摘要:因此,使用并行流需要考慮以下幾點(diǎn)數(shù)據(jù)量將問題分解之后并行化處理,再將結(jié)果合并會(huì)帶來額外的開銷。
目錄
簡介
用法
例子
注意點(diǎn)
一. 簡介流是Java8引入的一個(gè)新特性,提供了對集合元素一系列便捷的操作,可以用很少的代碼實(shí)現(xiàn)復(fù)雜的功能。
流有兩大類,分別是對象流(Stream),基本數(shù)據(jù)流(IntStream、LongStream、DoubleStream)。
流的使用通常為三個(gè)步驟:①創(chuàng)建流 ②描述流 ③求值
創(chuàng)建流通過Stream靜態(tài)工廠方法來創(chuàng)建,Stream類提供了以下方法創(chuàng)建流。
of:
Stream
IntStream intStream = IntStream.of(new int[]{1, 2, 3});
generator:生成一個(gè)無限長度的Stream
可以看作是個(gè)工廠,每次返回一個(gè)給定類型的對象。
Stream
iterate:生成無限長度的Stream
其元素的生成是重復(fù)對給定的種子值(seed)調(diào)用用戶指定函數(shù)生成的
Stream
empty():生成空流
Stream.empty();
通過文件生成流:File.lines()
Stream
最常用的 通過Collection子類獲取Stream
List
Stream
通過Arrays.stream()封裝數(shù)據(jù)生成流,也很常用
IntStream intStream = Arrays.stream(new int[]{1, 2, 3});
比較少用的 CharSequence 接口方法 .chars()
String str = "hello world";
IntStream intStream = str.chars();
創(chuàng)建好流之后,就可以描述流了。更準(zhǔn)確的說法是,聲明流的中間操作。
中間操作比較常用的有以下幾種(返回值為Stream的均為中間操作)
.filter(man -> man.getAge() > 18) 過濾器
.map(Man::getName) 獲取字段,map操作可以執(zhí)行多次,將數(shù)據(jù)轉(zhuǎn)為我們期望的
.mapToInt 轉(zhuǎn)為數(shù)值流,這個(gè)和sum這些組合使用可以省去裝箱成本
.limit(3) 截?cái)嗔?,前三個(gè)
.distinct() 去重
.sorted() 排序
.skip(3) 丟棄前三個(gè)
.flatMap(Arrays::stream) 合并流
求值與中間操作相對應(yīng)的是終端操作,也就是我們的第三步,求值。
常用的終端操作有以下幾種(返回值不為Stream的為終端操作)
.collect(toList()); 結(jié)果轉(zhuǎn)為List格式
.collect(toSet()); 結(jié)構(gòu)轉(zhuǎn)為Set格式,自帶distinct效果
.count(); 計(jì)數(shù)
.findfirst(); 找第一個(gè)
.findAny(); 找任何一個(gè)
.forEach(System.out::println) 為每個(gè)元素進(jìn)行的操作
.min 獲取最小值
.max 獲取最大值
說明流是使用了內(nèi)部迭代而不是外部迭代三.例子
內(nèi)部迭代使用了惰性求值,只有在需要結(jié)果的那一刻才進(jìn)行求值。
所有的中間操作(只描述流)都是惰性求值,因?yàn)橹环祷亓薙tream。
// 用戶類
public class User { private Integer id; private String name; private Integer age; // GET SET Constructor .. }
// 初始化數(shù)據(jù)
ListuserList = new ArrayList () { /** */ private static final long serialVersionUID = 1L; { add(new User(1, "Luffy", 17)); ? add(new User(2, "Zoro", 19)); add(new User(3, "Nami", 18)); add(new User(4, "Usopp", 17)); add(new User(5, "Sanji", 19)); add(new User(6, "Chopper", 15)); add(new User(7, "Robin", 28)); add(new User(8, "FRANKY", 34)); add(new User(9, "BROOK", 88)); } };
// 例子
@Test public void test1() { // 獲取所有年齡大于17的用戶 List四.注意點(diǎn)users = userList.stream() .filter(user -> user.getAge() > 17) .collect(Collectors.toList()); System.out.println(users); } // 靜態(tài)導(dǎo)入Collectors后會(huì)更簡潔。 // import static java.util.stream.Collectors.*; @Test public void test2() { // 根據(jù)年齡是否大于17歲對集合進(jìn)行分塊 Map > users = userList.stream() .collect(partitioningBy(u -> u.getAge() > 17)); System.out.println(users); } @Test public void test3() { // 按照年齡,將用戶分組 Map > users = userList.stream() .collect(groupingBy(User::getAge)); System.out.println(users); } @Test public void test4() { // 獲取所有用戶的名稱 List names = userList.stream() .map(User::getName) .collect(toList()); System.out.println(names); } @Test public void test5() { // 獲取年齡最大的用戶(只返回一個(gè)) User user = userList.stream() .max((u1, u2) -> { return u1.getAge() > u2.getAge() ? 1 : -1; }) .get(); System.out.println(user); } @Test public void test6() { // 獲取用戶年齡總和 int ageSum = userList.stream() .map(User::getAge) .reduce(0, (acc, element) -> { acc += element; return acc; }); System.out.println(ageSum); ageSum = userList.stream() .map(User::getAge) .reduce(0, Integer::sum); System.out.println(ageSum); ageSum = userList.stream() .collect(summingInt(User::getAge)); System.out.println(ageSum); } @Test public void test7() { // 獲取組成用戶姓名的字母 Set set = userList.stream() .map(User::getName) .map(name -> name.split("")) .flatMap(Arrays::stream) .collect(toSet()); System.out.println(set); }
如何進(jìn)行調(diào)試
// 可以利用peek查看流中的數(shù)據(jù)狀態(tài) userList.stream() .peek(System.out::println) .map(u -> u.getName()) .peek(System.out::println) .collect(toList());
使用并行還是串行
// 將流改為并行流十分簡單,只需要將stream方法改為parallelStream Map> users = userList.parallelStream() .collect(groupingBy(User::getAge)); // 或是使用 parallel() 聲明為并行 Stream.iterate(0L, i -> i + 1) .parallel() .limit(10) .reduce(0L, Long::sum);
Java8流的并行屬于數(shù)據(jù)并行,即將數(shù)據(jù)分為幾部分,利用多核CPU對每塊數(shù)據(jù)執(zhí)行運(yùn)算,最終匯總數(shù)據(jù),得到答案。底層是使用了fork/join框架,fork遞歸分解問題,然后每段并行執(zhí)行,最終join合并結(jié)果。?因此,使用并行流需要考慮以下幾點(diǎn):
數(shù)據(jù)量 : 將問題分解之后并行化處理,再將結(jié)果合并會(huì)帶來額外的開銷。
因此數(shù)據(jù)足夠大,每個(gè)數(shù)據(jù)處理管道花費(fèi)的時(shí)間足夠多時(shí),并行化處理才有意義
將數(shù)據(jù)對半分解的難易程度 :
ArrayList、數(shù)組、IntStream.range,這些數(shù)據(jù)結(jié)構(gòu)支持隨機(jī)讀取,也就是說能輕而易舉地被任意分解。
LinkedList,對半分解太難。需要o(n) 時(shí)間復(fù)雜度
核的數(shù)量 : 單核的機(jī)器是沒必要并行化的
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://systransis.cn/yun/68998.html
摘要:實(shí)戰(zhàn)讀書筆記第一章從方法傳遞到接著上次的,繼續(xù)來了解一下,如果繼續(xù)簡化代碼。去掉并且生成的數(shù)字是萬,所消耗的時(shí)間循序流并行流至于為什么有時(shí)候并行流效率比循序流還低,這個(gè)以后的文章會(huì)解釋。 《Java8實(shí)戰(zhàn)》-讀書筆記第一章(02) 從方法傳遞到Lambda 接著上次的Predicate,繼續(xù)來了解一下,如果繼續(xù)簡化代碼。 把方法作為值來傳遞雖然很有用,但是要是有很多類似與isHeavy...
摘要:需要注意的是很多流操作本身就會(huì)返回一個(gè)流,所以多個(gè)操作可以直接連接起來,如下圖這樣,操作可以進(jìn)行鏈?zhǔn)秸{(diào)用,并且并行流還可以實(shí)現(xiàn)數(shù)據(jù)流并行處理操作。為集合創(chuàng)建并行流。 上一篇文章,小樂給大家介紹了《Java8新特性之方法引用》,下面接下來小樂將會(huì)給大家介紹Java8新特性之Stream,稱之為流,本篇文章為上半部分。 1、什么是流? Java Se中對于流的操作有輸入輸出IO流,而Jav...
摘要:前言系列神秘的系列神奇的函數(shù)式接口繼上兩篇之后,本文已經(jīng)系列的第三篇了。相反,他們會(huì)返回一個(gè)持有結(jié)果的新。操作是延遲執(zhí)行的。截?cái)嗔鳎蛊湓夭怀^給定數(shù)量。返回流中元素總數(shù)。返回流中最大值。 前言 「Java8系列」神秘的Lambda「Java8系列」神奇的函數(shù)式接口繼上兩篇之后,本文已經(jīng)java8系列的第三篇了。本篇文章比較長,但我希望大家都能認(rèn)真讀完。讀不完可以先收藏,在找時(shí)間讀。...
摘要:表達(dá)式體現(xiàn)了函數(shù)式編程的思想,即一個(gè)函數(shù)亦可以作為另一個(gè)函數(shù)參數(shù)和返回值,使用了函數(shù)作參數(shù)返回值的函數(shù)被稱為高階函數(shù)。對流對象進(jìn)行及早求值,返回值不在是一個(gè)對象。 Java8主要的改變是為集合框架增加了流的概念,提高了集合的抽象層次。相比于舊有框架直接操作數(shù)據(jù)的內(nèi)部處理方式,流+高階函數(shù)的外部處理方式對數(shù)據(jù)封裝更好。同時(shí)流的概念使得對并發(fā)編程支持更強(qiáng)。 在語法上Java8提供了Lamb...
摘要:一流轉(zhuǎn)換為數(shù)組集合陳楊將流轉(zhuǎn)換為數(shù)組將流轉(zhuǎn)換為數(shù)組將流轉(zhuǎn)換為集合將流轉(zhuǎn)換為集合解析 一、流 轉(zhuǎn)換為數(shù)組、集合 package com.java.design.java8.Stream; import org.junit.Test; import org.junit.runner.RunWith; import org.springframework.boot.test.context...
摘要:串行與并行可以分為串行與并行兩種,串行流和并行流差別就是單線程和多線程的執(zhí)行。返回串行流返回并行流和方法返回的都是類型的對象,說明它們在功能的使用上是沒差別的。唯一的差別就是單線程和多線程的執(zhí)行。 Stream是什么 Stream是Java8中新加入的api,更準(zhǔn)確的說: Java 8 中的 Stream 是對集合(Collection)對象功能的增強(qiáng),它專注于對集合對象進(jìn)行各種非常便...
閱讀 3807·2021-11-12 10:34
閱讀 2822·2021-09-22 15:14
閱讀 790·2019-08-30 15:53
閱讀 3207·2019-08-30 12:53
閱讀 1290·2019-08-29 18:32
閱讀 2771·2019-08-29 16:41
閱讀 1068·2019-08-26 13:40
閱讀 1810·2019-08-23 18:07