java中Stream的使用

lambda在开发中常用的一些方法

@Data
public class Student {
    private String name;
    private Integer age;
    private Integer className;

    public static List<Student> getStudents(){
        List<Student> students = new ArrayList<>();
        Student student1 = new Student();
        student1.setName("张三");
        student1.setAge(20);
        student1.setClassName(119);

        Student student2 = new Student();
        student2.setName("李四");
        student2.setAge(18);
        student2.setClassName(120);

        Student student3 = new Student();
        student3.setName("王五");
        student3.setAge(22);
        student3.setClassName(119);

        Student student4 = new Student();
        student4.setName("赵六");
        student4.setAge(19);
        student4.setClassName(163);
        students.add(student1);
        students.add(student2);
        students.add(student3);
        students.add(student4);
        return students;
    }

    public static void main(String[] args) {
        // 初始化学生数据
        List<Student> students = Student.getStudents();
        
    }
}

1.通过指定条件过滤集合

业务场景:
	比如我们在从数据库中查出一个集合数据,然后通过某个条件,筛选出符合逻辑的。
	哈哈,这个其实在数据库中查不出不是更香香吗!简单的介绍一下
        List<Student> students = Student.getStudents();
        // 获取学生年龄大于20岁的
        List<Student> collect = students.stream()
        .filter(item -> item.getAge() > 20).collect(Collectors.toList());

collect 结果

在这里插入图片描述

这个方法在一般场景中是用不到的,在数据库中查找也是可以的。
如果我想过滤年龄大于20并且班级不是119的学生,应该如何操作?

在这里插入图片描述
看这也是不是可以了,但是这里面还是有问题的,我上面声明的className是int 的包装类型。… 不多说了,不然说不完了。想一想会出那种问题。

2.将学生数组转换成map

		// 初始化学生数据
        List<Student> students = Student.getStudents();
        // 将学生集合转换成map对象
        Map<String, Student> collect = students.stream()
        			.collect(Collectors.toMap(Student::getName, item -> item));

在这里插入图片描述

这个在真实的开发中比较长用,我给大家介绍一个场景,比如在导入数据的时候,
做数据校验,文档导入的文档中是汉字你要转换成对应的编码,去保存到数据库
中。如果你把数据这个字典的数据转换成一个map集合。是不是不用多次查询了。
前提是这个字典表数据量不能太大。这种方法也就是用空间换时间。这个使用换
有几种情况,当你的map value中只想手机某一个字段。或者map 的key重复如何
处理。这里我就不给大家详细介绍了,代码如下。
// key 学生姓名  value 为学生年龄
  Map<String, Integer> collect1 = students.stream()
        .collect(Collectors.toMap(Student::getName, item -> item.getAge()));
// key 重复的处理策略
Map<String, Student> collect2 = students.stream()
        .collect(Collectors.toMap(Student::getName, Function.identity(), (key1, key2) -> key1));

3.通过指定的条件对数据进行分组

这个方法在开发中遇到一些场景是比较好用的,大家可以灵活使用

// 初始化学生数据
List<Student> students = Student.getStudents();
// 通过班级对数据分组
Map<Integer, List<Student>> collect = students.stream()
       			 .collect(Collectors.groupingBy(Student::getClassName));

在这里插入图片描述

4.再给大家说一下,关于集合排序的一个方法

 // 初始化学生数据
        List<Student> students = Student.getStudents();
// 通过年龄对学生从小到大排序
       Collections.sort(students, new Comparator<Student>() {
           @Override
           public int compare(Student o1, Student o2) {
               return o1.age - o2.age;
           }
       });
//  简写方式
Collections.sort(students, (o1,o2) -> o1.age - o2.age);    

在这里插入图片描述

关于对集合的操作还有很多,大家可以去了解更多。我只是举例几个,我再真实开发中常用的例子。希望能对大家有帮助。
内容概要:本文档详细介绍了在三台CentOS 7服务器(IP地址分别为192.168.0.157、192.168.0.158和192.168.0.159)上安装和配置Hadoop、Flink及其他大数据组件(如Hive、MySQL、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala)的具体步骤。首先,文档说明了环境准备,包括配置主机名映射、SSH免密登录、JDK安装等。接着,详细描述了Hadoop集群的安装配置,包括SSH免密登录、JDK配置、Hadoop环境变量设置、HDFS和YARN配置文件修改、集群启动与测试。随后,依次介绍了MySQL、Hive、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala和Flink的安装配置过程,包括解压、环境变量配置、配置文件修改、服务启动等关键步骤。最后,文档提供了每个组件的基本测试方法,确保安装成功。 适合人群:具备一定Linux基础和大数据组件基础知识的运维人员、大数据开发工程师以及系统管理员。 使用场景及目标:①为大数据平台建提供详细的安装指南,确保各组件能够顺利安装和配置;②帮助技术人员快速掌握Hadoop、Flink等大数据组件的安装与配置,提升工作效率;③适用于企业级大数据平台的建与维护,确保集群稳定运行。 其他说明:本文档不仅提供了详细的安装步骤,还涵盖了常见的配置项解释和故障排查建议。建议读者在安装过程中仔细阅读每一步骤,并根据实际情况调整配置参数。此外,文档中的命令和配置文件路径均为示例,实际操作时需根据具体环境进行适当修改。
在无线通信领域,天线阵列设计对于信号传播方向和覆盖范围的优化至关重要。本题要求设计一个广播电台的天线布局,形成特定的水平面波瓣图,即在东北方向实现最大辐射强度,在正东到正北的90°范围内辐射衰减最小且无零点;而在其余270°范围内允许出现零点,且正西和西南方向必须为零。为此,设计了一个由4个铅垂铁塔组成的阵列,各铁塔上的电流幅度相等,相位关系可自由调整,几何布置和间距不受限制。设计过程如下: 第一步:构建初级波瓣图 选取南北方向上的两个点源,间距为0.2λ(λ为电磁波波长),形成一个端射阵。通过调整相位差,使正南方向的辐射为零,计算得到初始相位差δ=252°。为了满足西南方向零辐射的要求,整体相位再偏移45°,得到初级波瓣图的表达式为E1=cos(36°cos(φ+45°)+126°)。 第二步:构建次级波瓣图 再选取一个点源位于正北方向,另一个点源位于西南方向,间距为0.4λ。调整相位差使西南方向的辐射为零,计算得到相位差δ=280°。同样整体偏移45°,得到次级波瓣图的表达式为E2=cos(72°cos(φ+45°)+140°)。 最终组合: 将初级波瓣图E1和次级波瓣图E2相乘,得到总阵的波瓣图E=E1×E2=cos(36°cos(φ+45°)+126°)×cos(72°cos(φ+45°)+140°)。通过编程实现计算并绘制波瓣图,可以看到三个阶段的波瓣图分别对应初级波瓣、次级波瓣和总波瓣,最终得到满足广播电台需求的总波瓣图。实验代码使用MATLAB编写,利用polar函数在极坐标下绘制波瓣图,并通过subplot分块显示不同阶段的波瓣图。这种设计方法体现了天线阵列设计的基本原理,即通过调整天线间的相对位置和相位关系,控制电磁波的辐射方向和强度,以满足特定的覆盖需求。这种设计在雷达、卫星通信和移动通信基站等无线通信系统中得到了广泛应用。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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