Collection.stream()forEach()和Collection.forEach()有什么区别?

简介: Collection.stream()forEach()和Collection.forEach()有什么区别?

如何解决Collection.stream()forEach()和Collection.forEach()有什么区别??
对于诸如所示的简单情况,它们基本上是相同的。但是,有许多细微的差异可能很重要。

一个问题是订购。使用Stream.forEach,顺序不确定。顺序流不太可能发生,但仍可以按Stream.forEach任意顺序执行。这确实在并行流中经常发生。相反,如果指定,Iterable.forEach则总是以的迭代顺序执行Iterable。

另一个问题是副作用。Stream.forEach必须指定中的动作为非干扰动作。(请参阅java.util.stream软件包doc。)Iterable.forEach可能会有更少的限制。对于中的集合java.util,Iterable.forEach通常将使用该集合的Iterator,其中大多数被设计为快速失败的,并且ConcurrentModificationException如果在迭代过程中对结构进行了修改,则会抛出该集合。但是,在迭代过程中允许进行非结构化的修改。例如,ArrayList类文档说“仅设置元素的值不是结构修改”。因此,针对ArrayList.forEach允许在底层中设置值ArrayList而不会出现问题。

并发集合又一次不同。它们不是快速失败,而是设计为弱一致性。完整的定义在该链接上。不过,请简要考虑一下ConcurrentLinkedDeque。传递给其forEach方法的操作被允许修改底层双端队列,即使在结构上ConcurrentModificationException也是如此,并且永远不会抛出该异常。但是,发生的修改在此迭代中可能可见,也可能不可见。(因此保持“弱”一致性。)

如果Iterable.forEach正在同步的集合上进行迭代,则仍然可以看到另一个差异。在这样的集合上,Iterable.forEach 获取一次该集合的锁,并在对action方法的所有调用中保持该锁。该Stream.forEach调用使用集合的分隔符,该分隔符不会锁定,并且依赖于不干扰的流行规则。支持该流的集合可以在迭代期间进行修改,如果是,则ConcurrentModificationException可能导致行为不一致或行为不一致。

解决方法
我了解使用.stream(),我可以使用类似链操作.filter()或使用并行流。但是,如果我需要执行小的操作(例如,打印列表的元素),它们之间有什么区别?

collection.stream().forEach(System.out::println);
collection.forEach(System.out::println);

声明:地推任务网所有作品(图片、文字)均由用户自行上传分享,仅供网友学习交流。

相关文章
|
4天前
|
弹性计算 人工智能 安全
云上十五年——「弹性计算十五周年」系列客户故事(第二期)
阿里云弹性计算十五年深耕,以第九代ECS g9i实例引领算力革新。携手海尔三翼鸟、小鹏汽车、微帧科技等企业,实现性能跃升与成本优化,赋能AI、物联网、智能驾驶等前沿场景,共绘云端增长新图景。
|
10天前
|
存储 弹性计算 人工智能
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
2025年9月24日,阿里云弹性计算团队多位产品、技术专家及服务器团队技术专家共同在【2025云栖大会】现场带来了《通用计算产品发布与行业实践》的专场论坛,本论坛聚焦弹性计算多款通用算力产品发布。同时,ECS云服务器安全能力、资源售卖模式、计算AI助手等用户体验关键环节也宣布升级,让用云更简单、更智能。海尔三翼鸟云服务负责人刘建锋先生作为特邀嘉宾,莅临现场分享了关于阿里云ECS g9i推动AIoT平台的场景落地实践。
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
|
1天前
|
云安全 人工智能 安全
Dify平台集成阿里云AI安全护栏,构建AI Runtime安全防线
阿里云 AI 安全护栏加入Dify平台,打造可信赖的 AI
|
9天前
|
人工智能 自然语言处理 自动驾驶
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
|
4天前
|
人工智能 运维 Java
Spring AI Alibaba Admin 开源!以数据为中心的 Agent 开发平台
Spring AI Alibaba Admin 正式发布!一站式实现 Prompt 管理、动态热更新、评测集构建、自动化评估与全链路可观测,助力企业高效构建可信赖的 AI Agent 应用。开源共建,现已上线!
444 13
|
3天前
|
编解码 文字识别 算法
一张图能装下“千言万语”?DeepSeek-OCR 用视觉压缩长文本,效率提升10倍!
一张图能装下“千言万语”?DeepSeek-OCR 用视觉压缩长文本,效率提升10倍!
349 10
|
9天前
|
编解码 自然语言处理 文字识别
Qwen3-VL再添丁!4B/8B Dense模型开源,更轻量,仍强大
凌晨,Qwen3-VL系列再添新成员——Dense架构的Qwen3-VL-8B、Qwen3-VL-4B 模型,本地部署友好,并完整保留了Qwen3-VL的全部表现,评测指标表现优秀。
672 7
Qwen3-VL再添丁!4B/8B Dense模型开源,更轻量,仍强大
|
12天前
|
存储 机器学习/深度学习 人工智能
大模型微调技术:LoRA原理与实践
本文深入解析大语言模型微调中的关键技术——低秩自适应(LoRA)。通过分析全参数微调的计算瓶颈,详细阐述LoRA的数学原理、实现机制和优势特点。文章包含完整的PyTorch实现代码、性能对比实验以及实际应用场景,为开发者提供高效微调大模型的实践指南。
797 2