我正在做一个面试测试，没有真正的方法来解决这个问题。我希望你们能帮我找出解决这类问题的最佳方法。
问题包括最大容量的ArrayList，即Integer.max_VALUE.
ArrayList<User> arr = new ArrayList<User>(Integer.MAX_VALUE);
这是假设，他们还提到
arr.ensureCapacity(Integer.MAX_VALUE); // shows no issues
据说User对象包含Int值a和b。
问题是，计算每个"n"的c值的最佳方法是什么；用户"；其中c是a、b值相乘的结果。
我的答案是将列表分解成更小的列表，然后并行地迭代所有更小的列表。当我进行计算时，我会将结果添加到一个值为c的结果列表中
List<User> firstNElementsList = list.stream().limit(n).collect(Collectors.toList());
我不知道N的合适大小。我只是说N可以是任意的，比如1000、10000或100000。阶梯将有10个列表需要处理。
我考试不及格，所以这个答案还不够。有更好的主意吗？
使用并行流处理，为了保持轻量级，使用IntStream将结果收集为int[]:
int[] cs = arr.parallelStream().mapToInt(u -> u.getA() * u.getB()).toArray();
注意，当使用并行处理时，结果的顺序可能与输入的原始顺序不一致，但这并不是一项要求，只是为了"；收集所有CCD_ 4"；；它并不是说你必须知道c的每个值来自哪个User。
尽管没有说明，或者a和b、u.getA() * u.getB()的任意值可能会导致算术溢出，因此更安全的方法是使用long值作为结果：
long[] cs = arr.parallelStream().mapToLong(u -> u.getA() * u.getB()).toArray();
作为一名面试官，我希望候选人能要求澄清这一点，如果答案是"；是"；，并且如果有保证CCD_ 11从不溢出CCD_。
要解析的数据的大致大小为2^31*sizeof(User)。假设只有字段int A和int B，这大约是17.17GB。正如Bohemian所指出的，由于整数乘法可能会导致长，输出数组c的大小也大致相同，大小为2^31*8字节=17.17GB。
一些可能有用的注释包括：
- 每个用户都可以独立处理。例如：数据可以被分割成1GB的块，在几台机器上进行处理，然后进行聚合。类似地，每台机器上的数据集都可以并行处理
- 计算C的操作相对便宜。计算C的另一种选择是根据需要动态解析该值(这也将节省17GB的空间)。或者，如果C的计算成本很高，则可以在计算后缓存它，但只能根据需要进行计算
这个问题似乎是在问如何最好地计算每个用户的"c"值，而不仅仅是为每个用户计算"c"。这表明，问题可能在于如何在大型数据集中计算派生字段。因此，懒惰的方法可能是可以接受的，并且值得考虑(时间与空间的权衡)。
话虽如此，如果C需要同时预先计算，并且只有一台机器，那么使用并行流是一种合理的方法。在幕后，这将在机器上的多个核心中分配工作，非常适合计算操作。
在我看来，你的回答没有错，但有几个问题可能会导致面试官拒绝你的回答：
- 您说过要并行迭代列表的不同块，但您提供的是顺序代码
List<User> firstNElementsList = list.stream().limit(n).collect(Collectors.toList()); - 计算完
c后，您希望将结果添加到results列表中。这实际上会抵消您之前所做的并行化带来的好处。原因是并行线程的执行顺序是不可预测的，因此这些线程最终会处于竞争状态，试图修改同一资源(results列表)，同时使资源处于不一致状态。这意味着，为了实现您所描述的，您需要在将c保存到results列表中时同步这些并行线程。有效地使整个事情再次按顺序进行，因为每个线程在修改results列表之前都需要等待上一个线程完成
在我看来，一种更快的方法是重用user对象，并在其中为c设置一个占位符，以便在计算后存储它。如果不允许，请创建包含c未来值占位符的对象的results列表。这样，在计算每个c之后，您还可以(并行地)从results列表中检索c的相应占位符并将其存储在那里。无需同步，因为您不是在修改results列表本身，而是在修改其中的单个对象