Lektionen

In dieser Vorlesung erklären wir, warum gewöhnliche Streams von Zahlensammlungen ( Stream<Integer>, Stream<Double>) wegen Boxing/Unboxing ineffizient sein können und wie primitive Streams — IntStream, LongStream, DoubleStream — das vermeiden. Wir betrachten Umwandlungen mapToInt/ boxed(), Aggregationsoperationen ( sum(), average(), summaryStatistics()), sichere Ergebnisse mit OptionalInt/ OptionalDouble sowie, wo Optimierung tatsächlich etwas bringt und wie man den Effekt mit JMH misst.

In der Vorlesung besprechen wir, wie die träge Auswertung in der Stream-API funktioniert: worin sich Zwischen- und Terminaloperationen unterscheiden, warum Berechnungen erst nach dem Aufruf einer Terminaloperation starten, und welche Vorteile die elementweise Verarbeitung und „Kurzschlussauswertungen“ bieten. Wir zeigen Ketten mit filter, map, peek, findFirst, forEach, visualisieren den Durchlauf der Elemente und gehen typische Fehler sowie Empfehlungen zur effizienten Reihenfolge der Operationen durch.

In der Vorlesung besprechen wir, wie man Daten mit unveränderlichen Wrappern Collections.unmodifiableList, unmodifiableSet, unmodifiableMap schützt, worin sich „oberflächliche“ Unveränderlichkeit von „tiefer“ unterscheidet, wann und warum man Wrapper aus Methoden zurückgeben sollte, sowie moderne Alternativen List.of/ Set.of/ Map.of. Wir sprechen über typische Fehler (z. B. die Erwartung tiefer Unveränderlichkeit oder der Umgang mit null) und darüber, warum Änderungsversuche in einer UnsupportedOperationException enden.

In dieser Vorlesung klären wir, was ein Spliterator ist, wie er nicht nur das Iterieren über Elemente ermöglicht, sondern auch die Datenquelle in Teile mittels trySplit() aufteilt, wie darauf aufbauend parallele Streams über parallelStream() und den gemeinsamen ForkJoinPool funktionieren. Gezeigt werden die Schlüsselmethoden ( tryAdvance, estimateSize, characteristics), typische Merkmale ( ORDERED, SIZED, CONCURRENT usw.), praktische Beispiele, ein Mermaid-Diagramm und häufige Fehler beim Einsatz paralleler Streams.

In dieser Vorlesung besprechen wir, wie man eigene Collector für die Stream-API über Collector schreibt und wann das wirklich sinnvoll ist, sowie wie man einen eigenen Spliterator für effizientes sequentielles und paralleles Traversieren implementiert. Schritt für Schritt betrachten wir die Komponenten eines Collectors ( supplier, accumulator, combiner, finisher, characteristics), Beispiele für Multi-Maps und Top‑N, Strategien von trySplit sowie das korrekte Setzen der Eigenschaften ( ORDERED, SIZED, SUBSIZED usw.).