Twoja wymarzona praca? Lets Git IT. Interaktywna platforma przygotowująca do rozmów technicznych dla nowoczesnych programistów.
© 2026 LetsGit.IT. Wszelkie prawa zastrzeżone.
LetsGit.IT / Kategorie / Java Odpowiedź Kolekcja przechowuje dane; stream opisuje potok operacji (filter/map/reduce), który produkuje wynik. Streamy są zwykle jednorazowe, a częsty błąd to efekty uboczne (mutowanie zewnętrznego stanu) w `map/forEach`, co utrudnia myślenie o kodzie.
List<String> activeNames = users.stream()
.filter(User::isActive)
.map(User::getName)
.toList();
Odpowiedź zaawansowana Głębiej Rozwinięcie krótkiej odpowiedzi — co zwykle ma znaczenie w praktyce:
Kontekst (tagi): streams, collections, side-effects, functional JVM : pamięć (heap/stack), GC i co wpływa na latency.Kontrakty: equals/hashCode/toString, mutowalność i konsekwencje. Wydajność: boxing, alokacje, kolekcje, inlining. Wytłumacz "dlaczego", nie tylko "co" (intuicja + konsekwencje). Trade-offy: co zyskujesz i co tracisz (czas, pamięć, złożoność, ryzyko). Edge-case’y: puste dane, duże dane, błędne dane, współbieżność. Przykłady Poniżej dodatkowy przykład (bazuje na tym, co już jest w odpowiedzi):
List<String> activeNames = users.stream()
.filter(User::isActive)
.map(User::getName)
.toList();Typowe pułapki Zbyt ogólna odpowiedź (brak konkretów, brak przykładów). Brak rozróżnienia między "średnio" a "najgorzej" (np. złożoność). Pomijanie ograniczeń: pamięć, współbieżność, koszty sieci/dysku. Pytania uzupełniające na rozmowie Kiedy zastosował(a)byś alternatywę i dlaczego? Jakie są typowe problemy w produkcji i jak je diagnozować?
Jak byś przetestował(a) edge-case’y? #immutability