Nano Hash - криптовалюты, майнинг, программирование

getDeclaredMethods() + создание массива = дополнительный метод?

Я работаю с отражением и заметил неожиданные методы. Я полностью сузил его до нескольких строк кода, которые воспроизводят проблему:

import java.lang.reflect.Method;
import java.util.Arrays;

class Scratch {
    void someMethod() {
        // Yea yea, useless code but it's just for demonstration!
        Arrays.stream(new Integer[] { 0 }).toArray(Integer[]::new);
    }

    public static void main(String[] args) {
        for (Method method: Scratch.class.getDeclaredMethods()) {
            System.out.println(method);   
        }
    }
}

Я прошу JVM предоставить мне все объявленные методы. Я ожидаю увидеть 2 метода: main и someMethod(). Но я вижу другое:

private static java.lang.Integer[] Scratch.lambda$someMethod$0(int)

Если я удалю единственную строку внутри someMethod, я получу только 2 метода в результате вызова getDeclaredMethods, как я и ожидал.

Что это за лямба-метод? Я не могу вызвать его напрямую на Scratch, статический метод недоступен (Integer[] result = Scratch.lambda$someMethod$0(0);). Это какой-то частный метод? Документы на getDeclaredMethods() ничего не говорят об этом поведении.

Я компилирую с Java 8.

15.10.2019


Ответы:


1

Посмотрите на подпись метода stream.toArray:

toArray(IntFunction<A> generator)

Scratch.lambda$someMethod$0(int) — это просто лямбда-выражение, которое вы передаете в качестве аргумента методу stream.toArray.

15.10.2019
  • Если ссылка на метод (преобразованная в лямбда) генерирует метод private static, то почему следующий код: Arrays.stream(Main.class.getDeclaredMethods()).forEach(System.out::println); не генерирует метод для System.out::println? В конце концов, это фактически лямбда, которая вызывает System.out.println. Что там такого отличного от лямбды, которая эффективно вызывает new Integer[]? 15.10.2019
  • В этом примере вы вызываете getDeclaredMethods() перед оценкой лямбды, переданной в foreach. Вы пытались заменить свой toArray(Integer[]::new) на foreach (с фиктивной лямбдой, просто чтобы попробовать, покажет ли это getDeclaredMethods)? 16.10.2019
  • Я не ОП, но местоположение System.out::println ничего не меняет. Простая ссылка на метод не всегда приводит к сгенерированной функции. Я постараюсь изучить его и дать ответ, но ваш не охватывает все случаи. 16.10.2019
  • Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..