Map.getOrDefault(Object key, V defaultValue);
判断map中是否包含key值, 包含返回该key值对应的value值;否则返回defaultValue值.
例如:
for (int num: nums) {
map.put(num, map.getOrDefault(num, 0) + 1);
}
map中是否包含num, 是则返回num对应的value值, 否则返回0.
相关文章
- 12-16java后端开发:实现服务之间的接口对接
- 12-16基于 Java 的 Spring Boot 和 Vue 的宠物领养系统设计与实现
- 12-16Java实现树形结构的数据转Json格式
- 12-16【flink】之kafka到kafka-2.配置Kafka数据源： Properties properties = new Properties; properties.setProperty("bootstrap.servers", "your_kafka_broker:9092"); properties.setProperty("group.id", "flink_consumer_group"); FlinkKafkaConsumer<String> kafkaConsumer = new FlinkKafkaConsumer<>( "source_topic", // Kafka source topic new SimpleStringSchema, // 数据反序列化方式 properties ); DataStream<String> kafkaStream = env.addSource(kafkaConsumer); 3.数据处理（可选）： DataStream<String> processedStream = kafkaStream.map(value -> value.toUpperCase); 4.配置Kafka数据目标： FlinkKafkaProducer<String> kafkaProducer = new FlinkKafkaProducer<>( "target_topic", // Kafka target topic new SimpleStringSchema, // 数据序列化方式 properties, FlinkKafkaProducer.Semantic.EXACTLY_ONCE_SEMANTICS // 确保数据精确一次处理（可选） ); 5.将数据写入Kafka： processedStream.addSink(kafkaProducer); 6.启动Flink作业： 将上述代码整合到一个Java类中，并在main方法中启动Flink执行环境： public class FlinkKafkaToKafka { public static void main(String args) throws Exception { // 创建Flink执行环境 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment; env.setParallelism(1); // 配置Kafka数据源 Properties properties = new Properties; properties.setProperty("bootstrap.servers", "your_kafka_broker:9092"); properties.setProperty("group.id", "flink_consumer_group"); FlinkKafkaConsumer<String> kafkaConsumer = new FlinkKafkaConsumer<>( "source_topic", new SimpleStringSchema, properties ); DataStream<String> kafkaStream = env.addSource(kafkaConsumer); // 数据处理（可选） DataStream<String> processedStream = kafkaStream.map(value -> value.toUpperCase); // 配置Kafka数据目标 FlinkKafkaProducer<String> kafkaProducer = new FlinkKafkaProducer<>( "target_topic", new SimpleStringSchema, properties, FlinkKafkaProducer.Semantic.EXACTLY_ONCE_SEMANTICS ); // 将数据写入Kafka processedStream.addSink(kafkaProducer); // 启动Flink作业 env.execute("Flink Kafka to Kafka Job"); } } 五、运行与验证
- 12-16【系统设计】从HTTP端点到物理服务器：解决路由挑战的BGP-Anycast-CDN方法
- 12-16uniapp中skymap.html(8100端口)提示未登录的排查与解决方法
- 12-16不同类型的 LED 驱动电源在检测方法上有哪些不同？-纳米软件
- 12-16java_方法递归调用
- 12-16【读书笔记·VLSI电路设计方法解密】问题30：EDA工具在集成电路设计中的作用是什么
- 12-16Java 虚拟机是什么？——探秘 JVM 的核心机制！