Java8中的 lambda 和Stream API
前言
由於專案中用到了比較多有關於 Java8 中新的東西，一開始自己只是會寫，但是寫起來不太順，然後就在網上找到了一個很好的關於Java8新特性的視訊，所以就進行了學習了一下，以下是自己對 lambda 表示式和 Stream API 的筆記和相應的理解。視訊地址 ，有興趣的可以自行觀看。
Java8 新特性
- 速度更快 更換了資料結構，記憶體結構（JVM）
- 程式碼更少了（Lambda表示式）
- 強大的Stream API
- 便於並行 fork join (序列切換並行)
- 最大化減少空指標異常 Optional
Lambda表示式
在說 Lambda 之前，首先要說的是函式式介面。這個可以說是為了 Lambda 表示式而存在的一個東西。那麼什麼是函式式介面？
函式式介面
定義： 介面中只有一個抽象介面。
像 java.util.function 下的所有介面都是行數式介面。Java1.8提供@FunctionalInterface檢測一個介面是否是一個函式式介面。
eg: java.util.function 包下的 Consumer 介面程式碼
@FunctionalInterface
public interface Consumer<T> {
void accept(T t);
// jdk 1.8 介面可以有預設實現
default Consumer<T> andThen(Consumer<? super T> after) {
Objects.requireNonNull(after);
return (T t) -> { accept(t); after.accept(t); };
}
}
瞭解了什麼是函式式介面後，lambda 表示式就很好理解了。
"->" 是 lambda 表示式的符號 左側表示函式式介面中抽象方法的引數列表 ，右側表示你對這個方法的實現 。
舉個例子eg：
public class Test{
public static void main(String[] args){
Consumer consumer = x-> System.out.println(x);
consumer.accept(1);
}
}
輸出 1；
四大函式式介面
我們一般對函式式介面的使用的時候，都會對其進行封裝。
消費性介面
只有一個抽象方法名為 accept，引數列表只有一個泛型t，無返回值。引數的資料型別有類決定
eg:
/**
* @ClassName ConsumerTest
* @Description 消費型介面， 消費字串欄位 列印輸出
* @Author ouyangkang
* @Date 2019-02-18 15:46
**/
public class ConsumerTest {
public static void main(String[] args) {
test("hello",x-> System.out.println(x));
}
public static <T> void test(T t, Consumer<T> consumer) {
consumer.accept(t);
}
}
輸出：hello
如果需要多個引數列表的話，也可以在 java.util.function 包下找到相應的函式式介面 比如 ObjLongConsumer。其他的可以自行檢視
供給型介面
Supplier
/**
* @ClassName SupplerTest
* @Description 供給型介面 字串拼接
* @Author ouyangkang
* @Date 2019-02-18 15:53
**/
public class SupplerTest {
public static void main(String[] args) {
String hello = test("hello ", () -> "word!");
System.out.println(hello);
}
public static String test(String str,Supplier<String> supplier){
return str + supplier.get();
}
}
輸出為：hello word!
如果需要返回得資料為基本資料型別，可以在 java.util.function 包下找到相應的函式式介面 比如：getAsLong 其他的可以自行檢視
函式型介面
Function<T, R> 只有一個抽象方法名為 apply，引數列表只有一個引數為T，有返回值，返回值的資料型別為R。
/**
* @ClassName FunctionTest
* @Description 函式式介面 將字串轉換成大寫的
* @Author ouyangkang
* @Date 2019-02-18 16:01
**/
public class FunctionTest {
public static void main(String[] args) {
String test = test("hello", x -> x.toUpperCase());
System.out.println(test);
}
public static String test(String str , Function<String,String> function){
return function.apply(str);
}
}
輸出為：HELLO
如果需要多個入參，然後又返回值的話，可以在 java.util.function 包下找到相應的函式式介面 比如 BiFunction。其他的可以自行檢視
斷言型介面
斷言型又名判斷型。 Predicate
/**
* @ClassName PredicateTest
* @Description 斷言型介面，判斷字串大小是否大於6
* @Author ouyangkang
* @Date 2019-02-18 16:16
**/
public class PredicateTest {
public static void main(String[] args) {
boolean hello = test("hello", x -> x.length() > 6);
System.out.println(hello);
}
public static boolean test(String str, Predicate<String> predicate){
return predicate.test(str);
}
}
輸出為： false
Stream API
Stream 作為 Java 8 的一大亮點，它與 java.io 包裡的 InputStream 和 OutputStream 是完全不同的概念。Stream中間操作，多箇中間操作可以連線起來形成一個流水線，除非流水線上觸發了終止操作，否則中間不會執行任何處理！而終止操作時會一次性全部處理，稱為惰性處理。要進行流操作首先要獲取流。有4中方法可以獲取流。
- 獲取流 通過集合系列提供的stream方法和 parallelStream()（並行流）方法獲取流
public static void main(String[] args) {
List<Integer> list = new ArrayList<>();
// 常用獲取流的方式
Stream<Integer> stream = list.stream();
}
- 通過Arrays.stream() 將陣列轉換成流
public static void main(String[] args) {
int[] a = new int[]{1,2,3,4};
IntStream stream = Arrays.stream(a);
}
- 通過Stream.of今天方法建立流
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(1, 2, 3);
}
- 建立無限流
public static void main(String[] args) {
Stream<Integer> iterate = Stream.iterate(0, x -> x + 2);
}
所有的對流的操作可以分為4種，分別為篩選與分片，對映，排序，終結（歸約，收集）
篩選與分片
操作有filter,distant,limit,skip。
filter ： 過濾操作,方法引數為斷言型介面
eg:
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(1, 2, 3);
stream.filter(x->x != 2).forEach(x-> System.out.println(x));
}
輸出：
text13
distinct ： 去重操作，方法無引數
limit ： 獲取前幾條資料，方法引數為long
skip ： 跳過前多少條資料，然後獲取後面所有的。 方法引數為long
對映
常用操作有 map ，flatMap。
map: 對原資料進行處理，並返回處理後的資料。 方法引數為函式型介面。
eg:
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(1, 2, 3);
stream.map(x->x*2).forEach(System.out::println);
}
輸出：
flatMap ： 使原來流種的原有資料一個一個整合在另一個流中。方法引數為函式型介面，但是返回值為流。
eg:
public static void main(String[] args) {
List<String> list = Arrays.asList("a", "b", "c");
List<String> list2 = Arrays.asList("f","d");
list.stream().flatMap(x->list2.stream().map(y-> x + y)).forEach(System.out::println);
}
排序
常用操作有sort自然排序，合sort引數為排序器的定製排序
自然排序eg:
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(1, 2, 3);
stream.sorted().forEach(System.out::println);
}
輸出：
定製排序
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(1, 2, 3);
stream.sorted((x,y)->-Integer.compare(x,y)).forEach(System.out::println);
}
輸出：
終止操作
- allMatch 檢查是否匹配所有元素 方法引數為斷言型介面
- anyMatch 檢查是否匹配所有元素 方法引數為斷言型介面
- noneMatch 檢查是否沒有匹配所有元素 方法引數為斷言型介面
- findFirst 返回第一個元素 無方法引數
- findAny 返回當前流的任意元素 無方法引數
- count 返回流中的元素總個數 無方法引數
- max 返回流的最大值 無方法引數
- min 返回流中的最小值 無方法引數
歸約
reduce : 歸約 -- 可以將流中的元素反覆結合起來，得到一個值。
eg:
public static void main(String[] args) {
List<Integer> list1 = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
Integer reduce = list1.stream().reduce(11, (x, y) -> x + y);
System.out.println(reduce);
}
輸出 ： 66
收集
這個是非常常用的一個操作。 將流裝換為其他形式。接收到一個Collector介面的實現，用於給Stream中的元素彙總的方法。用collect方法進行收集。方法引數為Collector。Collector可以由Collectors中的toList()，toSet(),toMap(Function(T,R) key,Function(T,R) value)等靜態方法實現。
- toList() 返回一個 Collector ，它將輸入元素 List到一個新的 List 。
- toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper) 返回一個 Collector ，它將元素累加到一個 Map ，其鍵和值是將所提供的對映函式應用於輸入元素的結果。
-
toSet() 返回一個 Collector ，將輸入元素 Set到一個新的 Set 。
eg:
User類
@Data
@ToString
public class User {
private String name;
private Integer age;
private Integer salary;
}
public static void main(String[] args) {
List<User> users = Arrays.asList(new User("張三", 19, 1000),
new User("張三", 58, 2000),
new User("李四", 38, 3000),
new User("趙五", 48, 4000)
);
List<String> collect = users.stream().map(x -> x.getName()).collect(Collectors.toList());
Set<String> collect1 = users.stream().map(x -> x.getName()).collect(Collectors.toSet());
Map<Integer, String> collect2 = users.stream().collect(Collectors.toMap(x -> x.getAge(), x -> x.getName()));
System.out.println(collect);
System.out.println(collect1);
System.out.println(collect2);
}
輸出：
[張三, 張三, 李四, 趙五]
[李四, 張三, 趙五]
{48=趙五, 19=張三, 38=李四, 58=張三}
分組
Collectors.groupingBy()方法是 返回 Collector “由基團”上的型別的輸入元件操作實現 T ，根據分類功能分組元素。這個是非常常用的操作。
比如你要對名字相同的進行分組。
groupingBy(Function<? super T,? extends K> classifier)
eg:
public static void main(String[] args) {
List<User> users = Arrays.asList(new User("張三", 19, 1000),
new User("張三", 58, 2000),
new User("李四", 38, 3000),
new User("趙五", 48, 4000)
);
Map<String, List<User>> collect3 = users.stream().collect(Collectors.groupingBy(x -> x.getName()));
System.out.println(collect3);
}
輸出：{李四=[User{name='李四', age=38, salary=3000}], 張三=[User{name='張三', age=19, salary=1000}, User{name='張三', age=58, salary=2000}], 趙五=[User{name='趙五', age=48, salary=4000}]}
當然還有其他的一些比較複雜的分組操作，實際程式碼看業務來進行實現。
總結
java8中的lambda表示式可能一開始用的時候還不是很熟悉，但是隻要熟悉了，你會發現非常的好用，而且lambda表示式結合stream API可以進行編寫自己的工具類。在平常專案中可以非常的省時間，提高寫程式碼的效率。我現在給出一個List轉Map的工具類。
public class CollectionStream {
public static void main(String[] args) {
List<User> users = Arrays.asList(new User("張三", 19, 1000),
new User("張三", 58, 2000),
new User("李四", 38, 3000),
new User("趙五", 48, 4000)
);
Map<Integer, Integer> map = listToMap(users, x -> x.getAge(), x -> x.getSalary());
System.out.println(map);
}
/**
* @Author ouyangkang
* @Description list 轉map key不能相同 ，如果相同會報錯。 方法對 源資料，key，value過濾null。
* @Date 9:27 2019/2/19
* @param source 源資料
* @param key
* @param value
* @return java.util.Map<K,V>
**/
public static <DTO, K, V> Map<K, V> listToMap(List<DTO> source, Function<? super DTO, ? extends K> key, Function<? super DTO, ? extends V> value) {
Objects.requireNonNull(source, "source not null");
Objects.requireNonNull(key, "key not null");
Objects.requireNonNull(value, "value not null");
Map<K, V> map = source.stream()
.filter(dto -> dto != null)
.filter(dto -> key.apply(dto) != null)
.filter(dto -> value.apply(dto) != null)
.collect(Collectors.toMap(key, value));
return map;
}
}