Java循环:for、foreach与stream性能对比
ztj100 2025-05-23 21:35 8 浏览 0 评论
性能比较
如果数据在1万以内的话,for循环效率高于foreach和stream;如果数据量在10万的时候,stream效率最高,其次是foreach,最后是for。
另外需要注意的是如果数据达到100万的话,parallelStream异步并行处理效率最高,高于foreach和for。
在效率方面,stream().forEach、forEach 和 parallelStream 之间存在一些差异。
stream().forEach:
在处理大量数据时,使用 stream().forEach 可能会比普通的 forEach 更高效。这是因为 stream().forEach 可以使用流式操作,对数据进行更优化的处理,例如通过并行流或者其他优化手段来提高处理速度。
但是需要注意的是,stream().forEach 也可能会引入一些额外的性能开销,比如流的创建和操作过程中的一些额外计算。
forEach:
forEach 方法是集合类的默认方法,它通常会按照集合内部的数据结构进行遍历,不涉及额外的流式操作或并行处理。因此,在某些情况下,forEach 可能会比 stream().forEach 更加高效。
parallelStream:
parallelStream 方法可以在处理大量数据时提供更高的效率,因为它可以利用多核处理器并行处理数据。在某些情况下,特别是对于需要并行处理的大型数据集合,使用 parallelStream 可能会比顺序处理更加高效。
然而,并行处理也可能引入一些额外的开销,比如线程调度、同步等,因此并不是所有情况下都适合使用 parallelStream。
总的来说,对于数据量较小的情况,forEach 和 stream().forEach 的性能差异可能并不明显;而对于大型数据集合或需要并行处理的情况,考虑使用 parallelStream 可能会更加高效。在实际应用中,可以根据具体情况进行性能测试和选择合适的方法。
区别
在Java中,forEach 方法是用来对集合中的每个元素执行特定操作的方法。stream().forEach 和 forEach 方法都可以使用在集合类上,但是有一些区别。
stream().forEach:
stream().forEach 是针对 Stream 接口的方法,它通过创建一个流(Stream)来操作集合中的元素。这意味着它可以对集合进行更灵活的操作,比如筛选、映射和过滤等。
使用 stream().forEach 可以让操作变得更加函数式和流畅,可以方便地进行各种中间操作和终端操作。
forEach:
forEach 是 Iterable 接口中的默认方法,因此几乎所有的集合类都支持 forEach 方法。
forEach 方法是串行执行的,即对集合中的每个元素依次执行指定的操作。这意味着它不能并行处理集合中的元素。
parallelStream:
parallelStream 是 Collection 接口中新增的方法,它可以将集合转换成并行流,从而允许在多个线程上并行处理集合中的元素。
与普通的 stream() 方法相比,parallelStream 方法可以提高处理大量数据时的效率,因为它可以利用多核处理器并行处理数据。
因此,stream().forEach 提供了更多的灵活性和功能性,可以结合流式操作来对集合进行处理;而 forEach 和 parallelStream 则是集合类提供的简单遍历和并行处理的方法。
使用方式和行为
stream().forEach() 和 forEach() 在使用方式和行为上有一些区别。
stream().forEach():
- stream().forEach() 是流(Stream)API 的操作,用于对流中的每个元素执行给定的操作。
- 它是一个终端操作,用于触发流的遍历和操作。
- stream().forEach() 可以接收一个 lambda 表达式或方法引用作为参数,用于定义要执行的操作。
- 它可以在串行流或并行流上执行操作,如果使用并行流,在多线程情况下可以实现更高的处理效率。
- stream().forEach() 不保证元素的遍历顺序,可能是无序的。
forEach():
- forEach() 是 Iterable 接口的默认方法,用于对集合中的每个元素执行给定的操作。
- 它是一个终端操作,用于触发集合的遍历和操作。
- forEach() 可以接收一个 lambda 表达式或方法引用作为参数,用于定义要执行的操作。
- 它在单线程下按照集合的顺序依次遍历元素执行操作。
- forEach() 保证按照集合元素的顺序执行操作,并且保持了元素的顺序性。
总体而言,stream().forEach() 主要用于流的操作,可以进行并行处理和无序遍历,适用于处理复杂的数据、并行操作和无序操作的场景。而 forEach() 则主要用于对集合进行遍历,并且保持了元素的顺序性,适用于简单的遍历操作。
fori
for (int i = 0; i < objects.size(); i++) {}
foreach
for (Object o : objects) {}
fori最普通的循环,可以时候得到当前的索引位置。
foreach 和fori区别不大,foreach是普通fori的增强版用起来更方便。但是没有当前索引。
list的遍历
方法一:itli 或者fori
for (int i = 0; i < list3.size(); i++) {
Integer integer = list3.get(i);
}
方法二:iter
for (Integer integer : list3) {
}
方法三:forEach
list.forEach(o->{});
方法四:stream().forEach
list.stream()
.forEach(
o -> { });
相关推荐
- 拒绝躺平,如何使用AOP的环绕通知实现分布式锁
-
如何在分布式环境下,像用synchronized关键字那样使用分布式锁。比如开发一个注解,叫@DistributionLock,作用于一个方法函数上,每次调方法前加锁,调完之后自动释放锁。可以利用Sp...
- 「解锁新姿势」 兄dei,你代码需要优化了
-
前言在我们平常开发过程中,由于项目时间紧张,代码可以用就好,往往会忽视代码的质量问题。甚至有些复制粘贴过来,不加以整理规范。往往导致项目后期难以维护,更别说后续接手项目的人。所以啊,我们要编写出优雅的...
- 消息队列核心面试点讲解(消息队列面试题)
-
Rocketmq消息不丢失一、前言RocketMQ可以理解成一个特殊的存储系统,这个存储系统特殊之处数据是一般只会被使用一次,这种情况下,如何保证这个被消费一次的消息不丢失是非常重要的。本文将分析Ro...
- 秒杀系统—4.第二版升级优化的技术文档二
-
大纲7.秒杀系统的秒杀活动服务实现...
- SpringBoot JPA动态查询与Specification详解:从基础到高级实战
-
一、JPA动态查询概述1.1什么是动态查询动态查询是指根据运行时条件构建的查询,与静态查询(如@Query注解或命名查询)相对。在业务系统中,80%的查询需求都是动态的,例如电商系统中的商品筛选、订...
- Java常用工具类技术文档(java常用工具类技术文档有哪些)
-
一、概述Java工具类(UtilityClasses)是封装了通用功能的静态方法集合,能够简化代码、提高开发效率。本文整理Java原生及常用第三方库(如ApacheCommons、GoogleG...
- Guava 之Joiner 拼接字符串和Map(字符串拼接join的用法)
-
Guave是一个强大的的工具集合,今天给大家介绍一下,常用的拼接字符串的方法,当然JDK也有方便的拼接字符串的方式,本文主要介绍guava的,可以对比使用基本的拼接的话可以如下操作...
- SpringBoot怎么整合Redis,监听Key过期事件?
-
一、修改Redis配置文件1、在Redis的安装目录2、找到redis.windows.conf文件,搜索“notify-keyspace-events”...
- 如何使用Python将多个excel文件数据快速汇总?
-
在数据分析和处理的过程中,Excel文件是我们经常会遇到的数据格式之一。本文将通过一个具体的示例,展示如何使用Python和Pandas库来读取、合并和处理多个Excel文件的数据,并最终生成一个包含...
- 利用Pandas高效处理百万级数据集,速度提升10倍的秘密武器
-
处理大规模数据集,尤其是百万级别的数据量,对效率的要求非常高。使用Pandas时,可以通过一些策略和技巧显著提高数据处理的速度。以下是一些关键的方法,帮助你使用Pandas高效地处理大型数据集,从而实...
- Python进阶-Day 25: 数据分析基础
-
目标:掌握Pandas和NumPy的基本操作,学习如何分析CSV数据集并生成报告。课程内容...
- Pandas 入门教程 - 第五课: 高级数据操作
-
在前几节课中,我们学习了如何使用Pandas进行数据操作和可视化。在这一课中,我们将进一步探索一些高级的数据操作技巧,包括数据透视、分组聚合、时间序列处理以及高级索引和切片。高级索引和切片...
- 原来这才是Pandas!(原来这才是薯片真正的吃法)
-
听到一些人说,Pandas语法太乱、太杂了,根本记不住。...
- python(pandas + numpy)数据分析的基础
-
数据NaN值排查,统计,排序...
- 利用Python进行数据分组/数据透视表
-
1.数据分组源数据表如下所示:1.1分组键是列名分组键是列名时直接将某一列或多列的列名传给groupby()方法,groupby()方法就会按照这一列或多列进行分组。按照一列进行分组...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)