java8 foreach 异常_Java8 lambda表达式forEach不能提前终止循环的两种解决方案

普通for循环和Java8中foreach()循环中return,continue,break的用法 目录 1 前言 2 普通for循环中return,continue,break的用法 3 Java8中foreach()的用法 4 如何退出Java8中的foreach()循环 4.1 anyMatch(Predicate p) 1 前言 在我们平时开发中,会发现Java8的foreach()循环使用率要远远大于之前的普通for循环使用,它们二者在使用上还是有许多区别的。之前能跳出普通for循环使用的一些关键字在Java8中的foreach()循环中却不能使用。 2 普通for... 阅读详情

1.情景展示

afb0880442e00b162f528bf953ba35f9.png

如上图所示,我们想要终止for循环,使用return。

执行结果如下:

9c544df0e0fdaa58650bce67d89a58a1.png

我们可以看到,只有赵六没被打印出来,后续的数组元素依旧被执行了。

也就是说,关键字"return",在这里执行的效果相当于普通for循环里的关键词continue"。

2.原因分析

我们知道,在普通for循环里面,想要提前结束(终止)循环体使用"break";

结束本轮循环,进行下一轮循环使用"continue";

另外,在普通for里,如果使用"return",不仅强制结束for循环体,还会提前结束包含这个循环体的整个方法。

而在Java8中的forEach()中,"break"或"continue"是不被允许使用的,而return的意思也不是原来return代表的含义了。

我们来看看源码:

7fc0bc83dcb545945b0051c2e163e455.png

forEach(),说到底是一个方法,而不是循环体,结束一个方法的执行用什么? 当然是return啦;

java8的forEach()和JavaScript的forEach()用法是何其的相似,感兴趣的可以去了解下(在文末)。

Java不是万能的,不要再吐槽它垃圾了。

3.解决方案

方案一:使用原始的foreach循环

392ef1b0ce46843f7ed1659980d612ea.png

使用过eclipse的老铁们应该知道,当我们输入:foreach,再按快捷键:Alt+/,就会出现foreach的代码提示。

如上图所示,这种格式的for循环才是真正意义上的foreach循环。

在idea中输入,按照上述操作是不会有任何代码提示的,那如何才能在idea中,调出来呢?

244d58f831e7c591aa8d7b428a1efeda.png

for循环可以提前终止。

方式一:break

a6bd8ed878a103e223c28931ff3da21e.png

方式二:return(不推荐使用)

8e51019a028e758726e19e3eb6a151a7.png

方案二:抛出异常

我们知道,要想结束一个方法的执行,正常的逻辑是:使用return;

但是,在实际运行中,往往有很多不突发情况导致代码提前终止,比如:空指针异常,其实,我们也可以通过抛出假异常的方式来达到终止forEach()方法的目的。

4035aea93363b1e88cb985b49465e308.png

如果觉得这种方式不友好,可以再包装一层。

35a5ec7eda334b2de216f23df5e7089e.png

这样,就完美了。

这里,需要注意的一点是:要确保你forEach()方法体内不能有其它代码可能会抛出的异常与自己手动抛出并捕获的异常一样;

否则,当真正该因异常导致代码终止的时候,因为咱们手动捕获了并且没做任何处理,岂不是搬起石头砸自己的脚吗?

写在最后

哪位大佬如若发现文章存在纰漏之处或需要补充更多内容,欢迎留言!!!

相关推荐:

来源:https://blog.youkuaiyun.com/weixin_39597399/article/details/114232746
提前终止 Lambda forEach 的两种方法 另一种方法是使用一个自定义的标志来控制forEach的执行。我们可以在Lambda表达式中检查这个标志,当标志为真时提前终止。// 自定义标志if (!// 设置标志,提前终止});在这个例子中,我们使用了一个布尔型数组作为标志。当元素等于"C"时,我们将标志设置为真,从而实现提前终止的效果。 阅读详情

相关推荐

面试题:Java8 lambda 表达式 forEach 如何提前终止?

但是,在实际运行中,往往有很多不突发情况导致代码提前终止,比如:空指针异常,其实,我们也可以通过抛出假异常的方式来达到终止forEach()方法的目的。而在Java8中的forEach()中,"break"或"continue"是不被允许使用的,而return的意思也不是原来return代表的含义了。另外,在普通for里,如果使用"return",不仅强制结束for循环体,还会提前结束包含这个循环体的整个方法。forEach(),说到底是一个方法,而不是循环体,结束一个方法的执行用什么?

xuxu96 795

forEach循环异常终止解决办法

js中forEach循环未执行完(终止) 解决方案: JavaScript跳出forEach,打印错误信息 因为forEach无法通过正常流程终止,所以可以通过抛出异常的方法实现终止 try{ var array=["a","b","c","d"]; array.forEach(function(item,index){ if(item=="c"){ ...

weixin_43242506的博客 3412

【干货】SAP物料分类账的简单理解

一、SAP物料分类账理解 物料分类账,简称ML(material ledger),其基本用途是可以用八个字概括“还原成本”、“还原库存”。即通过月底运行物料分类账,将库存差异(原材料-材料成本差异、库存商品-自制半成本差异、库存商品-自制产成品差异)自动按当期库存出库数和库存结存数的比例分摊至成本和库存中。为了理解其概念,可以简单举一个例子: 开一工单,生产A产品,数量为3个,当月全部生产完工

ERP运维咨询(目标和成功) 1万+

深入剖析foreach底层原理以及并发修改异常

深入剖析foreach底层原理以及并发修改异常

m0_51358164的博客 2400

CANoe/CANalyzer新手必看:从零配置到报文分析的完整流程(附B站官方教程实操)

本文为CANoe/CANalyzer新手提供从零配置到报文分析的完整流程指南,涵盖硬件连接、工程配置、报文捕获及信号级分析等关键步骤。通过详细的实操案例和B站官方教程,帮助工程师快速掌握汽车电子总线分析工具的核心应用,提升诊断效率与通信系统理解。

y7z8a的博客 776

Globus 数据下载

Globus 大数据下载流程~

weixin_43978558的博客 6649

java8 foreach 抛异常_Java Stream中的异常处理

ExceptionStream API和lambda是Java自版本8以来很大的一个特性。从那个时候开始,我们可以更多地使用函数式的语法。现在,在使用了这些语言特性一段时间之后,我们经常面临的一个问题是如何在lambda里处理checkedException。你很可能已经知道,直接在lambda里调用抛出checkedException的方法是不行的,我们需要catch住checkedExcept...

weixin_36212334的博客 8661

用Java实现对接豆包ai火山引擎详细版简单明了ai对话

第二部分代码实现。

m0_72637700的博客 8615

Java8 lambda 表达式 forEach 如何提前终止?

我们知道,在普通 for 循环里面,想要提前结束(终止)循环体使用break。结束本轮循环,进行下一轮循环使用continue。另外,在普通 for 里,如果使用return,不仅强制结束 for 循环体,还会提前结束包含这个循环体的整个方法。而在 Java8 中的 forEach() 中break或continue是不被允许使用的,而return的意思也不是原来 return 代表的含义了。

2401_83384536的博客 1239

四非人的保研之路,2024(2025届)四非计算机的保研经验分享(西南交通、苏大nlp、西电、北邮、山软、山计、电科、厦大等)

本身我就是福建人,xmu 3小时就能到家,然后导这边毕业要求容易,不想读博,达到要求就能放实习,每周打卡35h,比较自由,遂考虑。北邮弱com,联系了蛮多老师,几乎都给了考核机会,面试的老师好几位都考核人工智能基础,会问你卷积的计算,问的还是蛮细的。当时结果是暂定,以为是稳了,遂没联系其他老师,但是之后询问发现只是候补,懒得联系其他老师,928候补到,放弃。东北大学,2000人大机试,入营点送,全国巡回面试,每个人就面不到10分钟,我就被问了3个问题就结束了,候补。科研组,导师有人脉,想读博出成果可以去。

专注于AI领域前沿知识,业余爱好开发软件 4356

【华为OD机试真题】29、组成最大数 | 机试真题+思路参考+代码解析 (C++、Java、Py、C语言、JS)

题目描述 >小组中每位都有一张卡片,卡片上是6位内的正整数,将卡片连起来可以组成多种数字,计算组成的最大数字

KJ.JK 2419

【学习记录 time: 2022-07-21】Java8 Lambda 表达式中的 forEach 如何提前终止?

分析我们平时在普通的for循环时使用break跳出循环,而在普通的for循环中使用不止会跳出循环,更是会直接返回整个方法结果。需要注意的一点是要确保你forEach()方法体内不能有其它代码可能会抛出的异常与自己手动抛出并捕获的异常一样;在实际运行中,往往有很多不突发情况导致代码提前终止,比如空指针异常,其实,我们也可以通过抛出假异常的方式来达到终止forEach()方法的目的。当然也可以抛出想要跑出的内容。可以看出forEach是一个方法,当然是用return来结束的,而且void,没有返回值。...

私聊前往站内信:https://i.youkuaiyun.com/#/msg/chat/weixin_44976692 1万+

【AI大模型】核心基石:Transformer架构入门通俗完整解读

文章摘要: Transformer架构是AI大模型(如GPT、Llama等)的核心基石,彻底颠覆了传统RNN/LSTM的逐字计算模式,通过自注意力机制实现全局并行运算和长文本语义理解。本文用通俗语言拆解Transformer的核心模块:位置编码保留语序、多头注意力捕捉上下文关联、掩码机制确保生成逻辑、残差连接稳定训练,并搭配极简PyTorch代码演示Decoder架构的逐字生成过程。Transformer的并行性、可堆叠性和全局注意力优势,使其成为千亿参数大模型的基础。理解Transformer是掌握大模型

unber的博客 45

Java 8 Lambda 表达式中的 forEach 如何提前终止?

如上图所示,我们想要终止for循环,使用return。执行结果如下:我们可以看到,只有赵六没被打印出来,后续的数组元素依旧被执行了。也就是说,关键字"return",在这里执行的效果相当于普通for循环里的关键词continue"。我们知道,在普通for循环里面,想要提前结束(终止)循环体使用"break";结束本轮循环,进行下一轮循环使用"continue";另外,在普通for里,如果使用"return",不仅强制结束for循环体,还会提前结束包含这个循环体的整个方法。

m0_69632475的博客 515

Debezium系列之:深入理解 Debezium Topic的设置要求

Debezium系列之:配置 Debezium Topic

zhengzaifeidelushang的博客 1009

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

Java8 lambda表达式forEach如何提前终止?

文章来源:https://c1n.cn/8USRc‍‍‍目录情景展示原因分析解决方案情景展示如下图所示,我们想要终止 for 循环,使用 return。执行结果如下:我们可以看到,只有赵六没被打印出来,后续的数组元素依旧被执行了。也就是说,关键字"return",在这里执行的效果相当于普通 for 循环里的关键词"continue"。原因分析我们知道,在普通 for 循环...

石杉的架构笔记 1023

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

Java8 Lambda 表达式中的 forEach 如何提前终止

如上图所示,我们想要终止for循环,使用return。执行结果如下: 我们可以看到,只有赵六没被打印出来,后续的数组元素依旧被执行了。也就是说,关键字"return",在这里执行的效果相当于普通for循环里的关键词continue"。我们知道,在普通for循环里面,想要提前结束(终止)循环体使用"break";结束本轮循环,进行下一轮循环使用"continue";另外,在普通for里,如果使用"return",不仅强制结束for循环体,还会提前结束包含这个循环体的整个方法。而在Java8中的中,"break

chuyouyinghe的专栏 697

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Lambda 表达式中的 forEach 如何提前终止

但是,在实际运行中,往往有很多不突发情况导致代码提前终止,比如:空指针异常,其实,我们也可以通过抛出假异常的方式来达到终止 forEach() 方法的目的。这里,需要注意的一点是:要确保你 forEach() 方法体内不能有其它代码可能会抛出的异常与自己手动抛出并捕获的异常一样;否则,当真正该因异常导致代码终止的时候,因为咱们手动捕获了并且没做任何处理,岂不是搬起石头砸自己的脚。forEach(),说到底是一个方法,而不是循环体,结束一个方法的执行用什么?,就会出现 foreach 的代码提示。

wangwcy的博客 676

Java8 Lambda 表达式中的 forEach 如何提前终止?

程序员的成长之路互联网/程序员/技术/资料共享关注阅读本文大概需要 2.8 分钟。来自:https://blog.youkuaiyun.com/weixin_395973991.情景展示如上图所示,我们想要终止for循环,使用return。执行结果如下:我们可以看到,只有赵六没被打印出来,后续的数组元素依旧被执行了。也就是说,关键字"return",在这里执行的效果相当于普通for...

良月柒 695

Java8 Lambda forEach总结

概述 Java8 lambda的forEach表达式用于Stream的循环遍历,但是却无法像普通的for循环那样beak循环。 情景展示 public class ForEachTest { public static void main(String[] args) { List<String> list = Arrays.asList("张三", "李四", "王五", "赵六", "钱七", "孙八"); list.forEach(name -&gt

抽象的螺旋 2107

Java Lambda表达式forEach无法跳出循环的解决思路

如果你使用过forEach方法来遍历集合,你会发现在lambda表达式中的return并不会终止循环,这是由于lambda的底层实现导致的,看下面的例子: public static void main(String[] args) { List<String> list = Lists.newArrayList(); list.add("a"); list.add("b"); list.add("c"); list.forEach(s -&gt.

w592376568的博客 1888

java8的foreach遍历怎么跳出当次循环

解决问题:在使用java8的foreach遍历时,如何跳出当前循环 在Java8中,forEach方法是用来遍历集合中的元素的一种方式。但是在某些情况下,我们可能需要在循环中跳出当前循环,终止后续的操作。本文将介绍如何在使用Java8的forEach方法时,跳出当前循环。 问题分析 在传统的for循环中,我们可以使用bre...

weixin_30894765的博客 1868

Java foreach在lambda的foreach遍历中退出操作(lambda foreach break)

本文探讨了Java中Lambda表达式在forEach遍历时无法直接使用break/continue的问题,并提供了三种替代方案:1)通过自定义异常中断遍历(不推荐);2)使用Stream的takeWhile()或索引筛选(推荐Java9+);3)原子布尔标志位控制(最灵活常用)。同时对比了传统循环、迭代器和流式编程中的循环控制方式,指出传统循环灵活性最高,而流式编程的anyMatch()等具有短路特性。建议根据场景选择方案:简单遍历用传统循环,函数式编程用takeWhile(),复杂逻辑用标志位控制。

慕白Lee的博客 2041
上一篇: NavicatPremium12连接Oracle11g报ORA-28547错误
下一篇: 看看别人后端API接口性能优化的11个方法,那叫一个优雅!
码趣资源网
博客等级 码龄4年 269粉丝 518原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值