当前位置： 首页 > news >正文

长宁网站建设公司网站alexa排名

news 2025/7/5 10:42:39
长宁网站建设公司,网站alexa排名,网站建设应注重实用性,做论坛网站要办理什么证件Java 8 Stream 介绍 1. 什么是Stream？ Stream（流）是Java 8引入的全新概念，它是一个支持串行和并行聚合操作的元素序列。Stream API提供了一种声明式的方式来处理数据集合，可以让我们以一种类似SQL查询的方式处理数据…

Java 8 Stream 介绍

1. 什么是Stream？

Stream（流）是Java 8引入的全新概念，它是一个支持串行和并行聚合操作的元素序列。Stream API提供了一种声明式的方式来处理数据集合，可以让我们以一种类似SQL查询的方式处理数据。

Stream的特点：

  1. 声明式处理：通过声明要做什么，而不是如何做
  2. 链式操作：支持多个操作的链式调用
  3. 惰性计算：中间操作不会立即执行
  4. 可并行：易于转换为并行操作
  5. 一次性使用：Stream只能被消费一次

2. Stream的基本用法

1. 创建Stream

// 1. 从Collection创建
List<String> list = Arrays.asList("a", "b", "c");
Stream<String> stream1 = list.stream();// 2. 从数组创建
String[] array = {"a", "b", "c"};
Stream<String> stream2 = Arrays.stream(array);// 3. 使用Stream.of()
Stream<String> stream3 = Stream.of("a", "b", "c");// 4. 创建数值流
IntStream intStream = IntStream.range(1, 5); // 1,2,3,4
DoubleStream doubleStream = DoubleStream.of(1.1, 2.2, 3.3);// 5. 创建无限流
Stream<Integer> infiniteStream = Stream.iterate(0, n -> n + 2); // 偶数流
Stream<Double> randomStream = Stream.generate(Math::random);    // 随机数流

2. Stream操作的类型

Stream API的操作可以分为两类：

2.1 中间操作（Intermediate Operations）
  • 返回新的Stream
  • 是惰性的（lazy）
  • 不会立即执行
// 常见的中间操作
Stream<String> stream = list.stream().filter(s -> s.length() > 3)    // 过滤.map(String::toUpperCase)       // 转换.distinct()                     // 去重.sorted()                       // 排序.limit(5);                      // 限制数量
2.2 终端操作（Terminal Operations）
  • 产生结果
  • 会触发实际计算
  • 执行后Stream不能再被使用
// 常见的终端操作
long count = stream.count();                    // 计数
List<String> result = stream.collect(Collectors.toList());  // 收集到List
String joined = stream.collect(Collectors.joining(", "));   // 连接字符串

3. Stream的常用操作示例

1. 过滤和映射

List<String> names = Arrays.asList("John", "Jane", "Adam", "Tom");// 过滤以'J'开头的名字并转换为大写
List<String> filteredNames = names.stream().filter(name -> name.startsWith("J")).map(String::toUpperCase).collect(Collectors.toList());
// 结果: [JOHN, JANE]// map：一对一映射
List<String> words = Arrays.asList("hello", "world");
List<Integer> wordLengths = words.stream().map(String::length).collect(Collectors.toList());  // [5, 5]// flatMap：一对多映射
List<List<Integer>> nestedNumbers = Arrays.asList(Arrays.asList(1, 2, 3),Arrays.asList(4, 5, 6)
);
List<Integer> flattenedNumbers = nestedNumbers.stream().flatMap(Collection::stream).collect(Collectors.toList());  // [1, 2, 3, 4, 5, 6]

2. 排序和限制

/ 自然排序
List<Integer> sorted = numbers.stream().sorted().collect(Collectors.toList());// 自定义排序
List<String> names = Arrays.asList("John", "Jane", "Adam");
List<String> sortedByLength = names.stream().sorted(Comparator.comparing(String::length)).collect(Collectors.toList());// 反向排序
List<Integer> reverseSorted = numbers.stream().sorted(Comparator.reverseOrder()).collect(Collectors.toList());// 获取前3个最大的数字
List<Integer> numbers = Arrays.asList(3, 1, 4, 1, 5, 9, 2, 6, 5);List<Integer> top3 = numbers.stream().sorted(Comparator.reverseOrder()).distinct().limit(3).collect(Collectors.toList());
// 结果: [9, 6, 5]

3. 统计和汇总

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);// 基本统计
IntSummaryStatistics stats = numbers.stream().mapToInt(Integer::intValue).summaryStatistics();System.out.println("Average: " + stats.getAverage());  // 3.0
System.out.println("Sum: " + stats.getSum());         // 15
System.out.println("Max: " + stats.getMax());         // 5
System.out.println("Min: " + stats.getMin());        // 1

4. 分组和分区

List<Person> people = Arrays.asList(new Person("John", 25),new Person("Jane", 30),new Person("Adam", 25)
);// 按年龄分组
Map<Integer, List<Person>> byAge = people.stream().collect(Collectors.groupingBy(Person::getAge));// 按年龄是否大于27分区
Map<Boolean, List<Person>> partitioned = people.stream().collect(Collectors.partitioningBy(p -> p.getAge() > 27));

5. 收集结果

// 收集为List
List<Integer> list = numbers.stream().collect(Collectors.toList());// 收集为Set
Set<Integer> set = numbers.stream().collect(Collectors.toSet());// 收集为Map
Map<String, Integer> map = names.stream().collect(Collectors.toMap(Function.identity(),    // 键映射函数String::length         // 值映射函数));// 连接字符串
String joined = names.stream().collect(Collectors.joining(", "));

3.2 规约操作

// reduce：求和
int sum = numbers.stream().reduce(0, Integer::sum);// reduce：求最大值
Optional<Integer> max = numbers.stream().reduce(Integer::max);// reduce：字符串连接
String concatenated = words.stream().reduce("", String::concat);

3.4 匹配操作

// anyMatch：是否存在匹配元素
boolean hasEven = numbers.stream().anyMatch(n -> n % 2 == 0);// allMatch：是否所有元素都匹配
boolean allEven = numbers.stream().allMatch(n -> n % 2 == 0);// noneMatch：是否没有匹配元素
boolean noneNegative = numbers.stream().noneMatch(n -> n < 0);

4. 并行流操作

4.1 创建并行流

// 从集合创建并行流
List<Integer> parallelResult = numbers.parallelStream().map(n -> n * 2).collect(Collectors.toList());// 将顺序流转换为并行流
List<Integer> parallelResult2 = numbers.stream().parallel().map(n -> n * 2).collect(Collectors.toList());

4.2 并行流注意事项

// 使用forEachOrdered保证顺序
numbers.parallelStream().forEachOrdered(System.out::println);// 使用线程安全的收集器
List<Integer> syncList = numbers.parallelStream().collect(Collectors.toCollection(CopyOnWriteArrayList::new));## Stream使用的注意事项1. **Stream不存储数据**- Stream不是数据结构- Stream只是用于计算的抽象2. **Stream操作是惰性的**- 中间操作不会立即执行- 只有遇到终端操作时才会执行3. **Stream不能重复使用**
```java
Stream<String> stream = list.stream();
stream.forEach(System.out::println);
// 下面的代码会抛出异常
stream.forEach(System.out::println); // IllegalStateException
  1. 注意空指针
// 推荐使用Optional避免空指针
Optional<String> first = stream.filter(s -> s.length() > 3).findFirst();
  1. 合理使用并行流
// 数据量大时使用并行流可提高性能
List<Integer> result = numbers.parallelStream().filter(n -> n > 100).collect(Collectors.toList());

5. 实际应用示例

5.1 数据过滤和转换

class Person {String name;int age;String city;// 构造函数和getter/setter省略
}List<Person> people = // 假设这里有一个Person列表// 获取所有成年人的姓名，按字母排序
List<String> adultNames = people.stream().filter(p -> p.getAge() >= 18).map(Person::getName).sorted().collect(Collectors.toList());// 按城市对人进行分组
Map<String, List<Person>> peopleByCity = people.stream().collect(Collectors.groupingBy(Person::getCity));

5.2 复杂数据处理

// 计算每个城市的平均年龄
Map<String, Double> avgAgeByCity = people.stream().collect(Collectors.groupingBy(Person::getCity,Collectors.averagingInt(Person::getAge)));// 找出每个城市年龄最大的人
Map<String, Optional<Person>> oldestByCity = people.stream().collect(Collectors.groupingBy(Person::getCity,Collectors.maxBy(Comparator.comparing(Person::getAge))));

6. 最佳实践

  1. 使用Stream的时机

    • 当需要对集合进行复杂操作时
    • 当操作可以被链式调用表示时
    • 当需要并行处理数据时

  2. 性能考虑

    • 避免过度使用Stream
    • 注意中间操作的顺序（例如，先filter后map通常更高效）
    • 大数据量时考虑使用并行流

  3. 代码可读性

    • 适当换行以提高可读性
    • 使用有意义的变量名
    • 复杂操作添加适当的注释

  4. 调试技巧

    • 使用peek()方法调试中间结果
    • 合理拆分复杂的Stream操作链
    • 使用适当的日志记录

7. 常见问题和解决方案

  1. 无限流的处理
// 错误示例
Stream.iterate(0, n -> n + 1); // 无限流// 正确示例
Stream.iterate(0, n -> n + 1).limit(10); // 限制元素数量
  1. 并行流的线程安全
// 错误示例
List<String> result = new ArrayList<>();
stream.parallel().forEach(result::add); // 线程不安全// 正确示例
List<String> result = stream.parallel().collect(Collectors.toList()); // 使用线程安全的收集器
  1. Stream重复使用
// 错误示例
Stream<String> stream = list.stream();
stream.forEach(System.out::println);
stream.forEach(System.out::println); // 抛出异常// 正确示例
list.stream().forEach(System.out::println);
list.stream().forEach(System.out::println); // 每次创建新的Stream

8. Stream的优势

  1. 代码简洁

    • 使用Stream可以用更少的代码完成复杂的数据处理

  2. 提高可读性

    • 声明式的处理方式更容易理解代码意图

  3. 支持并行

    • 轻松实现并行处理，提高性能

  4. 延迟执行

    • 惰性计算提高了程序效率

9. 实际应用场景

  1. 数据过滤和转换
// 过滤和转换用户数据
List<UserDTO> userDTOs = users.stream().filter(user -> user.isActive()).map(user -> convertToDTO(user)).collect(Collectors.toList());
  1. 数据统计分析
// 计算订单总金额
double totalAmount = orders.stream().mapToDouble(Order::getAmount).sum();
  1. 复杂数据处理
// 按部门统计员工平均工资
Map<String, Double> avgSalaryByDept = employees.stream().collect(Collectors.groupingBy(Employee::getDepartment,Collectors.averagingDouble(Employee::getSalary)));
http://www.khdw.cn/news/2936.html

相关文章：

  • 江门市做网站福建seo网站
  • 哪里有做网站公司网络营销出来做什么
  • 校园网站建设培训稿西安百度竞价外包
  • 胶州家园网站建设搜索优化的培训免费咨询
  • 辽宁做网站和优化哪家好现代网络营销的方式
  • 做投资的网站济南seo排名优化推广
  • 美国做ppt的网站哈尔滨关键词优化方式
  • 怎么做装修网站平台游戏推广怎么做
  • 如何给网站做第三方流量监测百度平台电话多少
  • 活动 网站 源码企业专业搜索引擎优化
  • 合肥做网站公网站的建设流程
  • asp.net程序做的网站安全吗智慧软文网站
  • 浙江综合网站建设配件企业网站搜索引擎推广方法
  • 专业网站建设集团南宁做网站公司
  • 手机免费建设网站俄罗斯搜索引擎入口 yandex
  • 黄山旅游攻略五日游上海排名优化seo
  • 秦皇岛建设网站官网百度地图网页版进入
  • 网站没有备案网络营销到底是干嘛的
  • 事业单位门户网站建设做网销的一天都在干嘛
  • 网店html模板如何做网站搜索引擎优化
  • 龙岩排头疫情最新消息武汉seo软件
  • 网站开发 之cookie百度收录怎么弄
  • 郑州网站高端设计网站制作费用
  • 外贸网站怎么做关键词网络优化器免费
  • 用织梦系统做网站百度搜索风云榜
  • 网站建设注意什么优化关键词具体要怎么做
  • 杭州网站开发招聘广州seo学徒
  • 玉溪人民政府网站建设现状seo黑帽教学网
  • 软件外包行业网站seo诊断分析和优化方案
  • 织梦做有网站有后台 能下载备份所有代码文件么今日新闻头条新闻最新