Java 8 实战

很早就想仔细学了，终于有机会记一下笔记……

Lambda 表达式

函数式接口

只定义了一个 抽象 方法的的接口，值得注意的是，Java 8 引入了 stream 等方法，但是原先的 Collection 里没有。为了提高效率，接口的设计者就引入了 default 关键字来扩充接口。可用 @FunctionalInterface 标记为函数式接口，类似 @Override。

常用的接口

• Predicate
  返回 boolean
• Consumer
  void，适用于 sout
• Function
  可以将 T 转化为 R

感觉

其实 Java 中就是一个接口实现，如果要扯到函数式编程的话就要扯到 lambda 演算，主要为三条规则：

• 函数定义
• 标识符引用
• 函数应用

我的理解是这三条规则为定义一个变量和函数，然后告诉你定义完了怎么去使用它

举个难一点的栗子（PS：为什么要举难一点的例子……

）

(lambda x y. x y) (lambda z . z * z) 3

流

从支持数据处理操作的源生成的元素序列

用过的人都说好……

定义

• 内部迭代

  将迭代封装在内部，例如

  Dish.menu.stream().map(Dish::toString).collect(Collectors.toList());
  Dish.menu.stream().forEach(System.out::println);
  

• 使用规则

  • 数据源（例如集合）
  • 中间操作链
  • 终端操作
• 流只能遍历一次，只能消费一次

创建

// Stream.of
Stream.of("Java 8", "Lambdas", "In", "Action").map(String::toUpperCase).forEach(System.out::println);
// Stream.empty
Stream<String> emptyStream = Stream.empty();
// Arrays.stream
int[] numbers = {2, 3, 5, 7, 11, 13};
System.out.println(Arrays.stream(numbers).sum());

使用

筛选和切片

• filter
• distinct
  筛选互异元素
• limit
  取前几个元素
• skip
  跳过前几个元素

映射

• map

• flatMap

  将流中的每个值都换成另一个流，然后把所有的流连接起来成为一个流，个人理解为将流里的值继续转换为子流然后连接。

  List<Integer> list1 = Arrays.asList(1, 2, 3);
          List<Integer> list2 = Arrays.asList(4,5);
          list1.stream().flatMap(i->
              list2.stream().map(j->new int[]{i,j})
          ).forEach(t-> System.out.println(t[0]+","+t[1]));
  

• mapToInt

查找和匹配

短路操作，找到一个符合条件的立即返回

• anyMatch
  至少匹配一个
• allMatch
  都匹配
• noneMatch
  没有匹配的
• findAny
• findFirst
  与楼上有并行的区别，findAny 不一定是返回第一个

规约

使用 reduce，第一个参数为初始值，第二个为执行函数直到规约到一个数

细节

• 数值流以及对象流相互的转化

  • IntStream
  • LongStream
  • DoubleStream

    int calories = menu.stream().mapToInt(Dish::getCalories).sum();
    menu.stream().mapToInt(Dish::getCalories).boxed();
    

• 数值范围

  • rangeClosed

    long count = IntStream.rangeClosed(1, 100).filter(d -> d % 2 == 0).count();
    

  • range

    不包括结束值

收集器

前面的都是小儿科，在开发人员的代码里很多都是收集器

规约与汇总

• counting
• maxBy
  需要实现 Comparator
• summingInt/summingLong/summingDouble
• averagingInt/averagingLong/averagingDouble
• summarizingInt/summarizingLong/summarizingDouble
• joining

实现

通过 reducing() 实现，需要三参数，单参数为三参数的特殊情况，起点为第一个项目，转换函数为恒等函数，第三个为函数计算

menu.stream().map(Dish::getName).collect(joining());
menu.stream().map(Dish::getName).collect(reducing((s1,s2)->s1+s2)).get();
menu.stream().collect(reducing(" ",Dish::getName,(s1,s2)->s1+s2));

分组

groupingBy 

• 单参数 groupingBy(f) 实际是 groupingBy(f,toList())
• 双参数，第二个参数为任意类型的收集器，也可为 groupingBy(f)
• 常用的联合使用收集器为 summingInt,counting,mapping 等
• 隐含参数可为 toSet()

分区

特殊的分组，分区函数返回 boolean

接口

Supplier<A> supplier()
BiConsumer<A, T> accumulator()
Function<A, List<T>>()
BinaryOperator<A> combiner()
Set<Characteristics> characteristics()

自定义收集器

单纯的能看懂……

并行

• 避免共享状态
• 留意装箱
• limit 和 findFirst 依赖元素顺序

PS：如果想提高效率，自行实现 Spliterator 接口

未完待续……