Predicate与filter

转: http://blog.csdn.net/michaellufhl/article/details/6329823

怎么根据某些条件来过滤Collection的元素?我们可以在循环里面判断元素是否符合条件然后来remove元素。

Guava已经作了这样的功能。例如你要在String的list里面有"a","b","A",要把非大小写a的元素去掉可以这样:

[java] view plain copy

  1. Predicate<String> aPredicate =  new Predicate<String>(){
  2. @Override
  3. public boolean apply(String input) {
  4. if(input.toLowerCase().equals("a"))
  5. return true;
  6. else
  7. return false;
  8. }};
  9. Collection<String> list2 = Collections2.filter(list, aPredicate);

返回的list2就只有"a"和"A"。要注意的是,原来作为参数传入的list里面还是3个元素,并没有因为被调了filter就被去掉了"b"。另外这个方法作的很好的地方就是返回的list2是带有过滤功能的。也就是说如果你调了list2.add("c")这个方法会抛出IllegalArgumentException,如果调集合的removeAll()和clear()方法也只会对符合predicate条件的元素来操作,这个真的很cool!而且返回的集合不支持remove()。

另外Predicates还提供了很多Predicate子类来实现各种常用功能,例如:

过滤集合中特定的类型:

[java] view plain copy

  1. //filter String type in a collection
  2. Predicates.instanceOf(String.class);

2个Predicate“与”和“或”:

[java] view plain copy

  1. Predicates.and(predicate1, predicate2);
  2. Predicates.or(predicate1, predicate2);

非null:

[java] view plain copy

  1. Predicates.notNull();

用equals来做条件:

[java] view plain copy

  1. Predicates.equalTo(target);
时间: 2024-12-15 04:17:32

Predicate与filter的相关文章

Guava中Predicate的常见用法

1.  Predicate基本用法 guava提供了许多利用Functions和Predicates来操作Collections的工具,一般在 Iterables, Lists, Sets, Maps, Multimaps中用到. Predicate最基本的用法就是对Collection进行过滤,guava中很多集合的filter方法都是用Predicate来实现过滤的. Collection type Filter method Iterable Iterables.filter(Iterab

委托学习续:Action、Func和Predicate

我们先看一个上一章的委托的例子: 1 using System; 2 using System.Collections.Generic; 3 using System.Linq; 4 using System.Text; 5 using System.Threading.Tasks; 6 7 namespace Test 8 { 9 class Program 10 { 11 static void Main(string[] args) 12 { 13 new Program(); 14 15

ABP框架源码中的Linq扩展方法

文件目录:aspnetboilerplate-dev\aspnetboilerplate-dev\src\Abp\Collections\Extensions\EnumerableExtensions.cs using System; using System.Collections.Generic; using System.Linq; namespace Abp.Collections.Extensions { /// <summary> /// Extension methods for

volley介绍04

------------------------------------------------------------------------------- 转载:http://blog.csdn.net/crazy__chen/article/details/46490635 ------------------------------------------------------------------------------- 上一篇文章给大家说明了Request<T>的内部结构,对

Volley源码分析

Volley源码分析 Volley简介 volley官方地址 在Google I/0 2013中发布了Volley.Volley是Android平台上的网络通信库,能使网络通信更快,更简单,更健壮. 这是Volley名称的由来:a burst or emission of many things or a large amount at once.Volley特别适合数据量不大但是通信频繁的场景. Github上面已经有大神做了镜像,使用Gradle更方便.Volley On Github Vo

Spark RDD Transformation 简单用例(一)

map(func) /** * Return a new RDD by applying a function to all elements of this RDD. */ def map[U: ClassTag](f: T => U): RDD[U]  map(func) Return a new distributed dataset formed by passing each element of the source through a function func.  将原RDD中的

动态代理AOP实现方法过滤

上一节实现了动态代理,接下来 有时候,我不需要在每一个方法都要记录日志,做权限验证 等等. 所有就有了这样的需求.AOP实现特定方法过滤,有选择性的来对方法实现AOP 拦截.就是本节标题所示. 举个例子,对于查询的方法我不需要记录日志,所以,我就找到如果以"Get"开头的方法,就不记录日志,否则就记录日志:所以基于这样一个需求,代码如下: public override IMessage Invoke(IMessage msg) {   var methodCall = msg as

【Spark】RDD操作详解2——值型Transformation算子

处理数据类型为Value型的Transformation算子可以根据RDD变换算子的输入分区与输出分区关系分为以下几种类型: 1)输入分区与输出分区一对一型 2)输入分区与输出分区多对一型 3)输入分区与输出分区多对多型 4)输出分区为输入分区子集型 5)还有一种特殊的输入与输出分区一对一的算子类型:Cache型. Cache算子对RDD分区进行缓存 输入分区与输出分区一对一型 (1)map 将原来RDD的每个数据项通过map中的用户自定义函数f映射转变为一个新的元素.源码中的map算子相当于初

spark 笔记 6: RDD

了解RDD之前,必读UCB的论文,个人认为这是最好的资料,没有之一. http://www.cs.berkeley.edu/~matei/papers/2012/nsdi_spark.pdf A Resilient Distributed Dataset (RDD), the basic abstraction in Spark. Represents an immutable,* partitioned collection of elements that can be operated o