Java8特性学习笔记

Java8特性

lambda表达式

这个东西很多编程语言都有,比如C++,python,java中的lambda表达式相当于创建一个函数式接口的实例(如果一个接口中,只声明了一个抽象方法,则此接口就称为函数式接口。我们可以在一个接口上使用 @FunctionalInterface 注解,这样做可以检查它是否是一个函数式接口)。

  1. 举例: (o1,o2) -> Integer.compare(o1,o2);
  2. 格式:
    -> :lambda操作符 或 箭头操作符
    ->左边:lambda形参列表 (其实就是接口中的抽象方法的形参列表)
    ->右边:lambda体 (其实就是重写的抽象方法的方法体)
  3. Lambda表达式的使用
    ->左边:lambda形参列表的参数类型可以省略(类型推断);如果lambda形参列表只有一个参数,其一对()也可以省略
    ->右边:lambda体应该使用一对{}包裹;如果lambda体只有一条执行语句(可能是return语句),省略这一对{}和return关键字

lambda表达式使用

public class LambdaTest1 {
    //语法格式一:无参,无返回值
    @Test
    public void test1(){
//        Runnable r1 = new Runnable() {
//            @Override
//            public void run() {
//                System.out.println("原匿名函数");
//            }
//        };
//        r1.run();

        Runnable r2 = () -> {
            System.out.println("lambda表达式");
        };
        r2.run();
    }

    //语法格式二:Lambda 需要一个参数,但是没有返回值。
    @Test
    public void test2(){

        Consumer<String> con = new Consumer<String>() {
            @Override
            public void accept(String s) {
                System.out.println(s);
            }
        };
        con.accept("原匿名函数");

        System.out.println("*******************");

        Consumer<String> con1 = (String s) -> {
            System.out.println(s);
        };
//        省略数据类型
//        Consumer<String> con1 = (s) -> {
//            System.out.println(s);
//        };
//        可以省略参数类型和()
//        Consumer<String> con1 = s -> {
//            System.out.println(s);
//        };
//        只有一条语句时{}也可以省
//        Consumer<String> con1 = s -> System.out.println(s);
        con1.accept("lambda表达式");
    }

    //语法格式三:Lambda 需要两个或以上的参数,多条执行语句,并且可以有返回值
    @Test
    public void test6(){

        Comparator<Integer> com1 = new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                System.out.println(o1);
                System.out.println(o2);
                return o1.compareTo(o2);
            }
        };

        System.out.println(com1.compare(12,21));

        System.out.println("*****************************");
        Comparator<Integer> com2 = (o1,o2) -> {
            System.out.println(o1);
            System.out.println(o2);
            return o1.compareTo(o2);
        };

        System.out.println(com2.compare(12,6));
    }

    //语法格式四:当 Lambda 体只有一条语句时,return 与大括号若有,都可以省略
    @Test
    public void test7(){

        Comparator<Integer> com1 = (o1,o2) -> {
            return o1.compareTo(o2);
        };

        System.out.println(com1.compare(12,6));

        System.out.println("*****************************");

        Comparator<Integer> com2 = (o1,o2) -> o1.compareTo(o2);

        System.out.println(com2.compare(12,21));

    }
}

java内置的4大核心函数式接口

lambda本质时函数式接口,可以看下最常用的函数式接口

  1. 消费型接口 Consumer void accept(T t)
  2. 供给型接口 Supplier T get()
  3. 函数型接口 Function<T,R> R apply(T t)
  4. 断定型接口 Predicate boolean test(T t)
public class LambdaTest2 {
@Test
    public void test1(){

        doSomething(500, new Consumer<Double>() {
            @Override
            public void accept(Double aDouble) {
                System.out.println("逛街购物花了:" + aDouble);
            }
        });

        System.out.println("********************");

        // money是入参,因为是单参数省略类型和()
        doSomething(400,money -> System.out.println("逛街购物花了:" + money));
    }

    public void doSomething(double money, Consumer<Double> con){
        con.accept(money);
    }

    @Test
    public void test2(){
        List<String> list = Arrays.asList("北京","南京","天津","东京","西京","普京");

        List<String> filterStrs = filterString(list, new Predicate<String>() {
            @Override
            public boolean test(String s) {
                return s.contains("京");
            }
        });

        System.out.println(filterStrs);

        // 省略return
        List<String> filterStrs1 = filterString(list,s -> s.contains("京"));
        System.out.println(filterStrs1);
    }

    //根据给定的规则,过滤集合中的字符串。此规则由Predicate的方法决定
    public List<String> filterString(List<String> list, Predicate<String> pre){

        ArrayList<String> filterList = new ArrayList<>();

        for(String s : list){
            if(pre.test(s)){
                filterList.add(s);
            }
        }

        return filterList;
    }
}

方法引用

  1. 使用情境:当要传递给Lambda体的操作,已经有实现的方法了,可以使用方法引用!
  2. 本质上就是Lambda表达式,而Lambda表达式作为函数式接口的实例。所以方法引用,也是函数式接口的实例。
  3. 使用格式: 类(或对象) :: 方法名
  4. 具体分为如下的三种情况:
    情况1 对象 :: 非静态方法
    情况2 类 :: 静态方法
    情况3 类 :: 非静态方法
  5. 方法引用使用的要求:要求接口中的抽象方法的形参列表和返回值类型与方法引用的方法的形参列表和返回值类型相同!(针对于情况1和情况2)

关于方法引用,虽然代码便简洁了,但是可读性会变得非常差,所以一般用lambda就可以,这里记录一下只做了解

  • 测试用例
package com.lujw.java;

public class Employee {

	private int id;
	private String name;
	private int age;
	private double salary;

	public int getId() {
		return id;
	}

	public void setId(int id) {
		this.id = id;
	}

	public String getName() {
		return name;
	}

	public void setName(String name) {
		this.name = name;
	}

	public int getAge() {
		return age;
	}

	public void setAge(int age) {
		this.age = age;
	}

	public double getSalary() {
		return salary;
	}

	public void setSalary(double salary) {
		this.salary = salary;
	}

	public Employee() {
		System.out.println("Employee().....");
	}

	public Employee(int id) {
		this.id = id;
		System.out.println("Employee(int id).....");
	}

	public Employee(int id, String name) {
		this.id = id;
		this.name = name;
	}

	public Employee(int id, String name, int age, double salary) {

		this.id = id;
		this.name = name;
		this.age = age;
		this.salary = salary;
	}

	@Override
	public String toString() {
		return "Employee{" + "id=" + id + ", name='" + name + '\'' + ", age=" + age + ", salary=" + salary + '}';
	}

	@Override
	public boolean equals(Object o) {
		if (this == o)
			return true;
		if (o == null || getClass() != o.getClass())
			return false;

		Employee employee = (Employee) o;

		if (id != employee.id)
			return false;
		if (age != employee.age)
			return false;
		if (Double.compare(employee.salary, salary) != 0)
			return false;
		return name != null ? name.equals(employee.name) : employee.name == null;
	}

	@Override
	public int hashCode() {
		int result;
		long temp;
		result = id;
		result = 31 * result + (name != null ? name.hashCode() : 0);
		result = 31 * result + age;
		temp = Double.doubleToLongBits(salary);
		result = 31 * result + (int) (temp ^ (temp >>> 32));
		return result;
	}
}
public class MethodRefTest {
    	// 情况一:对象 :: 实例方法
	// Consumer中的void accept(T t)
	// PrintStream中的void println(T t)
	@Test
	public void test1() {
		Consumer<String> con1 = str -> System.out.println(str);
		con1.accept("哇哈哈");

		System.out.println("*******************");
		PrintStream ps = System.out;
		// println的作用和 str -> System.out.println(str)一样,且入参和出参也一致,直接使用方法引用
		Consumer<String> con2 = ps::println;
		con2.accept("beijing");
	}

	// 情况二:类 :: 静态方法
	//Comparator中的int compare(T t1,T t2)
	//Integer中的int compare(T t1,T t2)
	@Test
	public void test3() {
		Comparator<Integer> com1 = (t1,t2) -> Integer.compare(t1,t2);
		System.out.println(com1.compare(12,21));
		System.out.println("*******************");
		// Integer中的静态方法compare作用与(t1,t2) -> Integer.compare(t1,t2)一致;
		Comparator<Integer> com2 = Integer::compare;
		System.out.println(com2.compare(12,3));
	}

	// 情况三:类 :: 实例方法  (有难度)
	// Comparator中的int comapre(T t1,T t2)
	// String中的int t1.compareTo(t2)
	@Test
	public void test5() {
		Comparator<String> com1 = (s1,s2) -> s1.compareTo(s2);
		System.out.println(com1.compare("abc","abd"));

		System.out.println("*******************");
        // 虽然compareTo的入参和comapre不一致,但是compareTo是由t1调用的,也可以替换
		Comparator<String> com2 = String :: compareTo;
		System.out.println(com2.compare("abd","abm"));
	}
}

Stream

  1. Stream关注的是对数据的运算,与CPU打交道,相当于是对数据的运算。只要作用与集合,可以看成作用于集合的算法
  2. 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
  3. Stream 执行流程
    3.1 Stream的实例化
    3.2 一系列的中间操作(过滤、映射、…) : 一个中间操作链,对数据源的数据进行处理
    3.3 终止操作 : 一旦执行终止操作,就执行中间操作链,并产生结果。之后,不会再被使用

Stream的实例化

  • 测试用例
public class EmployeeData {
	public static List<Employee> getEmployees(){
		List<Employee> list = new ArrayList<>();
		list.add(new Employee(1001, "甲1", 34, 6000.38));
		list.add(new Employee(1002, "甲2", 12, 9876.12));
		list.add(new Employee(1003, "甲3", 33, 3000.82));
		list.add(new Employee(1004, "甲4", 26, 7657.37));
		list.add(new Employee(1005, "甲5", 65, 5555.32));
		list.add(new Employee(1006, "甲6", 42, 9500.43));
		list.add(new Employee(1007, "甲7", 26, 4333.32));
		list.add(new Employee(1008, "甲8", 35, 2500.32));
		return list;
	}
}
  • 创建方式
public class StreamAPITest {
    //创建 Stream方式一:通过集合
    @Test
    public void test1(){
        List<Employee> employees = EmployeeData.getEmployees();
    //        default Stream<E> stream() : 返回一个顺序流,按集合顺序取出数据给溜
        Stream<Employee> stream = employees.stream();
    //        default Stream<E> parallelStream() : 返回一个并行流,多线程并发取数据给流
        Stream<Employee> parallelStream = employees.parallelStream();
    }

    //创建 Stream方式二:通过数组
    @Test
    public void test2(){
        int[] arr = new int[]{1,2,3,4,5,6};
        //调用Arrays类的static <T> Stream<T> stream(T[] array): 返回一个流
        IntStream stream = Arrays.stream(arr);

        Employee e1 = new Employee(1001,"Tom");
        Employee e2 = new Employee(1002,"Jerry");
        Employee[] arr1 = new Employee[]{e1,e2};
        Stream<Employee> stream1 = Arrays.stream(arr1);
    }

    //创建 Stream方式三:通过Stream的of()
    @Test
    public void test3(){
        Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6);
    }

    //创建 Stream方式四:创建无限流
    @Test
    public void test4(){

        //      迭代
        //      public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
        //0是初始值,每次加2,遍历前10个偶数,进行打印
        Stream.iterate(0, t -> t + 2).limit(10).forEach(System.out::println);


    //      生成随意流,中间操作:限制10个,终止操作:forEach
    //      public static<T> Stream<T> generate(Supplier<T> s)
        Stream.generate(Math::random).limit(10).forEach(System.out::println);
    }
}

Stream中间操作

方法描述
filter(Predicate p)接收 Lambda , 从流中排除某些元素。
limit(n)截断流,使其元素不超过给定数量。
skip(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
distinct()筛选,通过流所生成元素的 hashCode() 和 equals() 去除重复元素
map(Function f)接收一个函数作为参数,将元素转换成其他形式或提取信息,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
sorted()自然排序
sorted(Comparator com)定制排序
public class StreamAPITest1 {
    //1-筛选与切片
    @Test
    public void test1(){
        List<Employee> list = EmployeeData.getEmployees();
//        filter(Predicate p)——接收 Lambda , 从流中排除某些元素。
        Stream<Employee> stream = list.stream();
        //练习:查询员工表中薪资大于7000的员工信息
        stream.filter(e -> e.getSalary() > 7000).forEach(System.out::println);

        System.out.println();
//        limit(n)——截断流,使其元素不超过给定数量。
        list.stream().limit(3).forEach(System.out::println);
        System.out.println();

//        skip(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
        list.stream().skip(3).forEach(System.out::println);

        System.out.println();
//        distinct()——筛选,通过流所生成元素的 hashCode() 和 equals() 去除重复元素

        list.add(new Employee(1010,"刘强东",40,8000));
        list.add(new Employee(1010,"刘强东",41,8000));
        list.add(new Employee(1010,"刘强东",40,8000));
        list.add(new Employee(1010,"刘强东",40,8000));
        list.add(new Employee(1010,"刘强东",40,8000));

//        System.out.println(list);

        list.stream().distinct().forEach(System.out::println);
    }

    @Test
    public void test2(){
//        map(Function f)——接收一个函数作为参数,将元素转换成其他形式或提取信息,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。
        List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
        list.stream().map(str -> str.toUpperCase()).forEach(System.out::println);

        //获取员工姓名长度大于3的员工的姓名。
        List<Employee> employees = EmployeeData.getEmployees();
        Stream<String> namesStream = employees.stream().map(Employee::getName);
        namesStream.filter(name -> name.length() > 3).forEach(System.out::println);
        System.out.println();

        // map与flatMap的理解方式可以对比list里面的add与addall方法
        // 该情况下map生成一个流的流
        Stream<Stream<Character>> streamStream = list.stream().map(StreamAPITest1::fromStringToStream);
        streamStream.forEach(s ->{
            s.forEach(System.out::println);
        });
        System.out.println();
        // 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。
        // 该情况下只生成Character的流
        Stream<Character> characterStream = list.stream().flatMap(StreamAPITest1::fromStringToStream);
        characterStream.forEach(System.out::println);
    }

    //将字符串中的多个字符构成的集合转换为对应的Stream的实例
    public static Stream<Character> fromStringToStream(String str){//aa
        ArrayList<Character> list = new ArrayList<>();
        for(Character c : str.toCharArray()){
            list.add(c);
        }
       return list.stream();
    }

    //3-排序
    @Test
    public void test4(){
        // sorted()——自然排序,该方法需要实现Comparable接口,否则异常
        List<Integer> list = Arrays.asList(12, 43, 65, 34, 87, 0, -98, 7);
        list.stream().sorted().forEach(System.out::println);

        //        sorted(Comparator com)——定制排序

        List<Employee> employees = EmployeeData.getEmployees();
        employees.stream().sorted( (e1,e2) -> {

           int ageValue = Integer.compare(e1.getAge(),e2.getAge());
           if(ageValue != 0){
               return ageValue;
           }else{
               return -Double.compare(e1.getSalary(),e2.getSalary());
           }

        }).forEach(System.out::println);
    }
}

Stream终止操作

方法描述
allMatch(Predicate p)检查是否匹配所有元素
anyMatch(Predicate p)检查是否至少匹配一个元素
noneMatch(Predicate p)检查是否没有匹配的元素
findFirst()返回第一个元素
findAny()返回当前流中的任意元素,该方法只适用于parallelStream()方法创建的流
count()返回流中元素的总个数
max(Comparator c)返回流中最大值
min(Comparator c)返回流中最小值
forEach(Consumer c)内部迭代处理
reduce(T identity, BinaryOperator)可以将流中元素反复结合起来,得到一个值。返回 T
reduce(BinaryOperator)可以将流中元素反复结合起来,得到一个值。返回 Optional
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
public class StreamAPITest2 {

    //1-匹配与查找
    @Test
    public void test1(){
        List<Employee> employees = EmployeeData.getEmployees();

        // allMatch(Predicate p)——检查是否匹配所有元素。
        // 是否所有的员工的年龄都大于18
        boolean allMatch = employees.stream().allMatch(e -> e.getAge() > 18);
        System.out.println(allMatch);

        // anyMatch(Predicate p)——检查是否至少匹配一个元素。
        // 是否存在员工的工资大于 10000
        boolean anyMatch = employees.stream().anyMatch(e -> e.getSalary() > 10000);
        System.out.println(anyMatch);

        // noneMatch(Predicate p)——检查是否没有匹配的元素。
        // 是否存在员工姓“甲”
        boolean noneMatch = employees.stream().noneMatch(e -> e.getName().startsWith("甲"));
        System.out.println(noneMatch);
        // findFirst——返回第一个元素
        Optional<Employee> employee = employees.stream().findFirst();
        System.out.println(employee);
        // findAny——返回当前流中的任意元素,只对parallelStream方法创建的流有用,否正只返回第一个
        Optional<Employee> employee1 = employees.parallelStream().findAny();
        System.out.println(employee1);

    }

    @Test
    public void test2(){
        List<Employee> employees = EmployeeData.getEmployees();
        // count——返回流中元素的总个数
        long count = employees.stream().filter(e -> e.getSalary() > 5000).count();
        System.out.println(count);
        // max(Comparator c)——返回流中最大值
        // 返回最高的工资:
        Stream<Double> salaryStream = employees.stream().map(e -> e.getSalary());
        Optional<Double> maxSalary = salaryStream.max(Double::compare);    //此处为方法引用
        System.out.println(maxSalary);
        // min(Comparator c)——返回流中最小值
        // 返回最低工资的员工
        Optional<Employee> employee = employees.stream().min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));
        System.out.println(employee);
        System.out.println();
        // forEach(Consumer c)——内部迭代
        employees.stream().forEach(System.out::println);

        // 使用集合的遍历操作
        employees.forEach(System.out::println);
    }

    //2-归约
    @Test
    public void test3(){
        // reduce(T identity, BinaryOperator)——可以将流中元素反复结合起来,得到一个值。返回 T
        // 计算1-10的自然数的和
        List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
        Integer sum = list.stream().reduce(0, Integer::sum);
        System.out.println(sum);


        // reduce(BinaryOperator) ——可以将流中元素反复结合起来,得到一个值。返回 Optional<T>
        // 计算公司所有员工工资的总和
        List<Employee> employees = EmployeeData.getEmployees();
        Stream<Double> salaryStream = employees.stream().map(Employee::getSalary);
        // Optional<Double> sumMoney = salaryStream.reduce(Double::sum);
        Optional<Double> sumMoney = salaryStream.reduce((d1,d2) -> d1 + d2);
        System.out.println(sumMoney.get());
    }

    //3-收集
    @Test
    public void test4(){
        // 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
        // 查找工资大于6000的员工,结果返回为一个List或Set
        List<Employee> employees = EmployeeData.getEmployees();
        List<Employee> employeeList = employees.stream().filter(e -> e.getSalary() > 6000).collect(Collectors.toList());
        employeeList.forEach(System.out::println);
        System.out.println();
        Set<Employee> employeeSet = employees.stream().filter(e -> e.getSalary() > 6000).collect(Collectors.toSet());
        employeeSet.forEach(System.out::println);
    }
}

Optional

Optional主要是为了处理空指针异常的新增的特性,主要了解下几个常用的方法

方法描述
Optional.of(T t)创建一个 Optional 实例,t必须非空;
Optional.empty()创建一个空的 Optional 实例
Optional.ofNullable(T t)t可以为null
orElse(T t1)如果单前的Optional内部封装的t是非空的,则返回内部的t.
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值