1. Lambda的概念
Lambda表达式是Java 8引入的一项重要功能,它允许我们以更简洁和灵活的方式编写代码。可以把Lambda表达式看作是一种更方便的匿名函数,可以像数据一样传递和使用。
使用Lambda表达式可以让我们写出更短、更易读的代码。它可以替代传统的匿名类,使代码更加简洁。Lambda表达式还支持函数式编程,这意味着我们可以将函数作为参数传递给其他方法,使得代码更加灵活和可扩展。
2. 函数式接口
要了解Lambda,前提是需要了解什么是函数式接口。
- 如果一个接口只有一个抽象方法,那么该接口就是一个函数式接口
- 如果我们在某个接口上声明了 @FunctionalInterface 注解,那么编译器就会按照函数式接口的定义来要求该接口,这样如果有两个抽象方法,程序编译就会报错的。所以,从某种意义上来说,只要你保证你的接口中只有一个抽象方法,你可以不加这个注解。加上就会自动进行检测的。
例如:
当我们实现了一个接口
@FunctionalInterface
interface Task {
//注意只能有一个方法
void perform();
}
我们对此接口的使用为:
Task assistant = new Task() {
@Override
public void perform() {
}
};
此时我们就需要通过这种匿名内部类(相当于写了一个类来实现该接口)的方式来实现。
然而我们可以通过lambda来进行优化
在这个过程中我们只需要关注两个点: 参数、执行内容(逻辑)
在这里 参数为空,执行内容假设为一个输出,则可以更改为
idea本身可实现帮忙替代
Task assistant = () -> {
System.out.println("函数式接口运行ing");
};
最后的结果如上所示,但实际上,若执行内容只有一句,可以进行{}的省略
Task assistant = () ->
System.out.println("函数式接口运行ing");
;
Java 8引入了默认方法的概念,允许在接口中定义具有默认实现的方法。默认方法使用default
关键字进行修饰。
如:
@FunctionalInterface
interface Task {
//注意只能有一个方法
void perform();
default void show(){
System.out.println("默认方法");
}
}
案例如下:
package com.wl.learnPer.FunctionCode.LambdaCode;
// 定义一个函数式接口
@FunctionalInterface
interface Task {
void perform();
default void washVegetables() {
System.out.println("助理2,帮我洗菜即可");
}
}
public class Chef {
public static void main(String[] args) {
// 创建一个助手对象,使用Lambda表达式实现任务
Task assistant1 = () -> {
System.out.println("助手1正在切洋葱...");
Task assistant2 = new Task() {
@Override
public void perform() {
washVegetables();
}
};
assistant2.perform();
};
// 调用厨师的方法,传递助手对象执行任务
cookMeal(assistant1);
}
public static void cookMeal(Task task) {
// 准备食材
prepareIngredients();
// 执行任务
task.perform();
// 煮菜
startCooking();
}
public static void prepareIngredients() {
System.out.println("准备食材...");
}
public static void startCooking() {
System.out.println("开始烹饪...");
}
}
3. Lambda表达式的基本使用
3.1. 函数接口的六种情况
首先,我们实现准备好几个接口:
//无返回值无参数
@FunctionalInterface
interface NoParameterNoReturn {
void test();
}
//无返回值一个参数
@FunctionalInterface
interface OneParameterNoReturn {
void test(int a);
}
//无返回值多个参数
@FunctionalInterface
interface MoreParameterNoReturn {
void test(int a,int b);
}
//有返回值无参数
@FunctionalInterface
interface NoParameterReturn {
int test();
}
//有返回值一个参数
@FunctionalInterface
interface OneParameterReturn {
int test(int a);
}
//有返回值多参数
@FunctionalInterface
interface MoreParameterReturn {
int test(int a,int b);
}
语法精简:
1. 参数类型可以省略,如果需要省略,每个参数的类型都要省略。
2. 参数的小括号里面只有一个参数,那么小括号可以省略
3. 如果方法体当中只有一句代码,那么大括号可以省略
4. 如果方法体中只有一条语句,且是return语句,那么大括号可以省略,且去掉return关键字。
3.1.1. 无返回值无参数的函数式接口
@FunctionalInterface
interface NoParameterNoReturn {
void test();
}
public class TestDemo {
public static void main(String[] args) {
// 无参数无返回值的函数式接口
NoParameterNoReturn noParameterNoReturn = () -> {
System.out.println("无参数无返回值");
};
noParameterNoReturn.test();
}
}
3.1.2. 一个参数无返回值的函数式接口
@FunctionalInterface
interface OneParameterNoReturn {
void test(int a);
}
public class TestDemo {
public static void main(String[] args) {
OneParameterNoReturn oneParameterNoReturn = (int a) -> {
System.out.println("一个参数无返回值:" + a);
};
oneParameterNoReturn.test(10);
}
3.1.3. 多个参数无返回值的函数式接口
@FunctionalInterface
interface MoreParameterNoReturn {
void test(int a, int b);
}
public class TestDemo {
public static void main(String[] args) {
// 多个参数无返回值的函数式接口
MoreParameterNoReturn moreParameterNoReturn = (int a, int b) -> {
System.out.println("多个参数无返回值:" + a + " " + b);
};
moreParameterNoReturn.test(20, 30);
}
3.1.4. 有返回值无参数的函数式接口
@FunctionalInterface
interface NoParameterReturn {
int test();
}
public class TestDemo {
public static void main(String[] args) {
NoParameterReturn noParameterReturn = () -> {
System.out.println("有返回值无参数!");
return 40;
};
int ret = noParameterReturn.test();
System.out.println(ret);
}
3.1.5. 有返回值一个参数的函数式接口
@FunctionalInterface
interface OneParameterReturn {
int test(int a);
}
public class TestDemo {
public static void main(String[] args) {
OneParameterReturn oneParameterReturn = (int a) -> {
System.out.println("有返回值有一个参数!");
return a;
};
int ret = oneParameterReturn.test(50);
System.out.println(ret);
}
3.1.6. 有返回值多个参数的函数式接口
@FunctionalInterface
interface MoreParameterReturn {
int test(int a, int b);
}
public class TestDemo {
public static void main(String[] args) {
MoreParameterReturn moreParameterReturn = (int a, int b) -> {
System.out.println("有返回值多个参数!");
return a + b;
};
int ret = moreParameterReturn.test(60, 70);
System.out.println(ret);
}
3.2. Lambda的变量捕获
Lambda表达式可以捕获外部作用域的变量,这使得Lambda表达式可以访问和操作外部作用域中的变量。捕获的变量在Lambda表达式中被视为"有效final",即虽然没有显式声明为final
,但它们在Lambda表达式中不能被修改。
@FunctionalInterface
interface NoParameterNoReturn {
void test();
}
public class TestDemo {
@FunctionalInterface
interface NoParameterNoReturn {
void test();
}
public static void main(String[] args) {
int a = 10;
NoParameterNoReturn noParameterNoReturn = ()->{
System.out.println("捕获变量:"+a);
};
noParameterNoReturn.test();
}
}
若要进行修改则会:
4. stream流
4.1. Stream概述
java 8 是一个非常成功的版本,这个版本新增的Stream,配合同版本出现的 Lambda ,给我们操作集合(Collection)提供了极大的便利。
4.2. 那么什么是Stream?
Stream将要处理的元素集合看作一种流,在流的过程中,借助Stream API对流中的元素进行操作,比如:筛选、排序、聚合等。
Stream可以由数组或集合创建,对流的操作分为两种:
中间操作,每次返回一个新的流,可以有多个。(筛选filter、映射map、排序sorted、去重组合skip—limit)
终端操作,每个流只能进行一次终端操作,终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值。(遍历foreach、匹配find–match、规约reduce、聚合max–min–count、收集collect)
另外,Stream有几个特性:
- stream不存储数据,而是按照特定的规则对数据进行计算,一般会输出结果。
- stream不会改变数据源,通常情况下会产生一个新的集合或一个值。
- stream具有延迟执行特性,只有调用终端操作时,中间操作才会执行
4.3. Stream与传统遍历对比
几乎所有的集合(如 Collection 接口或 Map 接口等)都支持直接或间接的遍历操作。而当我们需要对集合中的元素进行操作的时候,除了必需的添加、删除、获取外,最典型的就是集合遍历。例如我们实现从人员中找出姓张的集合中再找出长度为3字的人员:
import java.util.ArrayList;
import java.util.List;
public class Demo1List {
public static void main(String[] args) {
List<String> list = new ArrayList<>();
list.add("张无忌");
list.add("周芷若");
list.add("赵敏");
list.add("小昭");
list.add("殷离");
list.add("张三");
list.add("张三丰");
List<String> listA = new ArrayList<>();
for ( String s : list) {
if (s.startsWith("张"))
listA.add(s);
}
List<String> listB = new ArrayList<>();
for (String s: listA) {
if (s.length() == 3)
listB.add(s);
}
for (String s: listB) {
System.out.println(s);
}
}
}
使用stream后:
import java.util.ArrayList;
import java.util.List;
public class Demo2Steam {
public static void main(String[] args) {
List<String> list = new ArrayList<>();
list.add("张无忌");
list.add("周芷若");
list.add("赵敏");
list.add("小昭");
list.add("殷离");
list.add("张三");
list.add("张三丰");
list.stream()
.filter(name -> name.startsWith("张"))
.filter(name -> name.length() == 3)
.forEach(name -> System.out.println(name));
}
}
这里为什么stream内的都可以改成lambda写法呢,可以参考上述内容
可以看出filter需要一个predicate
来传参
而此处的predicate
正好满足 仅有一个接口方法,因此可以改写成lambda,只需要关注此处的test入参即可
也就是传入一个参数(String) 根据一定的规则返回false or true 。 为true的将会在该新的流中存在
4.4. Stream的创建
Stream
可以通过集合数组创建。
4.4.1. 对于集合:
List<String> list2 = Arrays.asList("a", "b", "c");
// 创建一个顺序流
list2.stream().forEach(System.out::println);
System.out.println("--------------");
// 创建一个并行流
list2.parallelStream().forEach(System.out::println);
结果为:
这里第二个出现的不按顺序是因为采用了并行流,类似于将原先流分成两列,共同执行最后进行合并
此外,对于此处的System.out::println
这其实只是一种lambda的缩写,重新参考foreach的内容,当我仅有一个参数的时候即可实现这样的输出方式。
4.4.2. 对于数组
int[] array={1,3,5,6,8};
IntStream stream = Arrays.stream(array);
4.4.3. of 实现
Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6);
4.5. Stream的使用
在使用stream之前,先理解一个概念:Optional 。
Optional类是一个可以为null的容器对象。如果值存在则isPresent()方法会返回true,调用get()方法会返回该对象。
// 代码1
Person person1 = getPersonByMobile("18888888888");
if (null != person1) {
String address = person1.getAddress();
if (null != address) {
if (address.contains("浙江杭州")) {
// 执行下单
}
} else {
throw new CustomRunTimeException("不可下单");
}
} else {
throw new CustomRunTimeException("不可下单");
}
将上述内容改写后,
String address = Optional.ofNullable(getPersonByMobile("18888888888"))
.map(person2 -> person2.getAddress())
.filter(s -> s.contains("浙江杭州"))
.orElseThrow(() -> new CustomRunTimeException("不可下单"));
// 执行下单
4.6. Stream常见用法
4.6.1. 遍历/匹配(foreach、find、match)
Stream
也是支持类似集合的遍历和匹配元素的,只是Stream
中的元素是以Optional
类型存在的。Stream
的遍历、匹配非常简单。
public class StreamTest02 {
// import已省略,请自行添加,后面代码亦是
public static void main(String[] args) {
List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);
// 遍历输出符合条件的元素
list.stream().filter(x -> x > 6).forEach(System.out::println);
// 匹配第一个
Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();
// 匹配任意(适用于并行流)
Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();
// 是否包含符合特定条件的元素
boolean anyMatch = list.stream().anyMatch(x -> x > 6);
System.out.println("匹配第一个值:" + findFirst.get());
System.out.println("匹配任意一个值:" + findAny.get());
System.out.println("是否存在大于6的值:" + anyMatch);
}
}
对于我个人理解来说,我认为实际上就是对foreach的完善。由于foreach作为终结操作,并且foreach无法返回流,只能作为输出/其他操作,而find等操作可以对foreach进行一个增强(返回optional)来实现特定的返回值。
当然此处直接将foreach的内容存储到集合中,也可以实现上述的任何操作。
4.6.2. 筛选(filter)
上述内容后已经是司空见惯了,不过多介绍。
public class StreamTest {
public static void main(String[] args) {
List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2, 9);
Stream<Integer> stream = list.stream();
stream.filter(x -> x > 7).forEach(System.out::println);
}
}
4.6.3. 聚合
max
、min
、count
这些一定不陌生,在mysql中我们常用它们进行数据统计。Java stream中也引入了这些概念和用法,极大地方便了我们对集合、数组的数据统计工作。
public class StreamTest {
public static void main(String[] args) {
List<String> list = Arrays.asList("adnm", "admmt", "pot", "xbangd", "weoujgsd");
Optional<String> max = list.stream().max(Comparator.comparing(String::length));
System.out.println("最长的字符串:" + max.get());
}
}
可能你会好奇,为什么可以写成String::length
这其实是因为原先的写法为
因此可以直接写成String::length
,如果此处的不是静态方法,则需要写成 new String()::length
案例2:
import java.util.Arrays;
import java.util.List;
public class StreamTest {
public static void main(String[] args) {
List<Integer> list = Arrays.asList(7, 6, 4, 8, 2, 11, 9);
long count = list.stream().filter(x -> x > 6).count();
System.out.println("list中大于6的元素个数:" + count);
}
}
4.6.4. 映射(map) 中间操作
映射,可以将一个流的元素按照一定的映射规则映射到另一个流中
public class StreamTest {
public static void main(String[] args) {
String[] strArr = { "abcd", "bcdd", "defde", "fTr" };
List<String> strList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());
List<Integer> intList = Arrays.asList(1, 3, 5, 7, 9, 11);
List<Integer> intListNew = intList.stream().map(x -> x + 3).collect(Collectors.toList());
System.out.println("每个元素大写:" + strList);
System.out.println("每个元素+3:" + intListNew);
}
}
对于这里的String::toUpperCase
其实原先形式为:
其实现原理都是对传入的参数进行处理,只可意会不可言传了
4.6.5. 规约(reduce) 终结操作
归约,也称缩减,顾名思义,是把一个流缩减成一个值,能实现对集合求和、求乘积和求最值操作。
List<Integer> list = Arrays.asList(1, 3, 2, 8, 11, 4);
// 求和方式1
Optional<Integer> sum = list.stream().reduce((x, y) -> x + y);
// 求和方式2
Optional<Integer> sum2 = list.stream().reduce(Integer::sum);
// 求和方式3
Integer sum3 = list.stream().reduce(0, Integer::sum);
// 求乘积
Optional<Integer> product = list.stream().reduce((x, y) -> x * y);
// 求最大值方式1
Optional<Integer> max = list.stream().reduce((x, y) -> x > y ? x : y);
// 求最大值写法2
Integer max2 = list.stream().reduce(1, Integer::max);
System.out.println("list求和:" + sum.get() + "," + sum2.get() + "," + sum3);
System.out.println("list求积:" + product.get());
比如+操作,实际上就是将1+3=4 4+2=6 6+8...
Integer::sum原先形式就是,你能看的出来吗?
4.6.6. 收集(collect)
collect
,收集,可以说是内容最繁多、功能最丰富的部分了。从字面上去理解,就是把一个流收集起来,最终可以是收集成一个值也可以收集成一个新的集合。
主要是toList
、toSet
和toMap
public class StreamTest {
public static void main(String[] args) {
List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());
List<Person> personList = new ArrayList<Person>();
personList.add(new Person("Tom", 8900, 23, "male", "New York"));
personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
personList.add(new Person("Anni", 8200, 24, "female", "New York"));
Map<?, Person> map = personList.stream().filter(p -> p.getSalary() > 8000)
.collect(Collectors.toMap(Person::getName, p -> p));
System.out.println("toList:" + listNew);
System.out.println("toSet:" + set);
System.out.println("toMap:" + map);
}
}
4.6.7. 统计(count、averaging) 借助收集
public class StreamTest {
public static void main(String[] args) {
List<Person> personList = new ArrayList<Person>();
personList.add(new Person("Tom", 8900, 23, "male", "New York"));
personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
// 求总数
Long count = personList.stream().collect(Collectors.counting());
// 求平均工资
Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
// 求最高工资
Optional<Integer> max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
// 求工资之和
Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));
// 一次性统计所有信息
DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));
System.out.println("员工总数:" + count);
System.out.println("员工平均工资:" + average);
System.out.println("员工工资总和:" + sum);
System.out.println("员工工资所有统计:" + collect);
}
}
4.6.8. 排序(sorted)
sorted,中间操作。有两种排序:
- sorted():自然排序,流中元素需实现Comparable接口
- sorted(Comparator com):Comparator排序器自定义排序
public class StreamTest {
public static void main(String[] args) {
List<Person> personList = new ArrayList<Person>();
personList.add(new Person("Sherry", 9000, 24, "female", "New York"));
personList.add(new Person("Tom", 8900, 22, "male", "Washington"));
personList.add(new Person("Jack", 9000, 25, "male", "Washington"));
personList.add(new Person("Lily", 8800, 26, "male", "New York"));
personList.add(new Person("Alisa", 9000, 26, "female", "New York"));
// 按工资升序排序(自然排序)
List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)
.collect(Collectors.toList());
// 按工资倒序排序
List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
.map(Person::getName).collect(Collectors.toList());
// 先按工资再按年龄升序排序
List<String> newList3 = personList.stream()
.sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName)
.collect(Collectors.toList());
// 先按工资再按年龄自定义排序(降序)
List<String> newList4 = personList.stream().sorted((p1, p2) -> {
if (p1.getSalary() == p2.getSalary()) {
return p2.getAge() - p1.getAge();
} else {
return p2.getSalary() - p1.getSalary();
}
}).map(Person::getName).collect(Collectors.toList());
System.out.println("按工资升序排序:" + newList);
System.out.println("按工资降序排序:" + newList2);
System.out.println("先按工资再按年龄升序排序:" + newList3);
System.out.println("先按工资再按年龄自定义降序排序:" + newList4);
}
}
4.6.9. 去重、合并(distinct、skip、limit)
很简单,直接看代码
public class StreamTest {
public static void main(String[] args) {
String[] arr1 = { "a", "b", "c", "d" };
String[] arr2 = { "d", "e", "f", "g" };
Stream<String> stream1 = Stream.of(arr1);
Stream<String> stream2 = Stream.of(arr2);
// concat:合并两个流 distinct:去重
List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());
// limit:限制从流中获得前n个数据
List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
// skip:跳过前n个数据 这里的1代表把1代入后边的计算表达式
List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());
System.out.println("流合并:" + newList);
System.out.println("limit:" + collect);
System.out.println("skip:" + collect2);
}
}