LongStream常用方法
rang (long startInclusive, long endExclusive)
range,需要传入开始节点和结束节点两个参数,返回的是一个有序的LongStream。包含开始节点和结束节点两个参数之间所有的参数,间隔为1。用数学区间可以表示为[ startInclusive,endExclusive)
*示例一
public class LongStreamExample {
public static void main(String[] args) {
//计算1到10累加的结果
//long sum = LongStream.range(0L, 11).reduce(0,(a,b)->a+b);
long sum = LongStream.range(0L, 11).reduce(0, Long::sum);
System.out.println(sum);
}
}
//结果:55
rangeClosed
rang 差别就是rangeClosed包含最后的结束节点,range不包含。
用数学区间可以表示为[startInclusive,endExclusive]
示例
public class LongStreamExample {
public static void main(String[] args) {
//计算1到10累加的结果
long sum = LongStream.rangeClosed(0L, 10).reduce(0, Long::sum);
System.out.println(sum);
}
}
//结果55
parallel()
并行流:简单的理解就是通过并发来提升效率。
import java.util.stream.LongStream;
public class LongStreamExample {
public static void main(String[] args) {
test();
test2();
}
public static void test(){
long star = System.currentTimeMillis();
long sum = LongStream.rangeClosed(0L,10_0000_0000L).parallel().reduce(0,Long::sum);
System.out.println(sum);
long end = System.currentTimeMillis();
System.out.println("使用parallel流运行时间:" + (end - star));
}
public static void test2(){
long star = System.currentTimeMillis();
long sum = LongStream.rangeClosed(0L,10_0000_0000L).reduce(0,Long::sum);
System.out.println(sum);
long end = System.currentTimeMillis();
System.out.println("不使用parallel流运行时间:" + (end - star));
}
}
500000000500000000
使用parallel流运行时间:543
500000000500000000
不使用parallel流运行时间:1698
reduce(LongBinaryOperator op)
合并流的元素并产生单个值
public class LongStreamExample {
public static void main(String[] args) {
long[] numbers = {1, 2, 88, 4, 5, 6, 7, 8, 9, 10};
//long max = Arrays.stream(numbers).reduce(0, (a, b) -> a > b ? a : b);
long max = Arrays.stream(numbers).reduce(0, Long::max);
System.out.println(max);
}
}
//结果 88