Java Academy · Lektion

Implementering

Implementér projektet Parallel Stats med parallelle streams for at beregne opsummerende statistikker.

Lektion 2 af 38 trin

Implementering er en gratis Java Academy-lektion på CoddyKit. Dette er lektion 2 af 3. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Java Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Java Academy-kurset indeholder 3 lektioner i alt.

Introduktion

Nu skal du implementere Parallel Stats: Brug parallelle streams til at beregne sum, gennemsnit, minimum og maksimum.

Kode: sum

Brug mapToInt().sum() på en parallel stream til at beregne totaler.

import java.util.*;public class Main {
  public static void main(String[] args) {
    List<Integer> nums = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
    int sum = nums.parallelStream().mapToInt(n -> n).sum();
    System.out.println("Sum = " + sum);
  }
}

Kode: gennemsnit

average() beregner middelværdien på tværs af parallelle data.

import java.util.*;public class Main {
  public static void main(String[] args) {
    List<Integer> nums = Arrays.asList(10,20,30,40,50);
    double avg = nums.parallelStream().mapToInt(n -> n).average().orElse(0);
    System.out.println("Average = " + avg);
  }
}

Kode: summaryStatistics

summaryStatistics() leverer alle vigtige statistikker i ét trin.

import java.util.*;import java.util.stream.*;public class Main {
  public static void main(String[] args) {
    List<Integer> nums = Arrays.asList(3,7,2,9,5);
    IntSummaryStatistics stats = nums.parallelStream().mapToInt(n -> n).summaryStatistics();
    System.out.println("Count = " + stats.getCount());
    System.out.println("Sum = " + stats.getSum());
    System.out.println("Min = " + stats.getMin());
    System.out.println("Average = " + stats.getAverage());
    System.out.println("Max = " + stats.getMax());
  }
}

Tomme lister

Beskyt dig mod tomme lister: average().orElse(0) undgår fejl, når der ikke findes nogen elementer.

Ydeevne

Parallel hastighedsforbedring ses kun med store datasæt. For små lister kan sekventiel behandling være hurtigere.

Kontrol af implementering

Hurtig kontrol: Hvilken metode kan opsummere statistikker direkte fra en IntStream?

Opsummering

Opsummering: Statistikker blev implementeret med parallelle streams ved hjælp af sum, average og summaryStatistics().

Gratis at komme i gang

Lær Java med en AI-underviser — gratis

Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.

Kurser
104
Lektioner
374

Ofte stillede spørgsmål

Er lektionen “Implementering” gratis?

Ja — hele teksten til “Implementering” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Java Academy-kurset, skal du opgradere til CoddyKit PRO. Java Academy-kurset indeholder 3 lektioner i alt.

Hvad lærer jeg i “Implementering”?

Implementér projektet Parallel Stats med parallelle streams for at beregne opsummerende statistikker. Du øver dig i Java Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.

Skal jeg have erfaring for at begynde på Java Academy?

Der kræves ingen tidligere erfaring. Java Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 2 af 3.

Hvor lang tid tager lektionen “Implementering”?

De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.

Kan jeg skrive og køre kode i denne Java Academy-lektion?

Ja. Alle Java Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.

Alle lektioner i dette kursus

  1. Design
  2. Implementering
  3. Benchmarks
← Tilbage til Java Academy