Stream初步认识(一)
Stream初步认识(一)测试
简介
Stream 是 Java8 中处理集合的关键抽象概念
,它可以指定你希望对 集合进行的操作,可以执行非常复杂的查找、过滤和映射数据等操作
。 使用Stream API 对集合数据进行操作,就类似于使用 SQL 执行的数 据库查询。也可以使用 Stream API 来并行执行
操作。简而言之, Stream API 提供了一种高效且易于使用的处理数据的方式。
流(Stream)到底是什么?
**是数据渠道,用于操作数据源(集合、数组等)所生成的元素序列。 ,“集合讲的是数据,流讲的是计算! ” **
注:
java.util.Stream
表示了某一种元素的序列,在这些元素上可以进行各种操作。Stream操作可以是中间操作,也可以是完结操作
。完结操作会返回一个某种类型的值,而中间操作会返回流对象本身
,并且你可以通过多次调用同一个流操作方法来将操作结果串起来(就像StringBuffer的append方法一样————译者注)
。Stream是在一个源的基础上创建出来的,例如java.util.Collection中的list或者set(map不能作为Stream的源)。Stream操作往往可以通过顺序或者并行两种方式来执行。
注意:
Stream关注的是对数据的运算,与CPU打交道集合关注的是数据的存储,与内存打交道
- ①Stream 自已不会储存元素。
②Stream 不会改变源对象。相反,他们会返回一个持有结果的新Stream
③Stream操作是延迟执行的
。这意味着他们会等到需要结果的时候才执行(类似于懒加载)
Stream操作
stream操作步骤
- 创建Stream:一个数据源(如:集合,数组,
Map不可以作为数据源
)获取一个流 - 中间操作:一个中间操作链,对数据源的数据进行操作处理(过滤、映射...)
- 终止操作(终端操作):一个终止操作,执行中间操作链,并产生结果(一旦执行终止操作,就执行中间操作链,并产生结果。之后的,不会再被使用)
操作流程如下图:
Stream实例化的方式
- 通过集合
- 通过数组
- 通过Stream的of()
- 通过无限流
下面我们一一通过代码示例进行详细解析:
公共代码(测试使用)
公共集合
List<Person> javaProgrammers = new ArrayList<Person>() {
{
add(new Person("Elsdon", "Jaycob", "Java programmer", "male", 2000, 18));
add(new Person("Tamsen", "Brittany", "Java programmer", "female", 2371, 55));
add(new Person("Floyd", "Donny", "Java programmer", "male", 3322, 25));
add(new Person("Sindy", "Jonie", "Java programmer", "female", 35020, 15));
add(new Person("Vere", "Hervey", "Java programmer", "male", 2272, 25));
add(new Person("Maude", "Jaimie", "Java programmer", "female", 2057, 87));
add(new Person("Shawn", "Randall", "Java programmer", "male", 3120, 99));
add(new Person("Jayden", "Corrina", "Java programmer", "female", 345, 25));
add(new Person("Palmer", "Dene", "Java programmer", "male", 3375, 14));
add(new Person("Addison", "Pam", "Java programmer", "female", 3426, 20));
add(new Person("Addison", "Pam", "Java programmer", "female", 3422, 20));
add(new Person("Addison", "Pam", "Java programmer", "female", 3429, 20));
// add(new Person("Addison", "Pam", "Java programmer", null, 3422, 20));
}
};
公共实体类
package com.zy.stream.model;
import lombok.AllArgsConstructor;
import lombok.Builder;
import lombok.Data;
import lombok.NoArgsConstructor;
@Data
@Builder(toBuilder = true)
@AllArgsConstructor
@NoArgsConstructor
public class Person {
private String firstName, lastName, job, gender;
private int salary,age;
}
通过集合创建Stream流
//1.1 通过集合创建Stream流------> default Stream<E> stream:返回一个顺序流
Stream<Person> stream=javaProgrammers.stream();
//1.2 通过集合创建Stream流------> default Stream<E> parallelStream:返回一个并行流
Stream<Person> parallelStream = javaProgrammers.parallelStream();
我们通过集合javaProgrammers
创建了Stream流,那么为什么会返回一个流呢?
我们看Collection
集合类的源码:
//1.1 当集合集合调用stream()时,return一个Stream<E>
default Stream<E> stream() {
return StreamSupport.stream(spliterator(), false);
}
//1.2 同理
default Stream<E> parallelStream() {
return StreamSupport.stream(spliterator(), true);
}
通过数组创建Stream流
//2.1 通过数组创建Stream流-------> 调用Arrays类的static <T> Stream<T> Stream<T[] array> :返回一个流
Person[] arrPerson = new Person[]{javaProgrammers.get(0),javaProgrammers.get(1)};
Stream<Person> streamObj = Arrays.stream(arrPerson);
通过静态类Arrays
调用Stream中的静态Stream
方法,即可返回一个流。
静态Stream方法源码:
//入参Array数组,返参 <T> Stream<T>流
public static <T> Stream<T> stream(T[] array) {
return stream(array, 0, array.length);
}
public static <T> Stream<T> stream(T[] array, int startInclusive, int endExclusive) {
return StreamSupport.stream(spliterator(array, startInclusive, endExclusive), false);
}
通过Stream的of方法创建流
//3.1 通过of创建Stream
Stream<Integer> streamOf = Stream.of(1, 2, 3, 4, 5, 6);
Stream<Person> streamOfs = Stream.of(javaProgrammers.get(0),javaProgrammers.get(1));
of方法源码:
@SafeVarargs
@SuppressWarnings("varargs") // Creating a stream from an array is safe
public static<T> Stream<T> of(T... values) {
//通过of源码我们可以看到,其实of方法任然是使用的是数组的创建的方式,只是外部有包了一层
return Arrays.stream(values);
}
通过无线流的创建Stream流
//4.1 通过无限流的方式创建Stream流
/*4.1.1 迭代--->*public static<T> Stream<T> iterate(final T seed,final UnaruOperator<T> f)
* 遍历前10个偶数
* 无限流,无限反复操作使用,所有一般都会配合limit使用
*/
Stream.iterate(0,t->t+2).limit(10).forEach(System.out::println); //seed是起始数值,limit代表循环前10次
//4.1.2 生成----》public static<T> Stream<T> generate(Supplier<T> s)
Stream.generate(Math::random).limit(10).forEach(System.out::println);
小结
(1)Java8 中的 Collection 接口被扩展,提供了 两个获取流的方法:
default Stream stream() : 返回一个顺序流
default Stream parallelStream() : 返回一个并行流
(2)Java8 中的 Arrays 的静态方法 stream() 可 以获取数组流:
static Stream stream(T[] array): 返回一个流
重载形式,能够处理对应基本类型的数组:
public static IntStream stream(int[] array)
public static LongStream stream(long[] array)
public static DoubleStream stream(double[] array)
(3)可以使用静态方法 Stream.of(), 通过显示值 创建一个流。它可以接收任意数量的参数。
public static Stream of(T... values) : 返回一个流
可以使用静态方法 Stream.iterate() 和 Stream.generate(), 创建无限流。
1.** 迭代**
public static Stream iterate(final T seed, final UnaryOperator f)
2.生成
public static Stream generate(Supplier s)
Stream流的中间操作
中间操作有:
- 筛选和切片
filter
(Predicate p)–接受Lambda,从流中排除某些元素
limit(n)
–截断流,使其元素不超过给定数量
skip(n)
–跳过元素,返回一个扔掉了前n个元素的流。若流中元素不足n个,则返回一个空流。与limit(n)互补
distinct
–筛选,通过流所生成的元素的 hashCode() 和 equals() 去除重复元素 - 映射
map(Function f)
–接受一个函数作为参数,将元素转换成其他形式或提取信息,该函数会被应用到每个元素上,并将其映射成一个新的元素。
flatMap(Function f)
–接受一个函数作为参数,将流中的每个值都转换成另一个流,然后把所有流连成一个流 - ** 排序**
sorted()–自然排序,产生一个新流,其中按自然顺序排序
sorted(Comparator com)–定制排序,产生一个新流,其中按比较器顺序排序
下面我们通过代码实现来分析这些方法:
筛选和切片
filter()方法
Filter
接受一个predicate
接口类型(断言型函数式接口)的变量,并将所有流对象中的元素进行过滤。该操作是一个中间操作,因此它允许我们在返回结果的基础上再进行其他的流操作(比如:forEach)。ForEach接受一个function接口类型的变量,用来执行对每一个元素的操作。ForEach是一个中止操作
。它不返回流,所以我们不能再调用其他的流操作。
@Test
public void testFilter() {
//1.1 `filter`(Predicate p)–接受Lambda,从流中排除某些元素
//1.1.1 原生方式 所有的中间操作不会做任何的处理
Stream<Person> stream = javaProgrammers.stream()
.filter((e) -> {
System.out.println("测试中间操作");
return e.getAge() < 20;
});
stream.forEach(System.out::println);//只有当做终止操作时,所有的中间操作会一次性的全部执行,称为“惰性求值”
//1.1.2 使用lambdas表达式优化
javaProgrammers.stream().filter(e->{
System.out.println("测试中间操作");
return e.getAge() <20;
}).forEach(System.out::println);
}
Limit(N)和Skip(N)方法
@Test
public void testLimitAndSkip() {
// 1.2 `limit(n)`–截断流,使其元素不超过给定数量 类似于mysql中的limit,但这里只有最大值
//1.3 `skip(n)`–跳过元素,返回一个扔掉了前n个元素的流。若流中元素不足n个,则返回一个空流。与limit(n)互补
//通过无限流创建一个无限流,如果不使用Limit方法进行限制阶段,无限流将会形成一个类似于死循环的操作
//当使用skip()将会跳过前5个数据从第6个参数返回
Stream.iterate(0,t->t+1).limit(10).skip(5).forEach(System.out::println); //seed是起始数值,limit代表循环前10次
}
distinct()方法*
distinct()返回由该流的不同元素组成的流。distinct()是Stream接口的方法。distinct()使用hashCode()和equals()方法来获取不同的元素
。我们的类必须实现hashCode()和equals()。如果distinct()正在处理有序流,那么对于重复元素,将保留以遭遇顺序首先出现的元素,并且以这种方式选择不同元素是稳定的。在无序流的情况下,不同元素的选择不一定是稳定的,是可以改变的。distinct()执行有状态的中间操作。在有序流的并行流的情况下,保持distinct()的稳定性是需要很高的代价的,因为它需要大量的缓冲开销。如果我们不需要保持遭遇顺序的一致性,那么我们应该可以使用通过BaseStream.unordered()方法实现的无序流。
distinct对集合中的对象进行去重
//1.4 `distinct`–筛选,通过流所生成的元素的 hashCode() 和 equals() 去除重复元素
//1.4.1 distinct取出集合中对象信息完全重复的对象
javaProgrammers.stream().distinct().forEach(System.out::println);
打印结果(对集合后三条重复的数据进行了去重操作):
Person(firstName=Elsdon, lastName=Jaycob, job=Java programmer, gender=male, salary=2000, age=18)
Person(firstName=Tamsen, lastName=Brittany, job=Java programmer, gender=female, salary=2371, age=55)
Person(firstName=Floyd, lastName=Donny, job=Java programmer, gender=male, salary=3322, age=25)
Person(firstName=Sindy, lastName=Jonie, job=Java programmer, gender=female, salary=3502, age=15)
Person(firstName=Vere, lastName=Hervey, job=Java programmer, gender=male, salary=2272, age=25)
Person(firstName=Maude, lastName=Jaimie, job=Java programmer, gender=female, salary=2057, age=87)
Person(firstName=Shawn, lastName=Randall, job=Java programmer, gender=male, salary=3120, age=99)
Person(firstName=Jayden, lastName=Corrina, job=Java programmer, gender=female, salary=345, age=25)
Person(firstName=Palmer, lastName=Dene, job=Java programmer, gender=male, salary=3375, age=14)
Person(firstName=Addison, lastName=Pam, job=Java programmer, gender=female, salary=3422, age=20)
distinct对集合中对象的某一属性进行去重
distinct()不提供按照属性对对象列表进行去重的直接实现
。它是基于hashCode()和equals()工作的。如果我们想要按照对象的属性,对对象列表进行去重,我们可以通过其它方法来实现。如下代码段所示:
static <T> Predicate<T> distinctByKey(Function<? super T, ?> keyExtractor) {
Map<Object,Boolean> seen = new ConcurrentHashMap<>();
return t -> seen.putIfAbsent(keyExtractor.apply(t), Boolean.TRUE) == null;
}
上面的方法可以被Stream接口的 filter()接收为参数,如下所示:
//1.4.2 distinct对集合中对象的某一属性进行去重
javaProgrammers.stream().filter(distinctByKey(e->e.getAge())).distinct().forEach(System.out::println);
distinctByKey()方法返回一个使用ConcurrentHashMap 来维护先前所见状态的 Predicate 实例,如下是一个完整的使用对象属性来进行去重的示例。
打印结果(以去除年龄相同的人的信息):
Person(firstName=Elsdon, lastName=Jaycob, job=Java programmer, gender=male, salary=2000, age=18)
Person(firstName=Tamsen, lastName=Brittany, job=Java programmer, gender=female, salary=2371, age=55)
Person(firstName=Floyd, lastName=Donny, job=Java programmer, gender=male, salary=3322, age=25)
Person(firstName=Sindy, lastName=Jonie, job=Java programmer, gender=female, salary=3502, age=15)
Person(firstName=Maude, lastName=Jaimie, job=Java programmer, gender=female, salary=2057, age=87)
Person(firstName=Shawn, lastName=Randall, job=Java programmer, gender=male, salary=3120, age=99)
Person(firstName=Palmer, lastName=Dene, job=Java programmer, gender=male, salary=3375, age=14)
Person(firstName=Addison, lastName=Pam, job=Java programmer, gender=female, salary=3422, age=20)
映射
这个类似于list集合中的add和addAll的区别,add添加一个集合是把集合当成一个元素,addAll添加一个集合是把集合中的每个元素当成一个元素
map(Function f)和flatMap(Function f)方法
map相当于add,flatMap相当于addAll
@Test
public void testMapAndFlatMap(){
/*2.1 `map(Function f)`–接受一个函数作为参数,将元素转换成其他形式或提取信息,该函数会被应用到每个元素上,并将其映射成一个新的元素。
*
* 这个类似于list集合中的add和addAll的区别,add添加一个集合是把集合当成一个元素,addAll添加一个集合是把集合中的每个元素当成一个元素
* map相当于add,flatMap相当于addAll
*/
//map(Function f)--接受一个函数作为参数,将元素转换成其他形式或提取信息,该函数会被应用到每个元素上,并将其映射成一个新的元素。
List<String> list = Arrays.asList("测试", "bb", "cc", "dd","dsf","dsf");
list.stream().map(s -> s.toUpperCase()).forEach(System.out::println);
//练习2.1.1 获取集合中年龄大于20的人
javaProgrammers.stream().map(Person::getAge).filter(e->e>20).forEach(System.out::println);
//练习2.1.2 将字符串中的多个字符构成的集合转换为对应的Stream的实例
Stream<Stream<Character>> streamStream = list.stream().map(SteamApiTest::fromStringToStream);//有点麻烦
streamStream.forEach(s->s.forEach(System.out::println));
// 2.2 `flatMap(Function f)`–接受一个函数作为参数,将流中的每个值都转换成另一个流,然后把所有流连成一个流
Stream<Character> characterStream = list.stream().flatMap(SteamApiTest::fromStringToStream);
characterStream.forEach(System.out::println);
javaProgrammers.stream().flatMap(e->Stream.of(e).filter(x->x.getAge()>20)).forEach(System.out::println);
}
//将字符串中的多个字符构成的集合转换为对应的Stream的实例
public static Stream<Character> fromStringToStream(String str){
ArrayList<Character> list = new ArrayList<>();
for (Character c:str.toCharArray()){
list.add(c);
}
return list.stream();
}
排序
自然排序的对象是需要实现Comparable接口的
sorted()方法
@Test
public void testStore(){
//3.1 sorted()–自然排序,产生一个新流,其中按自然顺序排序 sorted()参数可选,有两个重载一个有参Comparator,一个无参
List<Integer> list = Arrays.asList(12, 43, 65, 3, 4, 0,01, -98);
list.stream().sorted().forEach(System.out::println);
//3.1.1 抛异常,原因:Person没有实现Comparable接口
//javaProgrammers.stream().sorted().forEach(System.out::println);
//3.2 sorted(Comparator com)–定制排序,产生一个新流,其中按比较器顺序排序,根据条件排序
//多集合中对象根据年龄进行排序
javaProgrammers.stream().sorted((e1,e2)->Integer.compare(e1.getAge(),e2.getAge())).forEach(System.out::println);
}
Stream的终止操作(常用方法)
终止操作有:
- 匹配与查找
allMatch(Predicate p):检查是否匹配所有元素
anyMatch(Predicate p):检查是否至少匹配一个元素
noneMatch(Predicate p):检查是否没有匹配的元素
findFirst():返回第一个元素
findAny():返回当前流中的任意元素
count():返回流中元素的总数
max(Comparator c):返回流中最大值
min(Comparator c):返回流中最小值
forEach(Consumer c):内部迭代 - 规约
reduce(T identity,BinaryOperator accumulator):可以将流中元素反复结合起来,得到一个值。返回T
reduce(BinaryOperator accumulator):可以将流中元素反复结合起来,得到一个值。返回Optional - 收集
collect(Collector c):将流转换成其他形式。接受一个Collector接口的实现,用于给Stream中元素做汇总的方法
匹配与查找
方法都比较简单易于理解。
@Test
public void testMatchAndFind() {
/**
* 1. 匹配与查找
* allMatch(Predicate p):检查是否匹配所有元素
* anyMatch(Predicate p):检查是否至少匹配一个元素
* noneMatch(Predicate p):检查是否没有匹配的元素
* findFirst():返回第一个元素
* findAny():返回当前流中的任意元素
* count():返回流中元素的总数
* max(Comparator c):返回流中最大值
* min(Comparator c):返回流中最小值
* forEach(Consumer c):内部迭代
**/
//1.1 allMatch()相当于制定一个规则,将集合中的对象一一与规则进行对象,判断是否所有的集合对象都符合该规则, true/false
boolean allMatch = javaProgrammers.stream().allMatch(e -> e.getAge()>18);
System.out.println("测试Stream流的终止操作----allMatch()--->"+allMatch);
//1.2 anyMatch(Predicate p):检查是否至少匹配一个元素 类似于多选一即可
boolean anyMatch = javaProgrammers.stream().anyMatch(e -> e.getSalary()>1000);
System.out.println("检查是否至少匹配一个元素----anyMatch()--->"+anyMatch);
//1.3 noneMatch(Predicate p):检查是否没有匹配的元素 没有返回true,反之false
boolean noneMatch = javaProgrammers.stream().noneMatch(e -> e.getSalary() > 10000);
System.out.println("检查是否没有匹配的元素----noneMatch()--->"+noneMatch);
//1.4 findFirst():返回第一个元素
Person person = javaProgrammers.stream().findFirst().get();
System.out.println("返回第一个元素----findFirst()--->"+person.toString());
for (int i = 0; i <1000 ; i++) {
//1.5 findAny():返回当前流中的任意元素
Optional<Person> AnyPerson = javaProgrammers.stream().findAny();
//System.out.println("返回当前流中的任意元素----findAny()--->"+AnyPerson.toString()+"--------->"+i);
}
//1.6 count():返回流中元素的总数
long count = javaProgrammers.stream().count();
System.out.println("返回流中元素的总数----count()--->"+count);
//1.7 max(Comparator c):返回流中最大值 Optional<T> max(Comparator<? super T> comparator);
Person maxPersonSalary = javaProgrammers.stream().max(Comparator.comparing(Person::getSalary)).get();
System.out.println("返回流中最大值----max()--->"+maxPersonSalary);
//1.8 min(Comparator c):返回流中最小值
Person minPersonSalary = javaProgrammers.stream().min(Comparator.comparing(Person::getSalary)).get();
System.out.println("返回流中最小值----max()--->"+minPersonSalary);
}
打印结果:
测试Stream流的终止操作----allMatch()--->false
检查是否至少匹配一个元素----anyMatch()--->true
检查是否没有匹配的元素----noneMatch()--->false
返回第一个元素----findFirst()--->Person(firstName=Elsdon, lastName=Jaycob, job=Java programmer, gender=male, salary=2000, age=18)
返回流中元素的总数----count()--->12
返回流中最大值----max()--->Person(firstName=Sindy, lastName=Jonie, job=Java programmer, gender=female, salary=35020, age=15)
返回流中最小值----max()--->Person(firstName=Jayden, lastName=Corrina, job=Java programmer, gender=female, salary=345, age=25)
规约
@Test
public void testStatute(){
/*
* 2. **规约**
* reduce(T identity,BinaryOperator accumulator):可以将流中元素反复结合起来,得到一个值。返回T
* reduce(BinaryOperator accumulator):可以将流中元素反复结合起来,得到一个值。返回Optional
*
* reduce()这个方法经常用到很方便,也更总要,我会再详细的分析总结,这里只做简单认识即可。
*/
//2.1 reduce(T identity,BinaryOperator accumulator):可以将流中元素反复结合起来,得到一个值。返回T
//2.1.1 练习1:计算1-10的自然数的和
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
Integer sum = list.stream().reduce(0, Integer::sum);
System.out.println("计算1-10的自然数的和-------reduce(T identity,BinaryOperator accumulator)------>"+sum);
//2.2 reduce(BinaryOperator accumulator):可以将流中元素反复结合起来,得到一个值。返回Optional
Integer integers = javaProgrammers.stream().map(Person::getSalary).reduce((e1, e2) -> e1 + e2).get();//lambda表达式
Integer integer = javaProgrammers.stream().map(Person::getSalary).reduce(Integer::sum).get();//使用引用
System.out.println("工资和-------reduce(BinaryOperator accumulator)使用引用------>"+integer);
System.out.println("工资和-------reduce(BinaryOperator accumulator)lambda表达式------>"+integers);
}
打印结果:
计算1-10的自然数的和-------reduce(T identity,BinaryOperator accumulator)------>55
工资和-------reduce(BinaryOperator accumulator)使用引用------>64148
工资和-------reduce(BinaryOperator accumulator)lambda表达式------>64148
收集
Collector
接口中方法的实现决定了如何对流执行收集的操作(如收集到List、Set、Map
)
Collector
需要使用Collectors
提供实例。
@Test
public void testSalary(){
/*
* 3. **收集**
* collect(Collector c):将流转换成其他形式。接受一个Collector接口的实现,用于给Stream中元素做汇总的方法
* Collector接口中方法的实现决定了如何对流执行收集的操作(如收集到List、Set、Map)。
* Collector需要使用Collectors提供实例。另外, Collectors实用类提供了很多静态方法,可以方便地创建常见收集器实例,具体方法与实例如下:
toList:返回类型List< T>,作用是把流中元素收集到List
toSet:返回类型Set< T>,作用是把流中元素收集到Set
toCollection:返回类型Collection< T>,作用是把流中元素收集到创建的集合
*
*/
//3.1 collect(Collector c):将流转换成其他形式。返回一个set
System.out.println("将流转换成其他形式。返回一个set-------toSet()------>:");
javaProgrammers.stream().filter(e -> e.getSalary() > 3000).collect(Collectors.toSet()).forEach(System.out::println);
//3.2 collect(Collector c):将流转换成其他形式。返回一个list
System.out.println("将流转换成其他形式。返回一个list-------toList()------>:");
javaProgrammers.stream().filter(e -> e.getSalary() > 3000).limit(2).collect(Collectors.toList()).forEach(System.out::println);
//3.2 collect(Collector c):将流转换成其他形式。返回一个map
System.out.println("将流转换成其他形式。返回一个map-------toMap()------>:");
javaProgrammers.stream().filter(e -> !e.getFirstName().equals("测试"))
// 注意:key不能重复 toMap()参数一:key 参数二:value 参数三:对key值进行去重,当有重复的key,map中保留第一条重复数据
.collect(Collectors.toMap(Person::getAge,person -> person,(key1, key2) -> key1)) //value 为对象 student -> student jdk1.8返回当前对象,也可以为对象的属性
.forEach((key, value) -> System.out.println("key--"+key+" value--"+value.toString()));
}
结束语
完毕!搞明白,读懂,敲会,致此对Stream流也算是有了初步的认识。接下来就慢慢的挖掘吧,打工人。
推荐参考博客:
https://blog.csdn.net/hhq12/article/details/81169145
https://blog.csdn.net/weixin_46744534/article/details/108039064
本文由博客群发一文多发等运营工具平台 OpenWrite 发布
Stream初步认识(一)的更多相关文章
- Stream初步应用
一.什么是stream Stream(流)是一个来自数据源的元素队列并支持聚合操作,数据来源可以从inputstream,数组,集合中获取:聚合操作可以类似SQL语句一样的操作, 比如filter, ...
- Java8 stream学习
Java8初体验(二)Stream语法详解 Java 8 flatMap示例 第一个Stream Demo IDEA里面写Stream有个坑 虽然java文件中没错,但是但编译的时候还是报错了, In ...
- ASP.Net MVC开发基础学习笔记:五、区域、模板页与WebAPI初步
一.区域—麻雀虽小,五脏俱全的迷你MVC项目 1.1 Area的兴起 为了方便大规模网站中的管理大量文件,在ASP.NET MVC 2.0版本中引入了一个新概念—区域(Area). 在项目上右击创建新 ...
- ASP.Net MVC开发基础学习笔记(5):区域、模板页与WebAPI初步
一.区域—麻雀虽小,五脏俱全的迷你MVC项目 1.1 Area的兴起 为了方便大规模网站中的管理大量文件,在ASP.NET MVC 2.0版本中引入了一个新概念—区域(Area). 在项目上右击创建新 ...
- 分布式消息系统Kafka初步
终于可以写kafka的文章了,Mina的相关文章我已经做了索引,在我的博客中置顶了,大家可以方便的找到.从这一篇开始分布式消息系统的入门. 在我们大量使用分布式数据库.分布式计算集群的时候,是否会遇到 ...
- CMake初步(2)
转自:<你所不知的OSG>第一章:CMake初步(2) http://bbs.osgchina.org/forum.php?mod=viewthread&tid=1229& ...
- 初步探究java中程序退出、GC垃圾回收时,socket tcp连接的行为
初步探究java中程序退出.GC垃圾回收时,socket tcp连接的行为 今天在项目开发中需要用到socket tcp连接相关(作为tcp客户端),在思考中发觉需要理清socket主动.被动关闭时发 ...
- C++面向对象程序设计之C++的初步知识
本节内容为学习谭浩强老师编写的<C++面向对象程序设计>的第1章 C++的初步知识 后的个人总结. 在正文开始之前,首先声明,我是Python程序员. 1.2.最简单的C++程序 例1 ...
- centos中pipelinedb安装及初步使用
安装 下载安装包 https://www.pipelinedb.com/download 创建系统文件目录和日志目录 pipelinedb安装 使用非root用户,初始化pipelinedb 修改配置 ...
随机推荐
- java面试题目之JVM(YW制作仅供参考)
1.JVM工作原理 2.JVM组成部分及其作用. java虚拟机分为两个子系统和两个组件. 两个子系统分别是类加载器和执行引擎,类加载器负责加载字节码(.class)文件到JVM的内存中,执行引擎负责 ...
- mapstruct 快速使用
mapstruct 快速使用 mapstruct 主要的作用则是用来复制对象字段使用,功能非常的强大.在没有使用 mapstruct 之前可能都在使用 BeanUtils ,但是 BeanUtils ...
- MFiX-DEM中的并行碰撞搜索
基于MFiX-19.2.2 DEM并行程序中的颗粒循环 在DEM并行程序中,每个进程只循环该进程包含的颗粒,并且每个进程还有一层ghost cell,用来存放另一个进程发送过来的颗粒信息. 下面添加一 ...
- Libevent库基础(2)
带缓冲区的事件 bufferevent #include <event2/bufferevent.h> read/write 两个缓冲. 借助 队列. 创建.销毁bufferevent: ...
- Moment.js常见用法总结
Moment.js常见用法总结 Moment.js是一个轻量级的JavaScript时间库,它方便了日常开发中对时间的操作,提高了开发效率. 日常开发中,通常会对时间进行下面这几个操作:比如获取时 ...
- js 小数点失精度
解决方法思路:将小数化成整数后再作运算.具体代码如下: /*** 加法运算,避免数据相加小数点后产生多位数和计算精度损失.** @param num1加数1 | num2加数2*/function ...
- Ordering Cows
题意描述 好像找不到链接(找到了请联系作者谢谢),所以题目描述会十分详细: Problem 1: Ordering Cows [Bruce Merry, South African Computer ...
- 分享JDK解压版(ZIP)
目录 由于安装版本的jdk不太方便,所以我分享一下如何去获取解压版的jdk,jdk配置的话看这个文章 一.先下载exe版本的jdk安装程序: 二.使用7-ZIP解压工具 2.1 JDK8的解压目录 2 ...
- Python替换字符串中的空格
这是来源剑指offer的第二题,直接调用replace函数进行空格替换即可. 当我又想试试挨个字符比较进行替换时程序报错了: 错误原因是在python中字符串是一个不可变的数据类型,如果进行替换字符可 ...
- 执行 yarn init报错,如何解决?
安装yarn以后执行yarn init 命令来初始化项目 报错如下所示: 解决方法: 1.先用npm init初始化项目 在初始化的最后一步 is this ok(yes)? 输入yes回车后,可能会 ...