并发编程:并行反应式流:转换流(map、flatMap)

39 篇文章 0 订阅
13 篇文章 0 订阅

目录

主要内容

一、主程序

二、基础人员信息类

三、模拟文件类

四、执行结果


主要内容

  1. 使用map返回另外的类型。
  2. 从Stream转换为IntStream、LongStream、DoubleStream。
  3. 使用flatMap将嵌套的流串联成一个流。
  4. 使用分组功能
  5. 根据生日计算年龄

一、主程序

package xyz.jangle.thread.test.n6_7.flatmap;

import java.time.LocalDate;
import java.time.ZoneId;
import java.time.temporal.ChronoUnit;
import java.util.Date;
import java.util.List;
import java.util.concurrent.ConcurrentMap;
import java.util.stream.Collectors;
import java.util.stream.DoubleStream;
import java.util.stream.Stream;

import xyz.jangle.thread.test.n6_2.create.Person;
import xyz.jangle.thread.test.n6_2.create.PersonGenerator;

/**
 * 6.7 转换流 flatMap(中间操作) 
 * 1、使用map返回另外的类型。
 * 2、从Stream转换为IntStream、LongStream、DoubleStream。 
 * 3、使用flatMap将嵌套的流串联成一个流。
 * 4、使用分组功能
 * 5、根据生日计算年龄
 * 
 * @author jangle
 * @email jangle@jangle.xyz
 * @time 2020年9月6日 上午9:32:06
 * 
 */
public class M {

	public static void main(String[] args) {
		// 打印薪资(去重) 转换为DoubleStream
		List<Person> persons = PersonGenerator.generatePersonList(20);
		DoubleStream doubleStream = persons.parallelStream().mapToDouble(p -> p.getSalary());
		doubleStream.distinct().forEach(d -> System.out.println(d));
		// 薪资记录数量(去重)
		doubleStream = persons.parallelStream().mapToDouble(p -> p.getSalary());
		long size = doubleStream.distinct().count();
		System.out.println("Size:" + size);
		// map返回另外的类型
		List<BasicPerson> basicPersons = persons.parallelStream().map(p -> {
			BasicPerson bp = new BasicPerson();
			bp.setName(p.getFirstName() + " " + p.getLastName());
			bp.setAge(getAge(p.getBirthDate()));
			return bp;
		}).collect(Collectors.toList());
		basicPersons.forEach(bp -> System.out.println(bp.getName() + ": age is " + bp.getAge()));
		// flatMap合并流  ,并分组
		System.out.println("使用flatMap和分组功能:");
		List<String> file = FileGenerator.generateFile(100);
		ConcurrentMap<String, Long> wordCount = file.parallelStream().flatMap(line -> Stream.of(line.split("[ ,.]")))
				.filter(w -> w.length() > 0).sorted()
				.collect(Collectors.groupingByConcurrent(e -> e, Collectors.counting()));
		wordCount.forEach((k, v) -> System.out.println(k + ":" + v));

	}

	/**
	 *  根据生日计算年龄
	 * 
	 * @author jangle
	 * @time 2020年9月6日 上午10:19:01
	 * @param birthDate
	 * @return
	 */
	private static long getAge(Date birthDate) {
		LocalDate start = birthDate.toInstant().atZone(ZoneId.systemDefault()).toLocalDate();
		LocalDate now = LocalDate.now();
		long age = ChronoUnit.YEARS.between(start, now);
		return age;
	}

}

二、基础人员信息类

package xyz.jangle.thread.test.n6_7.flatmap;

/**
 * 人员基础信息类
 * 
 * @author jangle
 * @email jangle@jangle.xyz
 * @time 2020年9月6日 上午9:37:49
 * 
 */
public class BasicPerson {

	private String name;
	private long age;

	public String getName() {
		return name;
	}

	public void setName(String name) {
		this.name = name;
	}

	public long getAge() {
		return age;
	}

	public void setAge(long age) {
		this.age = age;
	}

}

三、模拟文件类

package xyz.jangle.thread.test.n6_7.flatmap;

import java.util.ArrayList;
import java.util.List;

/**
 * @author jangle
 * @email jangle@jangle.xyz
 * @time 2020年9月6日 上午9:41:18
 * 
 */
public class FileGenerator {

	/**
	 * 	模拟文件
	 */
	public static List<String> generateFile(int size) {
		ArrayList<String> file = new ArrayList<String>();
		for (int i = 0; i < size; i++) {
			file.add("Constructs an empty list with an initial capacity of ten.");
		}
		return file;
	}

}

四、执行结果

89238.0
81186.0
26475.0
4286.0
49049.0
14089.0
91966.0
67984.0
58107.0
49961.0
43798.0
32139.0
76372.0
73645.0
51136.0
95136.0
51188.0
32900.0
31711.0
70952.0
Size:20
F W: age is 20
A T: age is 2
G T: age is 5
B W: age is 15
E X: age is 17
C U: age is 16
G Y: age is 25
D T: age is 10
C T: age is 25
D X: age is 29
C V: age is 3
F V: age is 23
B W: age is 28
A T: age is 18
B W: age is 21
B W: age is 28
A Y: age is 11
B Y: age is 26
A W: age is 2
A Y: age is 10
使用flatMap和分组功能:
with:100
initial:100
of:100
list:100
ten:100
an:200
Constructs:100
capacity:100
empty:100

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
结构化并发编程是指在并发编程中采用一定的分解方式与组织形式,以便于程序的开发、调试和维护。下面介绍几种常见的结构化并发编程的分解方式和组织形式。 1. 模块化:将并发程序分解成独立的模块,每个模块只负责完成特定的任务。不同模块之间通过消息传递或共享内存进行通信和协作。采用模块化的方式可以使并发程序更易于维护和扩展,同时也可以降低程序的复杂度。 2. 任务并行:将并发程序分解成多个任务,每个任务可以在不同的处理器或线程上并行执行。任务之间可以通过消息传递或共享内存进行通信和协作。采用任务并行的方式可以充分利用多处理器或多核的计算能力,提高程序的执行效率。 3. 数据并行:将并发程序分解成多个数据块,每个数据块可以在不同的处理器或线程上并行处理。数据块之间可以通过消息传递或共享内存进行通信和协作。采用数据并行的方式可以充分利用多处理器或多核的计算能力,提高程序的执行效率。 4. 水线:将并发程序分解成多个阶段,每个阶段可以在不同的处理器或线程上并行执行。不同阶段之间通过消息传递或共享内存进行通信和协作。采用水线的方式可以充分利用多处理器或多核的计算能力,同时也可以优化程序的执行效率。 总之,结构化并发编程的分解方式和组织形式可以根据具体的应用场景和需求进行选择,以便于实现高效、可靠、易于维护的并发程序。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值