读《java8 函数式编程》2

第6章 数据并行化

1、并行与串行，串行指的是一个cup，多个任务排队被处理。并行则是多个cup处理任务

2、为什么要并行，由于现在电脑多是多个cup处理，理论上n个cup的处理速度是单个cup的处理速度的n倍。

3、将 stream() 换成 paralleStream()即可。

4、模拟系统、限制没看明白

5、性能的影响因素， 数据大小，原数据结构、装箱、核的数量，单元处理开销时间。

处理过程为   分割、 处理 、合并三个步骤。ArrayList 性能好，HashSet ，TreeSet性能一般，LinkedList性能差。

6、数组的并行化操作、 parallePrefix求和，parallelSetAll 更新数组元素、parallelSort并行化对数组排序。

第5章 集合

1、List 是有序集合，set是无序集合，处理后，可能次序发生变化。

2、方法引用ClassNaem：methodName比如 artist->artist.getName() 可以写作 Artist::getName

3、转换集合 toCollection 与toSet分别生成Collection与Set的实例。stream.collection(toCollection(TreeSet::new))

4、求值 maxBy、minBy，averagingInt  最大，最小，平均数

5、数据分块 partitioningBy 通过某一属性，分为多个部分，比如流行分为 乐队与独唱歌手两部分

6、数据分组  groupingBy 根据某一属性分为true和false的两个分组

7、将流中的数据格式化为一个字符串，使用collect（Collectors.joining(",","[","]")）;

8、为每个艺术家生成一个专辑列表 groupBy，或者为每个艺术家生成一个专辑数列表
collect（groupBy(album->album.getMainMusician());

collect（groupBy(album->album.getMainMusician(),counting())）;

9、复写reduce方法。

第四章 类库

重载解析，多重继承。

1、使用基本类型定制的Lamdba表达式与stream，如IntStream可以显著的提升系统性能。

2、默认方法是指接口中定义的包含方法体的方法，房名有default关键词做前缀。

3、Optional 中的reduce ,在一个值可能为空的建模情况下，使用Optional对象能替代使用null值。

第三章 流

主要讲常见的流操作

1、collection（toList（））由stream里生成一个列表

2、map 把一种类型的值转城另一种类型的值。

有两种写法，map中有多个操作时用大括号{}表示，同时需要写return

3、stream的filter 过滤数据的操作。

4、flatMap将多个stream 连接成一个stream

5、max与min   stream用来求最大值，最小值。.min(Comparator.comparing(temp->temp.getLength));

6、reduce

0为acc的初始值， acc为sum，element为当前的元素

Stream.of(1,2,3).reduce(0,(acc,element)->acc+element);

7、整合，使用了一个例子，包含了filter、map、collect操作

8、使用习惯的链式调用

      stream().filter().map().collect();

第二章

Lamdba表达式是一种匿名方法，将行为像数据一样进行传递。

主要用途 内部匿名函数，最常见的lambda表达式

内部匿名类

Runnable a =()->System.out.println("hello");
new Thread(()->System.out.println("hello world")).start();
new JButton().addActionListener(event->System.out.println("hello world"));
Collections.sort(list, Comparator.comparing(Album::getLength));

集合操作

list.stream().foreach(temp->sysout(temp)).collect(toList());

lambda表达式的使用范围

 

        BinaryOperator<Long> add=(x,y)->x+y;
        Predicate<Album> enough=c->c.getLength()>10;
        Consumer<Album> consumer=d->System.out.println(d.getLength());
        Supplier<Album> supplier=()->new Album();
        Function<Album,List<Track>> list=e->e.getTracksList();
        UnaryOperator<Album> unary=f->{f.setLength(2); return f;};

Stream.filter(Predicate);
Stream.forEach(Consumer);
Stream.map(Function);
Stream.peek(Consumer)