当前位置: 首页 > news >正文

272. Java Stream API - 使用数字专用流,避免装箱开销

文章目录

  • 272. Java Stream API - 使用数字专用流,避免装箱开销
      • 🚫 问题:普通 `Stream` 会引发装箱性能问题
      • ✅ 解决方案:使用数字专用流
      • 📊 IntStream 示例:终端操作更丰富
      • 🧮 `summaryStatistics()` 示例
    • ✅ 最佳实践:使用 Stream 的注意事项
      • ⚠️ 一、不要复用 Stream 对象
      • ⚠️ 二、不要把 `Stream` 存成字段或变量长期保留
      • ⚠️ 三、避免对流外部变量产生副作用
    • ✅ 总结小贴士

272. Java Stream API - 使用数字专用流,避免装箱开销

我们知道,Java中的Stream<T>处理的是对象,但如果你处理的是大量的数字(intlongdouble),就需要注意“装箱与拆箱(boxing/unboxing)”的问题。

🚫 问题:普通Stream会引发装箱性能问题

Stream<Integer>numbers=List.of(1,2,3,4).stream();// 每个 int 都是 Integer 对象intsum=numbers.reduce(0,Integer::sum);// 多次装箱与拆箱,性能不佳

✅ 解决方案:使用数字专用流

Java提供了三个专用数字流接口来避免装箱开销:

  • IntStream:处理int值流
  • LongStream:处理long值流
  • DoubleStream:处理double值流

它们使用的是原始类型(primitive types,不会自动装箱,性能更高。


📊 IntStream 示例:终端操作更丰富

importjava.util.stream.IntStream;publicclassStatExample{publicstaticvoidmain(String[]args){IntStreamstream=IntStream.of(10,20,30,40,50);intsum=stream.sum();// 🚀 无装箱,高效计算System.out.println("Sum: "+sum);// 输出:Sum: 150}}

数字流接口提供了一些Stream<T>没有的终端操作:

方法名描述
sum()计算总和
min(),max()查找最小值和最大值
average()计算平均值(返回OptionalDouble
summaryStatistics()返回一个统计对象:总数、最小、最大、平均、总和

🧮summaryStatistics()示例

IntSummaryStatisticsstats=IntStream.of(10,20,30,40).summaryStatistics();System.out.println("Count: "+stats.getCount());System.out.println("Sum: "+stats.getSum());System.out.println("Average: "+stats.getAverage());System.out.println("Min: "+stats.getMin());System.out.println("Max: "+stats.getMax());

输出:

Count:4Sum:100Average:25.0Min:10Max:40

🎯 只需遍历一次数据流,五个指标一次到位!


✅ 最佳实践:使用 Stream 的注意事项

使用 Stream 时,以下行为要避免或注意,以确保安全性、可读性和性能。


⚠️ 一、不要复用 Stream 对象

错误示例:

Stream<String>stream=List.of("A","B","C").stream();varupper=stream.map(String::toUpperCase);varlist=stream.toList();// ❌ 第二次使用同一个 stream,会抛异常!

正确示例:

List<String>data=List.of("A","B","C");varupper=data.stream().map(String::toUpperCase).toList();varlower=data.stream().map(String::toLowerCase).toList();// ✅ 每次新建 stream

📌流只能使用一次,操作完就“关闭”了。


⚠️ 二、不要把Stream存成字段或变量长期保留

为什么?
Stream 是连接到数据源的“流水线”,并不存储数据。如果保存到字段中,容易:

  • 被重复使用引发错误
  • 引入副作用
  • 增加代码难以追踪的数据流动问题

✅ 最佳实践:流应就地创建、就地消费!

// ✅ 好做法List<Integer>result=List.of(1,2,3).stream().map(i->i*2).filter(i->i>3).toList();

⚠️ 三、避免对流外部变量产生副作用

int[]total={0};List.of(1,2,3).stream().forEach(i->total[0]+=i);// ❌ 修改外部变量,副作用!System.out.println(total[0]);

这段代码虽然能运行,但它:

  • 破坏了函数式编程的纯粹性
  • 在并行流中(parallel stream)可能导致竞态条件(race condition)

✅ 推荐写法:

intsum=List.of(1,2,3).stream().mapToInt(Integer::intValue).sum();// ✅ 无副作用

✅ 总结小贴士

规则原因
✔ 使用 IntStream、LongStream、DoubleStream避免装箱,提高数字处理性能
✔ 每次新建 stream,不要重复使用同一个Stream 一次性消费,不能重复使用
✔ 不要把 stream 存成字段或变量长期保留增加代码复杂性,并可能导致使用错误
✔ 避免修改外部变量(无副作用)保持函数式风格,保证线程安全
✔ 中间操作返回新 stream,不会立刻执行执行在终端操作触发时才发生
http://www.cnnetsun.cn/news/100068.html

相关文章:

  • 边缘Agent的Docker监控实践(资源利用率提升90%的秘密)
  • 揭秘Docker Scout漏洞导出功能:如何快速获取镜像安全报告
  • 【云原生Agent资源调度实战】:Docker环境下高效分配CPU与内存的5大黄金法则
  • 增长有毒?流血三闯港股!希迪智驾带病叩钟:115亿市值撑得住“白条狂欢”吗?
  • 多模态Agent性能骤降?可能是Docker网络隔离没做好(附诊断清单)
  • 为什么你的Docker镜像总被攻破?:可能是扫描频率设置错了
  • 背胶条分类识别:基于计算机视觉的修复状态差异检测与质量评估系统
  • 【新】基于SSM的高校实验室管理系统【包括源码+文档+调试】
  • Python 爬虫实战:沪深 300 股票(下)—— 适当进阶!爬取往期批量数据
  • 超声波传感器:无人机低空飞行的“隐形守护者”
  • 我的服务器被被DDOS攻击了
  • Docker MCP 网关协议转换(企业级应用案例深度剖析)
  • 【编程实践】Windows + PySide6 + Matplotlib 绘图时 WinError 32 的完整排查与解决方案
  • 手把手教你实现生产者-消费者模型(条件变量版)
  • Tool-to-Agent_Retrieval:连接工具与智能体的统一检索框架,让大模型多智能体系统更高效
  • 【Matlab】matlab代码实现随机潮流计算
  • 【Agent服务Docker隔离实战】:20年专家揭秘高效环境隔离的5大核心策略
  • WVP-GB28181-Pro视频监控平台实战部署:企业级解决方案深度解析
  • 揭秘机器视觉环形光源:95%的检测难题迎刃而解!
  • 计算机毕设java的水果销售系统 基于Java的水果销售管理系统设计与实现 Java技术驱动的水果销售信息化平台开发
  • 项目的时间线项目从启动到这周 大概是5周的时间10/28-10/31 Week 1项目初始化/需求讨论/设计文档/后端next.js, typescript技术熟悉 项目运行/调试基
  • Vercel AI SDK部署失败?你可能忽略了这4个Docker版本陷阱
  • TabPFN完整指南:如何用AI模型彻底改变表格数据预测
  • Docker Offload任务状态管理深度解析(专家20年实战经验曝光)
  • 企业Agent的Docker安全扫描实战(从0到1构建自动化扫描体系)
  • 10、Linux 文件操作与管理技巧
  • 勒索软件应急响应实战手册:全流程防护与前瞻应对指南
  • 谷歌关停暗网监控工具:2026年安全防护迎来“精准化”转型
  • Pearcleaner Homebrew管理:3步告别复杂命令行操作
  • 用 XinServer 后端平台开发,项目上线只需几天