1
00:00:02,120 --> 00:00:04,200
Ciao, questo non lo voglio fare.

2
00:00:04,220 --> 00:00:05,350
E bentornato.

3
00:00:05,480 --> 00:00:11,840
Non estendere la demo dalla lezione precedente in cui stavamo raggruppando un flusso fuori dagli elementi e abbiamo

4
00:00:11,840 --> 00:00:17,130
esaminato i due metodi per mappare e raggruppare in base alla classe dei collezionisti.

5
00:00:17,200 --> 00:00:23,300
Questi metodi restituivano un'istanza dell'interfaccia del raccoglitore utilizzata dal colore per raggruppare

6
00:00:23,450 --> 00:00:25,920
gli elementi del flusso.

7
00:00:26,000 --> 00:00:31,710
Questi metodi sono stati davvero interessanti perché ci stavano aiutando a raggruppare gli elementi della collezione.

8
00:00:31,810 --> 00:00:34,860
E lo stavamo facendo in modo dichiarativo.

9
00:00:35,000 --> 00:00:41,510
Quindi prima dell'8 luglio dovevamo farlo con uno stile imperativo di codifica che noi conosciamo come ingombrante.

10
00:00:41,510 --> 00:00:45,930
Quindi questi metodi ci stavano aiutando a farlo in un modo molto elegante in uno stile dichiarativo.

11
00:00:46,250 --> 00:00:48,160
Quindi abbiamo esaminato questi due metodi.

12
00:00:48,320 --> 00:00:53,020
E in questa lezione particolare osserveremo il raggruppamento per metodo.

13
00:00:53,100 --> 00:00:56,170
Quindi abbiamo finito con l'esame del metodo della mappa.

14
00:00:56,180 --> 00:01:01,900
Quindi ora l'attenzione sarà concentrata solo in base al gruppo e esamineremo il suo quoziente sovraccarico.

15
00:01:01,970 --> 00:01:04,450
Quindi abbiamo esaminato la prima versione dell'ultima lezione.

16
00:01:04,460 --> 00:01:11,190
Ora esamineremo la seconda domanda e ci aiuterebbe a generare mappe più sofisticate.

17
00:01:11,210 --> 00:01:18,500
Quindi una delle cose che possiamo fare è che possiamo generare mappe multilivello in modo che possiamo fare raggruppamenti a più

18
00:01:18,860 --> 00:01:22,110
livelli, il che significa che possiamo mappare mappe.

19
00:01:22,160 --> 00:01:28,010
Quindi, in generale, se hai una mappa che valuti coppie che raggruppano il Narberth, il valore può essere

20
00:01:28,040 --> 00:01:29,030
il Dharma.

21
00:01:29,240 --> 00:01:30,650
Quindi questa è una cosa che vedremo.

22
00:01:30,800 --> 00:01:36,670
Ma ancora più importante vedremo anche che possiamo generare sommari dei valori.

23
00:01:36,710 --> 00:01:43,840
Quindi abbiamo le coppie di valori chiave e il valore se vogliamo riepilogare l'elenco di valori associati a una

24
00:01:43,840 --> 00:01:48,230
particolare chiave, quindi possiamo usare il secondo movimento del raggruppamento per.

25
00:01:48,350 --> 00:01:50,080
E quindi vedremo anche questo.

26
00:01:50,120 --> 00:01:51,890
Questa è la parte interessante.

27
00:01:52,340 --> 00:01:55,300
Diamo un'occhiata a ciò che abbiamo avuto nella lezione precedente.

28
00:01:56,180 --> 00:01:56,470
OK.

29
00:01:56,480 --> 00:01:59,010
Quindi alla fine abbiamo guardato questo.

30
00:01:59,180 --> 00:02:06,650
Quindi stavamo raggruppando il flusso di elementi in base alle valutazioni e abbiamo esaminato il raggruppamento di Mehtar e stavamo generando

31
00:02:06,830 --> 00:02:14,060
e mappando il doppio e un elenco di libri raddoppiato dato che la valutazione e l'elenco dei libri sono l'elenco

32
00:02:14,270 --> 00:02:18,000
di libri che rientrano in ciascuno di quelle valutazioni.

33
00:02:18,110 --> 00:02:18,710
Destra.

34
00:02:18,740 --> 00:02:22,810
Quindi questo è ciò che abbiamo visto e il pregiudizio del raggruppamento qui.

35
00:02:23,960 --> 00:02:31,580
Quindi il fatto è che se una determinata valutazione ha solo un singolo libro, il valore sarebbe almeno pari.

36
00:02:31,610 --> 00:02:33,590
Quel singolo libro.

37
00:02:33,590 --> 00:02:39,740
Ora se ci sono più libri con lo stesso punteggio, quei libri verranno accumulati in quella

38
00:02:39,770 --> 00:02:40,570
lista.

39
00:02:40,880 --> 00:02:46,940
Quindi, ciò significa che se abbiamo più libri con lo stesso punteggio, ci sarà una collisione

40
00:02:46,940 --> 00:02:50,510
di cookie e una strategia di risoluzione delle collisioni.

41
00:02:50,510 --> 00:02:57,460
In questo caso è di accumularli in una lista e questo viene fatto in modo implicito.

42
00:02:57,470 --> 00:03:04,610
Ora guardiamo anche alla stessa logica usando per mappare qui, quindi realizziamo la stessa cosa usando una

43
00:03:05,180 --> 00:03:11,310
buona mappa ma con mappa dobbiamo specificare esplicitamente la strategia di risoluzione delle collisioni.

44
00:03:11,420 --> 00:03:18,410
Se ricordate che abbiamo avuto tutte queste spedizioni e questo era ingombrante ma con il raggruppamento non

45
00:03:18,410 --> 00:03:19,600
dovevamo farlo.

46
00:03:19,640 --> 00:03:25,720
Quindi è stata presa in considerazione la strategia di risoluzione collisione implicitamente inadempiente da accumulare

47
00:03:25,800 --> 00:03:26,930
e almeno.

48
00:03:27,380 --> 00:03:29,640
OK, quindi la cosa è

49
00:03:29,750 --> 00:03:31,270
Questa è la differenza principale.

50
00:03:31,480 --> 00:03:38,680
Per mappare il video non come una strategia predefinita di risoluzione delle collisioni, dobbiamo specificarlo esplicitamente.

51
00:03:38,690 --> 00:03:44,530
E così l'abbiamo definita una funzione di fusione, si chiama una funzione di fusione e l'abbiamo eseguita

52
00:03:45,600 --> 00:03:46,800
qui in Securitas.

53
00:03:46,820 --> 00:03:52,460
Ora se non si fornisce questo tipo di strategia di risoluzione delle collisioni e se c'è una collisione

54
00:03:52,460 --> 00:03:57,310
abbiamo anche visto che genererà durante l'eccezione di stato illegale chiamata eccezione di runtime.

55
00:03:57,350 --> 00:04:03,460
Quindi, se stiamo usando per mappare e se ci aspettiamo che si verifichi una sorta di collisione, dobbiamo fornire

56
00:04:03,460 --> 00:04:03,940
questo.

57
00:04:04,010 --> 00:04:05,630
Altrimenti finiremo con un altro.

58
00:04:05,830 --> 00:04:11,920
Quindi mappare è buono se generiamo coppie di valori chiave semplici e non ti aspetti alcuna collisione.

59
00:04:12,140 --> 00:04:17,160
Ma se pensate che ci saranno delle collisioni, allora è meglio fare questo raggruppamento

60
00:04:17,160 --> 00:04:19,250
ed è un'implementazione molto semplice.

61
00:04:19,510 --> 00:04:20,130
OK.

62
00:04:20,480 --> 00:04:24,070
Ora ci sono anche versioni sovraccaricate del raggruppamento.

63
00:04:24,230 --> 00:04:30,320
E se vuoi cambiare la strategia di risoluzione collisione predefinita, vediamo se vuoi accumulare un

64
00:04:30,530 --> 00:04:34,710
set, quindi possiamo usare la versione sovraccaricata del raggruppamento per.

65
00:04:34,730 --> 00:04:36,900
Diamo un'occhiata al sovraccarico di Roshan qui.

66
00:04:36,950 --> 00:04:41,670
Quindi questa è l'API fuori dalla classe dei collezionisti e possiamo vedere il raggruppamento per metodi qui.

67
00:04:41,780 --> 00:04:44,650
Quindi questa è la prima versione che abbiamo già visto.

68
00:04:44,990 --> 00:04:51,290
Qui prende solo una funzione e sta chiamando il classificatore, ma è qui per identificare le

69
00:04:51,290 --> 00:04:52,050
chiavi.

70
00:04:52,310 --> 00:05:01,220
Quindi ci aiuterà a classificare il gruppo di elementi basandoci su alcune chiavi in modo che egli sia ciò che viene

71
00:05:01,320 --> 00:05:03,020
identificato in questa funzione.

72
00:05:03,020 --> 00:05:05,210
Poi ci sono queste due o versioni caricate.

73
00:05:05,240 --> 00:05:08,770
E questo è ciò che vedremo e guarderemo anche a questo.

74
00:05:08,780 --> 00:05:12,830
È solo un'estensione semplice, ma questa richiede solo due parametri.

75
00:05:12,830 --> 00:05:14,460
Questo sta prendendo tre parametri.

76
00:05:14,660 --> 00:05:21,970
Quindi, oltre alla funzione qui il classificatore qui c'è un altro collezionista, basta ricordare quel raggruppamento da qui che si

77
00:05:21,970 --> 00:05:23,690
fa in un collezionista.

78
00:05:24,070 --> 00:05:30,610
E il primo barometro è spento per funzione che identifica la chiave e il secondo parametro è

79
00:05:30,610 --> 00:05:31,950
un altro collettore.

80
00:05:32,020 --> 00:05:38,360
Raccoglierà essenzialmente i valori associati all'heap.

81
00:05:38,380 --> 00:05:38,650
OK.

82
00:05:38,650 --> 00:05:43,600
Quindi eseguirà un altro giro di raccolta su quegli elementi del flusso.

83
00:05:43,600 --> 00:05:49,660
Ora qui puoi specificare qualcosa come hai detto, se chiami quella lista di cose

84
00:05:49,750 --> 00:05:57,520
da non perdere abbiamo anche il problema dell'uso se passi qui Doucette, allora i valori saranno accumulati e impostati.

85
00:05:57,550 --> 00:06:03,520
Quindi questo è qualcosa che vedremo ora Allo stesso modo che hai le coppie di valori chiave e stiamo dicendo

86
00:06:03,520 --> 00:06:06,000
che questo collezionista sarà un giocatore sui valori.

87
00:06:06,250 --> 00:06:11,500
Quindi, se vuoi riassumere quei valori, puoi usare un certo collector per quello.

88
00:06:11,500 --> 00:06:16,060
Quindi, per esempio, stavamo raggruppando il flusso di libri per valutazione.

89
00:06:16,090 --> 00:06:21,760
Quindi per una valutazione particolare avremo alcuni libri e se vogliamo ottenere il prezzo

90
00:06:21,760 --> 00:06:27,520
medio di tutti quei libri, allora possiamo riassumere usando un metodo qui la media delle auto.

91
00:06:27,770 --> 00:06:28,440
OK.

92
00:06:28,690 --> 00:06:31,480
Dato che il prezzo è doppio, possiamo usare la media del doppio.

93
00:06:31,630 --> 00:06:35,030
Ma ci sono anche altre varianti come la media e la media più lunghe.

94
00:06:35,230 --> 00:06:39,710
Ecco come è possibile riepilogare l'elenco di valori associati alle chiavi.

95
00:06:39,880 --> 00:06:44,030
E ci sono anche altri metodi come la somma e la media.

96
00:06:44,080 --> 00:06:51,550
Abbiamo anche qualcosa di lungo in qualcosa e qualcosa che è raddoppiato in quel momento, che è max dagli uomini con cui può essere

97
00:06:51,550 --> 00:06:57,750
usato per trovare il non farlo fuori dai valori, e questo è anche contare che guardiamo anche al conteggio.

98
00:06:57,820 --> 00:07:02,950
Quindi ci dirà la dimensione dell'elenco di valori associati alle chiavi.

99
00:07:03,150 --> 00:07:03,670
OK.

100
00:07:03,910 --> 00:07:10,300
Quindi possiamo usare possiamo generare quei tipi di riepiloghi per altri valori usando questa seconda versione

101
00:07:10,300 --> 00:07:11,390
del raggruppamento.

102
00:07:11,410 --> 00:07:16,360
Quindi il chiamante si siede il collezionista a valle e questi sono metodi piuttosto diversi.

103
00:07:16,450 --> 00:07:18,090
E dovresti dare un'occhiata a loro.

104
00:07:18,310 --> 00:07:21,210
E in questa demo vedremo anche un'altra questione.

105
00:07:21,400 --> 00:07:27,770
Il partizionamento mediante partizionamento genera anche una mappa ma genera solo due mappature.

106
00:07:27,940 --> 00:07:33,380
Quindi richiede un predicato e in base al predicato genera due mappature su una di esse.

107
00:07:33,400 --> 00:07:40,450
Una delle mappe avrà una chiave come il valore true iron tutti i valori tutti gli elenchi di tutti

108
00:07:40,450 --> 00:07:43,810
gli elementi associati a quel particolare valore booleano.

109
00:07:43,870 --> 00:07:49,510
Quindi può essere che le chiavi siano solo vere o false e che siano associate a certi valori

110
00:07:49,500 --> 00:07:51,860
quelle chiavi saranno associate a determinati valori.

111
00:07:51,910 --> 00:07:56,630
Quindi questo è il partizionamento, quindi guarderemo anche al partizionamento.

112
00:07:56,640 --> 00:08:05,820
Quindi andiamo avanti qui e la prima cosa è andare avanti e cambiare questo sottotitolo

113
00:08:05,820 --> 00:08:09,080
o scavare il tutto.

114
00:08:09,090 --> 00:08:12,260
Ora si chiama due.

115
00:08:12,310 --> 00:08:19,610
Quindi, per prima cosa, cambiamo la strategia predefinita di risoluzione delle collisioni e viene raccolta in un set.

116
00:08:19,780 --> 00:08:23,590
E abbiamo detto che abbiamo bisogno di usare la versione sovraccaricata di questo.

117
00:08:23,620 --> 00:08:32,410
Quindi qui diremo di impostare e questo sarebbe stato impostato.

118
00:08:32,650 --> 00:08:33,430
OK.

119
00:08:33,800 --> 00:08:36,430
Quindi questo viene dalla classe dei collezionisti.

120
00:08:36,650 --> 00:08:45,510
Quindi c'è un'importazione statica di questo e qui questo sarebbe due e questo sarebbe stato impostato.

121
00:08:46,040 --> 00:08:48,630
E stai semplicemente stampando valori qui.

122
00:08:48,770 --> 00:08:55,430
Ora basta notare che internamente la prima parte del raggruppamento da parte degli utenti di questa particolare versione

123
00:08:55,460 --> 00:08:57,780
ma implicitamente passerebbe a Boulis.

124
00:08:57,890 --> 00:09:02,890
Quindi questa è la ragione per impostazione predefinita che otterrà un elenco di libri qui.

125
00:09:02,930 --> 00:09:06,590
Quindi lasciami correre.

126
00:09:06,690 --> 00:09:07,440
Ecco qui.

127
00:09:07,440 --> 00:09:11,190
Quindi è solo la stampa dei valori su tutto va bene qui.

128
00:09:11,250 --> 00:09:12,330
Ora vediamo.

129
00:09:12,480 --> 00:09:14,850
Questo in realtà restituisce una mappa hash.

130
00:09:14,850 --> 00:09:18,090
Ora diciamo che preferiamo una mappa ad albero.

131
00:09:18,090 --> 00:09:24,250
Quindi la terza versione del raggruppamento verrà utilizzata qui come terza versione.

132
00:09:24,490 --> 00:09:27,590
Questa e questa terza versione attacca solo un fornitore.

133
00:09:27,760 --> 00:09:30,960
Quindi andando a fornire una mappa ad albero.

134
00:09:31,090 --> 00:09:34,010
Quindi diremmo che lei mappa.

135
00:09:34,030 --> 00:09:37,090
Quindi questo è il riferimento costrittore.

136
00:09:37,120 --> 00:09:43,150
Quindi ora se vedi i valori saranno ordinati per valutazione qui è.

137
00:09:43,180 --> 00:09:47,560
Ora puoi vedere che ci sono griglie diverse già in ordine ascendente perché stiamo usando

138
00:09:47,630 --> 00:09:53,620
la tree map 3. 9 4. 1 e così via 0. 3 e così via.

139
00:09:54,040 --> 00:09:58,510
Ecco come utilizzeresti una diversa strategia di risoluzione delle collisioni.

140
00:09:58,510 --> 00:10:05,710
Ora concentriamoci sulla parte samadhi sul riepilogo dei valori associati a questi e diciamo che

141
00:10:05,710 --> 00:10:10,380
vogliamo ottenere le colonne associate a ciascuna delle valutazioni.

142
00:10:10,420 --> 00:10:16,240
Quindi stiamo raggruppando per rating e quelle valutazioni ciascuna di queste valutazioni su come certi libri che rientrano in

143
00:10:16,240 --> 00:10:16,960
tale rating.

144
00:10:16,990 --> 00:10:20,440
E vogliamo ottenere un conteggio di ognuno di quei libri appena fuori dai libri.

145
00:10:21,250 --> 00:10:22,570
Quindi

146
00:10:27,010 --> 00:10:39,200
è una grande congettura, no, chiamiamola come una chiamata di voti in questa parte, è la stessa cosa non qui diciamo

147
00:10:39,460 --> 00:10:40,870
figlia del collezionista.

148
00:10:42,490 --> 00:10:47,020
E qui il conteggio era finito e lungo.

149
00:10:47,030 --> 00:10:50,540
Quindi questo è ciò che noi come.

150
00:10:50,930 --> 00:10:57,170
Facciamo semplicemente stampare la mappa direttamente in modo che si stringa il metodo sulla mappa.

151
00:10:57,260 --> 00:11:06,520
Quindi vediamo solo come li ha stampati con un bulldozer.

152
00:11:06,820 --> 00:11:09,010
Voglio dire, questo è il futuro.

153
00:11:09,400 --> 00:11:10,270
Ed eccolo qui.

154
00:11:10,270 --> 00:11:16,740
E puoi vedere che il Khond usa fino ad ora il punteggio 4. 5 ci sono due libri per la valutazione quattro punti

155
00:11:16,740 --> 00:11:19,490
nove che sono per quattro libri OK.

156
00:11:20,510 --> 00:11:22,410
Ecco come lo faresti.

157
00:11:22,610 --> 00:11:28,540
E il conteggio che viene scritto è un raccoglitore, il che significa che può anche essere usato direttamente con le

158
00:11:28,550 --> 00:11:29,450
metriche Collect.

159
00:11:29,900 --> 00:11:30,200
Destra.

160
00:11:30,230 --> 00:11:32,440
Perché il calorimetro prende anche il collettore.

161
00:11:32,450 --> 00:11:34,490
E infatti è quello che sta succedendo qui.

162
00:11:34,490 --> 00:11:36,760
Il raggruppamento sta mantenendo un collezionista.

163
00:11:37,130 --> 00:11:37,580
OK.

164
00:11:37,640 --> 00:11:41,690
Quindi questo può essere usato anche al di fuori del raggruppamento per materia.

165
00:11:41,690 --> 00:11:44,420
Quindi lascia che te lo mostri.

166
00:11:45,860 --> 00:12:06,410
Si chiama nella sua palude.

167
00:12:06,530 --> 00:12:09,990
Quindi ci sono 13 libri nel flusso.

168
00:12:10,340 --> 00:12:12,260
Quindi può anche essere usato al di fuori di quello.

169
00:12:12,260 --> 00:12:13,420
Quindi questo è chiamato.

170
00:12:13,430 --> 00:12:17,610
Ora riassumiamo i valori usando la nostra età.

171
00:12:17,630 --> 00:12:23,510
Quindi prendiamo la media sul prezzo di tutti i libri associati a una particolare chiave.

172
00:12:23,510 --> 00:12:24,080
OK.

173
00:12:24,200 --> 00:12:31,610
Quindi ancora una volta è Digg quello è bhakt.

174
00:12:31,700 --> 00:12:35,500
Quindi dobbiamo usare il nostro doppio invecchiamento e potrebbe

175
00:12:38,460 --> 00:12:40,740
essere basato sul prezzo.

176
00:12:40,800 --> 00:12:46,790
Quindi usiamo il doppio perché qui i posti ottengono il metodo del prezzo.

177
00:12:48,920 --> 00:12:55,910
B-doppio Si chiama perché io uso il mio quindi sei solo così hai

178
00:13:09,440 --> 00:13:13,760
la media di quattro virgola novecentoquattro libri.

179
00:13:13,760 --> 00:13:17,060
Quindi questa è la media del prezzo di quei quattro libri.

180
00:13:17,370 --> 00:13:20,480
Ora allo stesso modo c'è anche qualcosa di fattibile.

181
00:13:20,690 --> 00:13:21,960
Puoi anche farlo.

182
00:13:22,280 --> 00:13:24,410
E come ho detto ci sono anche altre varianti.

183
00:13:24,410 --> 00:13:26,400
Come potrebbe un Internet raggiungere a lungo.

184
00:13:26,410 --> 00:13:31,270
Inoltre, diciamo che vuoi ottenere il prezzo minimo da tutti i libri.

185
00:13:31,340 --> 00:13:34,880
Quindi scaviamo questo in un gioco.

186
00:13:34,970 --> 00:13:38,230
Questo è leggermente diverso in quanto restituirebbe un optional.

187
00:13:38,530 --> 00:13:46,560
Quindi sarebbe opzionale del libro con il prezzo più basso.

188
00:13:46,710 --> 00:14:02,200
Questo è chiamato un prezzo minimo Nicopolis.

189
00:14:02,490 --> 00:14:13,100
Significa, ma ovviamente ha bisogno di un concorrente in modo che possiamo usare un metodo statico nella comparazione

190
00:14:13,220 --> 00:14:16,340
delle carte dell'interfaccia della concorrenza.

191
00:14:16,540 --> 00:14:17,030
OK.

192
00:14:17,040 --> 00:14:23,370
Possiamo usare questo confronto tra doppie e medie in realtà lo useremmo.

193
00:14:23,720 --> 00:14:28,620
Quindi, confrontando il doppio dell'estrattore, ancora una volta avete detto

194
00:14:39,730 --> 00:14:40,580
voi.

195
00:14:40,890 --> 00:14:45,850
Quindi, come gli uomini di là è anche max di Unidas.

196
00:14:45,850 --> 00:14:49,620
Quindi questo è un quattro punto otto e un optional.

197
00:14:49,630 --> 00:14:53,150
Quindi il libro viene ucciso con l'opzione oggetto opzionale.

198
00:14:53,530 --> 00:14:55,380
E questo è quello.

199
00:14:55,400 --> 00:14:57,510
E questo è il libro che ha il prezzo più basso.

200
00:14:57,510 --> 00:15:02,680
E allo stesso modo per quattro virgola nove quattro quattro virgola cinque ci sono due libri su quattro quattro virgola

201
00:15:02,680 --> 00:15:06,900
nove ci sono quattro libri su di essa sceglierebbe quello con il prezzo più basso.

202
00:15:06,910 --> 00:15:13,690
Quindi questi sono tutti i diversi metodi di sintesi che possono essere utilizzati contando Vorrei raddoppiare il

203
00:15:13,690 --> 00:15:21,880
doppio o qualcosa di doppio sono uomini da RMX ormai c'è anche un altro metodo che può incapsulare tutti questi

204
00:15:21,880 --> 00:15:22,500
valori.

205
00:15:22,510 --> 00:15:27,460
Quindi c'è un singolo oggetto che può essere generato usando uno dei metodi ed è anche un po

206
00:15:27,460 --> 00:15:28,150
'come farlo.

207
00:15:28,510 --> 00:15:32,310
Quindi permettimi di copiare questo valore in questo riepilogo a

208
00:15:35,430 --> 00:15:43,310
barre, riassumendo il doppio perché colloca ciò che vogliamo prendere e vogliamo mettere a confronto i diversi tipi di riepiloghi

209
00:15:43,310 --> 00:15:44,830
sul doppio del riepilogo

210
00:16:01,110 --> 00:16:02,310
dei prezzi.

211
00:16:02,440 --> 00:16:07,930
Ha detto che questa cosa chiamata qualcuno raddoppia le statistiche di qualcuno.

212
00:16:08,190 --> 00:16:13,310
State sintetizzando e sarebbe nel torto artistico di qualcuno qualcuno avviare serpenti ed

213
00:16:30,040 --> 00:16:33,700
è la vera modalità bellezza qui su CNN.

214
00:16:33,970 --> 00:16:53,530
Quindi questo è prendre.

215
00:16:53,610 --> 00:16:54,710
Quindi eccolo qui.

216
00:16:54,900 --> 00:16:58,470
Quindi quattro quattro punti otto. Dice che il doppio sommario inizia a bastoni.

217
00:16:58,710 --> 00:17:02,250
E stampa tutti i diversi valori di qualcuno e la colonna.

218
00:17:02,250 --> 00:17:07,060
Alcuni uomini della nostra età su Mac e guardiamo a quattro quattro virgola nove.

219
00:17:09,280 --> 00:17:11,010
Uniters o nove.

220
00:17:11,010 --> 00:17:13,670
Il cono per alcuni è 195.

221
00:17:13,720 --> 00:17:21,050
Quindi è la somma di tutti e quattro i libri che rientrano in questa classificazione 4. 9 uomini medi e max.

222
00:17:21,050 --> 00:17:23,140
OK, quindi il posto massimo è 60.

223
00:17:23,180 --> 00:17:25,290
Come avrei solo quarantotto virgola sette cinque.

224
00:17:25,620 --> 00:17:27,660
Ecco come lo faresti.

225
00:17:27,660 --> 00:17:30,550
Quindi questo è il raggruppamento ormai.

226
00:17:30,570 --> 00:17:35,100
Diamo un'occhiata al partizionamento partendo così da.

227
00:17:35,130 --> 00:17:36,000
Scaviamo

228
00:17:39,740 --> 00:17:41,520
questo genererà ancora una mappa.

229
00:17:42,330 --> 00:17:46,160
Ma ci vorrebbe invece di raggruppare da qui.

230
00:17:46,230 --> 00:17:49,590
Ma come partizionare, diciamo, ci vuole

231
00:17:57,120 --> 00:17:58,950
un predicato.

232
00:17:59,040 --> 00:18:05,100
Quindi diciamo che vogliamo suddividere il flusso di elementi in due gruppi, uno su come eseguire l'orazione maggiore o uguale

233
00:18:05,100 --> 00:18:06,630
al quattro punto cinque.

234
00:18:06,970 --> 00:18:09,920
E l'altro gruppo ha meno di 1 5 letti

235
00:18:19,480 --> 00:18:20,550
e un booleano.

236
00:18:20,550 --> 00:18:23,310
Quindi il valore chiave potrebbe essere vero o falso.

237
00:18:23,370 --> 00:18:24,780
E qui sarà la

238
00:18:42,210 --> 00:18:43,100
tua ipotesi.

239
00:18:43,100 --> 00:18:48,100
Quindi tu quanto falso qui e la lista dei libri di libri sotto falso.

240
00:18:48,100 --> 00:18:51,650
E hai anche una lista di libri per Drew.

241
00:18:55,480 --> 00:18:56,070
Unidas.

242
00:18:56,070 --> 00:18:56,870
Inizia con.

243
00:18:56,890 --> 00:18:58,760
Quindi hai solo due mappature.

244
00:18:58,980 --> 00:19:01,760
OK uno con vero e uno con falso.

245
00:19:01,770 --> 00:19:04,720
Ora questa è una versione di partizionamento di.

246
00:19:04,910 --> 00:19:10,590
E questa è anche una versione sovraccaricata del partizionamento con la quale prende un collettore

247
00:19:10,590 --> 00:19:17,490
downstream per raccogliere i valori e fare qualcosa di diverso come produrre qualcuno o generare un set o qualcosa

248
00:19:17,490 --> 00:19:18,530
del genere.

249
00:19:18,540 --> 00:19:23,620
Quindi, proprio come il raggruppamento, disponiamo anche di una lavatrice sovraccaricata per il partizionamento di.

250
00:19:24,030 --> 00:19:25,200
Quindi questo è un bedacht.

251
00:19:25,470 --> 00:19:29,420
E possiamo anche realizzare la stessa cosa usando il raggruppamento.

252
00:19:29,490 --> 00:19:34,980
Quindi puoi avere una questione che avrebbe un predicato che userebbe un predicato e sarebbe di genere.

253
00:19:34,980 --> 00:19:43,230
Vero o falso, ma si dice che questo partizionamento è leggermente più efficiente quando si tratta di generare un

254
00:19:43,290 --> 00:19:46,060
tipo di tale tipo di mappatura.

255
00:19:46,270 --> 00:19:47,190
OK.

256
00:19:47,470 --> 00:19:54,050
E un'altra differenza sarebbe che Safian è questo quattordici punto cinque.

257
00:19:54,450 --> 00:19:59,440
Quindi in questo caso l'equipaggio vedrà come un valore di A e B.

258
00:19:59,670 --> 00:20:04,700
Perché non ci sono libri con quel tipo di valutazione, quindi sono falsi come tutti i libri nello stream.

259
00:20:04,710 --> 00:20:07,430
Perché tutti loro sono meno di quattordici punti cinque.

260
00:20:07,800 --> 00:20:11,500
Ma abbiamo ancora una mappatura per vero.

261
00:20:11,670 --> 00:20:17,730
Ora se leggi il raggruppamento non avresti questo tipo di mappatura, vedresti come qualcuno potrebbe essere

262
00:20:17,930 --> 00:20:18,570
OK.

263
00:20:18,750 --> 00:20:23,940
Quindi questa è un'altra differenza tra di loro, ma il partizionamento per questo tipo di

264
00:20:24,030 --> 00:20:26,370
mappatura è considerato leggermente più efficiente.

265
00:20:27,230 --> 00:20:28,800
Quindi fammelo cambiare.

266
00:20:28,850 --> 00:20:31,900
Ora un'ultima cosa che voglio mostrare così.

267
00:20:31,910 --> 00:20:37,050
Qui abbiamo sempre almeno un libro libero.

268
00:20:37,110 --> 00:20:44,910
Ora se vuoi, se vogliamo una lista di diciamo per esempio solo i titoli.

269
00:20:44,910 --> 00:20:50,940
OK, abbiamo la nostra lista di libri di libri per una lettura particolare, ma invece

270
00:20:51,540 --> 00:20:58,380
di averla come una lista di libri e se vogliamo una lista di elementi che abbiamo finora, possiamo

271
00:20:58,890 --> 00:21:06,310
usare un altro metodo chiamato Mappatura che mapperebbe quei libri in un stringa e si accumulerà e fare una lista.

272
00:21:06,450 --> 00:21:07,740
OK, allora facciamolo.

273
00:21:07,740 --> 00:21:09,820
Quindi fammi copiare tutto questo.

274
00:21:10,700 --> 00:21:13,630
Quindi questo è l'ultimo che testerai qui.

275
00:21:16,720 --> 00:21:20,820
Raggruppando per valutazione, ma stiamo utilizzando la domanda caricata per ordine.

276
00:21:20,840 --> 00:21:26,340
Quindi c'è la mappatura dei punti di questo collezionista.

277
00:21:26,360 --> 00:21:29,920
Questo è ciò che i tuoi obiettivi sono nel mondo della mappatura.

278
00:21:31,300 --> 00:21:34,210
Useremmo la fonte.

279
00:21:34,450 --> 00:21:41,340
Quindi il libro sarebbe stato convertito in fonte per quei libri ed è davvero positivo che l'abbia fatto.

280
00:21:41,720 --> 00:21:48,490
Quindi, il Titan che puoi usare fa la lista.

281
00:21:48,500 --> 00:21:52,890
Quindi dopo la mappatura saranno messi in una lista.

282
00:21:52,900 --> 00:21:59,020
OK, quindi sarebbe strano qui perché inizia a provare Lizenz.

283
00:21:59,180 --> 00:22:19,480
Si chiama rilettura che scrive i mezzi cartografici e usa un singolo set di mezzo terreno.

284
00:22:19,540 --> 00:22:26,310
Quindi ora hai quattro punti otto e due due sei quattro quattro quattro nove qui.

285
00:22:26,430 --> 00:22:27,840
Questo è quello che abbiamo.

286
00:22:28,180 --> 00:22:28,760
Quindi è così.

287
00:22:28,780 --> 00:22:34,540
Ecco come si converte dal tipo di flusso in un altro tipo di gioco.

288
00:22:34,540 --> 00:22:39,370
Alcuni chiamano che useresti un argomento di mappatura che ha anche aggiunto un

289
00:22:39,370 --> 00:22:48,970
collector che è ciò che è necessario per il raggruppamento per metodo o il secondo del raggruppamento per metodo un'ultima cosa che non sono ancora

290
00:22:48,970 --> 00:22:53,070
sicuro come gruppo a più livelli che io menzionato prima.

291
00:22:53,110 --> 00:22:55,550
Quindi lascia che ti mostri anche questo.

292
00:22:58,270 --> 00:23:02,680
Quindi abbiamo questi raggruppamenti per valutazione ora all'interno di una valutazione particolare.

293
00:23:02,680 --> 00:23:07,580
Diciamo che vogliamo raggruppare dalla fonte di origine può essere che Amazon o Barnes and Noble.

294
00:23:07,750 --> 00:23:13,610
Quindi diciamo che se vuoi farlo allora possiamo fare una copia dall'aspetto multi-livello,

295
00:23:26,620 --> 00:23:29,090
come Amazon è una stringa

296
00:23:31,750 --> 00:23:41,000
e all'interno di quel gruppo abbiamo questo raggruppamento da parte di Sun, voglio dire, copia questo così all'interno di questo gruppo

297
00:23:41,000 --> 00:23:45,030
dalla terza alla seconda parametro sarebbe qualcosa di simile.

298
00:23:45,830 --> 00:23:52,160
Looping di.

299
00:23:52,180 --> 00:24:01,900
Quindi questo qui stiamo raggruppando per fonte Soss Amazon o Barnes Noble e

300
00:24:03,170 --> 00:24:06,550
vogliamo raggrupparli in Nancy.

301
00:24:07,090 --> 00:24:08,940
Ed è così difficile prendre qui che

302
00:24:23,010 --> 00:24:30,980
esegue mappature multi-livello punto otto e Amazon e guardiamo a 4. 9 4. 5.

303
00:24:30,980 --> 00:24:31,510
Ecco qui.

304
00:24:31,530 --> 00:24:35,970
Abbiamo due libri uno di Barnes and Noble un altro di Amazon.

305
00:24:36,030 --> 00:24:43,180
Quindi questa è una mappa con classificazione di primo livello e all'interno del quale stiamo avendo un'altra mappa.

306
00:24:43,530 --> 00:24:49,800
Ecco come si genera una mappa multilivello e il raggruppamento multilivello viene eseguito in questo modo.

307
00:24:49,830 --> 00:24:51,700
Quindi questo è tutto.

308
00:24:51,930 --> 00:24:56,820
Quindi questo riguarda il raggruppamento in base a come considerare i metodi di qualcuno come possiamo riassumere i valori.

309
00:24:56,880 --> 00:25:01,810
E abbiamo finalmente visto come possiamo generare una mappa multilivello.

310
00:25:01,880 --> 00:25:02,330
OK.

311
00:25:02,490 --> 00:25:03,950
Questo è un raggruppamento multilivello.

312
00:25:04,020 --> 00:25:06,570
E guardiamo anche al partizionamento per metodo.

313
00:25:06,850 --> 00:25:12,300
E la mappa è utile soprattutto se vogliamo generare coppie di valori chiave semplici in cui non

314
00:25:12,300 --> 00:25:14,320
ci aspettiamo cookie di collisione.

315
00:25:14,610 --> 00:25:15,170
Quindi è così.

316
00:25:15,180 --> 00:25:15,710
Grazie.

317
00:25:15,720 --> 00:25:16,630
E felice codifica.