• Core java for impatient 笔记 ch8 流


    流stream 使用了数据视图,让你可以在比集合更高的概念上指定操作
    使用流,你只需要将操作的调度留给实现,例如,假设你要计算某个属性的平均值,你只需要
    指定数据源和属性,然后流类库会优化计算,比如使用多线程来求和,计数,合并结果
    1.迭代器使用了一种明确的遍历策略,同时也阻止了高效的并发执行.
    2.你可以从集合,数组,生成器和迭代器创建流
    3.使用filter来选择元素,使用map元素转换
    4.对于转换刘的其他操作,limit,distinct,sorted
    5.从stream中获得结果使用归约操作
    6.Optional 类型是作为处理Null值而提供的一个安全替代者
    7.Collectors类的groupingBy方法和partitioningBy方法允许你把stream分组来求解
    8.并行流自动将流操作并行化


    8.1从迭代到stream操作
    当你处理集合的时候通常会迭代所有元素并且对每一个元素进行处理,使用流操作可以提高效率并行处理,遵循“做什么”而不限制怎样做,提供了诚信优化提高效率的机会
    流表面上看起来和集合相似,然而:
    1.流不存储元素,他们存储在底层的集合或者按需求生成
    2.流操作不改变他们的源数据
    3.如果可能的话,stream操作是延时执行的,也就是说直到需要结果的时候,方法才会执行,如果你要找到前五个长单词,那么stream会在找到第五个之后自动停止执行,所以你可以拥有一个无穷流!
    //读取字符串
    String contents = new String(Files.readAllBytes(Paths.get("alice.txt")),StandardCharsets.UTF_8);
    List<String> words = Arrays.asList(contents.split("PL+"));
    //
    long count = words.parallelStream().filter(w -> w.length() > 12).count());

    8.2创建stream
    集合->利用collection接口的stream方法
    数组->利用静态方法Stream.of

    可以创建空流
    Stream<String> ec = Stream.empty();

    可以创建生成器函数
    Stream<String> silence = Stream.generate(Math::random);
    可以创建序列
    Stream<BigInterger> integers = Stream.iterate(BigInterger.ZERO,n -> n.add(BigInteger.ONE));

    8.3
    filter 检查删除流元素
    map 作用于每一个流中的元素

    8.4
    提取子流和组合流
    limit(n) 返回包含n个元素的新流
    skip(n) 丢弃前n个元素


    简单规约:如何从流数据中获得答案
    count方法
    max
    anyMatch 如果有满足条件返回true
    min
    Optional 类型是一种更好的表明缺少返回值的方式(和auto 差不多?)

  • 相关阅读:
    【Spring Boot】关于上传文件例子的剖析
    GIT初始学习记录
    Java代码混淆工具ProGuard
    Kafka 概念、单机搭建与使用
    流网络分析系统-SNAS
    【Spring Boot】使用JDBC 获取相关的数据
    二叉树【按层打印、序列化、反序列化】
    跨域共享cookie
    启动kafka集群,关闭kafka集群脚本
    kafka-consumer.properties
  • 原文地址:https://www.cnblogs.com/joeylee97/p/7492058.html
Copyright © 2020-2023  润新知