spliterator 是 java 8 支持并行流高效拆分遍历的核心接口，通过 estimatesize() 和 characteristics() 动态决策是否拆分及如何拆分，trysplit() 每次最多返回一个新 spliterator，确保互斥覆盖原范围，不同集合实现差异显著，开发者应优选 sized 数据源以提升并行效能。
Spliterator 是 Java 8 引入的用于支持 Stream（尤其是并行流）高效、可拆分遍历的核心接口。它不直接面向开发者使用，但在并行流执行过程中起着决定性作用：**如何将数据源“切片”，让多个线程能安全、均衡、无重复无遗漏地处理子任务**。理解它的拆分逻辑，是掌握并行流性能表现和行为边界的关键。
拆分不是简单二分，而是基于“估计大小”与“特征标识”的动态决策
Spliterator 通过 estimateSize() 返回当前待遍历元素的近似数量（可能为 Long.MAX_VALUE，如无限流），再结合 characteristics() 中的特征标志（如 SIZED、SORTED、IMMUTABLE、CONCURRENT 等），决定是否可拆、如何拆、拆到多细。
- 若具备
SIZED特征（如ArrayList、数组），Spliterator 通常能精确知道剩余元素数，拆分时倾向均分（例如从中间切开），保证子 Spliterator 大小接近； - 若无
SIZED（如LinkedList或自定义迭代器），estimateSize()可能返回0或极粗略值，此时trySplit()可能返回null（拒绝拆分），或只拆出少量元素（如头 1–2 个），导致并行度低甚至退化为串行； -
CONCURRENT特征表示底层数据结构支持并发访问（如ConcurrentHashMap），此时 Spliterator 可能不拆分数据，而是让每个线程直接遍历全量——因为无需加锁、拆分反而引入额外开销。
trySplit() 是核心动作：一次调用，最多产生一个新 Spliterator
并行流在 ForkJoinPool 中调度任务时，会反复调用当前 Spliterator 的 trySplit() 方法，尝试将其“一分为二”。注意：
- 每次调用最多返回一个新 Spliterator，原 Spliterator 继续代表“剩余部分”（不是左半/右半的固定角色）；
- 返回
null表示无法（或不建议）继续拆分，该 Spliterator 将由单个线程执行forEachRemaining()； - 拆分后，两个 Spliterator 必须互斥覆盖原范围——不能重叠、不能遗漏，这是实现正确性的强制契约；
- 对同一批数据多次调用
trySplit()，结果不唯一：JDK 实现可能按深度优先（先尽量拆到底）、也可能按广度优先（先摊开多个子任务），取决于具体集合类型和 JVM 版本优化策略。
常见集合的 Spliterator 拆分行为差异显著
不同数据源提供的 Spliterator 实现逻辑不同，直接影响并行流效果：
-
ArrayList：带SIZED | SUBSIZED | ORDERED | IMMUTABLE，trySplit()按索引中点均分，拆分稳定高效； -
HashSet/LinkedHashSet：无ORDERED（哈希表无序），但有SIZED，拆分按桶数组分段，各段大小较均衡； -
TreeSet：带SORTED | SIZED，内部基于红黑树，Spliterator 通过树节点路径模拟“区间划分”，拆分逻辑更复杂但保持有序性； -
Stream.iterate()或Stream.generate()：无SIZED，estimateSize()返回Long.MAX_VALUE，trySplit()通常返回null或仅拆出极小前缀，基本无法有效并行； - 自定义 Spliterator：若未正确实现
trySplit()或误报characteristics()（如声称IMMUTABLE实际可变），会导致数据竞争或结果错误。
开发者可控的优化点：从源头选择合适的数据结构与构造方式
你无法直接控制 Spliterator 的拆分算法，但可通过以下方式引导其发挥最佳效能：
- 优先使用
Collection（尤其ArrayList、ArrayDeque）而非Iterator构造流：list.parallelStream()比StreamSupport.stream(Spliterators.spliteratorUnknownSize(iterator, 0), true)更易获得高性能拆分； - 避免对非
SIZED源强行并行：如对BufferedReader.lines()调用parallel()，因底层 Spliterator 无大小信息，实际并行效率极低； - 必要时手动封装高效 Spliterator：实现
trySplit()时确保均分、无状态、幂等，并准确声明characteristics()； - 用
StreamSupport.stream(spliterator, true)时，确认传入的 Spliterator 具备所需特征（如SIZED），否则并行流可能忽略并行标志静默转为串行。
不复杂但容易忽略：并行流的威力不只取决于 CPU 核数，更取决于 Spliterator 能否把任务“切得准、分得匀、交得清”。看懂它，才能避开假并行、低效拆分和隐式串行的坑。
