Aulas

Nesta aula, vamos entender por que os streams “normais” de coleções de números ( Stream<Integer>, Stream<Double>) podem ser ineficientes por causa do boxing/unboxing e como os streams primitivos — IntStream, LongStream, DoubleStream — ajudam a evitar isso. Veremos conversões mapToInt/ boxed(), operações de agregação ( sum(), average(), summaryStatistics()), resultados seguros com OptionalInt/ OptionalDouble, além de onde a otimização realmente traz ganho e como medir o efeito com o JMH.

Nesta aula, analisamos como funciona o processamento preguiçoso no Stream API: em que os operadores intermediários e terminais diferem, por que os cálculos começam apenas após a chamada de um terminal, e quais vantagens oferecem o processamento elemento a elemento e as “operações de curto-circuito”. Vamos mostrar cadeias com filter, map, peek, findFirst, forEach, visualizar a passagem dos elementos e discutir erros típicos e recomendações sobre a ordem eficiente das operações.

Nesta aula, analisamos como proteger dados usando os wrappers imutáveis Collections.unmodifiableList, unmodifiableSet, unmodifiableMap, qual é a diferença entre imutabilidade “superficial” e “profunda”, quando e por que retornar wrappers a partir de métodos, bem como alternativas modernas List.of/ Set.of/ Map.of. Falaremos sobre erros típicos (por exemplo, esperar imutabilidade profunda ou trabalhar com null) e por que tentativas de modificação resultam em UnsupportedOperationException.

Na aula, analisamos o que é o Spliterator, como ele permite não apenas iterar sobre elementos, mas também dividir a fonte de dados em partes com trySplit(), como os streams paralelos funcionam a partir disso via parallelStream() e o pool comum ForkJoinPool. São mostrados os métodos-chave ( tryAdvance, estimateSize, characteristics), características típicas ( ORDERED, SIZED, CONCURRENT e outros), exemplos práticos, um diagrama Mermaid e erros comuns ao usar streams paralelos.

Nesta aula, analisamos como escrever coletores personalizados para a Stream API via Collector e quando isso realmente faz sentido, além de como implementar seu próprio Spliterator para percorrer dados de forma eficiente, tanto sequencial quanto paralelamente. Veremos passo a passo os componentes de um coletor ( supplier, accumulator, combiner, finisher, characteristics), exemplos para multi-mapas e top N, estratégias de trySplit, bem como a configuração correta das características ( ORDERED, SIZED, SUBSIZED e outros).