网站建设的总体需求,专门做书籍设计的网站,网站首页是什么意思,网站建设费用属于业务宣传费吗Java 8与往常一样是妥协和向后兼容的版本。 JSR-335专家组可能无法与某些读者就某些功能的范围或可行性达成一致的发行版。 请参阅Brian Goetz关于为什么…的一些具体解释。 …Java 8默认方法中不允许“最终” …Java 8默认方法中不允许“同步” 但是今天#xff0c;我们将… Java 8与往常一样是妥协和向后兼容的版本。 JSR-335专家组可能无法与某些读者就某些功能的范围或可行性达成一致的发行版。 请参阅Brian Goetz关于为什么…的一些具体解释。 …Java 8默认方法中不允许“最终” …Java 8默认方法中不允许“同步” 但是今天我们将专注于Streams API的“缺点”或者正如Brian Goetz可能指出的那样考虑到设计目标事情超出了范围。 并行流 并行计算很困难曾经很痛苦。 当Java 7首次附带新的现在已旧的 Fork / Join API时人们并不完全喜欢它。相反显然调用Stream.parallel()的简洁性是无与伦比的。 但是实际上很多人并不需要并行计算不要与多线程混淆。 在95的情况下人们可能更喜欢功能更强大的Streams API或者更通用的功能更强大的Collections API Iterable各种Iterable子类型都有很多很棒的方法。 但是更改Iterable是危险的。 甚至不Iterable通过潜在的Iterable.stream()方法将Iterable转换为Stream 似乎也冒着打开潘多拉盒子的风险 。 顺序流 因此如果JDK不发货我们将自己创建 流本身就很棒。 它们可能是无限的这是一个很酷的功能。 通常尤其是在函数式编程中集合的大小并不重要因为我们可以使用函数逐个元素地进行转换。 如果我们允许Streams纯粹是顺序的那么我们也可以使用以下任何一种很酷的方法并行Streams也可以使用其中的一些方法 cycle() –使每个流无限的保证方式 duplicate() –将一个流复制为两个等效流 foldLeft() -顺序和非缔合的替代reduce() foldRight() -顺序和非缔合的替代reduce() limitUntil() –将流限制为满足第一个条件的第一个条件之前的记录 limitWhile() –将流限制为第一个不满足谓词之前的记录 maxBy() –将流减少到最大映射值 minBy() –将流减少到最小映射值 partition() –将一个流划分为两个流一个满足一个谓词另一个不满足相同的谓词 reverse() –以相反的顺序产生一个新的流 skipUntil() –跳过记录直到满足谓词 skipWhile() –只要满足谓词就跳过记录 slice() –截取流的一部分即合并skip()和limit() splitAt() –在给定位置将一个流分成两个流 unzip() –将成对的流分成两个流 zip() –将两个流合并为一个成对的流 zipWithIndex() –将流及其对应的索引流合并为单个对流 jOOλ的新Seq类型可以完成所有操作 以上所有都是jOOλ的一部分。 jOOλ读作“ jewel”或“ dju-lambda”也用URL编写jOOL等是一种ASL 2.0许可的库它是在我们使用Java 8实施jOOQ集成测试时从我们自己的开发需求中产生的 。适合编写有关集合元组记录和所有SQL原因的测试。 但是Streams API感觉有点不足因此我们将JDK的Streams包装到我们自己的Seq类型中用于序列/顺序Stream的Seq // Wrap a stream in a sequence SeqInteger seq1 seq(Stream.of(1, 2, 3));// Or create a sequence directly from values SeqInteger seq2 Seq.of(1, 2, 3); 我们已经将Seq扩展JDK Stream接口的新接口因此您可以与其他Java API完全互操作地使用Seq保持现有方法不变 public interface SeqT extends StreamT {/*** The underlying {link Stream} implementation.*/StreamT stream();// [...] } 现在如果没有元组函数式编程仅是乐趣的一半。 不幸的是Java没有内置的元组虽然使用泛型创建元组库很容易但是当将Java与Scala或C甚至VB.NET 进行比较时 元组仍然是第二类语法公民。 但是… jOOλ也有元组 我们已经运行了一个代码生成器以生成1-8级的元组将来可能会添加更多例如以匹配Scala和jOOQ的 “魔术”级22。 并且如果库中有这样的元组则该库也需要相应的功能。 这些TupleN和FunctionN类型的本质总结如下 public class Tuple3T1, T2, T3 implements Tuple, ComparableTuple3T1, T2, T3, Serializable, Cloneable {public final T1 v1;public final T2 v2;public final T3 v3;// [...] } 和 FunctionalInterface public interface Function3T1, T2, T3, R {default R apply(Tuple3T1, T2, T3 args) {return apply(args.v1, args.v2, args.v3);}R apply(T1 v1, T2 v2, T3 v3); } 元组类型还有许多其他功能但让我们今天不做介绍。 另外我最近在reddit上与Gavin KingHibernate的创建者进行了有趣的讨论 。 从ORM的角度来看Java类似乎是SQL /关系元组的合适实现而且确实如此。 从ORM角度来看。 但是类和元组在本质上是不同的这对于大多数ORM来说是一个非常微妙的问题- 例如如Vlad Mihalcea所解释的 。 此外SQL的行值表达式即元组的概念与Java类可以建模的完全不同。 此主题将在后续的博客文章中介绍。 一些jOOλ示例 考虑到上述目标让我们来看一下如何通过示例来实现上述API 拉链 // (tuple(1, a), tuple(2, b), tuple(3, c)) Seq.of(1, 2, 3).zip(Seq.of(a, b, c));// (1:a, 2:b, 3:c) Seq.of(1, 2, 3).zip(Seq.of(a, b, c), (x, y) - x : y );// (tuple(a, 0), tuple(b, 1), tuple(c, 2)) Seq.of(a, b, c).zipWithIndex();// tuple((1, 2, 3), (a, b, c)) Seq.unzip(Seq.of(tuple(1, a),tuple(2, b),tuple(3, c) )); 元组已经变得非常方便了。 当我们将两个流“压缩”到一个流中时我们需要一个将两个值组合在一起的包装器值类型。 传统上人们可能已经使用Object[]来解决问题但是数组并不指示属性类型或程度。 不幸的是Java编译器无法SeqT T类型的有效边界。 这就是为什么我们只能有一个静态unzip()方法而不是实例方法的原因该方法的签名如下所示 // This works static T1, T2 Tuple2SeqT1, SeqT2 unzip(StreamTuple2T1, T2 stream) { ... }// This doesnt work: interface SeqT extends StreamT {Tuple2Seq???, Seq??? unzip(); } 跳过和限制 // (3, 4, 5) Seq.of(1, 2, 3, 4, 5).skipWhile(i - i 3);// (3, 4, 5) Seq.of(1, 2, 3, 4, 5).skipUntil(i - i 3);// (1, 2) Seq.of(1, 2, 3, 4, 5).limitWhile(i - i 3);// (1, 2) Seq.of(1, 2, 3, 4, 5).limitUntil(i - i 3); 其他功能库可能使用与跳过例如删除和限制例如采用不同的术语。 最终并不重要。 我们选择了现有Stream API中已经存在的术语 Stream.skip()和Stream.limit() 折叠式 // abc Seq.of(a, b, c).foldLeft(, (u, t) - t u);// cba Seq.of(a, b, c).foldRight(, (t, u) - t u); Stream.reduce()操作专为并行化而设计。 这意味着传递给它的函数必须具有以下重要属性 关联性 不干涉 无国籍 但是有时候您确实想使用不具有上述属性的函数来“减少”流因此您可能并不在乎减少的并行性。 这就是“折叠”出现的地方。 在此处可以看到有关缩小和折叠在Scala中各种差异的很好的解释。 分裂 // tuple((1, 2, 3), (1, 2, 3)) Seq.of(1, 2, 3).duplicate();// tuple((1, 3, 5), (2, 4, 6)) Seq.of(1, 2, 3, 4, 5, 6).partition(i - i % 2 ! 0)// tuple((1, 2), (3, 4, 5)) Seq.of(1, 2, 3, 4, 5).splitAt(2); 上面的功能都有一个共同点它们在单个流上运行以产生两个新的流这些流可以独立使用。 显然这意味着在内部必须消耗一些内存以保留部分消耗的流的缓冲区。 例如 复制需要跟踪一个流中已消耗的所有值而另一流中没有 分区需要快速前进到满足或不满足谓词的下一个值而不会丢失所有丢弃的值 拆分可能需要快速前进到拆分索引 为了获得一些真正的功能乐趣让我们看一下可能的splitAt()实现 static T Tuple2SeqT, SeqT splitAt(StreamT stream, long position) {return seq(stream).zipWithIndex().partition(t - t.v2 position).map((v1, v2) - tuple(v1.map(t - t.v1),v2.map(t - t.v1))); } …或附有评论 static T Tuple2SeqT, SeqT splitAt(StreamT stream, long position) {// Add jOOλ functionality to the stream// - local Type: SeqTreturn seq(stream)// Keep track of stream positions// with each element in the stream// - local Type: SeqTuple2T, Long.zipWithIndex()// Split the streams at position// - local Type: Tuple2SeqTuple2T, Long,// SeqTuple2T, Long.partition(t - t.v2 position)// Remove the indexes from zipWithIndex again// - local Type: Tuple2SeqT, SeqT.map((v1, v2) - tuple(v1.map(t - t.v1),v2.map(t - t.v1))); } 很好不是吗 另一方面 partition()可能实现要复杂一些。 这里Spliterator地用Iterator代替了新的Spliterator static T Tuple2SeqT, SeqT partition(StreamT stream, Predicate? super T predicate ) {final IteratorT it stream.iterator();final LinkedListT buffer1 new LinkedList();final LinkedListT buffer2 new LinkedList();class Partition implements IteratorT {final boolean b;Partition(boolean b) {this.b b;}void fetch() {while (buffer(b).isEmpty() it.hasNext()) {T next it.next();buffer(predicate.test(next)).offer(next);}}LinkedListT buffer(boolean test) {return test ? buffer1 : buffer2;}Overridepublic boolean hasNext() {fetch();return !buffer(b).isEmpty();}Overridepublic T next() {return buffer(b).poll();}}return tuple(seq(new Partition(true)), seq(new Partition(false))); } 我将让您进行练习并验证上面的代码。 立即获取并为jOOλ做出贡献 以上所有内容都是jOOλ的一部分可从GitHub免费获得。 已经有部分的Java-8就绪全面的库调用functionaljava 它走的更远比jOOλ。 但是我们相信Java 8的Streams API所缺少的实际上只是对顺序流非常有用的几种方法。 在上一篇文章中我们展示了如何使用简单的JDBC包装器将lambda引入基于String的SQL中 当然我们仍然认为应该使用jOOQ代替 。 今天我们已经展示了如何使用jOOλ轻松编写出色的功能和顺序流处理。 请继续关注以在不久的将来获得更多收益当然非常欢迎拉动请求 翻译自: https://www.javacodegeeks.com/2014/09/when-the-java-8-streams-api-is-not-enough.html