Java8的一些总结

时间:2022-06-28 19:40:45

转载一个系列的文章,原文作者总结的很清晰

原文地址:点击打开链接


Java8的lambda总结

一,lambda表达式可以理解为一种匿名函数:它没有名称,但是有参数列表,函数主体,返回值类型,甚至可能还有可以抛出的异常的列表

二,lambda表达式可以让你简洁的完成函数参数化

三,函数式接口就是有且仅有一个抽象方法的接口

四,只有在接受函数式接口的地方才能使用lambda表达式

五,lambda表达式允许你直接内联,为函数式接口的抽象方法提供实现,并且将整个表达式作为函数式接口的一个实例

六,java8自带了一些常用的函数式接口.在Java.util.function包下

七.为了避免装箱拆箱操作,对上述提到的常用装箱函数式接口,java8为其提供了原始类型的接口:IntPredicate 等等..

八,环绕执行模式可以配置lambda表达式提高代码的灵活性和可重用性

九,lambda表达式所需要代码的类型称为目标类型

十,方法引用可以让你重复使用现有的方法实现并直接传递他们

十一,compartor,Predicate以及function等函数式接口都有几个可以用来结合lambda表达式的默认方法


Java8 Stream的总结

一,Stream API 可以表达复杂的数据处理查询.常用操作如下

操作

类型

返回类型

函数式接口

函数描述符

filter

中间

Stream<T>

Predicate<T>

T->Boolean

distinct

中间-有状态

Stream<T>

 

 

Skip

中间-有状态

Stream<T>

Long

 

Limit

中间-有状态

Stream<T>

Long

 

Map

中间

Stream<T>

Function<T,R>

T->R

Flatmap

中间

Stream<T>

Function<T,Stream<R>>

T->Stream<R>

Sorted

中间-有状态

Stream<T>

Compartor<T>

(T,T)->int

anyMatch

终端

Boolean

Predicate<T>

T->Boolean

noneMatch

终端

Boolean

Predicate<T>

T->Boolean

allMatch

终端

Boolean

Predicate<T>

T->Boolean

findAny

终端

Optional<T>

 

 

findFirst

终端

Optional<T>

 

 

forEach

终端

Void

Consumer<T>

T->void

Collect

终端

R

Collector<T,A,R>

 

Reduce

终端-有状态

Optional<T>

BinaryOperator<T>

(T,T)->T

Count

终端

Long

 

 


二,可以使用filter,distinct,skip和limit对流进行筛选和切片

三,可以使用map和flatMap提取或转换流中的元素

四.可以使用findFirst和findAny方法查找流中的元素.你可以用allMatch,noneMatch和anyMatch方法让流匹配给定的谓语

五,上述方法都利用了短路:找到结果就立刻停止计算,并没有必要处理整个流

六,可以利用reduce方法将流中的所有元素迭代合并成一个结果,例如求和或者查询最大的元素

七,filter和map等操作都是无状态的,他们并没有储存任何状态.reduce等操作要储存状态才能计算出一个值.sorted和distinct等操作也要储存状态,因为他们需要把流中的所有元素缓存起来才能返回一个新的流.这种操作称为有状态操作.

八.流有三种基本原始类型特化:intStream,doubleStream和LongStream.他们的操作也有相应的特化

九,流不仅可以从集合创建,也可以从值,数组,文件以及iterate与generate等特定方法创建


Java8 collect总结

一,collect是一个终端操作,它接收的参数是将流中的元素累积到汇总结果的各种方式(称为收集器)

二,预定义收集器包括将流元素归约和汇总到一个值.如下

工厂方法

返回类型

用于

toList

List<T>

把流中所有元素收集到List中

示例:List<Menu> menus=Menu.getMenus.stream().collect(Collector.toList())

toSet

Set<T>

把流中所有元素收集到Set中,删除重复项

示例:Set<Menu> menus=Menu.getMenus.stream().collect(Collector.toSet())

toCollection

Collection<T>

把流中所有元素收集到给定的供应源创建的集合中

示例:ArrayList<Menu> menus=Menu.getMenus.stream().collect(Collector.toCollection(ArrayList::new))

Counting

Long

计算流中元素个数

示例:Long count=Menu.getMenus.stream().collect(counting);

SummingInt

Integer

对流中元素的一个整数属性求和

示例:Integer count=Menu.getMenus.stream().collect(summingInt(Menu::getCalories))

averagingInt

Double

计算流中元素integer属性的平均值

示例:Double averaging=Menu.getMenus.stream().collect(averagingInt(Menu::getCalories))

Joining

String

连接流中每个元素的toString方法生成的字符串

示例:String name=Menu.getMenus.stream().map(Menu::getName).collect(joining(“, ”))

maxBy

Optional<T>

一个包裹了流中按照给定比较器选出的最大元素的optional
如果为空返回的是Optional.empty()

示例:Optional<Menu> fattest=Menu.getMenus.stream().collect(maxBy(Menu::getCalories))

minBy

Optional<T>

一个包裹了流中按照给定比较器选出的最大元素的optional
如果为空返回的是Optional.empty()

示例: Optional<Menu> lessest=Menu.getMenus.stream().collect(minBy(Menu::getCalories))

Reducing

归约操作产生的类型

从一个作为累加器的初始值开始,利用binaryOperator与流中的元素逐个结合,从而将流归约为单个值

示例:int count=Menu.getMenus.stream().collect(reducing(0,Menu::getCalories,Integer::sum));

collectingAndThen

转换函数返回的类型

包裹另一个转换器,对其结果应用转换函数

示例:Int count=Menu.getMenus.stream().collect(collectingAndThen(toList(),List::size))

groupingBy

Map<K,List<T>>

根据流中元素的某个值对流中的元素进行分组,并将属性值做为结果map的键

示例:Map<Type,List<Menu>> menuType=Menu.getMenus.stream().collect(groupingby(Menu::getType))

partitioningBy

Map<Boolean,List<T>>

根据流中每个元素应用谓语的结果来对项目进行分区

示例:Map<Boolean,List<Menu>> menuType=Menu.getMenus.stream().collect(partitioningBy(Menu::isType));


三,预定义收集器可以用groupby对流中元素进行分组或者用partitioningBy进行分区

四,收集器可以高效的复合起来,进行多级分组,多级分区和归约

五,可以自己实现collector接口进行定义自己的收集器