欢迎关注b站账号/公众号【六边形战士夏宁】,一个要把各项指标拉满的男人。该文章已在github目录收录。 屏幕前的大帅比和大漂亮如果有帮助到你的话请顺手点个赞、加个收藏这对我真的很重要。别下次一定了,都不关注上哪下次一定。
- 视频讲解
- 可直接运行的完整代码
- 上一篇linkedList插入真的比arrayList快么
- 下一篇guavaCache本地缓存使用及源码解析
google的guava是非常经典的工具类,但是java经过多年的发展,不少方法已经有了优秀的替代方案,以下分享是个人在日常开发的时候依然觉得非常经典的方法。
因为Optional和stream的流行,这个工具类里面的方法基本都用不上了。
这块主要介绍guava的集合,工具类虽然是对apache的补充,但是过于花里胡哨。
- 常规用法
public static void immutableOrdinary() {
// 常规创建
Set<Integer> set = ImmutableSet.of(1, 2, 3, 1);
List<Integer> list = ImmutableList.of(1, 2, 3, 1);
// map的k-v连续的写法还是非常舒服的
Map<Integer, Integer> map = ImmutableMap.of(1, 2, 3, 1);
// 循环创建
ImmutableSet.Builder<Integer> builder = ImmutableSet.<Integer>builder();
for (int i = 0; i < 10; i++) {
builder.add(i);
}
Set<Integer> build = builder.build();
// 常规list转不可变,值得注意的是Collections.unmodifiableList()
List<Integer> collect = Stream.of(1, 2, 3, 4).collect(Collectors.toList());
List<Integer> integers = ImmutableList.copyOf(collect);
}
- 以近乎同样的方式插入性能对比
public static void effectiveList() {
StopWatch sw = new StopWatch();
sw.start("listAdd");
Stream.Builder<Integer> builder1 = Stream.builder();
for (int i = 0; i < 10000; i++) {
builder1.add(i);
}
List<Integer> list = builder1.build().collect(Collectors.toList());
sw.stop();
sw.start("ImmutableListAdd");
ImmutableList.Builder<Integer> builder = ImmutableList.builder();
for (int i = 0; i < 10000; i++) {
builder.add(i);
}
List<Integer> guava = builder.build();
sw.stop();
System.out.println(sw.prettyPrint());
}
- 可以看到插入速度非常明显的不可变集合要更快
---------------------------------------------
ns % Task name
---------------------------------------------
072909616 081% listAdd
017632120 019% ImmutableListAdd
- 获取单个元素的速度对比
List<Object> listUn = Collections.unmodifiableList(list);
sw.start("listGet");
list.get(0);
sw.stop();
sw.start("listUnGet");
listUn.get(0);
sw.stop();
sw.start("guavaGet");
guava.get(0);
sw.stop();
- list可太慢了,其它两个效率差不多,guava还是要更快一点
---------------------------------------------
000018405 089% listGet
000001323 006% listUnGet
000000936 005% guavaGet
- 循环性能对比
List<Object> listUn = Collections.unmodifiableList(list);
sw.start("listFor");
IntStream.range(0, 10000).boxed().forEach(list::get);
sw.stop();
sw.start("listUnFor");
IntStream.range(0, 10000).boxed().forEach(listUn::get);
sw.stop();
sw.start("guavaFor");
IntStream.range(0, 10000).boxed().forEach(guava::get);
sw.stop();
- 和上面的结果一致
---------------------------------------------
007031946 053% listFor
003760153 028% listUnFor
002458426 019% guavaFor
如上所述,这就是我非常喜欢guava的原因 5. 区别对比
// 常规list转不可变,值得注意的是Collections.unmodifiableList()如果原list被改变不可变是会被改变的
list.remove(0);
// 即list和unmodifiableList都会少一个
public static void newCollections(){
// 这里只介绍BiMap和Table。Multiset、Multimap这两个就是嵌了list进去
BiMap<Integer,String> biMap=HashBiMap.create();
biMap.put(1,"张三");
biMap.put(2,"李四");
biMap.put(3,"王五");
biMap.put(4,"赵六");
biMap.put(5,"李七");
biMap.put(6,"小小");
Integer result = biMap.inverse().get("赵六");
// 输出结果4
System.out.println(result);
// ===========================================================
// table是个很有意思的数据结构,很有启发性思维,虽然我也不知道这个有啥用
/*
* Company: IBM, Microsoft, TCS
* IBM -> {101:Mahesh, 102:Ramesh, 103:Suresh}
* Microsoft -> {101:Sohan, 102:Mohan, 103:Rohan }
* TCS -> {101:Ram, 102: Shyam, 103: Sunil }
*
* */
//create a table
Table<String, String, String> employeeTable = HashBasedTable.create();
//initialize the table with employee details
employeeTable.put("IBM", "101","Mahesh");
employeeTable.put("IBM", "102","Ramesh");
employeeTable.put("IBM", "103","Suresh");
employeeTable.put("Microsoft", "111","Sohan");
employeeTable.put("Microsoft", "112","Mohan");
employeeTable.put("Microsoft", "113","Rohan");
employeeTable.put("TCS", "121","Ram");
employeeTable.put("TCS", "102","Shyam");
employeeTable.put("TCS", "123","Sunil");
//所有行数据
System.out.println(employeeTable.cellSet());
//所有公司
System.out.println(employeeTable.rowKeySet());
//所有员工编号
System.out.println(employeeTable.columnKeySet());
//所有员工名称
System.out.println(employeeTable.values());
//公司中的所有员工和员工编号
System.out.println(employeeTable.rowMap());
//员工编号对应的公司和员工名称
System.out.println(employeeTable.columnMap());
}
输出如下
4
[(IBM,101)=Mahesh, (IBM,102)=Ramesh, (IBM,103)=Suresh, (Microsoft,111)=Sohan, (Microsoft,112)=Mohan, (Microsoft,113)=Rohan, (TCS,121)=Ram, (TCS,102)=Shyam, (TCS,123)=Sunil]
[IBM, Microsoft, TCS]
[101, 102, 103, 111, 112, 113, 121, 123]
[Mahesh, Ramesh, Suresh, Sohan, Mohan, Rohan, Ram, Shyam, Sunil]
{IBM={101=Mahesh, 102=Ramesh, 103=Suresh}, Microsoft={111=Sohan, 112=Mohan, 113=Rohan}, TCS={121=Ram, 102=Shyam, 123=Sunil}}
{101={IBM=Mahesh}, 102={IBM=Ramesh, TCS=Shyam}, 103={IBM=Suresh}, 111={Microsoft=Sohan}, 112={Microsoft=Mohan}, 113={Microsoft=Rohan}, 121={TCS=Ram}, 123={TCS=Sunil}}
public static void Collections() {
// 个人觉得比较又用的有如下几个方法,前几个可以看做是redis交集、并集的内存实现。后面是数据库笛卡尔积的内存实现
// 交集、并集、
Set<Integer> set1 = Stream.of(1, 2, 3, 4).collect(Collectors.toSet());
Set<Integer> set2 = Stream.of(3, 4, 5, 6).collect(Collectors.toSet());
// 求set1的差集
System.out.println(Sets.difference(set1, set2));
// 求set1和set2差集的并集
System.out.println(Sets.symmetricDifference(set1, set2));
// 求交集
System.out.println(Sets.intersection(set1, set2));
// 笛卡尔积
System.out.println(Sets.cartesianProduct(set1, set2));
// 笛卡尔积
List<Integer> list1 = Stream.of(1, 2, 3, 4).collect(Collectors.toList());
List<Integer> list2 = Stream.of(2, 3, 4, 5).collect(Collectors.toList());
System.out.println(Lists.cartesianProduct(list1, list2));
}
输出如下
[1, 2]
[1, 2, 5, 6]
[3, 4]
[[1, 3], [1, 4], [1, 5], [1, 6], [2, 3], [2, 4], [2, 5], [2, 6], [3, 3], [3, 4], [3, 5], [3, 6], [4, 3], [4, 4], [4, 5], [4, 6]]
该部分单独在下一篇分享。
同2一样,在stream的强力作用下不怎么用了
Futrue部分已经有了CompletableFuture(在第4节thread有介绍),非常好用。Service部分功能是很强,但这东西一般情况是真的用不上。 限流部分在下下篇分享
apache的也不差,这块都差不多
功能看起来很棒,但是目前还没找到实际使用场景
功能看起来很棒,但是目前还没找到实际使用场景
apache的IOUtils用起来比这个要简单
这个里面提供的布隆过滤,在有有需要的场景的时候还是可以用的。哈希算法在处理文件一致性校验等也有一席之地。 该部分单独在下下一篇分享。
超级容易的观察者模式,有用到的可以用这东西,写起来舒心不少。这一块的设计思想个人还是非常喜欢的,觉得有必要展开一下。需要注意的是@Subscribe才会被通知,依赖的是方法参数和投递的对象参数一致。
- 创建被观察者
public static class eventBusObject {
@Subscribe
public void listenStr1(String str) {
System.out.println(str + "listenStr1");
}
@Subscribe
public void listenStr2(String str) {
System.out.println(str + "listenStr2");
}
@Subscribe
public void listenObj(Object str) {
System.out.println(str + "listenStr1");
}
@Subscribe
public void listenInt1(Integer str) {
System.out.println(str + "listenInt1");
}
public void listenInt2(Integer str) {
System.out.println(str + "listenInt2");
}
}
- 方法通知
public static void eventBus() {
EventBus eventBus = new EventBus("eventBusTest");
eventBus.register(new eventBusObject());
eventBus.post(100);
eventBus.post("我是字符串");
}
- 输出结果
100listenInt1
100listenStr1
我是字符串listenStr1
我是字符串listenStr2
我是字符串listenStr1
- 注册
// 点击进入register方法如下
public void register(Object object) {
subscribers.register(object);
}
// 再点击进入register方法如下,这里主要是反射,然后就存起来
void register(Object listener) {
// 核心方法反射获取@Subscribe该注解的方法,并将传入的class进行分类
Multimap<Class<?>, Subscriber> listenerMethods = findAllSubscribers(listener);
for (Entry<Class<?>, Collection<Subscriber>> entry : listenerMethods.asMap().entrySet()) {
Class<?> eventType = entry.getKey();
Collection<Subscriber> eventMethodsInListener = entry.getValue();
CopyOnWriteArraySet<Subscriber> eventSubscribers = subscribers.get(eventType);
if (eventSubscribers == null) {
CopyOnWriteArraySet<Subscriber> newSet = new CopyOnWriteArraySet<>();
eventSubscribers =
MoreObjects.firstNonNull(subscribers.putIfAbsent(eventType, newSet), newSet);
}
eventSubscribers.addAll(eventMethodsInListener);
}
}
- 调用
// 主方法调用post
public void post(Object event) {
// 该方法反符合event的迭代集合
Iterator<Subscriber> eventSubscribers = subscribers.getSubscribers(event);
if (eventSubscribers.hasNext()) {
dispatcher.dispatch(event, eventSubscribers);
} else if (!(event instanceof DeadEvent)) {
// the event had no subscribers and was not itself a DeadEvent
post(new DeadEvent(this, event));
}
}
// 主方法调用getSubscribers方法
Iterator<Subscriber> getSubscribers(Object event) {
// 该方法返回event所有的父级对象,最上级即为Object,下面就是取两者交集进行组装
ImmutableSet<Class<?>> eventTypes = flattenHierarchy(event.getClass());
List<Iterator<Subscriber>> subscriberIterators =
Lists.newArrayListWithCapacity(eventTypes.size());
for (Class<?> eventType : eventTypes) {
CopyOnWriteArraySet<Subscriber> eventSubscribers = subscribers.get(eventType);
if (eventSubscribers != null) {
// eager no-copy snapshot
subscriberIterators.add(eventSubscribers.iterator());
}
}
return Iterators.concat(subscriberIterators.iterator());
}
// 回到主方法dispatcher.dispatch进行调用,该方法标记为2.1
@Override
void dispatch(Object event, Iterator<Subscriber> subscribers) {
checkNotNull(event);
checkNotNull(subscribers);
Queue<Event> queueForThread = queue.get();
queueForThread.offer(new Event(event, subscribers));
if (!dispatching.get()) {
dispatching.set(true);
try {
Event nextEvent;
while ((nextEvent = queueForThread.poll()) != null) {
while (nextEvent.subscribers.hasNext()) {
// 核心方法调用,标记为2.1.1
nextEvent.subscribers.next().dispatchEvent(nextEvent.event);
}
}
} finally {
dispatching.remove();
queue.remove();
}
}
}
// 从2.1.1这里就可以看到把任务直接丢到线程池
final void dispatchEvent(final Object event) {
executor.execute(
new Runnable() {
@Override
public void run() {
try {
invokeSubscriberMethod(event);
} catch (InvocationTargetException e) {
bus.handleSubscriberException(e.getCause(), context(event));
}
}
});
}
一般情况用不到,apache下也有Math的包,功能基本一致
spring里面也带了这块的工具类,个人感觉spring的在处理常规情况下已经非常优秀了,这边补充了泛型方向的,用起来也比较简单,不过鉴于平常使用的机会不多就不展开了。