Java8 Stream很差用?如何经过 IntelliJ IDEA 提高撸码效率

目录

  • Java8 Stream API 的不友好性bash

  • 借助 IntelliJ IDEA 来优化一下优化

    • 2.1 新建 Stream Live Templatesspa

    • 2.2 顺手把其余经常使用的模板设置一下设计

Java8 Stream API 的不友好性

Java8 自 2014 年 3 月发布以来,已通过去不少个年头了。在公司内部也已逐渐将全部的生产代码迁移到这个版本。迁移中主要所作的工做就是将代码库更新为 lambda 表达式,Stream 流和新的日期 API。另外还使用 Nashorn 动态编写那些可能在运行时须要被更改的功能。3d

除了 lambda 表达式外,最经常使用的一个功能就是新的 Stream API 了,它能够被用来很方便地操做集合。此外,Stream 还能够很大的提升集合操做相关代码的可读性。code

可是,关于 Stream 流, 有一件事真的让我很困扰!orm

在使用 Stream 流时,相似 reducefindFirst这样的终端操做,语义都是简单明了,也很直接,咱们无需再额外传参。cdn

而另外一类咱们使用比较多的终端操做: collect 用起来就很繁琐了,如咱们要转换成 List 的时候,咱们的写法通常是这样的: .collect(Collectors.toList())blog

例如,下面这段代码对字符串集合进行过滤,并转成一个新的集合:字符串

stringCollection    .stream()    .filter(e -> e.startsWith("a"))    .collect(Collectors.toList());复制代码

又好比,咱们要转换成 Set 的时候,须要写成这样: .collect(Collectors.toSet()),还有 joininggroupingBy之类。

在我完成对 30 万行代码 steam流的迁移后,我总结了一下, toList, toSetgroupingBy 是咱们项目目前最经常使用的终端操做。我没法理解 JDK 的设计者们为何不对 collect 方法再简化一下,以让它更人性化一些,好比一样的一段代码,为何不设计成下面这样:

stringCollection    .stream()    .filter(e -> e.startsWith("a"))    .toList();复制代码

由于没有设计成这样,致使咱们在代码中不得不一遍又一遍地使用 Collectors.toXXX, 这就烦躁了。

借助IDEA优化一下

IntelliJ IDEA 号称宇宙最智能 Java IDE, 看看咱们如何经过它来解决这个愁人的问题。

IntelliJ IDEA 附带了一个名为 LiveTemplates(实时模板) 的便捷功能。这是个啥玩意?即便您还不知道它是什么, 可是你也必定常常使用到它。好比输入经常使用代码段的快捷方式 sout,IDEA 会插入代码段 System.out.println()。又好比,输入 psvm, IDEA 会快速帮您生成 main 方法等。

哦,就这玩意?

那要怎么经过 LiveTemplates(实时模板) 来解决前面提到的痛点呢?

1 新建 Stream Live Templates

1.按步骤打开 File -> Setting -> Editor -> LiveTemplates

2.新建一个 Template Group , 取名为 Stream:

3.建立完成后,选中 Stream, 新建一个实时模板:

4.建立一个 toList 代码片断模板:

注意:代码片断的上下文选 Java->other.

5.设置完成后,让咱们在实战中看下效果吧!

2 顺手把其余经常使用的模板设置一下

除了上面演示的 toList外, toSetgroupingByjoin使用也至关广泛,咱们也来设置一下,方法与上面大同小异,这里就不一一贴图了,贴上代码片断内容:

// 缩略: .toList.collect(Collectors.toList());
// 缩略: .toSet.collect(Collectors.toSet());
// 缩略: .join.collect(Collectors.joining("$END$"));
// 缩略: .groupBy.collect(Collectors.groupingBy(e -> $END$));复制代码

PS: 特殊变量 $END$用来在代码片断生成后,肯定光标位置,这样你就能够直接输入相关代码了,好比,定义 join 链接分隔符等。

模板都建立好了之后,截图以下:

最后,咱们再来看看, joingroupBy 的使用效果图:

相关文章
相关标签/搜索