共计 9956 个字符,预计需要花费 25 分钟才能阅读完成。
一、引言
java8 最大的个性就是引入 Lambda 表达式,即函数式编程,能够将行为进行传递。总结就是:应用不可变值与函数,函数对不可变值进行解决,映射成另一个值。
二、java 重要的函数式接口
1、什么是函数式接口
函数接口是只有一个形象办法的接口,用作 Lambda 表达式的类型。应用 @FunctionalInterface 注解润饰的类,编译器会检测该类是否只有一个形象办法或接口,否则,会报错。能够有多个默认办法,静态方法。
1.1 java8 自带的罕用函数式接口。
函数接口 | 形象办法 | 性能 | 参数 | 返回类型 | 示例 |
---|---|---|---|---|---|
Predicate | test(T t) | 判断虚实 | T | boolean | 9 龙的身高大于 185cm 吗? |
Consumer | accept(T t) | 生产音讯 | T | void | 输入一个值 |
Function | R apply(T t) | 将 T 映射为 R(转换性能) | T | R | 取得 student 对象的名字 |
Supplier | T get() | 生产音讯 | None | T | 工厂办法 |
UnaryOperator | T apply(T t) | 一元操作 | T | T | 逻辑非(!) |
BinaryOperator | apply(T t, U u) | 二元操作 | (T,T) | (T) | 求两个数的乘积(*) |
public class Test {
@ToString
static class OutstandingClass {
private String name;
private Student student;
public String getName() {return name;}
public Student getStudent() {return student;}
public OutstandingClass(String name, Student student) {
this.name = name;
this.student = student;
}
public OutstandingClass() {}
}
@ToString
static class Student{
private String name;
private int age;
private int stature;
private List<SpecialityEnum> specialitys;
public Student(String name,int age,int height){
this.name=name;
this.age=age;
this.stature=height;
}
public int getStature() {return stature;}
public int getAge() {return age;}
public String getName() {return name;}
public List<SpecialityEnum> getSpecialitys() {return specialitys;}
}
@ToString
static enum SpecialityEnum {SIGN("sing"),
DANCE("dance"),
SWIMMING("swimming"),
RUNNING("running");
private String speciality;
public String getSpeciality() {return speciality;}
// 构造方法,留神:构造方法不能为 public,因为 enum 并不能够被实例化
private SpecialityEnum(String speciality) {this.speciality = speciality;}
}
public static void main(String[] args) {
Predicate<Integer> predicate = x -> x > 185;
Student student = new Student("9 龙", 23, 175);
System.out.println("9 龙的身高高于 185 吗?:" + predicate.test(student.getStature()));
Consumer<String> consumer = System.out::println;
consumer.accept("命运由我不禁天");
Function<Student, String> function = Student::getName;
String name = function.apply(student);
System.out.println(name);
Supplier<Integer> supplier =
() -> Integer.valueOf(BigDecimal.TEN.toString());
System.out.println(supplier.get());
UnaryOperator<Boolean> unaryOperator = uglily -> !uglily;
Boolean apply2 = unaryOperator.apply(true);
System.out.println(apply2);
BinaryOperator<Integer> operator = (x, y) -> x * y;
Integer integer = operator.apply(2, 3);
System.out.println(integer);
test(() -> "我是一个演示的函数式接口");
}
/**
* 演示自定义函数式接口应用
*
* @param worker
*/
public static void test(Worker worker) {String work = worker.work();
System.out.println(work);
}
public interface Worker {String work();
}
}
// 9 龙的身高高于 185 吗?:false
// 命运由我不禁天
// 9 龙
//10
//false
//6
// 我是一个演示的函数式接口
以上演示了 lambda 接口的应用及自定义一个函数式接口并应用。上面,咱们看看 java8 将函数式接口封装到流中如何高效的帮忙咱们解决汇合。
留神:Student::getName例子中这种编写 lambda 表达式的形式称为 办法援用。格局为ClassNmae::methodName。是不是很神奇,java8 就是这么迷人。
1.2 惰性求值与及早求值
惰性求值:只形容 Stream,操作的后果也是 Stream,这样的操作称为惰性求值。惰性求值能够像建造者模式一样链式应用,最初再应用及早求值得到最终后果。
及早求值:失去最终的后果而不是 Stream,这样的操作称为及早求值。
2、罕用的流
2.1 collect(Collectors.toList())
将流转换为 list。还有 toSet(),toMap()等。及早求值。
List<Student> studentList = Stream.of(new Student("路飞", 22, 175),
new Student("红发", 40, 180),
new Student("白胡子", 50, 185))
.collect(Collectors.toList());
System.out.println(studentList);
// 输入后果
//[Student{name='路飞', age=22, stature=175, specialities=null},
//Student{name='红发', age=40, stature=180, specialities=null},
//Student{name='白胡子', age=50, stature=185, specialities=null}]
2.2 filter
顾名思义,起 过滤筛选 的作用。外部就是 Predicate 接口。惰性求值。
比方咱们筛选出出身高小于 180 的同学。
List<Student> students = new ArrayList<>(3);
students.add(new Student("路飞", 22, 175));
students.add(new Student("红发", 40, 180));
students.add(new Student("白胡子", 50, 185));
List<Student> list = students.stream()
.filter(stu -> stu.getStature() < 180)
.collect(Collectors.toList());
System.out.println(list);
// 输入后果
//[Student{name='路飞', age=22, stature=175, specialities=null}]
2.3 map
转换性能,外部就是 Function 接口。惰性求值
List<Student> students = new ArrayList<>(3);
students.add(new Student("路飞", 22, 175));
students.add(new Student("红发", 40, 180));
students.add(new Student("白胡子", 50, 185));
List<String> names = students.stream().map(student -> student.getName())
.collect(Collectors.toList());
System.out.println(names);
// 输入后果
//[路飞, 红发, 白胡子]
例子中将 student 对象转换为 String 对象,获取 student 的名字。
2.4 flatMap
将多个 Stream 合并为一个 Stream。惰性求值
List<Student> students = new ArrayList<>(3);
students.add(new Student("路飞", 22, 175));
students.add(new Student("红发", 40, 180));
students.add(new Student("白胡子", 50, 185));
List<Student> studentList = Stream.of(students,
asList(new Student("艾斯", 25, 183),
new Student("雷利", 48, 176)))
.flatMap(students1 -> students1.stream()).collect(Collectors.toList());
System.out.println(studentList);
// 输入后果
//[Student{name='路飞', age=22, stature=175, specialities=null},
//Student{name='红发', age=40, stature=180, specialities=null},
//Student{name='白胡子', age=50, stature=185, specialities=null},
//Student{name='艾斯', age=25, stature=183, specialities=null},
//Student{name='雷利', age=48, stature=176, specialities=null}]
调用 Stream.of 的静态方法将两个 list 转换为 Stream,再通过 flatMap 将两个流合并为一个。
2.5 max 和 min
咱们常常会在汇合中 求最大或最小值 ,应用流就很不便。 及早求值。
List<Student> students = new ArrayList<>(3);
students.add(new Student("路飞", 22, 175));
students.add(new Student("红发", 40, 180));
students.add(new Student("白胡子", 50, 185));
Optional<Student> max = students.stream()
.max(Comparator.comparing(stu -> stu.getAge()));
Optional<Student> min = students.stream()
.min(Comparator.comparing(stu -> stu.getAge()));
// 判断是否有值
if (max.isPresent()) {System.out.println(max.get());
}
if (min.isPresent()) {System.out.println(min.get());
}
// 输入后果
//Student{name='白胡子', age=50, stature=185, specialities=null}
//Student{name='路飞', age=22, stature=175, specialities=null}
max、min 接管一个 Comparator(例子中应用 java8 自带的动态函数,只须要传进须要比拟值即可。)并且返回一个 Optional 对象,该对象是 java8 新增的类,专门为了避免 null 引发的空指针异样。能够应用 max.isPresent()判断是否有值;能够应用 max.orElse(new Student()),当值为 null 时就应用给定值;也能够应用 max.orElseGet(() -> new Student()); 这须要传入一个 Supplier 的 lambda 表达式。
2.6 count
统计性能,个别都是联合 filter 应用,因为先筛选出咱们须要的再统计即可。及早求值
List<Student> students = new ArrayList<>(3);
students.add(new Student("路飞", 22, 175));
students.add(new Student("红发", 40, 180));
students.add(new Student("白胡子", 50, 185));
long count = students.stream().filter(s1 -> s1.getAge() < 45).count();
System.out.println("年龄小于 45 岁的人数是:" + count);
// 输入后果
// 年龄小于 45 岁的人数是:2
2.7 reduce
reduce 操作能够实现从一组值中生成一个值 。在上述例子中用到的 count、min 和 max 方 法,因为罕用而被纳入规范库中。事实上,这些办法都是 reduce 操作。 及早求值。
Integer reduce = Stream.of(1, 2, 3, 4).reduce(0, (acc, x) -> acc+ x);
System.out.println(reduce);
// 输入后果
//10
咱们看得 reduce 接管了一个初始值为 0 的累加器,顺次取出值与累加器相加,最初累加器的值就是最终的后果。
三、高级汇合类及收集器
收集器,一种通用的、从流生成简单值的构造。只有将它传给 collect 办法,所有的流就都能够应用它了。规范类库曾经提供了一些有用的收集器,以下示例代码中的收集器都是从 java.util.stream.Collectors 类中动态导入的。
List<Student> students1 = new ArrayList<>(3);
students1.add(new Student("路飞", 23, 175));
students1.add(new Student("红发", 40, 180));
students1.add(new Student("白胡子", 50, 185));
OutstandingClass ostClass1 = new OutstandingClass("一班", students1);
// 复制 students1,并移除一个学生
List<Student> students2 = new ArrayList<>(students1);
students2.remove(1);
OutstandingClass ostClass2 = new OutstandingClass("二班", students2);
// 将 ostClass1、ostClass2 转换为 Stream
Stream<OutstandingClass> classStream = Stream.of(ostClass1, ostClass2);
OutstandingClass outstandingClass = biggestGroup(classStream);
System.out.println("人数最多的班级是:" + outstandingClass.getName());
System.out.println("一班平均年龄是:" + averageNumberOfStudent(students1));
/**
* 获取人数最多的班级
*/
public static OutstandingClass biggestGroup(Stream<OutstandingClass> outstandingClasses) {
return outstandingClasses.collect(maxBy(comparing(ostClass -> ostClass.getStudents().size())))
.orElseGet(OutstandingClass::new);
}
/**
* 计算平均年龄
*/
private static double averageNumberOfStudent(List<Student> students) {return students.stream().collect(averagingInt(Student::getAge));
}
// 输入后果
// 人数最多的班级是:一班
// 一班平均年龄是:37.666666666666664
maxBy 或者 minBy 就是求最大值与最小值。
3.2 转换成块
罕用的流操作是将其分解成两个汇合,Collectors.partitioningBy 帮咱们实现了,接管一个 Predicate 函数式接口。
将示例学生分为会唱歌与不会唱歌的两个汇合。
Map<Boolean, List<Student>> listMap = students.stream().collect(Collectors.partitioningBy(student -> student.getSpecialities().
contains(SpecialityEnum.SING)));
3.3 数据分组
数据分组是一种更天然的宰割数据操作,与将数据分成 ture 和 false 两局部不同,能够使 用任意值对数据分组。Collectors.groupingBy 接管一个 Function 做转换。
如图,咱们应用 groupingBy 将依据进行分组为圆形一组,三角形一组,正方形一组。
例子:依据学生第一个专长进行分组
Map<SpecialityEnum, List<Student>> listMap =
students.stream().collect(Collectors.groupingBy(student -> student.getSpecialities().get(0)));
Collectors.groupingBy 与 SQL 中的 group by 操作是一样的。
3.4 字符串拼接
如果将所有学生的名字拼接起来,怎么做呢?通常只能创立一个 StringBuilder,循环拼接。应用 Stream,应用 Collectors.joining()简略容易。**
List<Student> students = new ArrayList<>(3);
students.add(new Student("路飞", 22, 175));
students.add(new Student("红发", 40, 180));
students.add(new Student("白胡子", 50, 185));
String names = students.stream()
.map(Student::getName).collect(Collectors.joining(",","[","]"));
System.out.println(names);
// 输入后果
//[路飞, 红发, 白胡子]
joining 接管三个参数,第一个是分界符,第二个是前缀符,第三个是结束符。也能够不传入参数 Collectors.joining(),这样就是间接拼接。
3.5 筛选 +-
static class Student{
public String name;
public int age;
public int stature;
public boolean result;
public Student(String name,int age,int height,boolean result){
this.name=name;
this.age=age;
this.stature=height;
this.result=result;
}
public void setResult(boolean result){this.result= result;}
public int getStature() {return stature;}
public int getAge() {return age;}
public String getName() {return name;}
public boolean getResult() {return result;}
}
public static void main(String[] args) {List<String> iv=new ArrayList();
iv.add("张三");
iv.add("李四");
iv.add("王五");
iv.add("赵六");
List<Student> troList =new ArrayList();
troList.add(new Student("bobo",20,170,false));
troList.add(new Student("张三",30,171,false));
troList.add(new Student("老李",40,172,false));
troList.add(new Student("赵六",50,173,false));
troList.add(new Student("隔壁老王",60,174,false));
// 筛选 +
List<String> stringList = iv.stream().filter(tname -> troList.stream().map(Student::getName).collect(Collectors.toList()).contains(tname)
).collect(Collectors.toList());
List<Student> students = troList.stream().map(
student -> {if(iv.contains(student.getName())){student.setResult(true);
return student;
}
return student;
}
).collect(Collectors.toList());
students.forEach(
s -> {System.out.println(s.getName() +":" + s.getResult());
}
);
System.out.println("================ 筛选 +===============");
stringList.forEach(
s -> {System.out.println(s);
}
);
System.out.println("================ 筛选 -===============");
// 筛选 -
List<String> stringList2 = iv.stream().filter(tname -> !troList.stream().map(Student::getName).collect(Collectors.toList()).contains(tname)
).collect(Collectors.toList());
stringList2.forEach(
s -> {System.out.println(s);
}
);
}
四、总结
本篇次要从理论应用讲述了罕用的办法及流,应用 java8 能够很清晰表白你要做什么,代码也很简洁。本篇例子次要是为了解说较为简单,大家能够去应用 java8 重构本人现有的代码,自行体会 lambda 的奥秘。本文说的 Stream 要组合应用才会施展更大的性能,链式调用很迷人,依据本人的业务去做吧。