Java8实战之Stream的延迟计算

更新时间：2021年09月07日 15:43:04 作者：鲲鹏飞九万里

JDK中Stream的中间函数如 filter(Predicate super T>)是惰性求值的,filter并非对流中所有元素调用传递给它的Predicate,下面这篇文章主要给大家介绍了关于Java8实战之Stream延迟计算的相关资料,需要的朋友可以参考下

一、函数式编程

要被称为函数式，函数或方法不应该抛出任何异常。使用Optional<R> 类型作为返回值。

透明性：方法中没有任何操作会修改现有结构

使用Java8进行编程时，尽量使用Stream取代迭代操作。如果递归可以更简洁，且不带副作用，应该使用递归替换迭代。

"尾-递"迭代，不需要在不同的栈桢上保存每次递归计算的中间值。目前Java不支持这种优化，很多的现代JVM语言，比如Scala和Groovy都支持这种形式递归迭代的优化。

1.1 示例一：方法中没有任何操作会修改现有结构

获取列表的子集：

    public static List<List<Integer>> findAllSubList(List<Integer> list) {
        if (list.size()==0) {
            List<List<Integer>> res = new ArrayList<>();
            res.add(Collections.emptyList());
            return res;
        }
        Integer first = list.get(0);
        List<Integer> subList = list.subList(1, list.size());
        List<List<Integer>> allSubList = findAllSubList(subList);
        List<List<Integer>> allSubList2 = insertAll(first, allSubList);
        return concat(allSubList, allSubList2);
    }
    
    private static List<List<Integer>> concat(List<List<Integer>> allSubList, List<List<Integer>> allSubList2) {
        List<List<Integer>> res = new ArrayList<>(allSubList);
        res.addAll(allSubList2);
        return res;
    }

    private static List<List<Integer>> insertAll(Integer item, List<List<Integer>> allSubList) {
        List<List<Integer>> res = new ArrayList<>();
        for (List<Integer> a : allSubList) {
            List<Integer> oneList = new ArrayList<>(a);
            oneList.add(item);
            res.add(oneList);
        }
        return res;
    }

1.2 实例二：“尾-递”迭代

求n的阶乘：

方案一：迭代

    /**
     * 使用迭代计算阶乘
     * r 和 i 在每轮迭代中都会更新
     * @param n
     * @return
     */
    public static int factorialIterator(int n) {
        int r = 1;
        for (int i=1; i<=n; i++) {
            r *= i;
        }
        return r;
    }

方案二：使用递归

    /**
     * 使用递归 计算阶乘
     *  比迭代都效率差：因为每次递归都需要创建栈桢
     * @param n
     * @return
     */
    public static int factorialRecursive(int n) {
        return n==1? 1 : n * factorialIterator(n-1);
    }

方案三：使用Stream

    /**
     * 使用Stream 计算阶乘
     * @param n
     * @return
     */
    public static int factorialStream(int n) {
        return IntStream.rangeClosed(1, n).reduce(1, (x, y)->x*y);
    }

方案四：递归的优化：“尾-递”迭代

    /**
     * 尾-递 迭代
     * @param n
     * @return
     */
    public static int factorialTailIterator(int n) {
        return factorialTailHelp(1, n);
    }

    /**
     * 尾-递 迭代递帮助类
     * @param acc
     * @param n
     * @return
     */
    private static int factorialTailHelp(int acc, int n) {
        return n==1?acc:factorialTailHelp(acc*n, n-1);
    }

二、科里化

科里化：帮助你模块化函数，提高代码重用性的技术。

科里化表示一种将一个带有n元组参数的函数转换成n个一元函数链的方法。

三、函数式数据结构——持久化的

数据结构的值始终保持一致，不受其他部分变化的影响。

附加条件：所有使用持久化数据结构的用户都必须遵守这一“不修改“原则。不对返回值就行修改。

四、Stream的延迟计算

创建一个质数列表：

4.1 列表接口

/**
 * @Date 2021/9/5
 * @Author lifei
 */
public interface MyList<T> {

    T head();
    MyList<T> tail();

    MyList<T> filter(Predicate<T> p);

    default boolean isEmpty() {
        return true;
    }
}

4.2 延迟列表

public class LazyList<T> implements MyList<T> {
    final T head;
    final Supplier<MyList<T>> tail;

    public LazyList(T head, Supplier<MyList<T>> tail) {
        this.head = head;
        this.tail = tail;
    }
    @Override
    public T head() {
        return head;
    }

    @Override
    public MyList<T> tail() {
        return tail.get();
    }

    @Override
    public MyList<T> filter(Predicate<T> p) {
        return isEmpty()?this:p.test(head())? new LazyList<>(head, ()->tail().filter(p)):tail().filter(p);
    }

    @Override
    public boolean isEmpty() {
        return false;
    }
}

4.3 创建一个无限延迟的列表

    /**
     * 创建一个无限延迟的列表
     * @param n
     * @return
     */
    public static LazyList<Integer> from(int n) {
        return new LazyList<>(n, ()->from(n+1));
    }

4.4 创建一个无限延迟的质数列表

    /**
     * 创建一个无限循环的 质数列表
     * @param numbers
     * @return
     */
    public static MyList<Integer> primes(MyList<Integer> numbers) {
        return new LazyList<>(numbers.head(), ()->primes(numbers.tail().filter(n->n%numbers.head()!=0)));
    }

4.5 使用无限延迟的质数列表

    public static void main(String[] args) {
        LazyList<Integer> numbers = from(2);
        Integer res2 = numbers.head();
        Integer res3 = numbers.tail().head();
        Integer res4 = numbers.tail().tail().head();
        System.out.println(res2);
        System.out.println(res3);
        System.out.println(res4);
        System.out.println("创建一个无限延迟的质数列表");
        MyList<Integer> primes = primes(numbers);
        for (int i=0; i<30; i++) {
            if (!primes.isEmpty()){
                System.out.print(primes.head() + ", ");
                primes = primes.tail();
            }
        }
        System.out.println();

    }

总结

到此这篇关于Java8实战之Stream延迟计算的文章就介绍到这了,更多相关Java8 Stream延迟计算内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Java多线程中的wait与notify方法详解
这篇文章主要介绍了Java多线程中的wait与notify方法详解,线程的调度是无序的,但有些情况要求线程的执行是有序的,因此,我们可以使用 wait() 方法来使线程执行有序,需要的朋友可以参考下
2023-08-08
Mybatis中返回主键值方式
这篇文章主要介绍了Mybatis中返回主键值方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2024-05-05
Java自动解压文件实例代码
Java自动解压文件实例代码，需要的朋友可以参考一下
2013-04-04
Java SpringBoot实现文件上传功能的示例代码
这篇文章主要介绍了如何利用Java SpringBoot实现文件上传功能，文中的示例代码讲解详细，对我们学习有一定帮助，需要的可以参考一下
2022-03-03
Java中使用Lambda表达式和函数编程示例
这篇文章介绍了Java中使用Lambda表达式和函数编程示例，该文章会演示多个示列，分别是变量声明上下文中的lambda、return语句上下文中的lambda、赋值上下文中的lambda、lambda在数组初始值设定项上下文中的用法等等,需要的朋友可以参考一下
2021-10-10
深入理解Mybatis二级缓存
与一级缓存相比，二级缓存范围更大了一些，可以被多个SqlSession所共用。下面通过本文带领大家一起学习mybatis二级缓存知识，一起看看吧
2016-12-12
使用Java实现MySQL数据锁定的策略
在并发环境下,多个线程同时对MySQL数据库进行读写操作可能会导致数据冲突和不一致的问题,为了解决这些并发冲突,我们可以采用数据锁定策略来保证数据的一致性和完整性,下面将介绍如何使用Java实现MySQL数据锁定策略,,需要的朋友可以参考下
2023-08-08
SpringBoot对Filter过滤器中的异常进行全局处理方案详解
这篇文章主要介绍了SpringBoot对Filter过滤器中的异常进行全局处理,在SpringBoot中我们通过 @ControllerAdvice 注解和 @ExceptionHandler注解注册了全局异常处理器，需要的朋友可以参考下
2023-09-09
Netty分布式pipeline管道创建方法跟踪解析
这篇文章主要为大家介绍了Netty分布式pipeline管道创建方法跟踪解析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2022-03-03
浅谈SpringSecurity基本原理
今天带大家了解一下SpringSecurity的基本原理,文中有非常详细的代码示例,对正在学习java的小伙伴们有很好地帮助,需要的朋友可以参考下
2021-05-05