Java中的Lambda表达式和Stream API详解

最新推荐文章于 2024-10-12 22:35:37 发布

Y雨何时停T

最新推荐文章于 2024-10-12 22:35:37 发布

阅读量1.1k

点赞数 30

分类专栏： Java 文章标签： java

本文链接：https://blog.csdn.net/m0_64432106/article/details/142109728

版权

Java 专栏收录该内容

19 篇文章 0 订阅

订阅专栏

在现代Java开发中，Lambda表达式和Stream API是简化代码、提高可读性和开发效率的关键工具。Java 8引入的这两大功能不仅增强了语言的表达力，还大幅提升了处理集合和数据流的能力。本文将详细解析Lambda表达式和Stream API的使用方法，并结合实际示例展示它们如何改变传统的编程方式。

1. 什么是Lambda表达式？

Lambda表达式是Java 8引入的一个重要特性，它使得可以用更简洁的语法来表达函数式接口（只有一个抽象方法的接口）的实例。Lambda表达式允许你把行为传递到某些方法中，例如集合的排序、过滤等操作，使代码更简洁和清晰。

1.1 Lambda表达式的语法

Lambda表达式的基本语法如下：

(parameters) -> expression
(parameters) -> { statements; }

参数列表：可以有零个或多个参数，参数类型可以省略，编译器会通过上下文进行推断。
箭头符号 ->：表示Lambda的主体开始。
Lambda主体：可以是一个简单的表达式，或者是用大括号括起来的代码块。

1.2 Lambda表达式的示例

示例1：使用Lambda表达式进行排序

传统的排序方式如下：

List<String> names = Arrays.asList("John", "Jane", "Doe", "Alice");
Collections.sort(names, new Comparator<String>() {
    @Override
    public int compare(String s1, String s2) {
        return s1.compareTo(s2);
    }
});

使用Lambda表达式，可以简化为：

List<String> names = Arrays.asList("John", "Jane", "Doe", "Alice");
names.sort((s1, s2) -> s1.compareTo(s2));

Lambda表达式使得代码更简洁和易读，省去了冗长的匿名内部类。

示例2：使用Lambda表达式遍历集合

List<String> names = Arrays.asList("John", "Jane", "Doe", "Alice");
names.forEach(name -> System.out.println(name));

forEach()方法接受一个Lambda表达式作为参数，可以对集合中的每个元素执行操作。

2. 什么是Stream API？

Stream API是Java 8引入的另一个重要特性，专门用于处理集合数据。Stream API 提供了声明式编程风格，可以对集合对象执行复杂的数据操作（如过滤、排序、映射、统计等），而无需编写繁琐的循环和条件判断代码。

2.1 什么是流（Stream）？

Stream代表着元素的序列，数据可以来自集合、数组、I/O通道等。流操作是惰性的，即只有在需要结果时才会执行。Stream API支持两种类型的操作：

中间操作：返回一个新的流，支持链式调用，如filter()、map()、sorted()等。
终端操作：产生结果或副作用，例如forEach()、collect()、reduce()等。

2.2 Stream API的工作流程

创建流：从集合、数组或生成器中创建流。
中间操作：对流中的元素进行转换或过滤，产生一个新的流。
终端操作：触发流的计算，生成结果或产生副作用。

2.3 Stream API示例

示例1：使用Stream进行过滤和排序

假设我们有一个包含多个字符串的列表，想要过滤出以“A”开头的名字，并按字母顺序排序：

List<String> names = Arrays.asList("John", "Jane", "Doe", "Alice", "Anna");

List<String> result = names.stream()
    .filter(name -> name.startsWith("A"))
    .sorted()
    .collect(Collectors.toList());

System.out.println(result);  // 输出：[Alice, Anna]

stream()：从列表创建一个流。
filter()：过滤出以“A”开头的字符串。
sorted()：对结果进行排序。
collect()：将结果收集回列表。

示例2：使用Stream进行数据转换（map）

map()方法可以对流中的每个元素进行转换操作：

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

List<Integer> squares = numbers.stream()
    .map(n -> n * n)  // 每个数字的平方
    .collect(Collectors.toList());

System.out.println(squares);  // 输出：[1, 4, 9, 16, 25]

这里，我们使用map()方法将数字列表中的每个元素平方，并返回一个新的列表。

3. Lambda表达式与Stream API的结合

Lambda表达式与Stream API结合后，可以大大简化代码，尤其是在处理集合时。以下是一个典型的例子：

示例：结合Lambda和Stream API

List<String> names = Arrays.asList("John", "Jane", "Doe", "Alice", "Anna");

long count = names.stream()
    .filter(name -> name.length() > 3)  // 筛选名字长度大于3的
    .count();  // 统计符合条件的元素个数

System.out.println(count);  // 输出：3

在这段代码中，我们通过filter()和Lambda表达式筛选出名字长度大于3的元素，随后使用count()终端操作来计算数量。整个过程没有显式的循环和条件判断，代码简洁清晰。

4. 常见的Stream API操作

4.1 `filter()`：过滤流中的元素

filter()方法用于根据条件过滤流中的元素：

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);

numbers.stream()
    .filter(n -> n % 2 == 0)  // 筛选偶数
    .forEach(System.out::println);  // 输出：2, 4, 6

4.2 `map()`：映射每个元素

map()将流中的元素转换为另一种形式：

List<String> names = Arrays.asList("John", "Jane", "Doe");

names.stream()
    .map(String::toUpperCase)  // 转换为大写
    .forEach(System.out::println);  // 输出：JOHN, JANE, DOE

4.3 `collect()`：收集流的结果

collect()方法是终端操作，用于将流中的元素收集到集合、数组等容器中：

List<String> filteredNames = names.stream()
    .filter(name -> name.startsWith("J"))
    .collect(Collectors.toList());

System.out.println(filteredNames);  // 输出：[John, Jane]

4.4 `reduce()`：将流中的元素合并为一个结果

reduce()方法用于将流中的元素进行聚合计算：

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

int sum = numbers.stream()
    .reduce(0, Integer::sum);  // 求和

System.out.println(sum);  // 输出：15

5. Lambda与Stream API的优势

5.1 简洁性

Lambda表达式和Stream API的最大优势在于代码的简洁性。通过声明式编程方式，避免了传统Java代码中常见的循环和条件判断，使得代码更具表达力。

5.2 可读性

使用Stream API后，代码意图更加明确。例如，通过filter()、map()等链式操作，代码逻辑一目了然，读者可以轻松理解每一步的操作。

5.3 性能优化

Stream API还支持并行流（Parallel Stream），可以充分利用多核处理器的优势。在大数据集上，可以通过parallelStream()轻松实现并行处理，提升性能：

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);

int sum = numbers.parallelStream()
    .reduce(0, Integer::sum);

System.out.println(sum);  // 输出：55