lambda表达式
Lambda表达式,是JDK1.8引入的一种语法,这种语法可以对匿名内部类的写法,进行简写
JDK1.8 引入了一个箭头符号 ->
这个箭头符号 将Lambda表达式分为 左右两部分。 左边->右边
左边:写的是你实现的这个接口中的抽象方法的 形参列表
右边:写的是你对接口中这个抽象方法的具体实现逻辑。
list.sort(new Comparator<Integer>() {
@Override
public int compare(Integer a, Integer b) {
return a-b;
}
});
list.sort((a,b)->a-b);
MyInterface myInterface= new MyInterface(){
@Override
public void show(int a, int b) {
System.out.println(a+b);
System.out.println(a-b);
}
};
MyInterface myInterface2 = (int a, int b)-> {
System.out.println(a + b);
};
MyInterface myInterface3= (a,b) -> {
System.out.println(a + b);
};
MyInterface myInterface4 = (a, b) -> System.out.println(a + b);
MyInterface myInterface5 = (a, b) ->{
System.out.println(a + b);
System.out.println(a -b);
};
BinaryOperator<Double> binaryOperator=new BinaryOperator<Double>() {
@Override
public Double apply(Double a, Double b) {
double max = Math.max(a, b);
return max;
}
};
BinaryOperator<Double> binaryOperator2 = (a, b) -> Math.max(a, b);
BinaryOperator<Double> binaryOperator3 = Math::max;
Double max = binaryOperator3.apply(5.0, 20.0);
System.out.println(max);
Predicate predicate=new Predicate<String>() {
@Override
public boolean test(String s){
return new String().startsWith(s);
}
};
Predicate predicate2 = (Predicate<String>) s -> new String().startsWith(s);
Stream流
Stream 是 Java8 中处理集合的关键抽象概念,
它可以指定你希望对集合进行的操作,
可以执行非常复杂的查找、过滤和映射数据等操作。
使用Stream API 对集合数据进行操作,就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。
简而言之,Stream API 提供了一种高效且易于使用的处理数据的方式。
Stream流是什么
是数据渠道,用于操作数据源(集合、数组等)所生成的元素序列。
集合讲的是数据,流讲的是计算!
注意:
Stream 自己不会存储元素。
Stream 不会改变源对象。相反,他们会返回一个持有结果的新Stream。
Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。
Stream 的操作三个步骤
1.创建 Stream
一个数据源(如:集合、数组),获取一个流
2.中间操作
一个中间操作链,对数据源的数据进行处理
3.终止操作(终端操作)
一个终止操作,执行中间操作链,并产生结果
创建Stream方式
1.Java8 中的 Collection 接口被扩展,提供了
两个获取流的方法:
default Stream<E> stream() : 返回一个顺序流
default Stream<E> parallelStream() : 返回一个并行流
2.Java8 中的 Arrays 的静态方法 stream() 可以获取数组流:
static <T> Stream<T> stream(T[] array): 返回一个流
重载形式,能够处理对应基本类型的数组:
public static IntStream stream(int[] array)
public static LongStream stream(long[] array)
public static DoubleStream stream(double[] array)
3.由值创建流,可以使用静态方法 Stream.of(), 通过显示值创建一个流。它可以接收任意数量的参数。
public static<T> Stream<T> of(T... values) : 返回一个流
4.由函数创建流:创建无限流可以使用静态方法:
Stream.iterate()
Stream.generate() 创建无限流。
public static<T> Stream<T> iterate(final T seed,finalUnaryOperator<T> f) 迭代
public static<T> Stream<T> generate(Supplier<T> s) 生成
中间操作
多个中间操作可以连接起来形成一个流水线,除非流水线上触发终止操作,否则中间操作不会执行任何的处理!
而在终止操作时一次性全部处理,称为“惰性求值”。
1.筛选与切片
filter(Predicate p) 过滤 接收 Lambda
从流中排除某些元素。
distinct()
去重,通过流所生成元素的 hashCode()和equals() 去除重复元素
limit(long maxSize)
截断流,使其元素不超过给定数量。
skip(long n)
跳过元素,返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个,则返回一个空流。与 limit(n) 互补
2.映射
map(Function f)
接收一个函数作为参数,该函数会被应用到每个元素上,并将其映射成一个新的元素。
flatMap(Function f)
接收一个函数作为参数,将流中的每个值都换成另一个流,然后把所有流连接成一个流.
mapToDouble(ToDoubleFunction f)
接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 DoubleStream。
mapToInt(ToIntFunction f)
接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 IntStream。
mapToLong(ToLongFunction f)
接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 LongStream。
3.排序
sorted()
产生一个新流,其中按自然顺序排序 元素实现Compareble接口
sorted(Comparator comp)
产生一个新流,其中按比较器顺序排序 传入一个比较
Stream 的终止操作
终端操作会从流的流水线生成结果。其结果可以是任何不是流的值,
例如:List、Integer,甚至是 void 。
1.查找与匹配
allMatch(Predicate p)
检查是否匹配所有元素 比如判断 所有员工的年龄都是17岁 如果有一个不是,就返回false
anyMatch(Predicate p)
检查是否至少匹配一个元素 比如判断是否有姓王的员工,如果至少有一个就返回true
noneMatch(Predicate p)
检查是否没有匹配所有元素employee.getSalary() < 3000; 每个员工的工资如果都高于3000就返回true 如果有一个低于3000 就返回false
findFirst()
返回第一个元素,比如获取工资最高的人或者获取工资最高的值是
findAny()
返回当前流中的任意元素 比如随便获取一个姓王的员工
count()
返回流中元素总数
max(Comparator c)
返回流中最大值 比如:获取最大年龄值
min(Comparator c)
返回流中最小值 比如:获取最小年龄的值
forEach(Consumer c)
内部迭代(使用 Collection 接口需要用户去做迭代,称为外部迭代。相反,Stream API 使用内部迭代——它帮你把迭代做了)
2.归约
reduce(T iden, BinaryOperator b)
参1 是起始值, 参2 二元运算 可以将流中元素反复结合起来,得到一个值。返回 T 比如: 求集合中元素的累加总和
reduce(BinaryOperator b)
这个方法没有起始值 可以将流中元素反复结合起来,得到一个值。返回 Optional<T> , 比如你可以算所有员工工资的总和
备注:
map 和 reduce 的连接通常称为 map-reduce 模式,因 Google 用它来进行网络搜索而出名。
3.收集
collect(Collector c)
将流转换为其他形式。接收一个Collector接口的实现,用于给Stream中元素做汇总的方法Collector接口中方法的实现决定了如何对流执行收集操作(如收集到 List、Set、Map)。
但是 Collectors 实用类提供了很多静态方法,可以方便地创建常见收集器实例,具体方法与实例如下
4.Collectors 中的方法
List<T> toList()
把流中元素收集到List比如把所有员工的名字通过map()方法提取出来之后,在放到List集合中去
例子:
List<Employee> emps= list.stream().map(提取名字).collect(Collectors.toList());
Set<T> toSet()
把流中元素收集到Set比如把所有员工的名字通过map()方法提取出来之后,在放到Set集合中去
例子:
Set<Employee> emps= list.stream().collect(Collectors.toSet());
Collection<T> toCollection()
把流中元素收集到创建的集合比如把所有员工的名字通过map()方法提取出来之后,在放到自己指定的集合中去
例子:
Collection<Employee>emps=list.stream().map(提取名字).collect(Collectors.toCollection(ArrayList::new));
Long counting()
计算流中元素的个数
例子:
long count = list.stream().collect(Collectors.counting());
Integer summingInt()
对流中元素的整数属性求和
例子:
inttotal=list.stream().collect(Collectors.summingInt(Employee::getSalary));
Double averagingInt()
计算流中元素Integer属性的平均值
例子:
doubleavg=list.stream().collect(Collectors.averagingInt(Employee::getSalary));
IntSummaryStatistics summarizingInt()
收集流中Integer属性的统计值。
例子:
DoubleSummaryStatistics dss=list.stream().collect(Collectors.summarizingDouble(Employee::getSalary));
从DoubleSummaryStatistics 中可以获取最大值,平均值等
double average = dss.getAverage();
long count = dss.getCount();
double max = dss.getMax();
String joining()
连接流中每个字符串 比如把所有人的名字提取出来,在通过"-"横杠拼接起来
例子:
Stringstr=list.stream().map(Employee::getName).collect(Collectors.joining("-"));
Optional<T> maxBy()
根据比较器选择最大值 比如求最大工资
例子:
Optional<Emp>max=list.stream().collect(Collectors.maxBy(comparingInt(Employee::getSalary)));
Optional<T> minBy()
根据比较器选择最小值 比如求最小工资
例子:
Optional<Emp>min=list.stream().collect(Collectors.minBy(comparingInt(Employee::getSalary)));
归约产生的类型 reducing() 从一个作为累加器的初始值开始,利用BinaryOperator与流中元素逐个结合,从而归约成单个值
例子:
inttotal=list.stream().collect(Collectors.reducing(0, Employee::getSalar, Integer::sum));
转换函数返回的类型 collectingAndThen()
包裹另一个收集器,对其结果转换函数
例子:
inthow= list.stream().collect(Collectors.collectingAndThen(Collectors.toList(), List::size));
Map<K, List<T>> groupingBy()
根据某属性值对流分组,属性为K,结果为V 比如按照 状态分组
例子:
Map<Emp.Status,List<Emp>>map=list.stream().collect(Collectors.groupingBy(Employee::getStatus));
Map<Boolean, List<T>> partitioningBy()
根据true或false进行分区 比如 工资大于等于6000的一个区,小于6000的一个区
例子: Map<Boolean,List<Emp>>vd=list.stream().collect(Collectors.partitioningBy(Employee::getSalary));
并行流与串行流
并行流就是把一个内容分成多个数据块,并用不同的线程分别处理每个数据块的流。
Java 8 中将并行进行了优化,我们可以很容易的对数据进行并行操作。
Stream API 可以声明性地通过 parallel() 与sequential() 在并行流与顺序流之间进行切换。