java lambda循環(huán)_使用Java 8 Lambda簡(jiǎn)化嵌套循環(huán)操作

更新時(shí)間：2020年09月14日 09:45:16 作者：dnc8371

這篇文章主要介紹了java lambda循環(huán)_使用Java 8 Lambda簡(jiǎn)化嵌套循環(huán)操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

java lambda循環(huán)

對(duì)于每個(gè)經(jīng)常需要在Java 8（或更高版本）中使用多維數(shù)組的人來(lái)說(shuō)，這只是一個(gè)快速技巧。

在這種情況下，您可能經(jīng)常會(huì)以類(lèi)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(yùn)的話，可以用for-each循環(huán)替換循環(huán)。但是，循環(huán)內(nèi)的計(jì)算通常需要索引。

在這種情況下，您可以提出一個(gè)簡(jiǎn)單的實(shí)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(gè)人需求。

翻譯自: https://www.javacodegeeks.com/2016/04/simplifying-nested-loops-java-8-lambdas.html

補(bǔ)充知識(shí)：JAVA8-lambda表達(dá)式-并行流，提升效率的利器？

寫(xiě)在前面的話

在前面我們已經(jīng)看過(guò)了一些流的處理，那么Lambda除了在寫(xiě)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(chǎng)景下可以提高程序的性能。我們先看一個(gè)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(xiě)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(jiǎn)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(shí)開(kāi)啟多個(gè)任務(wù)。引入多線程的原因在于，線程可能會(huì)阻塞，CPU會(huì)主動(dòng)切分時(shí)間片，只有分配到時(shí)間片的線程才會(huì)運(yùn)行。而現(xiàn)代的處理器，幾乎都是多核的，即多個(gè)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(yùn)送一堆貨物，如果只有一輛車(chē)(單線程)，肯定慢，平時(shí)如果貨少，那還能應(yīng)付過(guò)來(lái) ，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(chē)輛(多線程)，那么肯定能加快運(yùn)送速度。但是有一個(gè)前提，必須是多條道(多核CPU)。而在有些只有單個(gè)出口的地方，還必須排隊(duì)(并發(fā)，線程安全)

而并行的針對(duì)同一個(gè)任務(wù)的。比如還是一輛車(chē)的貨，10000件，全部放在A車(chē)上，要跑N個(gè)小時(shí)?，F(xiàn)在取出一半放到B車(chē)上，理論上A,B2車(chē)同時(shí)跑，是不是會(huì)理快呢？嘿嘿嘿，這就是說(shuō)的數(shù)據(jù)并行化，這里不會(huì)涉及并發(fā)。而這一切，Java8的并行流都在底層幫我們實(shí)現(xiàn)了

一定會(huì)更快？

紙上得來(lái)終覺(jué)淺，絕知此事要躬行！我們來(lái)看下，前面2個(gè)代碼的分別執(zhí)行時(shí)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(lái)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(lái)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(lái)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(kuò)大試試

還是更慢，換個(gè)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(lái)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(lái)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，