JDK1.8

jdk1.8新特性知识点：

•     Lambda表达式
•     函数式接口
•     方法引用和构造器调用
•     Stream API
•     接口中的默认方法和静态方法
•     新时间日期API

    在jdk1.8中对hashMap等map集合的数据结构优化。hashMap数据结构的优化
    原来的hashMap采用的数据结构是哈希表（数组+链表），hashMap默认大小是16，一个0-15索引的数组，如何往里面存储元素，首先调用元素的hashcode
    方法，计算出哈希码值，经过哈希算法算成数组的索引值，如果对应的索引处没有元素，直接存放，如果有对象在，那么比较它们的equals方法比较内容
    如果内容一样，后一个value会将前一个value的值覆盖，如果不一样，在1.7的时候，后加的放在前面，形成一个链表，形成了碰撞，在某些情况下如果链表
    无限下去，那么效率极低，碰撞是避免不了的
    加载因子：0.75，数组扩容，达到总容量的75%，就进行扩容，但是无法避免碰撞的情况发生
    在1.8之后，在数组+链表+红黑树来实现hashmap，当碰撞的元素个数大于8时 & 总容量大于64，会有红黑树的引入
    除了添加之后，效率都比链表高，1.8之后链表新进元素加到末尾
    ConcurrentHashMap (锁分段机制)，concurrentLevel,jdk1.8采用CAS算法(无锁算法，不再使用锁分段)，数组+链表中也引入了红黑树的使用

Lambda表达式

    lambda表达式本质上是一段匿名内部类，也可以是一段可以传递的代码

先来体验一下lambda最直观的优点：简洁代码

这样一个场景，在商城浏览商品信息时，经常会有条件的进行筛选浏览，例如要选颜色为红色的、价格小于8000千的….

定义过滤方法：

public List<Product> filterProductByPredicate(List<Product> list,MyPredicate<Product> mp){
        List<Product> prods = new ArrayList<>();
        for (Product prod : list){
            if (mp.test(prod)){
                prods.add(prod);
            }
        }
        return prods;
}

使用lambda表达式过滤

public void test4(){
      List<Product> products = filterProductByPredicate(proList, (p) -> p.getPrice() < 8000);
      for (Product pro : products){
          System.out.println(pro);
      }
 }

在jdk1.8中还有更加简便的操作 Stream API

优化：使用Stream API
甚至不用定义过滤方法，直接在集合上进行操作

// 使用jdk1.8中的Stream API进行集合的操作

@Test
public void test(){
    // 根据价格过滤
    proList.stream()
           .fliter((p) -> p.getPrice() <8000)
           .limit(2)
           .forEach(System.out::println);

    // 根据颜色过滤
    proList.stream()
           .fliter((p) -> "红色".equals(p.getColor()))
           .forEach(System.out::println);

    // 遍历输出商品名称
    proList.stream()
           .map(Product::getName)
           .forEach(System.out::println);
}

Lmabda表达式的语法总结： () -> ();
前置    语法
无参数无返回值    () -> System.out.println(“Hello WOrld”)
有一个参数无返回值    (x) -> System.out.println(x)
有且只有一个参数无返回值    x -> System.out.println(x)
有多个参数，有返回值，有多条lambda体语句    (x，y) -> {System.out.println(“xxx”);return xxxx;}；
有多个参数，有返回值，只有一条lambda体语句    (x，y) -> xxxx

口诀：左右遇一省括号，左侧推断类型省

注：当一个接口中存在多个抽象方法时，如果使用lambda表达式，并不能智能匹配对应的抽象方法，因此引入了函数式接口的概念
函数式接口

    函数式接口的提出是为了给Lambda表达式的使用提供更好的支持。

什么是函数式接口？
简单来说就是只定义了一个抽象方法的接口（Object类的public方法除外），就是函数式接口，并且还提供了注解：@FunctionalInterface

常见的四大函数式接口

    Consumer 《T》：消费型接口，有参无返回值   

@Test
public void test(){
        changeStr("hello",(str) -> System.out.println(str));
}

    /**
     *  Consumer<T> 消费型接口
     * @param str
     * @param con
     */
public void changeStr(String str, Consumer<String> con){
        con.accept(str);
}

    Supplier 《T》：供给型接口，无参有返回值

    @Test
    public void test2(){
        String value = getValue(() -> "hello");
        System.out.println(value);
    }

    /**
     *  Supplier<T> 供给型接口
     * @param sup
     * @return
     */
    public String getValue(Supplier<String> sup){
        return sup.get();
    }

    Function 《T,R》：:函数式接口，有参有返回值

    @Test
    public void test3(){
        Long result = changeNum(100L, (x) -> x + 200L);
        System.out.println(result);
    }

    /**
     *  Function<T,R> 函数式接口
     * @param num
     * @param fun
     * @return
     */
    public Long changeNum(Long num, Function<Long, Long> fun){
        return fun.apply(num);
    }

    Predicate《T》： 断言型接口，有参有返回值，返回值是boolean类型

    public void test4(){
        boolean result = changeBoolean("hello", (str) -> str.length() > 5);
        System.out.println(result);
    }

    /**
     *  Predicate<T> 断言型接口
     * @param str
     * @param pre
     * @return
     */
    public boolean changeBoolean(String str, Predicate<String> pre){
        return pre.test(str);
    }

在四大核心函数式接口基础上，还提供了诸如BiFunction、BinaryOperation、toIntFunction等扩展的函数式接口，都是在这四种函数式接口上扩展而来的，不做赘述。

总结：函数式接口的提出是为了让我们更加方便的使用lambda表达式，不需要自己再手动创建一个函数式接口，直接拿来用就好了，贴
方法引用

    若lambda体中的内容有方法已经实现了，那么可以使用“方法引用”
    也可以理解为方法引用是lambda表达式的另外一种表现形式并且其语法比lambda表达式更加简单

(a) 方法引用
三种表现形式：
1. 对象：：实例方法名
2. 类：：静态方法名
3. 类：：实例方法名 （lambda参数列表中第一个参数是实例方法的调用 者，第二个参数是实例方法的参数时可用）
 

public void test() {
        /**
        *注意：
        *   1.lambda体中调用方法的参数列表与返回值类型，要与函数式接口中抽象方法的函数列表和返回值类型保持一致！
        *   2.若lambda参数列表中的第一个参数是实例方法的调用者，而第二个参数是实例方法的参数时，可以使用ClassName::method
        *
        */
        Consumer<Integer> con = (x) -> System.out.println(x);
        con.accept(100);

        // 方法引用-对象::实例方法
        Consumer<Integer> con2 = System.out::println;
        con2.accept(200);

        // 方法引用-类名::静态方法名
        BiFunction<Integer, Integer, Integer> biFun = (x, y) -> Integer.compare(x, y);
        BiFunction<Integer, Integer, Integer> biFun2 = Integer::compare;
        Integer result = biFun2.apply(100, 200);

        // 方法引用-类名::实例方法名
        BiFunction<String, String, Boolean> fun1 = (str1, str2) -> str1.equals(str2);
        BiFunction<String, String, Boolean> fun2 = String::equals;
        Boolean result2 = fun2.apply("hello", "world");
        System.out.println(result2);
}

(b)构造器引用
格式：ClassName::new

public void test2() {

        // 构造方法引用  类名::new
        Supplier<Employee> sup = () -> new Employee();
        System.out.println(sup.get());
        Supplier<Employee> sup2 = Employee::new;
        System.out.println(sup2.get());

        // 构造方法引用 类名::new （带一个参数）
        Function<Integer, Employee> fun = (x) -> new Employee(x);
        Function<Integer, Employee> fun2 = Employee::new;
        System.out.println(fun2.apply(100));
 }

(c)数组引用

格式：Type[]::new

public void test(){
        // 数组引用
        Function<Integer, String[]> fun = (x) -> new String[x];
        Function<Integer, String[]> fun2 = String[]::new;
        String[] strArray = fun2.apply(10);
        Arrays.stream(strArray).forEach(System.out::println);
}

Stream API

Stream操作的三个步骤

    创建stream
    中间操作（过滤、map）
    终止操作

stream的创建：

    // 1，校验通过Collection 系列集合提供的stream()或者paralleStream()
    List<String> list = new ArrayList<>();
    Strean<String> stream1 = list.stream();

    // 2.通过Arrays的静态方法stream()获取数组流
    String[] str = new String[10];
    Stream<String> stream2 = Arrays.stream(str);

    // 3.通过Stream类中的静态方法of
    Stream<String> stream3 = Stream.of("aa","bb","cc");

    // 4.创建无限流
    // 迭代
    Stream<Integer> stream4 = Stream.iterate(0,(x) -> x+2);

    //生成
    Stream.generate(() ->Math.random());

Stream的中间操作:

/**
   * 筛选 过滤  去重
   */
  emps.stream()
          .filter(e -> e.getAge() > 10)
          .limit(4)
          .skip(4)
          // 需要流中的元素重写hashCode和equals方法
          .distinct()
          .forEach(System.out::println);


  /**
   *  生成新的流 通过map映射
   */
  emps.stream()
          .map((e) -> e.getAge())
          .forEach(System.out::println);


  /**
   *  自然排序  定制排序
   */
  emps.stream()
          .sorted((e1 ,e2) -> {
              if (e1.getAge().equals(e2.getAge())){
                  return e1.getName().compareTo(e2.getName());
              } else{
                  return e1.getAge().compareTo(e2.getAge());
              }
          })
          .forEach(System.out::println);

Stream的终止操作：
 

/**
         *      查找和匹配
         *          allMatch-检查是否匹配所有元素
         *          anyMatch-检查是否至少匹配一个元素
         *          noneMatch-检查是否没有匹配所有元素
         *          findFirst-返回第一个元素
         *          findAny-返回当前流中的任意元素
         *          count-返回流中元素的总个数
         *          max-返回流中最大值
         *          min-返回流中最小值
         */

        /**
         *  检查是否匹配元素
         */
        boolean b1 = emps.stream()
                .allMatch((e) -> e.getStatus().equals(Employee.Status.BUSY));
        System.out.println(b1);

        boolean b2 = emps.stream()
                .anyMatch((e) -> e.getStatus().equals(Employee.Status.BUSY));
        System.out.println(b2);

        boolean b3 = emps.stream()
                .noneMatch((e) -> e.getStatus().equals(Employee.Status.BUSY));
        System.out.println(b3);

        Optional<Employee> opt = emps.stream()
                .findFirst();
        System.out.println(opt.get());

        // 并行流
        Optional<Employee> opt2 = emps.parallelStream()
                .findAny();
        System.out.println(opt2.get());

        long count = emps.stream()
                .count();
        System.out.println(count);

        Optional<Employee> max = emps.stream()
                .max((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));
        System.out.println(max.get());

        Optional<Employee> min = emps.stream()
                .min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));
        System.out.println(min.get());

还有功能比较强大的两个终止操作 reduce和collect
reduce操作： reduce:(T identity,BinaryOperator)/reduce(BinaryOperator)-可以将流中元素反复结合起来，得到一个值

       /**
         *  reduce ：规约操作
         */
        List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
        Integer count2 = list.stream()
                .reduce(0, (x, y) -> x + y);
        System.out.println(count2);

        Optional<Double> sum = emps.stream()
                .map(Employee::getSalary)
                .reduce(Double::sum);
        System.out.println(sum);

collect操作：Collect-将流转换为其他形式，接收一个Collection接口的实现，用于给Stream中元素做汇总的方法
       

       /**
         *  collect：收集操作
         */

        List<Integer> ageList = emps.stream()
                .map(Employee::getAge)
                .collect(Collectors.toList());
        ageList.stream().forEach(System.out::println);

   

并行流和串行流

在jdk1.8新的stream包中针对集合的操作也提供了并行操作流和串行操作流。并行流就是把内容切割成多个数据块，并且使用多个线程分别处理每个数据块的内容。Stream api中声明可以通过parallel()与sequential()方法在并行流和串行流之间进行切换。
jdk1.8并行流使用的是fork/join框架进行并行操作
ForkJoin框架

Fork/Join 框架：就是在必要的情况下，将一个大任务，进行拆分(fork)成若干个小任务（拆到不可再拆时），再将一个个的小任务运算的结果进行 join 汇总。
关键字：递归分合、分而治之。
采用 “工作窃取”模式（work-stealing）：
当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线
程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中
相对于一般的线程池实现,fork/join框架的优势体现在对其中包含的任务的
处理方式上.在一般的线程池中,如果一个线程正在执行的任务由于某些原因
无法继续运行,那么该线程会处于等待状态.而在fork/join框架实现中,如果
某个子问题由于等待另外一个子问题的完成而无法继续运行.那么处理该子
问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程
的等待时间,提高了性能.。

/**
 * 要想使用Fark—Join，类必须继承
 * RecursiveAction（无返回值）
 * Or
 * RecursiveTask（有返回值）
*
*/
public class ForkJoin extends RecursiveTask<Long> {

    /**
     * 要想使用Fark—Join，类必须继承RecursiveAction（无返回值） 或者
     * RecursiveTask（有返回值）
     *
     * @author Wuyouxin
     */
    private static final long serialVersionUID = 23423422L;

    private long start;
    private long end;

    public ForkJoin() {
    }

    public ForkJoin(long start, long end) {
        this.start = start;
        this.end = end;
    }

    // 定义阙值
    private static final long THRESHOLD = 10000L;

    @Override
    protected Long compute() {
        if (end - start <= THRESHOLD) {
            long sum = 0;
            for (long i = start; i < end; i++) {
                sum += i;
            }
            return sum;
        } else {
            long middle = (end - start) / 2;
            ForkJoin left = new ForkJoin(start, middle);
            //拆分子任务，压入线程队列
            left.fork();
            ForkJoin right = new ForkJoin(middle + 1, end);
            right.fork();

            //合并并返回
            return left.join() + right.join();
        }
    }

    /**
     * 实现数的累加
     */
    @Test
    public void test1() {
        //开始时间
        Instant start = Instant.now();

        //这里需要一个线程池的支持
        ForkJoinPool pool = new ForkJoinPool();

        ForkJoinTask<Long> task = new ForkJoin(0L, 10000000000L);
        // 没有返回值     pool.execute();
        // 有返回值
        long sum = pool.invoke(task);

        //结束时间
        Instant end = Instant.now();
        System.out.println(Duration.between(start, end).getSeconds());
    }

    /**
     * java8 并行流 parallel()
     */
    @Test
    public void test2() {
        //开始时间
        Instant start = Instant.now();

        // 并行流计算    累加求和
        LongStream.rangeClosed(0, 10000000000L).parallel()
                .reduce(0, Long :: sum);

        //结束时间
        Instant end = Instant.now();
        System.out.println(Duration.between(start, end).getSeconds());
    }

    @Test
    public void test3(){
        List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
        list.stream().forEach(System.out::print);

        list.parallelStream()
            .forEach(System.out::print);
    }

展示多线程的效果：

    @Test
    public void test(){
        // 并行流 多个线程执行
        List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);
        numbers.parallelStream()
                .forEach(System.out::print);

        //
        System.out.println("=========================");
        numbers.stream()
                     .sequential()
                     .forEach(System.out::print);
    }

Optional容器

使用Optional容器可以快速的定位NPE，并且在一定程度上可以减少对参数非空检验的代码量。

  

/**
     *      Optional.of(T t); // 创建一个Optional实例
     *      Optional.empty(); // 创建一个空的Optional实例
     *      Optional.ofNullable(T t); // 若T不为null，创建一个Optional实例，否则创建一个空实例
     *      isPresent();    // 判断是够包含值
     *      orElse(T t);   //如果调用对象包含值，返回该值，否则返回T
     *      orElseGet(Supplier s);  // 如果调用对象包含值，返回该值，否则返回s中获取的值
     *      map(Function f): // 如果有值对其处理，并返回处理后的Optional，否则返回Optional.empty();
     *      flatMap(Function mapper);// 与map类似。返回值是Optional
     *
     *      总结：Optional.of(null)  会直接报NPE
     */

Optional<Employee> op = Optional.of(new Employee("zhansan", 11, 12.32, Employee.Status.BUSY));
        System.out.println(op.get());

        // NPE
        Optional<Employee> op2 = Optional.of(null);
        System.out.println(op2);
@Test
    public void test2(){
        Optional<Object> op = Optional.empty();
        System.out.println(op);

        // No value present
        System.out.println(op.get());
    }
@Test
    public void test3(){
        Optional<Employee> op = Optional.ofNullable(new Employee("lisi", 33, 131.42, Employee.Status.FREE));
        System.out.println(op.get());

        Optional<Object> op2 = Optional.ofNullable(null);
        System.out.println(op2);
       // System.out.println(op2.get());
    }
    @Test
    public void test5(){
        Optional<Employee> op1 = Optional.ofNullable(new Employee("张三", 11, 11.33, Employee.Status.VOCATION));
        System.out.println(op1.orElse(new Employee()));
        System.out.println(op1.orElse(null));
    }

    @Test
    public void test6(){
        Optional<Employee> op1 = Optional.of(new Employee("田七", 11, 12.31, Employee.Status.BUSY));
        op1 = Optional.empty();
        Employee employee = op1.orElseGet(() -> new Employee());
        System.out.println(employee);
    }

    @Test
    public void test7(){
        Optional<Employee> op1 = Optional.of(new Employee("田七", 11, 12.31, Employee.Status.BUSY));
        System.out.println(op1.map( (e) -> e.getSalary()).get());
    }

接口中可以定义默认实现方法和静态方法

在接口中可以使用default和static关键字来修饰接口中定义的普通方法

   

public interface Interface {
    default  String getName(){
        return "zhangsan";
    }

    static String getName2(){
        return "zhangsan";
    }
}

在JDK1.8中很多接口会新增方法，为了保证1.8向下兼容，1.7版本中的接口实现类不用每个都重新实现新添加的接口方法，引入了default默认实现，static的用法是直接用接口名去调方法即可。当一个类继承父类又实现接口时，若后两者方法名相同，则优先继承父类中的同名方法，即“类优先”，如果实现两个同名方法的接口，则要求实现类必须手动声明默认实现哪个接口中的方法。
新的日期API LocalDate | LocalTime | LocalDateTime

新的日期API都是不可变的，更使用于多线程的使用环境中

1.     @Test
2.     public void test(){
3.         // 从默认时区的系统时钟获取当前的日期时间。不用考虑时区差
4.         LocalDateTime date = LocalDateTime.now();
5.         //2018-07-15T14:22:39.759
6.         System.out.println(date);
7.         System.out.println(date.getYear());
8.         System.out.println(date.getMonthValue());
9.         System.out.println(date.getDayOfMonth());
10.         System.out.println(date.getHour());
11.         System.out.println(date.getMinute());
12.         System.out.println(date.getSecond());
13.         System.out.println(date.getNano());
14.         // 手动创建一个LocalDateTime实例
15.         LocalDateTime date2 = LocalDateTime.of(2017, 12, 17, 9, 31, 31, 31);
16.         System.out.println(date2);
17.         // 进行加操作，得到新的日期实例
18.         LocalDateTime date3 = date2.plusDays(12);
19.         System.out.println(date3);
20.         // 进行减操作，得到新的日期实例
21.         LocalDateTime date4 = date3.minusYears(2);
22.         System.out.println(date4);
23.     }

 

1.     @Test
2.     public void test2(){
3.         // 时间戳  1970年1月1日00：00：00 到某一个时间点的毫秒值
4.         // 默认获取UTC时区
5.         Instant ins = Instant.now();
6.         System.out.println(ins);
7.         System.out.println(LocalDateTime.now().toInstant(ZoneOffset.of("+8")).toEpochMilli());
8.         System.out.println(System.currentTimeMillis());
9.         System.out.println(Instant.now().toEpochMilli());
10.         System.out.println(Instant.now().atOffset(ZoneOffset.ofHours(8)).toInstant().toEpochMilli());
11.     }

1.     @Test
2.     public void test3(){
3.         // Duration:计算两个时间之间的间隔
4.         // Period：计算两个日期之间的间隔
5.         Instant ins1 = Instant.now();
6.         try {
7.             Thread.sleep(1000);
8.         } catch (InterruptedException e) {
9.             e.printStackTrace();
10.         }
11.         Instant ins2 = Instant.now();
12.         Duration dura = Duration.between(ins1, ins2);
13.         System.out.println(dura);
14.         System.out.println(dura.toMillis());
15.         System.out.println("======================");
16.         LocalTime localTime = LocalTime.now();
17.         try {
18.             Thread.sleep(1000);
19.         } catch (InterruptedException e) {
20.             e.printStackTrace();
21.         }
22.         LocalTime localTime2 = LocalTime.now();
23.         Duration du2 = Duration.between(localTime, localTime2);
24.         System.out.println(du2);
25.         System.out.println(du2.toMillis());
26.     }

   

1.    @Test
2.     public void test4(){
3.         LocalDate localDate =LocalDate.now();
4.         try {
5.             Thread.sleep(1000);
6.         } catch (InterruptedException e) {
7.             e.printStackTrace();
8.         }
9.         LocalDate localDate2 = LocalDate.of(2016,12,12);
10.         Period pe = Period.between(localDate, localDate2);
11.         System.out.println(pe);
12.     }

   

1.     @Test
2.     public void test5(){
3.         // temperalAdjust 时间校验器
4.         // 例如获取下周日  下一个工作日
5.         LocalDateTime ldt1 = LocalDateTime.now();
6.         System.out.println(ldt1);
7.         // 获取一年中的第一天
8.         LocalDateTime ldt2 = ldt1.withDayOfYear(1);
9.         System.out.println(ldt2);
10.         // 获取一个月中的第一天
11.         LocalDateTime ldt3 = ldt1.withDayOfMonth(1);
12.         System.out.println(ldt3);
13.         LocalDateTime ldt4 = ldt1.with(TemporalAdjusters.next(DayOfWeek.FRIDAY));
14.         System.out.println(ldt4);
15.         // 获取下一个工作日
16.         LocalDateTime ldt5 = ldt1.with((t) -> {
17.             LocalDateTime ldt6 = (LocalDateTime)t;
18.             DayOfWeek dayOfWeek = ldt6.getDayOfWeek();
19.             if (DayOfWeek.FRIDAY.equals(dayOfWeek)){
20.                 return ldt6.plusDays(3);
21.             }
22.             else if (DayOfWeek.SATURDAY.equals(dayOfWeek)){
23.                 return ldt6.plusDays(2);
24.             }
25.             else {
26.                 return ldt6.plusDays(1);
27.             }
28.         });
29.         System.out.println(ldt5);
30.     }

   

1.     @Test
2.     public void test6(){
3.         // DateTimeFormatter: 格式化时间/日期
4.         // 自定义格式
5.         LocalDateTime ldt = LocalDateTime.now();
6.         DateTimeFormatter formatter = DateTimeFormatter.ofPattern("yyyy年MM月dd日");
7.         String strDate1 = ldt.format(formatter);
8.         String strDate = formatter.format(ldt);
9.         System.out.println(strDate);
10.         System.out.println(strDate1);
11.         // 使用api提供的格式
12.         DateTimeFormatter dtf = DateTimeFormatter.ISO_DATE;
13.         LocalDateTime ldt2 = LocalDateTime.now();
14.         String strDate3 = dtf.format(ldt2);
15.         System.out.println(strDate3);
16.         // 解析字符串to时间
17.         DateTimeFormatter df = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");
18.         LocalDateTime time = LocalDateTime.now();
19.         String localTime = df.format(time);
20.         LocalDateTime ldt4 = LocalDateTime.parse("2017-09-28 17:07:05",df);
21.         System.out.println("LocalDateTime转成String类型的时间："+localTime);
22.         System.out.println("String类型的时间转成LocalDateTime："+ldt4);
23.     }

   

1.     // ZoneTime  ZoneDate       ZoneDateTime
2.     @Test
3.     public void test7(){
4.         LocalDateTime now = LocalDateTime.now(ZoneId.of("Asia/Shanghai"));
5.         System.out.println(now);
6.         LocalDateTime now2 = LocalDateTime.now();
7.         ZonedDateTime zdt = now2.atZone(ZoneId.of("Asia/Shanghai"));
8.         System.out.println(zdt);
9.         Set<String> set = ZoneId.getAvailableZoneIds();
10.         set.stream().forEach(System.out::println);
11.     }

  

补充：

    表示日期的LocalDate
    表示时间的LocalTime
    表示日期时间的LocalDateTime

新的日期API的几个优点：

 * 之前使用的java.util.Date月份从0开始，我们一般会+1使用，很不方便，java.time.LocalDate月份和星期都改成了enum
 * java.util.Date和SimpleDateFormat都不是线程安全的，而LocalDate和LocalTime和最基本的String一样，是不变类型，不但线程安全，而且不能修改。
 * java.util.Date是一个“万能接口”，它包含日期、时间，还有毫秒数，更加明确需求取舍
 * 新接口更好用的原因是考虑到了日期时间的操作，经常发生往前推或往后推几天的情况。用java.util.Date配合Calendar要写好多代码，而且一般的开发人员还不一定能写对。

    LocalDate

1. public static void localDateTest() {
2.         //获取当前日期,只含年月日 固定格式 yyyy-MM-dd    2018-05-04
3.         LocalDate today = LocalDate.now();
4.         // 根据年月日取日期，5月就是5，
5.         LocalDate oldDate = LocalDate.of(2018, 5, 1);
6.         // 根据字符串取：默认格式yyyy-MM-dd，02不能写成2
7.         LocalDate yesteday = LocalDate.parse("2018-05-03");
8.         // 如果不是闰年 传入29号也会报错
9.         LocalDate.parse("2018-02-29");
10.     }

  

    LocalDate常用转化

1.     /**
2.      * 日期转换常用,第一天或者最后一天...
3.      */
4.     public static void localDateTransferTest(){
5.         //2018-05-04
6.         LocalDate today = LocalDate.now();
7.         // 取本月第1天： 2018-05-01
8.         LocalDate firstDayOfThisMonth = today.with(TemporalAdjusters.firstDayOfMonth());
9.         // 取本月第2天：2018-05-02
10.         LocalDate secondDayOfThisMonth = today.withDayOfMonth(2);
11.         // 取本月最后一天，再也不用计算是28，29，30还是31： 2018-05-31
12.         LocalDate lastDayOfThisMonth = today.with(TemporalAdjusters.lastDayOfMonth());
13.         // 取下一天：2018-06-01
14.         LocalDate firstDayOf2015 = lastDayOfThisMonth.plusDays(1);
15.         // 取2018年10月第一个周三 so easy?：  2018-10-03
16.         LocalDate thirdMondayOf2018 = LocalDate.parse("2018-10-01").with(TemporalAdjusters.firstInMonth(DayOfWeek.WEDNESDAY));
17.     }

  

    LocalTime

1.  public static void localTimeTest(){
2.         //16:25:46.448(纳秒值)
3.         LocalTime todayTimeWithMillisTime = LocalTime.now();
4.         //16:28:48 不带纳秒值
5.         LocalTime todayTimeWithNoMillisTime = LocalTime.now().withNano(0);
6.         LocalTime time1 = LocalTime.parse("23:59:59");
7.     }

  

    LocalDateTime

1. public static void localDateTimeTest(){
2.         //转化为时间戳  毫秒值
3.         long time1 = LocalDateTime.now().toInstant(ZoneOffset.of("+8")).toEpochMilli();
4.         long time2 = System.currentTimeMillis();
5.         //时间戳转化为localdatetime
6.         DateTimeFormatter df= DateTimeFormatter.ofPattern("YYYY-MM-dd HH:mm:ss.SSS");
7.         System.out.println(df.format(LocalDateTime.ofInstant(Instant.ofEpochMilli(time1),ZoneId.of("Asia/Shanghai"))));
8.     }