Java8 的新特性:Lambda表达式、强大的 Stream API、全新时间日期 API、ConcurrentHashMap、MetaSpace。总得来说,Java8 的新特性使 Java 的运行速度更快、代码更少、便于并行、最大化减少空指针异常。
本篇博客将以笔者的一些心得帮助大家快速理解lambda表达式和Stream API.
一:lambda
1.引言
在IDE中,你是否遇到在写以下列代码时,被友情提示的情况:
new Thread(new Runnable() {
@Override
public void run() {
System.out.println("thread");
}
});
这时候,我们按一下快捷键,IDE自动帮我们把代码优化为酱个样子:
new Thread(() -> System.out.println("thread"));
这就是Java8的新特性:lambda表达式
2.lambda表达式
借用引言中的示例,在调用new Thread的含参构造方法时,我们通过匿名内部类的方式实现了Runnable对象,但其实有用的代码只有System.out.println("thread");
这一句,而我们却要为了这一句去写这么多行代码。正是这个问题,才有了Java8中的lambda表达式。那lambd表达式究竟是如何简化代码的呢?
先来看lambda表达式的语法:
() -> {}
() : 括号就是接口方法的括号,接口方法如果有参数,也需要写参数。只有一个参数时,括号可以省略。
-> : 分割左右部分的,没啥好讲的。
{} : 要实现的方法体。只有一行代码时,可以不加括号,可以不写return。
看了上面的解释,也就不难理解IDE优化后的代码了。不过看到这里你也许意识到,如果接口中有多个方法时,按照上面的逻辑lambda表达式恐怕不行了。没错,lambda表达式只适用于函数型接口。说白了,函数型接口就是只有一个抽象方法的接口。这种类型的接口还有一个对应的注解:@FunctionalInterface
为了让我们在需要这种接口时不再自己去创建,Java8中内置了四大核心函数型接口:
消费型接口(有参无返回值)
Consumer<T>
void accept(T t);
供给型接口(无参有返回值)
Supplier<T>
T get();
函数型接口(有参有返回值)
Function<T, R>
R apply(T t);
断言型接口(有参有布尔返回值)
Predicate<T>
boolean test(T t);
看到这里如果遇到一般的lambda表达式,你应该可以从容面对了,但高级点的恐怕看到还是懵,不要急,其实也不难。
方法引用
lambda表达式还有两种简化代码的手段,它们是方法引用、构造引用。
方法引用是什么呢?如果我们要实现接口的方法与另一个方法A类似,(这里的类似是指参数类型与返回值部分相同),我们直接声明A方法即可。也就是,不再使用lambda表达式的标准形式,改用高级形式。无论是标准形式还是高级形式,都是lambda表达式的一种表现形式。
举例:
Function function1 = (x) -> x;
Function function2 = String::valueOf;
对比Function接口的抽象方法与String的value方法,可以看到它们是类似的。
R apply(T t);
public static String valueOf(Object obj) {
return (obj == null) ? "null" : obj.toString();
}
方法引用的语法:
对象::实例方法
类::静态方法
类::实例方法
前两个很容易理解,相当于对象调用实例方法,类调用静态方法一样。只是第三个需要特殊说明。
当出现如下这种情况时:
Compare<Boolean> c = (a, b) -> a.equals(b);
用lambda表达式实现Compare接口的抽象方法,并且方法体只有一行,且该行代码为参数1调用方法传入参数2。此时,就可以简化为下面这种形式:
Compare<Boolean> c = String::equals;
也就是“类::实例方法”的形式。
构造引用
先来创建一个供给型接口对象:
Supplier<String> supplier = () -> new String();
在这个lammbda表达式中只做了一件事,就是返回一个新的Test对象,而这种形式可以更简化:
Supplier<String> supplier = String::new;
提炼一下构造引用的语法:
类名::new
当通过含参构造方法创建对象,并且参数列表与抽象方法的参数列表一致,也就是下面的这种形式:
Function1 function = (x) -> new String(x);
也可以简化为:
Function1 function = String::new;
特殊点的数组类型:
Function<Integer,String[]> function = (x) -> new String[x];
可以简化为:
Function<Integer,String[]> function = String[]::new;
3.lambda总结
上面并没有给出太多的lambda实例,只是侧重讲了如何去理解lambda表达式。到这里,不要懵。要记住lambda的本质:为函数型接口的匿名实现进行简化与更简化。
所谓的简化就是lambda的标准形式,所谓的更简化是在标准形式的基础上进行方法引用和构造引用。
方法引用是拿已有的方法去实现此刻的接口。
构造引用是对方法体只有一句new Object()的进一步简化。
二:Stream
在我看来,学习lambda与学习Stream的联系就是因为在许多博客、文档中对Stream API的讲解大量使用lambda表达式,导致不学lambda表达式看不懂Stream API。
1.如何理解Stream
Stream 不是集合元素,它不是数据结构并不保存数据,它是有关算法和计算的,它更像一个高级版本的 Iterator。简单来说,它的作用就是通过一系列操作将数据源(集合、数组)转化为想要的结果。
2.Stream特点
- Stream 是不会存储元素的。
- Stream 不会改变原对象,相反,他们会返回一个持有结果的新Stream。
- Stream 操作是延迟执行的。意味着它们会等到需要结果的时候才执行。
3.生成Stream的方式
//Collection系的 stream() 和 parallelStream();
List<String> list = new ArrayList<>();
Stream<String> stream = list.stream();
Stream<String> stringStream = list.parallelStream();
//通过Arrays
Stream<String> stream1 = Arrays.stream(new String[10]);
//通过Stream
Stream<Integer> stream2 = Stream.of(1, 2, 3);
//无限流
//迭代
Stream<Integer> iterate = Stream.iterate(0, (x) -> x + 2);
iterate.limit(10).forEach(System.out::println);
//生成
Stream<Double> generate = Stream.generate(() -> Math.random());
generate.forEach(System.out::println);
4.Stream的中间操作
多个中间操作连接而成为流水线,流水线不遇到终止操作是不触发任何处理的,所为又称为“惰性求值”。
list.stream()
.map(s -> s + 1) //映射
.flatMap(s -> Stream.of(s)) //和map差不多,但返回类型为Stream,类似list.add()和list.addAll()的区别
.filter(s -> s < 1000) //过滤
.limit(5) //限制
.skip(1) //跳过
.distinct() //去重
.sorted() //自然排序
.sorted(Integer::compareTo) //自定义排序
关于map方法,参数为一个Function函数型接口的对象,也就是传入一个参数返回一个对象。这个参数就是集合中的每一项。类似Iterator遍历。其它的几个操作思想都差不多。
执行上面的方法没什么用,因为缺少终止操作。
5.Stream的终止操作
list.stream().allMatch((x) -> x == 555); // 检查是否匹配所有元素
list.stream().anyMatch(((x) -> x>600)); // 检查是否至少匹配一个元素
list.stream().noneMatch((x) -> x>500); //检查是否没有匹配所有元素
list.stream().findFirst(); // 返回第一个元素
list.stream().findAny(); // 返回当前流中的任意一个元素
list.stream().count(); // 返回流中元素的总个数
list.stream().forEach(System.out::println); //内部迭代
list.stream().max(Integer::compareTo); // 返回流中最大值
Optional<Integer> min = list.stream().min(Integer::compareTo);//返回流中最小值
System.out.println("min "+min.get());
reduce (归约):将流中元素反复结合起来得到一个值
Integer reduce = list.stream()
.map(s -> (s + 1))
.reduce(0, (x, y) -> x + y); //归约:0为第一个参数x的默认值,x是计算后的返回值,y为每一项的值。
System.out.println(reduce);
Optional<Integer> reduce1 = list.stream()
.map(s -> (s + 1))
.reduce((x, y) -> x + y); // x是计算后的返回值,默认为第一项的值,y为其后每一项的值。
System.out.println(reduce);
collect(收集):将流转换为其他形式。需要Collectors类的一些方法。
//转集合
Set<Integer> collect = list.stream()
.collect(Collectors.toSet());
List<Integer> collect2 = list.stream()
.collect(Collectors.toList());
HashSet<Integer> collect1 = list.stream()
.collect(Collectors.toCollection(HashSet::new));
//分组 {group=[444, 555, 666, 777, 555]}
Map<String, List<Integer>> collect3 = list.stream()
.collect(Collectors.groupingBy((x) -> "group"));//将返回值相同的进行分组
System.out.println(collect3);
//多级分组 {group={777=[777], 666=[666], 555=[555, 555], 444=[444]}}
Map<String, Map<Integer, List<Integer>>> collect4 = list.stream()
.collect(Collectors.groupingBy((x) -> "group", Collectors.groupingBy((x) -> x)));
System.out.println(collect4);
//分区 {false=[444], true=[555, 666, 777, 555]}
Map<Boolean, List<Integer>> collect5 = list.stream()
.collect(Collectors.partitioningBy((x) -> x > 500));
System.out.println(collect5);
//汇总
DoubleSummaryStatistics collect6 = list.stream()
.collect(Collectors.summarizingDouble((x) -> x));
System.out.println(collect6.getMax());
System.out.println(collect6.getCount());
//拼接 444,555,666,777,555
String collect7 = list.stream()
.map(s -> s.toString())
.collect(Collectors.joining(","));
System.out.println(collect7);
//最大值
Optional<Integer> integer = list.stream()
.collect(Collectors.maxBy(Integer::compare));
System.out.println(integer.get());
关于Stream的其它用法推荐参考下源码与API文档。
本文已授权微信公众号“后端技术精选”独家发布。