面试题：Java Stream filter自定义复杂过滤策略及并行流应用

Question

有一个包含员工信息的List，员工类Employee包含属性department（部门，字符串类型）、performanceScore（绩效分数，浮点数类型）、yearsOfExperience（工作年限，整数类型）。现在需要定义一个复杂的过滤策略：如果部门是'R&D'，则绩效分数要大于3.5且工作年限不少于3年；如果部门是'Marketing'，则绩效分数要大于3.0且工作年限不少于2年。使用Java Stream的filter方法实现该过滤策略，同时考虑如何使用并行流来提高处理效率，并说明并行流在这种场景下可能存在的问题及解决方案。

Answer 1

import java.util.ArrayList;
import java.util.List;
import java.util.stream.Collectors;

class Employee {
    private String department;
    private double performanceScore;
    private int yearsOfExperience;

    public Employee(String department, double performanceScore, int yearsOfExperience) {
        this.department = department;
        this.performanceScore = performanceScore;
        this.yearsOfExperience = yearsOfExperience;
    }

    public String getDepartment() {
        return department;
    }

    public double getPerformanceScore() {
        return performanceScore;
    }

    public int getYearsOfExperience() {
        return yearsOfExperience;
    }
}

public class EmployeeFilter {
    public static List<Employee> filterEmployees(List<Employee> employees) {
        return employees.stream()
               .parallel()
               .filter(employee -> {
                    if ("R&D".equals(employee.getDepartment())) {
                        return employee.getPerformanceScore() > 3.5 && employee.getYearsOfExperience() >= 3;
                    } else if ("Marketing".equals(employee.getDepartment())) {
                        return employee.getPerformanceScore() > 3.0 && employee.getYearsOfExperience() >= 2;
                    }
                    return false;
                })
               .collect(Collectors.toList());
    }
}

并行流提高处理效率

在上述代码中，.parallel() 将顺序流转换为并行流。并行流会将数据分成多个部分，利用多核CPU并行处理每个部分，从而提高处理大量数据时的效率。

并行流可能存在的问题及解决方案

1. 线程安全问题：如果在过滤操作中访问或修改共享状态，可能会导致线程安全问题。
   • 解决方案：避免在过滤操作中访问或修改共享状态。如果必须访问共享资源，可以使用线程安全的数据结构，如 ConcurrentHashMap 等。
2. 性能问题：并行流的开销主要来自数据分割、任务调度和结果合并。如果数据量较小，并行流的开销可能会大于其带来的性能提升。
   • 解决方案：根据数据量大小进行测试和调整。对于小数据量，使用顺序流可能更高效；对于大数据量，并行流更有优势。
3. 异常处理问题：并行流中抛出的异常处理较为复杂，因为异常可能在不同的线程中抛出。
   • 解决方案：可以使用 try - catch 块在并行流操作之后捕获异常，或者使用 peek 操作在流处理过程中进行异常处理，但这种方式相对复杂。建议在并行流操作之前对数据进行必要的预处理，尽量避免异常的发生。