java lambda循環(huán)_使用Java 8 Lambda簡化嵌套循環(huán)操作
java lambda循環(huán)
對于每個經(jīng)常需要在Java 8(或更高版本)中使用多維數(shù)組的人來說,這只是一個快速技巧。
在這種情況下,您可能經(jīng)常會以類似于以下代碼的結(jié)尾:
float[][] values = ... for (int i = 0; i < values.length; i++) { for (int k = 0; k < values[i].length; k++) { float value = values[i][k]; // do something with i, k and value } }
如果幸運的話,可以用for-each循環(huán)替換循環(huán)。 但是,循環(huán)內(nèi)的計算通常需要索引。
在這種情況下,您可以提出一個簡單的實用程序方法,如下所示:
private void loop(float[][] values, BiConsumer<Integer, Integer> consumer) { for (int i = 0; i < values.length; i++) { for (int k = 0; k < values[i].length; k++) { consumer.accept(i, k); } } }
現(xiàn)在,我們可以像這樣循環(huán)遍歷數(shù)組索引:
float[][] values = ... loop(values, (i, k) -> { float value = values[i][k]; // do something with i, k and value });
這樣,您可以使循環(huán)代碼脫離主要邏輯。
當(dāng)然,您應(yīng)該更改所示的loop()方法,使其適合您的個人需求。
翻譯自: https://www.javacodegeeks.com/2016/04/simplifying-nested-loops-java-8-lambdas.html
補充知識:JAVA8-lambda表達(dá)式-并行流,提升效率的利器?
寫在前面的話
在前面我們已經(jīng)看過了一些流的處理,那么Lambda除了在寫法上的不同,還有其它什么作用呢?當(dāng)然有,就是數(shù)據(jù)并行化處理!
它在某些場景下可以提高程序的性能。我們先看一個前面的例子,查找所有的男同學(xué)
// 流方式
List<Person> newBoys = personList.stream().filter(p -> 1 == p.getSex()).collect(Collectors.toList());
現(xiàn)在用并行流改寫一下
// 流方式:找出所有男同學(xué)
List<Person> newBoys = personList.parallelStream().filter(p -> 1 == p.getSex()).collect(Collectors.toList());
細(xì)心的同學(xué)已經(jīng)發(fā)現(xiàn)區(qū)別了,stream與parallelStream,是的,要用并行流parallelStream,就是這么簡單!
什么是并行
有必要嘗試解釋一下,什么是數(shù)據(jù)并行化
Java支持多線程,可以同時開啟多個任務(wù)。引入多線程的原因在于,線程可能會阻塞,CPU會主動切分時間片,只有分配到時間片的線程才會運行。而現(xiàn)代的處理器,幾乎都是多核的,即多個CPU,如何才能更高效的利用硬件呢,多線程。
并行和多線程是有區(qū)別的,比如運送一堆貨物,如果只有一輛車(單線程),肯定慢,平時如果貨少,那還能應(yīng)付過來 ,如果比如某寶的"雙十一",那就肯定快遞像垃圾一樣如山,怎么辦呢?我們可以增加車輛(多線程),那么肯定能加快運送速度。但是有一個前提,必須是多條道(多核CPU)。而在有些只有單個出口的地方,還必須排隊(并發(fā),線程安全)
而并行的針對同一個任務(wù)的。比如還是一輛車的貨,10000件,全部放在A車上,要跑N個小時?,F(xiàn)在取出一半放到B車上,理論上A,B2車同時跑,是不是會理快呢?嘿嘿嘿,這就是說的數(shù)據(jù)并行化,這里不會涉及并發(fā)。而這一切,Java8的并行流都在底層幫我們實現(xiàn)了
一定會更快?
紙上得來終覺淺,絕知此事要躬行!我們來看下,前面2個代碼的分別執(zhí)行時間
@Test public void test() { // 數(shù)據(jù)并行化處理 // 學(xué)生集合 Person kobe = new Person("kobe", 40, 1); Person jordan = new Person("jordan", 50, 1); Person mess = new Person("mess", 20, 2); List<Person> personList = Arrays.asList(kobe, jordan, mess); long beginTime = System.currentTimeMillis(); // 原來的方式 List<Person> oldBoys = new ArrayList<>(personList.size()); for (Person p : personList) { // 性別男 if (p.getSex() == 1) { oldBoys.add(p); } } long endTime = System.currentTimeMillis(); log.info("原來的方式 take time:" + (endTime - beginTime)); beginTime = System.currentTimeMillis(); // 流方式:找出所有男同學(xué) List<Person> newBoys = personList.stream() .filter(p -> 1 == p.getSex()) .collect(Collectors.toList()); endTime = System.currentTimeMillis(); log.info("流方式 take time:" + (endTime - beginTime)); beginTime = System.currentTimeMillis(); // 流方式:找出所有男同學(xué) List<Person> parallelBoys = personList.parallelStream() .filter(p -> 1 == p.getSex()) .collect(Collectors.toList()); endTime = System.currentTimeMillis(); log.info("并行流方式 take time:" + (endTime - beginTime)); }
咦,是不是很奇怪,原來的for循環(huán)方式最快?多執(zhí)行幾次,發(fā)現(xiàn)結(jié)果也是這樣的,那真是這樣嗎,我們把數(shù)據(jù)量擴大試試
還是更慢,換個方法試試
@Test public void test() { // 學(xué)生集合 List<Person> personList = new ArrayList<>(1000000); for (int i = 0, j = 1000000; i < j; i++) { int sex = i % 2; Person p = new Person(String.valueOf(i), i, sex); personList.add(p); } long beginTime2 = System.currentTimeMillis(); // 流方式:年齡之和 int parallelAges = personList.parallelStream().mapToInt(p -> p.getAge()).sum(); long endTime2 = System.currentTimeMillis(); log.info("并行流方式 take time:" + (endTime2 - beginTime2)); log.info("parallelAges:" + parallelAges); long beginTime = System.currentTimeMillis(); // 原來的方式 int totalAge = 0; for (Person p : personList) { // 年齡之和 totalAge = totalAge + p.getAge(); } long endTime = System.currentTimeMillis(); log.info("原來的方式 take time:" + (endTime - beginTime)); log.info("totalAge:" + totalAge); }
看看結(jié)果,還是更慢。。。這倒很出我意外,崩潰了,
可能跟我機器有關(guān)吧。所以還是需要找地方驗證,如果哪位同學(xué)能解答一下,歡迎指教
這里引用一下《java8函數(shù)式編程》的結(jié)論
一些條件
輸入數(shù)據(jù)的大小。
理論上輸入的數(shù)據(jù)越大,操作越復(fù)雜,并行流的效果越好。因為拆分?jǐn)?shù)據(jù)處理,最后合并結(jié)果都會帶來額外的開銷。我們可以通過修改前面的例子,personList的大小來觀察
可以看到,數(shù)據(jù)越大,并行效果越好。當(dāng)然,真實項目中的處理遠(yuǎn)比上面復(fù)雜,而超過1000w的數(shù)據(jù),我本地機器就OOM了尷尬
數(shù)據(jù)結(jié)構(gòu)
我們通常是操作集合。一般來說,越好分割的并行速度越快。比如ArrayList,數(shù)組等支持隨機讀取的,效果較好。
HashSet,TreeSet,這類不容易公平的分解。而LinkedList,Stream.iterator等分解就比較困難的,效果是比較差的
裝箱
處理包裝類比基本類型花的時間多,肉眼可見
核的數(shù)量
當(dāng)然,如果核的數(shù)量越多,獲得潛在并行提升速度的趕快。比如4核一般比雙核快,對吧
以上這篇java lambda循環(huán)_使用Java 8 Lambda簡化嵌套循環(huán)操作就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
@insert mybatis踩坑記錄,實體接收前端傳遞的參數(shù)
這篇文章主要介紹了@insert mybatis踩坑記錄,實體接收前端傳遞的參數(shù)問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-07-07SpringBoot 如何根據(jù)不同profile選擇不同配置
這篇文章主要介紹了SpringBoot 如何根據(jù)不同profile選擇不同配置的操作方式,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-08-08詳解Java使用雙異步后如何保證數(shù)據(jù)一致性
這篇文章主要為大家詳細(xì)介紹了Java使用雙異步后如何保證數(shù)據(jù)一致性,文中的示例代碼講解詳細(xì),具有一定的借鑒價值,有需要的小伙伴可以了解下2024-01-01