函数式编程--Lamdbda--Stream 一篇全解-CSDN博客

本文链接：https://blog.csdn.net/kk2580l/article/details/141461712

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);
	}
}