【修炼内功】[Java8] Lambda表达式带来的编程新思路

栏目: 编程语言 · Java · 发布时间: 5年前

内容简介:该文章已收录【修炼内功】跃迁之路Lambda表达式,可以理解为简洁地表示可传递的匿名函数的一种方式:它没有名称,但它有参数列表、函数主体、返回类型。

【修炼内功】[Java8] Lambda表达式带来的编程新思路

该文章已收录【修炼内功】跃迁之路

Lambda表达式,可以理解为简洁地表示可传递的匿名函数的一种方式:它没有名称,但它有参数列表、函数主体、返回类型。

这里,默认您已对 Java 8的Lambda表达式有一定了解,并且知道如何使用。

Java8中引入的Lambda表达式,为编程体验及效率带来了极大的提升。

行为参数化

行为参数化,是理解函数式编程的一个重要概念。简单来说便是,一个方法接受多个不同的行为作为参数,并在内部使用它们,完成不同行为的能力。更为通俗的讲,行为参数化是指,定义一段代码,这段代码并不会立即执行,而是可以像普通变量/参数一样进行传递,被程序的其他部分调用。

我们通过一个特别通用的筛选苹果的例子,来逐步了解如何使用Lambda表达式实现行为参数化。(如果对行为参数化已十分了解,可直接跳过本节)

  • 需求1 :筛选绿色苹果

我们需要将仓库中绿色的苹果过滤出来,对于这样的问题,大多数人来说都是手到擒来 ( step1: 面向过程 )

public static List<Apple> filterGreenApples(List<Apple> apples) {
    List<apple> filteredApples = new LinkedList<>();
    for (Apple apple: apples) {
        if ("green".equals(apple.getColor())) {
            filteredApples.add(apple);
        }
    }
    return filteredApples;
}

List<Apple> greenApples = filterGreenApples(inventory);
  • 需求2: 筛选任意颜色苹果

对于这样的需求变更,可能也不是很难

public static List<Apple> filterApplesByColor(List<Apple> apples, String color) {
    List<apple> filteredApples = new LinkedList<>();
    for (Apple apple: apples) {
        if (color.equals(apple.getColor())) {
            filteredApples.add(apple);
        }
    }
    return filteredApples;
}

List<Apple> someColorApples = filterApplesByColor(inventory, "red");
  • 需求3 :筛选重量大于150克的苹果

有了先前的教训,可能会学聪明一些,不会把重量直接写死到程序里,而是提供一个入参

public static List<Apple> filterApplesByWeight(List<Apple> apples, int minWeight) {
    List<apple> filteredApples = new LinkedList<>();
    for (Apple apple: apples) {
        if (apple.getWeight() > minWeight) {
            filteredApples.add(apple);
        }
    }
    return filteredApples;
}

List<Apple> heavyApples = filterApplesByColor(inventory, 150);
  • 需求4 :筛选颜色为红色且重量大于150克的苹果

如果照此下去,程序将变得异常难于维护,每一次小的需求变更,都需要进行大范围的改动。为了避免永无休止的加班,对于了解 设计模式 的同学,可能会将筛选逻辑抽象出来 ( step2: 面向对象 )

public interface Predicate<Apple> {
    boolean test(Apple apple);
}

预先定义多种筛选策略,将策略动态的传递给筛选函数

public static List<Apple> filterApples(List<Apple> apples, Predicate predicate) {
    List<apple> filteredApples = new LinkedList<>();
    for (Apple apple: apples) {
        if (predicate.test(apple)) {
            filteredApples.add(apple);
        }
    }
    return filteredApples;
}

Predicate predicate = new Predicate() {
    @override
    public boolean test(Apple apple) {
        return "red".equals(apple.getColor()) && apple.getWeight > 150;
    }
};

List<Apple> satisfactoryApples = filterApples(inventory, predicate);

或者直接使用匿名类,将筛选逻辑传递给筛选函数

List<Apple> satisfactoryApples = filterApples(inventory, new Predicate() {
    @override
    public boolean test(Apple apple) {
        return "red".equals(apple.getColor()) && apple.getWeight > 150;
    }
});

至此,已经可以满足大部分的需求,但对于这种十分啰嗦、被Java程序员诟病了多年的语法,在Lambda表达式出现后,便出现了一丝转机 ( step3: 面向函数 )

@FunctionalInterface
public interface Predicate<Apple> {
    boolean test(Apple apple);
}

public List<Apple> filterApples(List<Apple> apples, Predicate<Apple> predicate) {
    return apples.stream.filter(predicate::test).collect(Collectors.toList());
}

List<Apple> satisfactoryApples = filterApples(inventory, apple -> "red".equals(apple.getColor()) && apple.getWeight > 150);

以上示例中使用了Java8的stream及lambda表达式,关于stream及lambda表达式的具体使用方法,这里不再赘述,重点在于解释什么是 行为参数化 ,示例中直接将筛选逻辑(红色且重量大于150克)的代码片段作为参数传递给了函数(确切的说是将lambda表达式作为参数传递给了函数),而这段代码片段会交由筛选函数进行执行。

Lambda表达式与匿名类很像,但本质不同,关于Lambda表达式及匿名类的区别,会在之后的文章详细介绍

如果想让代码更为简洁明了,可以继续将筛选逻辑提取为函数,使用方法引用进行参数传递

private boolean isRedColorAndWeightGt150(Apple apple) {
    return "red".equals(apple.getColor()) && apple.getWeight > 150;
}

List<Apple> satisfactoryApples = filterApples(inventory, this::isRedColorAndWeightGt150);

至此,我们完成了从 面向过程面向对象 再到 面向函数 的编程思维转变,代码也更加具有语义化,不论是代码阅读还是维护,都较之前有了很大的提升

等等,如果需要过滤颜色为黄色并且重量在180克以上的苹果,是不是还要定义一个 isYellowColorAndWeightGt180 的函数出来,貌似又陷入了无穷加班的怪圈~

还有没有优化空间?能否将筛选条件抽离到单一属性,如 byColorbyMinWeight 等,之后再做与或计算传递给筛选函数?

接下来就是我们要介绍的 高阶函数

高阶函数

高阶函数是一个函数,它接收函数作为参数或将函数作为输出返回

  • 接受至少一个函数作为参数
  • 返回的结果是一个函数

以上的定义听起来可能有些绕口。结合上节示例,我们的诉求是将苹果的颜色、重量或者其他筛选条件也抽离出来,而不是硬编码到代码中

private Predicate<apple> byColor(String color) {
    return (apple) -> color.equals(apple.getColor);
}

private Predicate<Apple> byMinWeight(int minWeight) {
    return (apple) -> apple.getWeight > minWeight;
}

以上两个函数的返回值,均为Predicate类型的Lambda表达式,或者可以说,以上两个函数的返回值也是函数

接下来我们定义与运算,只有传入的所有条件均满足才算最终满足

private Predicate<Apple> allMatches(Predicate<Apple> ...predicates) {
    return (apple) -> predicates.stream.allMatch(predicate -> predicate.test(apple));
}

以上函数,是将多个筛选逻辑做与计算,注意,该函数接收多个函数(Lambda)作为入参,并返回一个函数(Lambda),这便是 高阶函数

如何使用该函数?作为苹果筛选示例的延伸,我们可以将上一节最后一个示例代码优化如下

List<Apple> satisfactoryApples = filterApples(inventory, allMatches(byColor("red"), byMinWeight(150)));

至此,还可以抽象出 anyMatchesnonMatches 等高阶函数,组合使用

// 筛选出 颜色为红色 并且 重量在150克以上 并且 采摘时间在1周以内 并且 产地在中国、美国、加拿大任意之一的苹果
List<Apple> satisfactoryApples = filterApples(
    inventory, 
    allMatches(
        byColor("red"), 
        byMinWeight(150),
        apple -> apple.pluckingTime - currentTimeMillis() < 7L * 24 * 3600 * 1000,
        anyMatches(byGardens("中国"), byGardens("美国"), byGardens("加拿大")
    )
);

如果使用jvm包中的 java.util.function.Predicate ,我们还可以继续优化,使代码更为语义化

// 筛选出 颜色为红色 并且 重量在150克以上 并且 采摘时间在1周以内 并且 产地在中国、美国、加拿大任意之一的苹果
List<Apple> satisfactoryApples = filterApples(
    inventory, 
    byColor("red")
      .and(byMinWeight(150))
      .and(apple -> apple.pluckingTime - currentTimeMillis() < 7L * 24 * 3600 * 1000)
      .and(byGardens("中国").or(byGardens("美国").or(byGardens("加拿大")))
);

这里使用了Java8中的默认函数,默认函数允许你在接口interface中定义函数的默认行为,从某方面来讲也可以实现类的多继承

示例中, and / or 函数接收一个Predicate函数(Lambda表达式)作为参数,并返回一个Predicate函数(Lambda表达式),同样为高阶函数

关于默认函数的使用,会在之后的文章详细介绍

闭包

闭包(Closure),能够读取其他函数内部变量的函数

又是一个比较抽象的概念,其实在使用Lambda表达式的过程中,经常会使用到闭包,比如

public Future<List<Apple>> filterApplesAsync() {
    List<Apple> inventory = getInventory();
    
    return CompletableFuture.supplyAsync(() -> filterApples(inventory, byColor("red")));
}

在提交异步任务时,传入了内部函数(Lambda表达式),在内部函数中使用了父函数 filterApplesAsync 中的局部变量 inventory ,这便是 闭包

如果该示例不够明显的话,可以参考如下示例

private Supplier<Integer> initIntIncreaser(int i) {
    AtomicInteger atomicInteger = new AtomicInteger(i);
    return () -> atomicInteger.getAndIncrement();
}

Supplier<Integer> increaser = initIntIncreaser(1);
System.out.println(increaser.get());
System.out.println(increaser.get());
System.out.println(increaser.get());
System.out.println(increaser.get());

//[out]: 1
//[out]: 2
//[out]: 3
//[out]: 4

initIntIncreaser 函数返回另一个函数(内部函数),该函数( increaser )使用了父函数 initIntIncreaser 的局部变量 atomicInteger ,该变量会被函数 increaser 持有,并且会在调用 increaser 时使用(更改)

柯里化

柯里化是逐步传值,逐步缩小函数的适用范围,逐步求解的过程。

如,设计一个函数,实现在延迟一定时间之后执行给定逻辑,并可以指定执行的执行器

public ScheduledFuture executeDelay(Runnable runnable, ScheduledExecutorService scheduler, long delay, TimeUnit timeunit) {
    return scheduler.schedule(runnable, delay, timeunit);
}

目前有一批任务,需要使用执行器 scheduler1 ,并且均延迟5分钟执行

另一批任务,需要使用执行器 scheduler2 ,并且均延迟15分钟执行

可以这样实现

executeDelay(runnable11, scheduler1, 5, TimeUnit.SECONDS);
executeDelay(runnable12, scheduler1, 5, TimeUnit.SECONDS);
executeDelay(runnable13, scheduler1, 5, TimeUnit.SECONDS);

executeDelay(runnable21, scheduler2, 15, TimeUnit.SECONDS);
executeDelay(runnable22, scheduler2, 15, TimeUnit.SECONDS);
executeDelay(runnable23, scheduler2, 15, TimeUnit.SECONDS);

其实,我们发现这里是有规律可循的,比如,使用 某个执行器 在多久之后执行什么,我们可以将 executeDelay 函数进行第一次柯里化

public Function3<ScheduledFuture, Runnable, Integer, TimeUnit> executeDelayBySomeScheduler(ScheduledExecutorService scheduler) {
    return (runnable, delay, timeunit) -> executeDelay(runable, scheduler, delay, timeunit);
}

Function3<ScheduledFuture, Runnable, Integer, TimeUnit> executeWithScheduler1 = executeDelayBySomeScheduler(scheduler1);

Function3<ScheduledFuture, Runnable, Integer, TimeUnit> executeWithScheduler2 = executeDelayBySomeScheduler(scheduler2);

executeWithScheduler1.apply(runnable11, 5, TimeUnit.SECONDS);
executeWithScheduler1.apply(runnable12, 5, TimeUnit.SECONDS);
executeWithScheduler1.apply(runnable13, 5, TimeUnit.SECONDS);

executeWithScheduler2.apply(runnable21, 15, TimeUnit.SECONDS);
executeWithScheduler2.apply(runnable22, 15, TimeUnit.SECONDS);
executeWithScheduler2.apply(runnable23, 15, TimeUnit.SECONDS);

函数 executeDelay 接收4个参数,函数 executeWithScheduler1 / executeWithScheduler2 接收3个参数,我们通过 executeDelayBySomeScheduler 将具体的执行器封装在了 executeWithScheduler1 / executeWithScheduler2

进一步,我们可以做第二次柯里化,将延迟时间也封装起来

public Function<ScheduledFuture, Runnable> executeDelayBySomeSchedulerOnDelay(ScheduledExecutorService scheduler, long delay, TimeUnit timeunit) {
    return (runnable) -> executeDelay(runable, scheduler, delay, timeunit);
}

Function<ScheduledFuture, Runnable> executeWithScheduler1After5M = executeDelayBySomeSchedulerOnDelay(scheduler1, 5, TimeUnit.SECONDS);

Function<ScheduledFuture, Runnable> executeWithScheduler2After15M = executeDelayBySomeSchedulerOnDelay(scheduler2, 15, TimeUnit.SECONDS);

Stream.of(runnable11, runnable12,runnable13).forEach(this::executeWithScheduler1After5M);
Stream.of(runnable21, runnable22,runnable23).forEach(this::executeWithScheduler2After15M);

将具体的执行器及延迟时间封装在 executeWithScheduler1After5M / executeWithScheduler2After15M 中,调用的时候,只需要关心具体的执行逻辑即可

环绕执行(提取共性)

有时候我们会发现,很多代码块十分相似,但又有些许不同

比如,目前有两个接口可以查询汇率, queryExchangeRateAqueryExchangeRateB ,我们需要在开关 exchangeRateSwitch 打开的时候使用 queryExchangeRateA 查询,否则使用 queryExchangeRateB 查询,同时在一个接口异常失败的时候,自动降低到另一个接口进行查询

同样,目前有两个接口可以查询关税, queryTariffsAqueryTariffsB ,同样地,我们需要在开关 tariffsSwitch 打开的时候使用 queryTariffsA 查询,否则使用 queryTariffsB 查询,同时在一个接口异常失败的时候,自动降低到另一个接口进行查询

其实,以上两种场景,除了开关及具体的接口逻辑外,整体流程是一致的

【修炼内功】[Java8] Lambda表达式带来的编程新思路

再分析,其实接口调用的降级逻辑也是一样的

这里不再列举如何使用抽象类的方法如解决该类问题,我们直接使用Java8的Lambda表达式

首先,可以将降级逻辑提取为一个函数

@FunctionalInterface
interface ThrowingSupplier<T> {
    T get() throw Exception;
}

/**
 * 1. 执行A
 * 2. 如果A执行异常,则执行B
 */
public <T> ThrowingSupplier<T> executeIfThrowing(ThrowingSupplier<T> supplierA, ThrowingSupplier<T> supplierB) throws Exception {
    try {
        return supplierA.get();
    } catch(Exception e) {
        // dill with exception
        return supplierB.get();
    }
}

至此,我们完成了降级的逻辑。接来下,将开关逻辑提取为一个函数

/**
 * 1. switcher打开,执行A
 * 2. switcher关闭,执行B
 */
public <T> T invoke(Supplier<Boolean> switcher, ThrowingSupplier<T> executeA, ThrowingSupplier<T> executeB) throws Exception {
    return switcher.get() ? executeIfThrowing(this::queryExchangeRateA, this::queryExchangeRateB) : executeIfThrowing(this::queryExchangeRateB, this::queryExchangeRateA);
}

回到上边的两个需求,查询汇率及关税,我们可以

/**
 * 查询汇率
 */
val exchangeRate = invoke(
    exchangeRateSwitch::isOpen, 
    this::queryExchangeRateA,
    this::queryExchangeRateB
)

/**
 * 查询关税
 */
val queryTariffs = invoke(
    tariffsSwitch::isOpen, 
    this::queryTariffsA,
    this::queryTariffsB
)

以上,用到了ThrowingSupplier,该点会在《 [Java] Lambda表达式“陷阱”》中详细介绍

设计模式

Lambda表达式,会给以往面向对象思想的设计模式带来全新的设计思路,这部分内容希望在设计模式系列文章中详细介绍。

关于Lambda表达式,还有非常多的内容及技巧,无法使用有限的篇幅进行介绍,同时也希望与各位一同讨论。


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

查看所有标签

猜你喜欢:

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

集体智慧编程

集体智慧编程

TOBY SEGARAN / 莫映、王开福 / 电子工业出版社 / 2009-1 / 59.80元

本书以机器学习与计算统计为主题背景,专门讲述如何挖掘和分析Web上的数据和资源,如何分析用户体验、市场营销、个人品味等诸多信息,并得出有用的结论,通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息,以便创造新的用户价值和商业价值。全书内容翔实,包括协作过滤技术(实现关联产品推荐功能)、集群数据分析(在大规模数据集中发掘相似的数据子集)、搜索引擎核心技术(爬虫、索引、查询引擎、Page......一起来看看 《集体智慧编程》 这本书的介绍吧!

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具