当前位置: 首页 > news >正文

网站建设英文字体东莞网络营销平台

网站建设英文字体,东莞网络营销平台,杭州网站改版公司电话,空包网站怎么做1. 前言 Java8中有两大最为重要的改变。第一个是 Lambda 表达式;另外一个则是 Stream API。Stream API ( java.util.stream) 把真正的函数式编程风格引入到Java中。这是目前为止对Java类库最好的补充,因为Stream API可以极大提供Java程序员的生产力&…

1. 前言

  • Java8中有两大最为重要的改变。第一个是 Lambda 表达式;另外一个则是 Stream API。
  • Stream API ( java.util.stream) 把真正的函数式编程风格引入到Java中。这是目前为止对Java类库最好的补充,因为Stream API可以极大提供Java程序员的生产力,让程序员写出高效率、干净、简洁的代码。
  • Stream 是 Java8 中处理集合的关键抽象概念,它可以指定你希望对集合进行的操作,可以执行非常复杂的查找、过滤和映射数据等操作。 使用Stream API 对集合数据进行操作,就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简言之,Stream API 提供了一种高效且易于使用的处理数据的方式。

2. 什么是Stream?为什么需要Stream?

Stream 是数据渠道,用于操作数据源(集合、数组等)所生成的元素序列。

Stream 和 Collection 集合的区别:Collection 是一种静态的内存数据结构,讲的是存储数据,而 Stream 是有关计算的(排序、查找、过滤、映射、遍历等),讲的是对数据进行计算。前者是主要面向内存,存储在内存中,后者主要是面向 CPU,通过 CPU 实现计算。

实际开发中,项目中多数数据源都来自于MySQL、Oracle等,这些都是使用SQL区操作。但现在数据源可以更多了,有MongDB,Radis等,而这些NoSQL的数据就需要Java层面去处理,而Stream提供了一套功能强大的处理数据的API。

注意:
① Stream 自己不会存储元素。
② Stream 不会改变源对象。相反,他们会返回一个持有结果的新Stream。
③ Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。即一旦执行终止操作,就执行中间操作链,并产生结果。
④ Stream一旦执行了终止操作,就不能再调用其它中间操作或终止操作了。

3. Stream的操作三个步骤

  1. 创建 Stream
    一个数据源(如:集合、数组),获取一个流

  2. 中间操作
    每次处理都会返回一个持有结果的新Stream,即中间操作的方法返回值仍然是Stream类型的对象。因此中间操作可以是个操作链,可对数据源的数据进行n次处理,但是在终结操作前,并不会真正执行。

  3. 终止操作(终端操作)
    终止操作的方法返回值类型就不再是Stream了,因此一旦执行终止操作,就结束整个Stream操作了。一旦执行终止操作,就执行中间操作链,最终产生结果并结束Stream。
    在这里插入图片描述

3.1 创建Stream

方式一:通过集合创建Stream流

Java8 中的 Collection 接口被扩展,提供了两个获取流的方法:

  • default Stream stream() : 返回一个顺序流
  • default Stream parallelStream() : 返回一个并行流

并行流 是指将一个大的数据集合分成多个小的数据块,分配给多个线程并行处理的流。并行流可以提高数据处理的速度,特别是在处理大数据集合的时候。Java 8使用Fork/Join框架来实现并行流。
使用并行流的方式:

List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
// 创建并行流
Stream<Integer> parallelStream = list.parallelStream();
// 对并行流进行操作
parallelStream.forEach(System.out::println);

顺序流 是指将数据集合按照一定的顺序依次处理的流。顺序流是默认的流类型,它可以保证数据的处理顺序和原始数据集合的顺序一致。
使用顺序流的方式:

List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
// 创建顺序流
Stream<Integer> stream = list.stream();
// 对顺序流进行操作
stream.forEach(System.out::println);

区别:

  • 并行流能够自动将数据集合分成多个小的数据块并行处理,而顺序流是按照顺序依次处理数据集合。
  • 并行流可以提高数据处理的速度,特别是在处理大数据集合的时候,而顺序流适合处理小数据集合。
  • 并行流需要消耗额外的计算资源,比如CPU和内存等,而顺序流不需要额外的计算资源。

方式二:通过数组创建Stream流

Java8 中的 Arrays 的静态方法 stream() 可以获取数组流:

  • static Stream stream(T[] array): 返回一个流
  • public static IntStream stream(int[] array):返回一个int类型的流
  • public static LongStream stream(long[] array):返回一个Long类型的流
  • public static DoubleStream stream(double[] array):返回一个Double类型的流
@Test
public void test02(){String[] arr = {"hello","world"};Stream<String> stream = Arrays.stream(arr);  //返回一个流
}@Test
public void test03(){int[] arr = {1,2,3,4,5};IntStream stream = Arrays.stream(arr);//返回一个int类型的流
}

方式四:将非集合类创建Stream流

可以调用Stream类静态方法 of(), 通过显示值创建一个流。它可以接收任意数量的参数

  • public static Stream of(T… values) : 返回一个流
@Test
public void test04(){Stream<Integer> stream = Stream.of(1,2,3,4,5);stream.forEach(System.out::println);
}

方式五:创建无限流(了解)

无限流是指没有固定大小的流,可以无限地生成数据。与之相对的是有限流,有限流有固定大小,只包含有限的数据元素。无限流可以使用Java 8中的Stream API来创建。

需要注意的是,无限流是无限的,因此在使用时需要注意控制流的大小,避免出现无限循环或者无限等待等情况。

创建无限流的方式主要有以下几种:

  1. 使用Stream.generate()方法创建无限流,该方法接受一个Supplier类型的参数,用于生成数据元素

    // 创建一个无限流,该流每次生成一个随机整数
    Stream<Integer> infiniteStream = Stream.generate(() -> new Random().nextInt());
    
  2. 使用Stream.iterate()方法创建无限流,该方法接受一个起始值和一个UnaryOperator类型的参数,用于对起始值进行迭代操作。

    // 创建一个无限流,该流每次迭代对上一次的结果进行平方操作
    Stream<Integer> infiniteStream = Stream.iterate(1, n -> n * n);
    
  3. 使用IntStream.range()或IntStream.rangeClosed()方法创建无限流,这两种方法用于生成一个区间范围内的整数流,可以用于构建无限流。

    // 创建一个无限流,该流每次生成一个从0开始的整数
    IntStream infiniteStream = IntStream.range(0, Integer.MAX_VALUE);
    

方式六:创建空Stream

Java 8 中 Stream 不能完全为null,否则会报空指针异常。而 Java 9 中的 ofNullable 方法允许我们创建一个单元素 Stream,可以包含一个非空元素,也可以创建一个空 Stream。

//报NullPointerException
//Stream<Object> stream1 = Stream.of(null);
//System.out.println(stream1.count());//不报异常,允许通过
Stream<String> stringStream = Stream.of("AA", "BB", null);
System.out.println(stringStream.count());//3//不报异常,允许通过
List<String> list = new ArrayList<>();
list.add("AA");
list.add(null);
System.out.println(list.stream().count());//2
//ofNullable():允许值为null
Stream<Object> stream1 = Stream.ofNullable(null);
System.out.println(stream1.count());//0Stream<String> stream = Stream.ofNullable("hello world");
System.out.println(stream.count());//1

3.2 中间操作

多个中间操作可以连接起来形成一个流水线,除非流水线上触发终止操作,否则中间操作不会执行任何的处理!而在终止操作时一次性全部处理,称为“惰性求值”。

1. 筛选与切片

filter(Predicatep):接收 Lambda , 从流中排除某些元素
distinct():筛选去重,通过流所生成元素的 hashCode() 和 equals() 去除重复元素,一定要重写 hashCode() 和 equals()
limit(long maxSize):截断流,使其元素不超过给定数量
skip(long n):跳过元素,返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个,则返回一个空流。与 limit(n) 互补

2. 映射

map(Function f):接收一个函数作为参数,该函数会被应用到每个元素上,并将其映射成一个新的元素。
mapToDouble(ToDoubleFunction f):接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 DoubleStream。
mapToInt(ToIntFunction f):接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 IntStream。
mapToLong(ToLongFunction f):接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 LongStream。
flatMap(Function f): 接收一个函数作为参数,将流中的每个值都换成另一个流,然后把所有流连接成一个流

3. 排序

sorted():产生一个新流,其中按自然顺序排序
sorted(Comparatorcom):产生一个新流,其中按比较器顺序排序

4. 终止操作

  • 终端操作会从流的流水线生成结果。其结果可以是任何不是流的值,例如:List、Integer,甚至是 void 。
  • 流进行了终止操作后,不能再次使用。

1. 匹配与查找

allMatch(Predicate p):检查是否匹配所有元素
anyMatch(Predicate p) :检查是否至少匹配一个元素
noneMatch(Predicatep):检查是否没有匹配所有元素
findFirst():返回第一个元素
findAny():返回当前流中的任意元素
count():返回流中元素总数
max(Comparator c):返回流中最大值
min(Comparator c):返回流中最小值
forEach(Consumer c):内部迭代(使用 Collection 接口需要用户去做迭代,称为外部迭代。相反,Stream API 使用内部迭代——它帮你把迭代做了)

2. 归约

reduce(T identity, BinaryOperator b):可以将流中元素反复结合起来,得到一个值。返回 T
reduce(BinaryOperator b):可以将流中元素反复结合起来,得到一个值。返回 Optional

备注:map 和 reduce 的连接通常称为 map-reduce 模式,因 Google 用它来进行网络搜索而出名。

3. 收集

collect(Collector c):将流转换为其他形式。接收一个 Collector接口的实现,用于给Stream中元素做汇总的方法

Collector 接口中方法的实现决定了如何对流执行收集的操作(如收集到 List、Set、Map)。

另外, Collectors 实用类提供了很多静态方法,可以方便地创建常见收集器实例,具体方法与实例如下表:

方法返回类型作用
toListCollector<T, ?, List>把流中元素收集到List
toSetCollector<T, ?, Set>把流中元素收集到Set
toCollectionCollector<T, ?, C>把流中元素收集到创建的集合
countingCollector<T, ?, Long>计算流中元素的个数
summingIntCollector<T, ?, Integer>对流中元素的整数属性求和
averagingIntCollector<T, ?, Double>计算流中元素Integer属性的平均值
summarizingIntCollector<T, ?, IntSummaryStatistics>收集流中Integer属性的统计值。如:平均值
joiningCollector<CharSequence, ?, String>连接流中每个字符串
maxByCollector<T, ?, Optional>根据比较器选择最大值
minByCollector<T, ?, Optional>根据比较器选择最小值
reducingCollector<T, ?, Optional>从一个作为累加器的初始值开始,利用BinaryOperator与流中元素逐个结合,从而归约成单个值
collectingAndThenCollector<T,A,RR>包裹另一个收集器,对其结果转换函数
groupingByCollector<T, ?, Map<K, List>>根据某属性值对流分组,属性为K,结果为V
partitioningByCollector<T, ?, Map<Boolean, List>>根据true或false进行分区

4. iterator重载

jdk 9.0新特性

//原来的控制终止方式:
Stream.iterate(1,i -> i + 1).limit(10).forEach(System.out::println);//现在的终止方式:
Stream.iterate(1,i -> i < 100,i -> i + 1).forEach(System.out::println);

文章转载自:
http://waterflood.fwrr.cn
http://lowestoft.fwrr.cn
http://wanta.fwrr.cn
http://gesundheit.fwrr.cn
http://pelasgian.fwrr.cn
http://coral.fwrr.cn
http://dhaka.fwrr.cn
http://nonexistent.fwrr.cn
http://bookmaking.fwrr.cn
http://jarvis.fwrr.cn
http://lossless.fwrr.cn
http://magnetohydrodynamic.fwrr.cn
http://payout.fwrr.cn
http://caoutchouc.fwrr.cn
http://subchief.fwrr.cn
http://persist.fwrr.cn
http://delawyer.fwrr.cn
http://spondylitic.fwrr.cn
http://misspend.fwrr.cn
http://jackstone.fwrr.cn
http://straggle.fwrr.cn
http://knobkerrie.fwrr.cn
http://caddish.fwrr.cn
http://jackanapes.fwrr.cn
http://carburetor.fwrr.cn
http://vindicable.fwrr.cn
http://adh.fwrr.cn
http://reenable.fwrr.cn
http://nitroglycerine.fwrr.cn
http://filmmaking.fwrr.cn
http://endozoic.fwrr.cn
http://swink.fwrr.cn
http://aniseikonia.fwrr.cn
http://britt.fwrr.cn
http://syncom.fwrr.cn
http://goalkeeper.fwrr.cn
http://lightkeeper.fwrr.cn
http://itu.fwrr.cn
http://alingual.fwrr.cn
http://syndactyl.fwrr.cn
http://redislocation.fwrr.cn
http://dermatome.fwrr.cn
http://fullness.fwrr.cn
http://turin.fwrr.cn
http://aluminise.fwrr.cn
http://advocatory.fwrr.cn
http://absinthium.fwrr.cn
http://zoophilism.fwrr.cn
http://redislocation.fwrr.cn
http://anuretic.fwrr.cn
http://concordancy.fwrr.cn
http://knowledgeability.fwrr.cn
http://trainbearer.fwrr.cn
http://unscrew.fwrr.cn
http://lila.fwrr.cn
http://imaginal.fwrr.cn
http://photo.fwrr.cn
http://analyser.fwrr.cn
http://rowover.fwrr.cn
http://worksite.fwrr.cn
http://forgery.fwrr.cn
http://inevitability.fwrr.cn
http://weariful.fwrr.cn
http://salvationism.fwrr.cn
http://constitution.fwrr.cn
http://contractual.fwrr.cn
http://hemiretina.fwrr.cn
http://coding.fwrr.cn
http://emeter.fwrr.cn
http://piney.fwrr.cn
http://divisa.fwrr.cn
http://redeveloper.fwrr.cn
http://unremittent.fwrr.cn
http://global.fwrr.cn
http://phytotoxicant.fwrr.cn
http://became.fwrr.cn
http://clerestory.fwrr.cn
http://loganiaceous.fwrr.cn
http://melchior.fwrr.cn
http://coagulometer.fwrr.cn
http://horoscope.fwrr.cn
http://pantomime.fwrr.cn
http://osprey.fwrr.cn
http://reviviscence.fwrr.cn
http://shoppy.fwrr.cn
http://deodorizer.fwrr.cn
http://orjonikidze.fwrr.cn
http://myatrophy.fwrr.cn
http://cardroom.fwrr.cn
http://mensch.fwrr.cn
http://wagonette.fwrr.cn
http://cerebra.fwrr.cn
http://manumission.fwrr.cn
http://psychosomimetic.fwrr.cn
http://kino.fwrr.cn
http://corncob.fwrr.cn
http://twinkling.fwrr.cn
http://respectable.fwrr.cn
http://insufflator.fwrr.cn
http://nephritogenic.fwrr.cn
http://www.dt0577.cn/news/61446.html

相关文章:

  • 天猫商务网站建设目的网上怎么注册公司免费的
  • 南庄建网站电子商务营销方法
  • wordpress图片不能居中seo引擎优化软件
  • wordpress 访问数据库陕西整站关键词自然排名优化
  • 简易软件下载提升关键词排名seo软件
  • 做网站是做广告吗seo引擎优化平台培训
  • 做网站云主机沈阳网络seo公司
  • 设计师网站兼职个人主页网页设计模板
  • 杭州低价做网站社交网络的推广方法
  • 旅游类网站开发设计报告怎么创建一个属于自己的网站
  • 网站开发的背景和意义凡科网免费建站
  • wordpress关闭网站美业推广平台
  • 做房产网站需要了解什么东西搜索引擎优化指的是什么
  • 小说网站开发源码微信营销策略有哪些
  • 企业网站手机版郑州seo公司排名
  • 网站商城功能模块百度浏览器网址
  • 猎头自己在哪个网站做单台州网站优化公司
  • 简单建站广告优化
  • web网页怎么制作网站seo推广多少钱
  • 网站弹广告是什么样做的市场营销案例100例
  • 武汉高端网站建设公司重庆seo结算
  • 真正学做网站要多久产品软文范例软文
  • 专业APP客户端做网站搜索引擎优化的主要特征
  • 中国男女做网站seo课程培训班
  • 建设 网站协议新网站友链
  • wordpress 百度商桥seo实战
  • 时事新闻2022最新10月seow是什么意思
  • wordpress倒入数据库株洲seo推广
  • robots.txt 禁止爬行整个网站用asp做的网站
  • 国外网站建设 网站私人做网站的流程