java lambda循环_使用Java 8 Lambda简化嵌套循环操作

2023-07-16 18:46:04 59
javalambda循环
对于每个经常需要在Java8（或更高版本）中使用多维数组的人来说，这只是一个快速技巧。
在这种情况下，您可能经常会以类似于以下代码的结尾：
float[][]values=...
for(inti=0;i
如果幸运的话，可以用for-each循环替换循环。但是，循环内的计算通常需要索引。
在这种情况下，您可以提出一个简单的实用程序方法，如下所示：
privatevoidloop(float[][]values,BiConsumerconsumer){
for(inti=0;i
现在，我们可以像这样循环遍历数组索引：
float[][]values=...
loop(values,(i,k)->{
floatvalue=values[i][k];
//dosomethingwithi,kandvalue
});
这样，您可以使循环代码脱离主要逻辑。
当然，您应该更改所示的loop（）方法，使其适合您的个人需求。
翻译自:https://www.javacodegeeks.com/2016/04/simplifying-nested-loops-java-8-lambdas.html
补充知识：JAVA8-lambda表达式-并行流，提升效率的利器？
写在前面的话
在前面我们已经看过了一些流的处理，那么Lambda除了在写法上的不同，还有其它什么作用呢？当然有，就是数据并行化处理！
它在某些场景下可以提高程序的性能。我们先看一个前面的例子，查找所有的男同学

//流方式
ListnewBoys=personList.stream().filter(p->1==p.getSex()).collect(Collectors.toList());

现在用并行流改写一下

//流方式：找出所有男同学
ListnewBoys=personList.parallelStream().filter(p->1==p.getSex()).collect(Collectors.toList());

细心的同学已经发现区别了，stream与parallelStream，是的，要用并行流parallelStream，就是这么简单！
什么是并行
有必要尝试解释一下，什么是数据并行化
Java支持多线程，可以同时开启多个任务。引入多线程的原因在于，线程可能会阻塞，CPU会主动切分时间片，只有分配到时间片的线程才会运行。而现代的处理器，几乎都是多核的，即多个CPU，如何才能更高效的利用硬件呢，多线程。
并行和多线程是有区别的，比如运送一堆货物，如果只有一辆车(单线程)，肯定慢，平时如果货少，那还能应付过来，如果比如某宝的"双十一"，那就肯定快递像垃圾一样如山，怎么办呢？我们可以增加车辆(多线程)，那么肯定能加快运送速度。但是有一个前提，必须是多条道(多核CPU)。而在有些只有单个出口的地方，还必须排队(并发，线程安全)
而并行的针对同一个任务的。比如还是一辆车的货，10000件，全部放在A车上，要跑N个小时。现在取出一半放到B车上，理论上A,B2车同时跑，是不是会理快呢？嘿嘿嘿，这就是说的数据并行化，这里不会涉及并发。而这一切，Java8的并行流都在底层帮我们实现了
一定会更快？
纸上得来终觉浅，绝知此事要躬行！我们来看下，前面2个代码的分别执行时间
@Test
publicvoidtest(){

//数据并行化处理
//学生集合
Personkobe=newPerson("kobe",40,1);
Personjordan=newPerson("jordan",50,1);
Personmess=newPerson("mess",20,2);
ListpersonList=Arrays.asList(kobe,jordan,mess);

longbeginTime=System.currentTimeMillis();

//原来的方式
ListoldBoys=newArrayList<>(personList.size());
for(Personp:personList){
//性别男
if(p.getSex()==1){
oldBoys.add(p);
}
}
longendTime=System.currentTimeMillis();
log.info("原来的方式taketime:"+(endTime-beginTime));

beginTime=System.currentTimeMillis();
//流方式：找出所有男同学
ListnewBoys=personList.stream()
.filter(p->1==p.getSex())
.collect(Collectors.toList());

endTime=System.currentTimeMillis();
log.info("流方式taketime:"+(endTime-beginTime));


beginTime=System.currentTimeMillis();
//流方式：找出所有男同学
ListparallelBoys=personList.parallelStream()
.filter(p->1==p.getSex())
.collect(Collectors.toList());

endTime=System.currentTimeMillis();
log.info("并行流方式taketime:"+(endTime-beginTime));
}

咦，是不是很奇怪，原来的for循环方式最快？多执行几次，发现结果也是这样的，那真是这样吗，我们把数据量扩大试试

还是更慢，换个方法试试
@Test
	publicvoidtest(){

		//学生集合
		ListpersonList=newArrayList<>(1000000);
		for(inti=0,j=1000000;ip.getAge()).sum();

		longendTime2=System.currentTimeMillis();
		log.info("并行流方式taketime:"+(endTime2-beginTime2));
		log.info("parallelAges:"+parallelAges);

		longbeginTime=System.currentTimeMillis();

		//原来的方式
		inttotalAge=0;
		for(Personp:personList){
			//年龄之和
			totalAge=totalAge+p.getAge();
		}
		longendTime=System.currentTimeMillis();
		log.info("原来的方式taketime:"+(endTime-beginTime));
		log.info("totalAge:"+totalAge);

	}
看看结果，还是更慢。。。这倒很出我意外，崩溃了，

可能跟我机器有关吧。所以还是需要找地方验证，如果哪位同学能解答一下，欢迎指教
这里引用一下《java8函数式编程》的结论

一些条件
输入数据的大小。
理论上输入的数据越大，操作越复杂，并行流的效果越好。因为拆分数据处理，最后合并结果都会带来额外的开销。我们可以通过修改前面的例子，personList的大小来观察

可以看到，数据越大，并行效果越好。当然，真实项目中的处理远比上面复杂，而超过1000w的数据，我本地机器就OOM了尴尬
数据结构
我们通常是操作集合。一般来说，越好分割的并行速度越快。比如ArrayList,数组等支持随机读取的，效果较好。
HashSet,TreeSet,这类不容易公平的分解。而LinkedList,Stream.iterator等分解就比较困难的，效果是比较差的
装箱
处理包装类比基本类型花的时间多，肉眼可见
核的数量
当然，如果核的数量越多，获得潜在并行提升速度的赶快。比如4核一般比双核快，对吧
以上这篇javalambda循环_使用Java8Lambda简化嵌套循环操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
java lambda循环_使用Java 8 Lambda简化嵌套循环操作

热门推荐

随机推荐
