结：
- 并行流对于有状态中间操作，会先设置其CombineFlag
- 然后遍历每个流，如果是有状态的，则调用opEvaluateParallelLazy() 返回该有状态操作执行后的流（因为java doc中说到有状态的操作，没法同时和无状态操作一起并行进行）
- ForkJoin进行任务拆分执行，其实现为ReduceTask，在其compute()进行拆分时，其拆分依据有两个，线程数是否够与迭代器是否还可再拆，可拆分的话会拆成两个子任务，但并不是让两个任务都fork加入任务队列，然后让两个子任务接着递归接着拆分，而是交替着放左半边元素的任务或右半边元素的任务，剩下没放入任务队列的任务，在继续在循环中拆分，这样的话就减少了一半放入任务队列的次数，也就减少了一半的递归次数
- 拆分到不能拆分后，会调用doLeaf()，执行这些元素的所用的操作，即wrapAndCopyInto()，然后把终止操作的Sink保存到自己的LocalResult
- 下面进行合并，最终调用的ReduceTask的OnCompeletion()，会用leftChildTask.combine(RightChildTask)，以此来保证返回的迭代器中元素位置，与之前在sourceSplitator() 执行完有状态操作后返回的迭代器中元素位置一样。
- 最后返回顶层Task的localResult。