Lorsque vous travaillez avec des structures de données, il est souvent nécessaire de manipuler et de traiter les données de différentes manières. Un scénario courant est la conversion d'un Iterator, une collection séquentielle d'éléments, en un Stream, un pipeline de traitement de données plus polyvalent et plus puissant.
Pour réaliser cette conversion efficacement, il est essentiel d'éviter de créer des copies des données. . Ceci est à la fois inefficace et inutile, en particulier lorsqu'il s'agit de grands ensembles de données.
Une approche consiste à utiliser la classe StreamSupport. Il fournit des méthodes pour créer un flux à partir d'un Iterable ou d'un Spliterator. Dans ce cas, nous pouvons créer un Spliterator à partir de l'Iterator en utilisant Spliterators.spliteratorUnknownSize(). Voici un exemple :
Iterator sourceIterator = Arrays.asList("A", "B", "C").iterator();
Stream targetStream = StreamSupport.stream(
Spliterators.spliteratorUnknownSize(sourceIterator, Spliterator.ORDERED),
false);
Une autre option consiste à créer un itérable à partir de l'itérateur. Iterable est une interface fonctionnelle, et avec lambdas, nous pouvons facilement créer un Iterable à partir d'un Iterator :
Iterable iterable = () -> sourceIterator;
Stream targetStream = StreamSupport.stream(iterable.spliterator(), false);
Cette approche est sans doute plus lisible, car elle utilise la conception de l'interface fonctionnelle. En évitant les copies inutiles, vous pouvez traiter efficacement vos données tout en conservant les performances et la clarté du code.
Clause de non-responsabilité: Toutes les ressources fournies proviennent en partie d'Internet. En cas de violation de vos droits d'auteur ou d'autres droits et intérêts, veuillez expliquer les raisons détaillées et fournir une preuve du droit d'auteur ou des droits et intérêts, puis l'envoyer à l'adresse e-mail : [email protected]. Nous nous en occuperons pour vous dans les plus brefs délais.
Copyright© 2022 湘ICP备2022001581号-3