java stream笔记
Stream.of("a","b","c","d")
.filter(val -> Stream.of("b","c","d","e").anyMatch(str -> str.equals(val)))
.forEach(System.out::println);
Stream.of("a","b","c","d")
.filter(val -> Stream.of("b","c","d","e").noneMatch(str -> str.equals(val)))
.forEach(System.out::println);
memberPOS.stream()
.collect(Collectors.collectingAndThen(Collectors.toCollection(
() -> new TreeSet<MemberPO>(Comparator.comparing(MemberPO :: getHisId))), ArrayList::new));
classEntities.stream()
.collect (Collectors.collectingAndThen(Collectors.toCollection(
() ->new TreeSet<>(Comparator.comparing(
o -> o.getProfessionId() + ";" +o.getGrade()))), ArrayList::new));
public PageResult(int pageNum, int pageSize,List<T> rows){
this.pageNum = pageNum;
this.pageSize = pageSize;
this.totalRows = rows.size();
this.rows= rows.stream().skip((pageNum - 1) * pageSize).limit(pageSize).
collect(Collectors.toList());
this.totalPages= rows.size()/pageSize + (rows.size()%pageSize >0 ? 1:0);
}
Comparator.comparing(类::属性一).reversed(); // 获得排序结果后再排序
Comparator.comparing(类::属性一,Comparator.reverseOrder()); // 直接进行排序
List<类> rankList = new ArrayList<>(); // 表明某个集合
// 返回 对象集合以类属性一升序排序
rankList.stream().sorted(Comparator.comparing(类::属性一));
//返回 对象集合以类属性一降序排序 注意两种写法
rankList.stream().sorted(Comparator.comparing(类::属性一).reversed()); //先以属性一升序,而后对结果集进行属性一降序
rankList.stream().sorted(Comparator.comparing(类::属性一, Comparator.reverseOrder())); //以属性一降序
//返回 对象集合以类属性一升序 属性二升序
rankList.stream().sorted(Comparator.comparing(类::属性一).thenComparing(类::属性二));
//返回 对象集合以类属性一降序 属性二升序 注意两种写法
rankList.stream().sorted(Comparator.comparing(类::属性一).reversed().thenComparing(类::属性二));//先以属性一升序,升序结果进行属性一降序,再进行属性二升序
rankList.stream().sorted(Comparator.comparing(类::属性一,Comparator.reverseOrder()).thenComparing(类::属性二));//先以属性一降序,再进行属性二升序
//返回 对象集合以类属性一降序 属性二降序 注意两种写法
rankList.stream().sorted(Comparator.comparing(类::属性一).reversed().thenComparing(类::属性二,Comparator.reverseOrder()));//先以属性一升序,升序结果进行属性一降序,再进行属性二降序
rankList.stream().sorted(Comparator.comparing(类::属性一,Comparator.reverseOrder()).thenComparing(类::属性二,Comparator.reverseOrder()));//先以属性一降序,再进行属性二降序
//返回 对象集合以类属性一升序 属性二降序 注意两种写法
rankList.stream().sorted(Comparator.comparing(类::属性一).reversed().thenComparing(类::属性二).reversed());//先以属性一升序,升序结果进行属性一降序,再进行属性二升序,结果进行属性一降序属性二降序
rankList.stream().sorted(Comparator.comparing(类::属性一).thenComparing(类::属性二,Comparator.reverseOrder()));//先以属性一升序,再进行属性二降序
并行流就是把一个内容分成多个数据块,并用不同的线程分成多个数据块,并用不同的线程分别处理每个数据块的流。
list.parallelStream() // 生成并行流
list.stream().parallel() // 串行流转化成并行流
list.stream().map(val ->
// 本地记录
Optional.ofNullable(LocalList).orElse(Collections.emptyList())
.stream()
.filter(item -> item.getHisOrderCode().equals(val.getHisOrderCode()))
.findFirst() // 查询处本地记录中与当前记录相等的一条(Optional容器)
.map(item -> { // 如果存在 这将本机地记录赋值给当前记录(Optional容器Map方法)
val.setId(item.getId());
val.setStatus(item.getStatus());
val.setModulesStatus(item.getModulesStatus());
val.setFinishDt(item.getFinishDt());
val.setStopJson(item.getStopJson());
return val;
}).orElseGet(() -> { // 如果不存在给当前记录设置id(Optional容器orElseGet方法)
val.setId(DaoHelper.getSeq());
return val;
});
return val;
}).collect(Collectors.toList());
list.stream()
.collect(
Collectors.groupingBy(
val -> val.getParams().get("age"), // key 分组条件
Collectors.counting() // value
)
);
// 创建集合
List<JSONObject> jsonObjectList = new ArrayList<>();
jsonObjectList.add(new JSONObject().fluentPut("name","哈哈").fluentPut("sex","男").fluentPut("age",11));
jsonObjectList.add(new JSONObject().fluentPut("name","嘿嘿").fluentPut("sex","男").fluentPut("age",12));
jsonObjectList.add(new JSONObject().fluentPut("name","霍霍").fluentPut("sex","男").fluentPut("age",12));
jsonObjectList.add(new JSONObject().fluentPut("name","嗯嗯").fluentPut("sex","女").fluentPut("age",12));
// 第一步以性别为条件进行分组, 对分组后的集合以年龄为条件进行分组统计
Map<Object, Map<Object, Long>> collect = jsonObjectList.stream()
.collect(Collectors.groupingBy(val -> val.get("sex"), Collectors.groupingBy(v -> v.get("age"), Collectors.counting())));
System.out.println(collect);
list.stream()
.collect(
Collectors.groupingBy(
val -> val.getParams().get("age"), // key 分组条件
// key值出现重复使用已存在的数据
Collectors.toMap(val -> val.getParams().get("age"), val -> val, (entity1, entity2) -> entity1)));
Predicate 方法
boolean test(T t) 用来处理参数T 条件是否满足
default Predicate<T> and(Predicate<? super T> other) 条件与
default Predicate<T> or(Predicate<? super T> other) 条件或
default Predicate<T> negate() 条件非
static <T> Predicate<T> isEqual(Object targetRef) 是否相等调用T的equals方法进行判断
// Person实体类
@Data
class Person{
private int age;
private String name;
}
// 判断用户中名称为"lisi"或者年龄大于25岁的用户
Predicate<Person> predicate = x -> x.name.equals("lisi");
predicate = predicate.or(x -> x.age > 25);
// filter过滤
System.out.println(
Stream.of(
new Person(21,"zhangsan"),
new Person(22,"lisi"),
new Person(23,"wangwu"),
new Person(24,"wangwu"),
new Person(25,"lisi"),
new Person(26,"zhangsan")
)
.filter(personPredicate.negate())
.count()
);
我真的很习惯使用Ruby编写以下代码:my_hash={}my_hash['test']=1Java中对应的数据结构是什么? 最佳答案 HashMapmap=newHashMap();map.put("test",1);我假设? 关于java-等价于Java中的RubyHash,我们在StackOverflow上找到一个类似的问题: https://stackoverflow.com/questions/22737685/
这里有一个很好的答案解释了如何在Ruby中下载文件而不将其加载到内存中:https://stackoverflow.com/a/29743394/4852737require'open-uri'download=open('http://example.com/image.png')IO.copy_stream(download,'~/image.png')我如何验证下载文件的IO.copy_stream调用是否真的成功——这意味着下载的文件与我打算下载的文件完全相同,而不是下载一半的损坏文件?documentation说IO.copy_stream返回它复制的字节数,但是当我还没有下
我正在尝试使用boilerpipe来自JRuby。我看过guide从JRuby调用Java,并成功地将它与另一个Java包一起使用,但无法弄清楚为什么同样的东西不能用于boilerpipe。我正在尝试基本上从JRuby中执行与此Java等效的操作:URLurl=newURL("http://www.example.com/some-location/index.html");Stringtext=ArticleExtractor.INSTANCE.getText(url);在JRuby中试过这个:require'java'url=java.net.URL.new("http://www
我只想对我一直在思考的这个问题有其他意见,例如我有classuser_controller和classuserclassUserattr_accessor:name,:usernameendclassUserController//dosomethingaboutanythingaboutusersend问题是我的User类中是否应该有逻辑user=User.newuser.do_something(user1)oritshouldbeuser_controller=UserController.newuser_controller.do_something(user1,user2)我
什么是ruby的rack或python的Java的wsgi?还有一个路由库。 最佳答案 来自Python标准PEP333:Bycontrast,althoughJavahasjustasmanywebapplicationframeworksavailable,Java's"servlet"APImakesitpossibleforapplicationswrittenwithanyJavawebapplicationframeworktoruninanywebserverthatsupportstheservletAPI.ht
这篇文章是继上一篇文章“Observability:从零开始创建Java微服务并监控它(一)”的续篇。在上一篇文章中,我们讲述了如何创建一个Javaweb应用,并使用Filebeat来收集应用所生成的日志。在今天的文章中,我来详述如何收集应用的指标,使用APM来监控应用并监督web服务的在线情况。源码可以在地址 https://github.com/liu-xiao-guo/java_observability 进行下载。摄入指标指标被视为可以随时更改的时间点值。当前请求的数量可以改变任何毫秒。你可能有1000个请求的峰值,然后一切都回到一个请求。这也意味着这些指标可能不准确,你还想提取最小/
HashMap中为什么引入红黑树,而不是AVL树呢1.概述开始学习这个知识点之前我们需要知道,在JDK1.8以及之前,针对HashMap有什么不同。JDK1.7的时候,HashMap的底层实现是数组+链表JDK1.8的时候,HashMap的底层实现是数组+链表+红黑树我们要思考一个问题,为什么要从链表转为红黑树呢。首先先让我们了解下链表有什么不好???2.链表上述的截图其实就是链表的结构,我们来看下链表的增删改查的时间复杂度增:因为链表不是线性结构,所以每次添加的时候,只需要移动一个节点,所以可以理解为复杂度是N(1)删:算法时间复杂度跟增保持一致查:既然是非线性结构,所以查询某一个节点的时候
目录前言滤波电路科普主要分类实际情况单位的概念常用评价参数函数型滤波器简单分析滤波电路构成低通滤波器RC低通滤波器RL低通滤波器高通滤波器RC高通滤波器RL高通滤波器部分摘自《LC滤波器设计与制作》,侵权删。前言最近需要学习放大电路和滤波电路,但是由于只在之前做音乐频谱分析仪的时候简单了解过一点点运放,所以也是相当从零开始学习了。滤波电路科普主要分类滤波器:主要是从不同频率的成分中提取出特定频率的信号。有源滤波器:由RC元件与运算放大器组成的滤波器。可滤除某一次或多次谐波,最普通易于采用的无源滤波器结构是将电感与电容串联,可对主要次谐波(3、5、7)构成低阻抗旁路。无源滤波器:无源滤波器,又称
遍历文件夹我们通常是使用递归进行操作,这种方式比较简单,也比较容易理解。本文为大家介绍另一种不使用递归的方式,由于没有使用递归,只用到了循环和集合,所以效率更高一些!一、使用递归遍历文件夹整体思路1、使用File封装初始目录,2、打印这个目录3、获取这个目录下所有的子文件和子目录的数组。4、遍历这个数组,取出每个File对象4-1、如果File是否是一个文件,打印4-2、否则就是一个目录,递归调用代码实现publicclassSearchFile{publicstaticvoidmain(String[]args){//初始目录Filedir=newFile("d:/Dev");Datebeg
我基本上来自Java背景并且努力理解Ruby中的模运算。(5%3)(-5%3)(5%-3)(-5%-3)Java中的上述操作产生,2个-22个-2但在Ruby中,相同的表达式会产生21个-1-2.Ruby在逻辑上有多擅长这个?模块操作在Ruby中是如何实现的?如果将同一个操作定义为一个web服务,两个服务如何匹配逻辑。 最佳答案 在Java中,模运算的结果与被除数的符号相同。在Ruby中,它与除数的符号相同。remainder()在Ruby中与被除数的符号相同。您可能还想引用modulooperation.