Function和Predicate可以说是Guava最好用的工具了。
Function用于把一种类型的对象转化为另一种类型的对象。
Predicate用于判断某个对象是否符合一定条件。
单用Function和Predicate可能还看不出他的强大,但是配合集合类,就可以极大地简化代码编写。
Function可以配合集合的transform方法,来将一个集合转换为另一个集合。
FluentIterable<Integer> rs = FluentIterable.from(strings) .transform(new Function<String, Integer>() {
public Integer apply(String string) {
return string.length();
}
}));
Predicate可以配合集合的filter方法,将一个集合符合条件的记录重新组成另一个集合。
FluentIterable<String> rs = FluentIterable.from(strings)
.filter(new Predicate<String>() {
public boolean apply(String string) {
return CharMatcher.JAVA_UPPER_CASE.matchesAllOf(string);
}
})
Functions中有些static方法可以快速得到常用的一些函数:
forMap(Map<A, B>) 以map作为函数
compose(Function<B, C>, Function<A, B>) 组合2个函数
constant(T) 返回常量T
identity() 返回值和输入参数相等的函数
toStringFunction() 使用toString方法返回的函数
Predicates中也有一些方法,可以快速得到一些常用的判断:
instanceOf(Class)
assignableFrom(Class)
contains(Pattern)
in(Collection)
isNull()
alwaysFalse()
alwaysTrue()
equalTo(Object)
compose(Predicate, Function)
and(Predicate...)
or(Predicate...)
not(Predicate)
基本上,很多集合的帮助类都提供了filter方法。返回的类型一般都跟传入的是一致的。
Iterables.filter(Iterable, Predicate)
Iterators.filter(Iterator, Predicate)
Collections2.filter(Collection, Predicate)
Sets.filter(Set, Predicate)
Sets.filter(SortedSet, Predicate)
Maps.filterKeys(Map, Predicate)
Maps.filterValues(Map, Predicate)
Maps.filterEntries(Map, Predicate)
Maps.filterKeys(SortedMap, Predicate)
Maps.filterValues(SortedMap, Predicate)
Maps.filterValues(SortedMap, Predicate)
Multimaps.filterKeys(Multimap, Predicate)
Multimaps.filterValues(Multimap, Predicate)
Multimaps.filterEntries(Multimap, Predicate)
注意:Lists没有提供filter方法,因为List没有办法高效的实现get(int)。
可以替代的这样实现filter:Lists.newArrayList(Collections2.filter(list, predicate))
FluentIterable里面还有个更加通用的filter方法:
FluentIterable.filter(Predicate),返回的FluentIterable<E>对象,可以使用集合的工厂方法构造所需要的集合类型。
Iterables 还提供了一些方法来根据Predicate来获取集合的元素:
boolean all(Iterable, Predicate)
boolean any(Iterable, Predicate)
T find(Iterable, Predicate)
T find(Iterable, Predicate, T default)
Optional<T> tryFind(Iterable, Predicate)
indexOf(Iterable, Predicate)
removeIf(Iterable, Predicate)
Iterators也有类似的方法:
Iterators.all(Iterator, Predicate)
Iterators.any(Iterator, Predicate)
Iterators.find(Iterator, Predicate)
Iterators.find(Iterator, Predicate, T default)
Iterators.indexOf(Iterator, Predicate)
Iterators.removeIf(Iterator, Predicate)
FluentIterable也有类似的方法:
FluentIterable.allMatch(Predicate)
FluentIterable.anyMatch(Predicate)
FluentIterable.firstMatch(Predicate)
类似于filter,guava的集合帮助类也提供了transform方法,来转换集合对象。
Iterables.transform(Iterable, Function)
Iterators.transform(Iterator, Function)
Collections2.transform(Collection, Function)
Lists.transform(List, Function)
Lists.transform(List, Function)
Maps.transformValues(Map, Function)
Maps.transformEntries(Map, EntryTransformer)
Maps.transformValues(SortedMap, Function)
Maps.transformEntries(SortedMap, EntryTransformer)
Multimaps.transformValues(Multimap, Function)
Multimaps.transformEntries(Multimap, EntryTransformer)
Multimaps.transformValues(ListMultimap, Function)
Multimaps.transformEntries(ListMultimap, EntryTransformer)
Tables.transformValues(Table, Function)
注意:Sets没有提供transform方法,因为Set没有办法提供高效的contains(Object)实现。
可以替代的这样实现transform:Sets.newHashSet(Collections2.transform(set, function))
EntryTransformer和Function类似,但是提供了EntrySet(key,value)到另一个对象的转换。
类似于filter,FluentIterable里面有更加通用的transform方法
FluentIterable.transform(Function),返回的FluentIterable<E>对象,可以使用集合的工厂方法构造所需要的集合类型。
除了集合类,还有些类可以和Function及Prediction配合使用:
Ordering.onResultOf(Function) 排序后的结果使用函数再做一次转换
Predicates.compose(Predicate, Function) 返回 predicate(function(x))
Equivalence.onResultOf(Function) 使用函数转换后再判断是否相等
Suppliers.compose(Function, Supplier) 对Supplier得到的值做一次转换
Functions.compose(Function, Function) 两次function
下一篇将介绍到的并发类 ListenableFuture 也可以配合Function使用,将ListenableFuture转换为新的ListenableFuture。
Futures.transform(ListenableFuture, Function)
Futures.transform(ListenableFuture, AsyncFunction)
Futures.transform(ListenableFuture, Function, Executor)
Futures.transform(ListenableFuture, AsyncFunction, Executor)
- 浏览: 63623 次
- 性别:
- 来自: 杭州
-
最新评论
发表评论
-
JDK5,6,7,8各个版本增加的特性
2014-07-18 17:34 961Java5: (2004.10) 1、泛型 Generi ... -
guava笔记14-Reflection
2013-10-23 09:28 738todo -
guava笔记13-Math
2013-10-23 09:28 876Guava针对数学计算,提供了一些很好用的方法,用来完善jd ... -
guava笔记12-EventBus
2013-10-23 09:28 1026JDK从1.0开始就存在Observer和Observab ... -
guava笔记10-IO
2013-10-22 13:41 4168Java中使用IO Stream直接操作文件的,但是当我们 ... -
guava笔记11-Hashing
2013-10-22 13:41 5037一.Guava提供了一些方法帮助我们生成hash值。 主 ... -
guava笔记9-Ranges
2013-10-22 13:38 812很多时候,我们需要表示一个数据范围,可能会这样传参数: i ... -
guava笔记8-Primitives
2013-10-22 13:38 2147Java有8中基本数据类型:byte ,short,int,l ... -
guava笔记7-Networking
2013-10-22 13:41 821todo -
guava笔记6-Strings
2013-10-21 16:22 2557Guava对String提供了四个工具: (1)J ... -
guava笔记5-并发
2013-10-21 16:21 7085一. ListenableFuture是用 ... -
guava笔记3-cache
2013-10-21 16:19 8217缓存的使用有多种方 ... -
guava笔记2-集合
2013-10-21 16:15 3897(1)构造不可变集合 不可变集合的优点:1. 避免别人调 ... -
java强引用,软引用,弱引用,虚引用
2013-09-30 15:03 524todo -
guava笔记1-Optional,Preconditions,Ordering,Objects,ComparisonChain,Throwables
2013-09-26 16:35 2381(1)Optional 标识可以为空的对象。 st ... -
hive的安装与使用
2011-06-19 23:08 1747hive的安装非常简单。官方下载地址是:http: ... -
Java性能分析和bug调试
2011-06-11 18:20 963写的程序效率不高,内存经常溢出,这时候就需要使用一些方法来看下 ... -
log4j学习
2011-04-19 13:38 777以前log4j用的多,但总是有些细节不明白,今天看了下官方文档 ...
相关推荐
3. **函数式编程**:Guava引入了函数接口,如Function、Predicate等,这些接口支持函数式编程风格,使得代码更加简洁、可读性强。例如,可以使用Predicate来创建过滤器,Function进行转换操作。 4. **并发工具**:...
例如,`java.util.function`包下就包含了一些常见的函数式接口,如`Predicate<T>`、`Consumer<T>`、`Function, R>`、`Supplier<T>`、`UnaryOperator<T>`和`BinaryOperator<T>`。 **Stream API** Stream API 是Java...
基于Maxwell设计的经典280W 4025RPM高效率科尔摩根12极39槽TBM无框力矩电机:生产与学习双重应用案例,基于Maxwell设计的经典280W高转速科尔摩根TBM无框力矩电机:7615系列案例解析与应用实践,基于maxwwell设计的经典280W,4025RPM 内转子 科尔摩根 12极39槽 TBM无框力矩电机,7615系列。 该案例可用于生产,或者学习用,(157) ,maxwell设计; 280W; 4025RPM内转子; 科尔摩根; 12极39槽TBM无框力矩电机; 7615系列; 生产/学习用。,基于Maxwell设计,高功率280W 12极39槽TBM无框力矩电机:生产与学习双用途案例
基于碳交易的微网优化模型的Matlab设计与实现策略分析,基于碳交易的微网优化模型的Matlab设计与实现探讨,考虑碳交易的微网优化模型matlab ,考虑碳交易; 微网优化模型; MATLAB;,基于Matlab的碳交易微网优化模型研究
二级2025模拟试题(答案版)
OpenCV是一个功能强大的计算机视觉库,它提供了多种工具和算法来处理图像和视频数据。在C++中,OpenCV可以用于实现基础的人脸识别功能,包括从摄像头、图片和视频中识别人脸,以及通过PCA(主成分分析)提取图像轮廓。以下是对本资源大体的介绍: 1. 从摄像头中识别人脸:通过使用OpenCV的Haar特征分类器,我们可以实时从摄像头捕获的视频流中检测人脸。这个过程涉及到将视频帧转换为灰度图像,然后使用预训练的Haar级联分类器来识别人脸区域。 2. 从视频中识别出所有人脸和人眼:在视频流中,除了检测人脸,我们还可以进一步识别人眼。这通常涉及到使用额外的Haar级联分类器来定位人眼区域,从而实现对人脸特征的更细致分析。 3. 从图片中检测出人脸:对于静态图片,OpenCV同样能够检测人脸。通过加载图片,转换为灰度图,然后应用Haar级联分类器,我们可以在图片中标记出人脸的位置。 4. PCA提取图像轮廓:PCA是一种统计方法,用于分析和解释数据中的模式。在图像处理中,PCA可以用来提取图像的主要轮廓特征,这对于人脸识别技术中的面部特征提取尤
麻雀搜索算法(SSA)自适应t分布改进版:卓越性能与优化代码注释,适合深度学习。,自适应t分布改进麻雀搜索算法(TSSA)——卓越的学习样本,优化效果出众,麻雀搜索算法(SSA)改进——采用自适应t分布改进麻雀位置(TSSA),优化后明显要优于基础SSA(代码基本每一步都有注释,代码质量极高,非常适合学习) ,TSSA(自适应t分布麻雀位置算法);注释详尽;高质量代码;适合学习;算法改进结果优异;TSSA相比基础SSA。,自适应T分布优化麻雀搜索算法:代码详解与学习首选(TSSA改进版)
锂电池主动均衡Simulink仿真研究:多种均衡策略与电路架构的深度探讨,锂电池主动均衡与多种均衡策略的Simulink仿真研究:buckboost拓扑及多层次电路分析,锂电池主动均衡simulink仿真 四节电池 基于buckboost(升降压)拓扑 (还有传统电感均衡+开关电容均衡+双向反激均衡+双层准谐振均衡+环形均衡器+cuk+耦合电感)被动均衡电阻式均衡 、分层架构式均衡以及分层式电路均衡,多层次电路,充放电。 ,核心关键词: 锂电池; 主动均衡; Simulink仿真; 四节电池; BuckBoost拓扑; 传统电感均衡; 开关电容均衡; 双向反激均衡; 双层准谐振均衡; 环形均衡器; CUK均衡; 耦合电感均衡; 被动均衡; 电阻式均衡; 分层架构式均衡; 多层次电路; 充放电。,锂电池均衡策略研究:Simulink仿真下的多拓扑主动与被动均衡技术
S7-1500和分布式外围系统ET200MP模块数据
内置式永磁同步电机无位置传感器模型:基于滑膜观测器和MTPA技术的深度探究,内置式永磁同步电机基于滑膜观测器和MTPA的无位置传感器模型研究,基于滑膜观测器和MTPA的内置式永磁同步电机无位置传感器模型 ,基于滑膜观测器;MTPA;内置式永磁同步电机;无位置传感器模型,基于滑膜观测与MTPA算法的永磁同步电机无位置传感器模型
centos7操作系统下安装docker,及docker常用命令、在docker中运行nginx示例,包括 1.设置yum的仓库 2.安装 Docker Engine-Community 3.docker使用 4.查看docker进程是否启动成功 5.docker常用命令及nginx示例 6.常见问题
给曙光服务器安装windows2012r2时候找不到磁盘,问厂家工程师要的raid卡驱动,内含主流大多数品牌raid卡驱动
数学建模相关主题资源2
西门子四轴卧式加工中心后处理系统:828D至840D支持,四轴联动制造解决方案,图档处理与试看程序一应俱全。,西门子四轴卧加后处理系统:支持828D至840D系统,四轴联动高精度制造解决方案,西门子四轴卧加后处理,支持828D~840D系统,支持四轴联动,可制制,看清楚联系,可提供图档处理试看程序 ,核心关键词:西门子四轴卧加后处理; 828D~840D系统支持; 四轴联动; 制程; 联系; 图档处理试看程序。,西门子四轴卧加后处理程序,支持多种系统与四轴联动
MATLAB下基于列约束生成法CCG的两阶段鲁棒优化问题求解入门指南:算法验证与经典文献参考,MATLAB下基于列约束生成法CCG的两阶段鲁棒优化问题求解入门指南:算法验证与文献参考,MATLAB代码:基于列约束生成法CCG的两阶段问题求解 关键词:两阶段鲁棒 列约束生成法 CCG算法 参考文档:《Solving two-stage robust optimization problems using a column-and-constraint generation method》 仿真平台:MATLAB YALMIP+CPLEX 主要内容:代码构建了两阶段鲁棒优化模型,并用文档中的相对简单的算例,进行CCG算法的验证,此篇文献是CCG算法或者列约束生成算法的入门级文献,其经典程度不言而喻,几乎每个搞CCG的两阶段鲁棒的人都绕不过此篇文献 ,两阶段鲁棒;列约束生成法;CCG算法;MATLAB;YALMIP+CPLEX;入门级文献。,MATLAB代码实现:基于两阶段鲁棒与列约束生成法CCG的算法验证研究
“生热研究的全面解读:探究参数已配置的Comsol模型中的18650圆柱锂电池表现”,探究已配置参数的COMSOL模型下的锂电池生热现象:18650圆柱锂电池模拟分析,出一个18650圆柱锂电池comsol模型 参数已配置,生热研究 ,出模型; 18650圆柱锂电池; comsol模型; 参数配置; 生热研究,构建18650电池的COMSOL热研究模型
移动端多端运行的知识付费管理系统源码,TP6+Layui+MySQL后端支持,功能丰富,涵盖直播、点播、管理全功能及礼物互动,基于UniApp跨平台开发的移动端知识付费管理系统源码:多端互通、全功能齐备、后端采用TP6与PHP及Layui前端,搭载MySQL数据库与直播、点播、管理、礼物等功能的强大整合。,知识付费管理系统源码,移动端uniApp开发,app h5 小程序一套代码多端运行,后端php(tp6)+layui+MySQL,功能齐全,直播,点播,管理,礼物等等功能应有尽有 ,知识付费;管理系统源码;移动端uniApp开发;多端运行;后端php(tp6);layui;MySQL;直播点播;管理功能;礼物功能,知识付费管理平台:全功能多端运行系统源码(PHP+Layui+MySQL)
基于Python+Django+MySQL的个性化图书推荐系统:协同过滤推荐,智能部署,用户定制功能,基于Python+Django+MySQL的个性化图书推荐系统:协同过滤推荐,智能部署,用户定制功能,Python+Django+Mysql个性化图书推荐系统 图书在线推荐系统 基于用户、项目、内容的协同过滤推荐算法。 帮远程安装部署 一、项目简介 1、开发工具和实现技术 Python3.8,Django4,mysql8,navicat数据库管理工具,html页面,javascript脚本,jquery脚本,bootstrap前端框架,layer弹窗组件、webuploader文件上传组件等。 2、项目功能 前台用户包含:注册、登录、注销、浏览图书、搜索图书、信息修改、密码修改、兴趣喜好标签、图书评分、图书收藏、图书评论、热点推荐、个性化推荐图书等功能; 后台管理员包含:用户管理、图书管理、图书类型管理、评分管理、收藏管理、评论管理、兴趣喜好标签管理、权限管理等。 个性化推荐功能: 无论是否登录,在前台首页展示热点推荐(根据图书被收藏数量降序推荐)。 登录用户,在前台首页展示个性化推荐
STM32企业级锅炉控制器源码分享:真实项目经验,带注释完整源码助你快速掌握实战经验,STM32企业级锅炉控制器源码:真实项目经验,完整注释,助力初学者快速上手,stm32真实企业项目源码 项目要求与网上搜的那些开发板的例程完全不在一个级别,也不是那些凑合性质的项目可以比拟的。 项目是企业级产品的要求开发的,能够让初学者了解真实的企业项目是怎么样的,增加工作经验 企业真实项目网上稀缺,完整源码带注释,适合没有参与工作或者刚学stm32的增加工作经验, 这是一个锅炉的控制器,有流程图和程序协议的介绍。 ,stm32源码;企业级项目;工作经验;锅炉控制器;流程图;程序协议,基于STM32的真实企业级锅炉控制器项目源码
整车性能目标书:涵盖燃油车、混动车及纯电动车型的十六个性能模块目标定义模板与集成开发指南,整车性能目标书:涵盖燃油车、混动车及纯电动车型的十六个性能模块目标定义模板与集成开发指南,整车性能目标书,汽车性能目标书,十六个性能模块目标定义模板,包含燃油车、混动车型及纯电动车型。 对于整车性能的集成开发具有较高的参考价值 ,整车性能目标书;汽车性能目标书;性能模块目标定义模板;燃油车;混动车型;纯电动车型;集成开发;参考价值,《汽车性能模块化目标书:燃油车、混动车及纯电动车的集成开发参考》