collect 操作使用给定的 Collector 做 reduce 操作。
数组元素连接
System.out.println(Stream.of(“A”, “B”, “C”).collect(Collectors.joining(“,”)));
转成 List
List asList = Stream.of(“A”, “B”, “C”).collect(Collectors.toList());
根据城市分组
Map<String, List> peopleByCity = personStream.collect(Collectors.groupingBy(Person::getCity));
** 根据州和城市分组**
Map<String, Map<String, List>> peopleByStateAndCity
= personStream.collect(Collectors.groupingBy(Person::getState,
Collectors.groupingBy(Person::getCity)));
count
返回 Stream 中的元素总数。
System.out.println(Stream.of(1,2,3).count());
distinct
返回唯一的元素列表,类似于 数据库 sql 中的 distinct 关键字。 比较时通过 equals 方法来判定是否相同。
System.out.println(Stream.of(1,2,3,3).distinct().map(n -> n + “”).collect(Collectors.joining(“,”)));
filter
使用给定的 Predicate 的筛选 Stream 元素,符合条件的留下并组成一个新的 Stream 。
System.out.println(Stream.of(1,2,3).filter(n -> n > 1).map(n -> n + “”).collect(Collectors.joining(“,”)));
findAny
返回任何一个不确定的元素,通过 Optional 来包装。如果在一个固定不变的组合中,返回第一个元素。
System.out.println(Stream.of(1,2,3).findAny().get());
findFirst
返回第一个元素。
System.out.println(Stream.of(1,2,3).findFirst().get());
flatMap
适用于如果Stream中的元素还是集合,能将集合中的元素组成一个平面的集合。简单来下面的例子,Stream 是二维的,因为 Stream 的元素还是数组,经过flag处理后,变成一维的了,所有元素位于一个Stream 下了。
System.out.println(
Stream.of(new Integer[]{1,2,3}, new Integer[]{4,5,6}, new Integer[]{7,8,9,0})
.flatMap(a -> Arrays.stream(a))
.map(n -> n + “”).collect(Collectors.joining(“,”)));
// 输出:1,2,3,4,5,6,7,8,9,0
forEach
逐个元素执行 Consumer 操作。
Stream.of(1,2,3).forEach(n -> System.out.print(n + “,”));
小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数初中级Java工程师,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Java开发全套学习资料》送给大家,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频
如果你觉得这些内容对你有帮助,可以添加下面V无偿领取!(备注Java)
总结
大型分布式系统犹如一个生命,系统中各个服务犹如骨骼,其中的数据犹如血液,而Kafka犹如经络,串联整个系统。这份Kafka源码笔记通过大量的设计图展示、代码分析、示例分享,把Kafka的实现脉络展示在读者面前,帮助读者更好地研读Kafka代码。
麻烦帮忙转发一下这篇文章+关注我
总结
大型分布式系统犹如一个生命,系统中各个服务犹如骨骼,其中的数据犹如血液,而Kafka犹如经络,串联整个系统。这份Kafka源码笔记通过大量的设计图展示、代码分析、示例分享,把Kafka的实现脉络展示在读者面前,帮助读者更好地研读Kafka代码。
麻烦帮忙转发一下这篇文章+关注我
[外链图片转存中…(img-KN1VFGlA-1711048974075)]