内容简介:前段时间公司书架多了一本《Java8 实战》,毕竟久闻lambda的大名,于是借来一阅。这一看,简直是惊为天人啊,lambda,stream,java8里简直是满脑子骚操作,看我的一愣一愣的。我甚至是第一次感觉到了什么叫优雅。本文主要介绍java8中的流处理,看看java8是怎么愉快的玩耍集合的,让我们来一起感受java8的魅力吧!
前段时间公司书架多了一本《Java8 实战》,毕竟久闻lambda的大名,于是借来一阅。这一看,简直是惊为天人啊,lambda,stream,java8里简直是满脑子骚操作,看我的一愣一愣的。我甚至是第一次感觉到了什么叫优雅。
本文主要介绍 java 8中的流处理,看看java8是怎么愉快的玩耍集合的,让我们来一起感受java8的魅力吧!
我就随便举个例子,看看Stream有多优雅。
// 对苹果按颜色汇总并绩数量 Map<String, Long> appleCount = apples.stream() .collect(groupingBy(Apple::getColor, counting())); // 过滤掉颜色为黑色的苹果,并汇总好苹果的总金额 Double sum = apples.stream() .filter(i->"black".equals(i.getColor())) .collect(toList);
一、lambda表达式
虽然本文重点是stream,但是stream中需要传递lambda表达式,所以简单介绍一下lambda表达式。lambda表达式其实就是匿名函数(anonymous function),是指一类无需定义标识符的函数或子程序。
java中匿名函数的表现形式,只留下入参和方法体中的内容
// 普通函数 public void run(String s){ System.out.print(s+"哈哈"); } // 我不要名字啦!!! (s)->System.out.print(s+"哈哈")
诶,过去我们都用对象调方法的,你弄这个没名的东西啥时候用啊?
java中我们通过 函数式接口 来使用这种匿名函数。
函数式接口
1.java中只包含一个未实现方法的接口。其中可以有与Object中同名的方法和默认方法(java8中接口方法可以有默认实现)。
2.java中函数式接口使用@FunctionalInterface进行注解。Runnable、Comparator都是函数式接口。
3.java.util.function包下为我们提供很多常用的函数式接口,例如Function<T,R>等。
用法举例:
// 实现Runnable中的run方法,替代匿名内部类。 Runnable r = ()->System.out.print("哈哈"); // 作为参数传递。 new Thread(()-> System.out.println("haha")).start(); ArrayList<Apple> list = new ArrayList<>(); list.forEach(i-> System.out.println(i.getWeight())); // 简化策略模式 public static List<Apple> filterApples(List<Apple> inventory,ApplePredicate p){ List<Apple> apples = new ArrayList<>(); for(Apple apple : inventory){ if(p.test(apple)){ apples.add(apple); } } return apples; } public class BigApple implement ApplePredicate{ @Override public boolean test(Apple a){ if(a.getWeight>10){ return a } } } // 这是个简单的策略模式,根据用户的需要,创建不同的接口ApplePredicate实现类,调用时传入不同的实现类就可以,但问题是如果需求过多,创建的实现类也会很多,过于臃肿不方便管理。 xx.filterApple(inventory,new BigApple); // 使用lambda表达式,不在需要创建BigApple类 xx.filterApple(inventory,i->(i.getWeight>10));
使用lambda表达式可以简化大量的模板代码,并且可以向方法直接传递代码。
总之
方法出参入参来自函数式接口 //入参s,返回void (s)->System.out.println(s); //入参空,返回void ()->System.out.print("haha"); //入参i,返回i+1 i->i+1 //后面写代码块 apple->{if(apple.getWeiht>5) return "BIG"; else return "small"; }
好了,不多啰嗦了,如果感兴趣推荐下面的文章或《Java8实战》的前三章。
2. java8实战
二、Stream
流是什么?
Java API的新成员,它允许你使用声明式方式处理数据集合(类似sql,通过查询语句表达,而不是临时编写一个实现)。
如果有人说lambda表达式不易于理解,那还勉强可以接受(其实过于复杂的lambda缺失不好阅读,但通常lambda不会做太复杂的实现),但流真的非常的易懂易用。这个语法糖真的是甜死了。
注意事项:
1.流只能使用一次,遍历结束就代表这个流被消耗掉了
2.流对集合的操作属于内部迭代,是流帮助我们操作,而不是外部迭代
3.流操作包含:数据源,中间操作链,终端操作三个部分。
基础流操作
List<Double> collect = list.stream() // 过滤掉黑色的苹果 .filter(i -> "black".equals(i.getColor())) // 让苹果按照重量个价格排序 .sorted(Comparator.comparing(Apple::getWeight) .thenComparing(i->i.getPrice())) // 筛选掉重复的数据 .distinct() // 只要苹果的价格 .map(Apple::getPrice) // 只留下前两条数据 .limit(2) // 以集合的形式返回 .collect(toList()); // 循环打印列表中元素 list.forEach(i->System.out.print(i));
Apple::getPrince<=>i -> i.getPrince()
可以看做是仅涉及单一方法的语法糖,效果与lambda表达式相同,但可读性更好。
同理
下面列表为常见操作
中间
操作 | 类型 | 作用 | 函数描述 | 函数 |
---|---|---|---|---|
filter | 中间 | 过滤 | T -> boolean | Predicate
|
sorted | 中间 | 排序 | (T,T)->int | Comparator
|
map | 中间 | 映射 | T->R | Function<T,R> |
limit | 中间 | 截断 | ||
distinct | 中间 | 去重,根据equals方法 | ||
skip | 中间 | 跳过前n个元素 |
终端
操作 | 类型 | 作用 |
---|---|---|
forEach | 终端 | 消费流中的每个元素,使用lambda进行操作 |
count | 终端 | 返回元素个数,long |
collect | 终端 | 将流归约成一个集合,如List,Map甚至是Integer |
筛选与切片
List<String> strings = Arrays.asList("Hello", "World"); List<String> collect1 = strings.stream() // String映射成String[] .map(i -> i.split("")) // Arrays::Stream 数据数组,返回一个流String[]->Stream<String> // flatMap各数组并不分别映射成一个流,而是映射成流的内容 Stream<String>->Stream .flatMap(Arrays::stream) .collect(toList()); System.out.println(collect); ----->输出 [H, e, l, l, o, W, o, r, l, d]
归约操作reduce
List<Integer> integers = Arrays.asList(12, 3, 45, 3, 2,-1); // 有初始值的叠加操作 Integer reduce = integers.stream().reduce(3, (i, j) -> i + j); Integer reduce2 = integers.stream().reduce(5, (x, y) -> x < y ? x : y); // 无初始值的叠加操作 Optional<Integer> reduce1 = integers.stream().reduce((i, j) -> i + j); // 无初始值的最大值 Optional<Integer> reduce4 = integers.stream().reduce(Integer::min); // 无初始值的最大值 Optional<Integer> reduce5 = integers.stream().reduce(Integer::max); // 求和 Optional<Integer> reduce6 = integers.stream().reduce(Integer::sum);
reduce做的事情是取两个数进行操作,结果返回取下一个数操作,以次类推。
Optional是java8引入的新类,避免造成空指针异常,在集合为空时,结果会包在Optional中,可以用isPresent()方法来判断是否为空值。
无初始值的情况下可能为空,故返回Optional
中间
操作 | 类型 | 作用 | 函数描述 | 函数 |
---|---|---|---|---|
flatmap | 中间 | 使通过的流返回内容 | T -> boolean | Predicate
|
终端
操作 | 类型 | 作用 |
---|---|---|
anyMatch | 终端 | 返回boolean,判断是否有符合条件内容 |
noneMatch | 终端 | 返回boolean,判断是否无符合条件内容 |
allMatch | 终端 | 返回boolean,判断是全为符合条件内容 |
findAny | 终端 | Optional
|
findFirst | 终端 | Optional
|
reduce | 终端 | Optional
|
数值流
包装类型的各种操作都会有拆箱操作和装箱操作,严重影响性能。所以Java8为我们提供了原始数值流。
// 数值流求平均值 OptionalDouble average = apples.stream() .mapToDouble(Apple::getPrice) .average(); // 数值流求和 OptionalDouble average = apples.stream() .mapToDouble(Apple::getPrice) .sum(); // 数值流求最大值,没有则返回2 double v = apples.stream() .mapToDouble(Apple::getPrice) .max().orElse(2); // 生成随机数 IntStream s = IntStream.rangeClosed(1,100);
下面列表为常见数值流操作操作
中间
操作 | 类型 | 作用 |
---|---|---|
rangeClosed(1,100) | 中间 | 生成随机数(1,100] |
range(1,100) | 中间 | 生成随机数(1,100) |
boxed() | 中间 | 包装成一般流 |
mapToObj | 中间 | 返回为对象流 |
mapToInt | 中间 | 映射为数值流 |
终端,终端操作与List
构建流
-
值创建
Stream<String> s = Stream.of("java","python");
-
数组创建
int[] i = {2,3,4,5}; Stream<int> = Arrays.stream(i);
-
由文件生成,NIO API已经更新,以便利用Stream API
Stream<String> s = Files.lines(Paths.get("data.txt"),Charset.defaultCharset());
-
由函数创建流:无限流
// 迭代 Stream.iterate(0,n->n+2) .limit(10) .forEach(System.out::println); // 生成,需要传递实现Supplier<T>类型的Lambda提供的新值 Stream.generate(Math.random) .limit(5) .forEach(System.out::println);
三、总结
至此,本文讲述了常见的流操作,目前 排序 、筛选、求和、归约等大多数操作我们都能实现了。与过去相比,操作集合变的简单多了,代码也变的更加简练明了。
目前Vert.x,Spring新出的WebFlux都通过lambda表达式来简化代码,不久的将来,非阻塞式框架的大行其道时,lambda表达式必将变的更加重要!
至于开篇见到的分组!!!下篇文章见~
参考资料:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 图解集合 5 :不正确地使用HashMap引发死循环及元素丢失
- 008.Python循环for循环
- 006.Python循环语句while循环
- 007.Python循环语句while循环嵌套
- Scala 中的集合(二):集合性能比较
- Scala 中的集合(二):集合性能比较
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
500 Lines or Less
Amy Brown、Michael DiBernardo / 2016-6-28 / USD 35.00
This book provides you with the chance to study how 26 experienced programmers think when they are building something new. The programs you will read about in this book were all written from scratch t......一起来看看 《500 Lines or Less》 这本书的介绍吧!