使用Stream流时,并行流的优化。
前言
⚠️⚠️⚠️我们的Stream流,可以分为串行流和并行流。
以下内容节选自己的个人OneNote笔记,在此分享一下,记录一下。
一、并行流的介绍
![示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。](https://img-blog.csdnimg.cn/direct/34cd7bf18baf401ba19a0c06e927776f.png)
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/6487f324c5534512bc31ba7cb2113fe1.png)
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/c58897c019384c60a06040a617955954.png)
二、使用和讲解
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/881f5b104e4144ffb648e6b8d4cb7649.png)
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/e0791c76adbb4fa1bbf446fda7aef939.png)
元素少肯定是串行快,因为少去了new 线程,以及线程结果合并的时间。
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/e4cd65c0b803474fab41e2c7d6815ffe.png)
这样我们就可以观察其此次并行流参与的线程!!!
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/c9c5d1ef58f848fabcccca6fe0ee2837.png)
此次并行流调用3个线程去实现!!!
. peek()这个是Stream的API专门为我们提供的调试使用的!!!他是一个中间操作!!!
这个抽象方法的integer参数,就是代表当前操作的元素。
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/220101291af5407faabe4e21277ec8d0.png)
结束!!!