1 函数式编程
函数式编程(Functional Programming)是编程范式的一种。最常见的编程范式是命令式编程(Impera Programming),比如面向过程、面向对象编程都属于命令式编程,大家用得最多、最熟悉。函数式编程并非近几年的新技术或新思维,其诞生已有50多年时间。
在函数式编程里面,一切都是数学函数。当然,函数式编程语言里也可以有对象,但这些对象是不可变的——要么是函数参数要么是返回值。函数式编程语言里没有for等循环,而是通过递归、把函数当成参数传递的方式实现循环效果。
简而言之,函数式编程的特点:一切皆函数(称算子?)、一切数据皆不可变,一切计算都是函数作用在不可变数据上产生新不可变数据的过程。
注:Java 8的主要变化
lambda表达式
方法引用
接口默认方法
Stream
用Optional取代null
新的日志和时间:推荐用Instance代替Date、用LocalDateTime代替Calendar、用DateTimeFormatter代替SimpleDateFormat
CompletableFuture
去除了永久代(PermGen) 被元空间(Metaspace)代替
2 Java 8函数式编程(Lambda表达式)
Java 8开始支持函数式编程,其是通过Lambda表达式语法来支持的。
Java SE 8 adds a relatively small number of new language features -- lambda expressions, method references, default and static methods in interfaces, and more widespread use of type inference
2.1 Lambda表达式
Lambda表达式可以看成是对 特定接口的匿名实现类语法 的简写(只是语法上看如是,它们在JVM层面是有明显区别的,见后文),这里的“特定接口”是指函数式接口,若不是函数式接口则传参时若使用Lambda表达式编译器会报错。示例:
new Thread(newRunnable() {
@Overridepublic voidrun() {
}
});//通过匿名内部类创建Runnable接口实现类作为Thread的参数
new Thread(() ->{
});//通过Labmda表达式创建Thread的参数Comparator c = (s1, s2) ->s1.compareToIgnoreCase(s2);
Comparator c = (String s1, String s2) ->s1.compareToIgnoreCase(s2);
FileFilter java= f -> f.getName().endsWith(".java");
button.addActionListener(e-> ui.dazzle(e.getModifiers()));
Supplier c = () -> () -> { System.out.println("hi"); };
Callable c = flag ? (() -> 23) : (() -> 42);
Lambda表达式代替匿名内部类作为函数的参数时,相当于向函数传递了个算子。与匿名内部类相比,Lambda表达式省略了方法名、方法的参数类型有无均可,当然最好不要写类型以由编译器自动推断从而提高灵活性。
2.2 函数式接口
函数式接口:接口中抽象方法有且只有一个 的接口。注:由于java中Object是任意类或接口的父类,故该抽象方法签名不能与Object中的方法一样;接口中可有非抽象方法,如default、static method等;可以在接口上加@FunctionalInterface,此时编译器会检查接口是否符合函数式接口规范。示例:
@FunctionalInterfacepublic interfaceCallBack {public String run();//须有且只有一个抽象方法//public String toString();//不允许,抽象方法不能与Object中的方法的signature一样
default String getName() {//允许有default方法
return "zhangsan";
}public static String getVersion() {//允许有static方法
return "1";
}
}
Java 8中定义了一组常用的函数式接口(java.util.function包下):
函数接口
抽象方法
功能
示例
Predicate
boolean test(T t)
判断真假
身高大于177cm?
Consumer
void accept(T t)
消费消息
Supplier
T get()
生产消息
Function
R apply(T t)
将T类型值转换成R类型值
根据student对象获取名字
BiFunction
R apply(T t, U u)
将T、U类型值转成R类型值
两个数乘积
UnaryOperator
T apply(T t)
一元操作
逻辑非(!)
BinaryOperator
T apply(T t, T u)
将两个T类型值转换成R类型值,BiFunction的特例
除了上述几种函数式接口外,还提供了int、long、double的primitive specializations,如IntSupplier、LongBinaryOperator、LongToDoubleFunction等。其他primitive types的可以转换为这三个primitive types的。
这些函数式接口结合Java 8中引入的Stream一起使用能够可以很大程度提高开发者的编码效率。
Lambda表达式和匿名内部类的区别:
匿名内部类编译后编译器会为匿名类也单独生成class文件,lambda表达式则不会。=> lambda表达式中的this的意义跟在表达式外的一样。示例:
1 public classHello {2 Runnable r1 = () -> { System.out.println(this); }3 Runnable r2 = () ->{ System.out.println(toString()); }4
5 public String toString() { return "Hello, world!"; }6
7 public static voidmain(String... args) {8 newHello().r1.run();9 newHello().r2.run();10 }11 }12 //结果:输出两个“Hello, world!”13 //若r1、r2用匿名内部类,则输出的两个结果不同,类似于:Hello$1@5b89a773 and Hello$2@537a7706
meaning of this in lambda
2.3 方法引用
若lambda表达式仅仅是调用某个方法,则可以写成方法引用,这种情况下使得方法引用代码更简洁易读。示例:
list.forEach(newConsumer() {
@Overridepublic voidaccept(Object s) {
System.out.println(s);
}
});//1 匿名内部类
list.forEach(s->System.out.println(s));//2 lambda表达式
list.forEach(System.out::println);//3 方法引用
方法引用有很多种,语法如下:
静态方法引用:ClassName::methodName
实例上的实例方法引用:instanceReference::methodName
父类的实例方法引用:super::methodName
类型上的实例方法引用:ClassName::methodName
构造方法引用:Class::new
数组构造方法引用:TypeName[]::new
3 Java 8 Stream
Java 8的interface引入了default method,以对集合框架Collection进行了扩展(从而其继承者如List、Set、Map也扩展了):增加了很多default method以支持Stream及Lambda表达式操作。
3.1 what
Java 8 API添加了新的抽象Stream(这里的Stream不是IO中的流),可以让我们以声明的方式处理数据。这种风格将要处理的元素集合看作一种流,流在管道中传输,并且可以在管道的节点上进行处理,如筛选、排序、聚合等。元素流在管道中经过中间操作(intermediate operation)的处理,最后由终止操作(terminal operation)得到前面处理的结果。
示例:
Liststrings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");//获取空字符串的数量
long count = strings.stream().filter(string -> string.isEmpty()).count();
Stream并不是某种数据结构,它更像是数据源(数据源可以是一个数组,Java容器或I/O channel等)的一种迭代器(Iterator),单向、不可重复、数据源只能遍历一次。要得到一个Stream通常不会手动创建,而是调用对应的工具方法,如:list1.stream()、list1.parallelStream()、Arrays.stream(T[] array)
3.2 Stream的特点
无存储:stream不是一种数据结构,它只是某种数据源的一个视图,数据源可以是一个数组,Java容器或I/O channel等,且可以是无限的。
无状态(为函数式编程而生):对stream的任何修改都不会修改背后的数据源,比如对stream执行过滤操作并不会删除被过滤的元素,而是会产生一个不包含被过滤元素的新stream。
惰式执行:stream上的操作并不会立即执行,只有等到用户真正需要结果的时候才会执行。
可消费性:stream只能被“消费”一次,一旦遍历过就会失效,就像容器的迭代器那样,想要再次遍历必须重新生成stream。
3.3 stream使用
对stream的操作分为两类,中间操作(intermediate operations)和终止操作(terminal operations):
中间操作总是会惰式执行,调用中间操作只会生成一个标记了该操作的新stream,仅此而已。
结束操作会触发实际计算,计算发生时会把所有中间操作积攒的操作以pipeline的方式执行,这样可以减少迭代次数。计算完成之后stream就会失效。
Stream“以声明的方式处理数据”,其提供了一系列操作,主要有:
forEach
distinct、filter、sorted
map、flatMap
reduce(虽也提供了max、min、count、sum,但这些均可由reduce实现等价效果)
collect,收集器,方法声明为 R collect(Supplier supplier, BiConsumer accumulator, BiConsumer combiner) ,三个参数分别指定目标容器是什么、元素如何产生、若是并行执行则多个结果如何合并。
实际用得更多的是只有一个Collector参数的collect方法,java.util.stream.Collectors工具类封装了生成大多数常用Collector的静态方法。如:
joining
summingDouble
生成列表:
toList、toSet:返回的集合类型为接口,具体类型由库决定
toCollection(ArrayList::new):返回的集合具体类型自己指定
生成map:
partitioningBy //只能分为两组,key为Boolean类型
groupingBy //可分为多组,类似于SQL中的group by操作
toMap
在使用时,就是通过为这些操作指定Lambda表达式(亦可称算子或函数?)来指定操作逻辑的。示例:
1 //reduce
2 Integer reduce = Stream.of(1, 2, 3, 4).reduce(0, (acc, x) -> acc+ 1);//相当于count3
4 //map
5 List students = new ArrayList<>(3);6 students.add(new Student("路飞", 22, 175));7 students.add(new Student("红发", 40, 180));8 students.add(new Student("白胡子", 50, 185));9 List names = students.stream().map(student ->student.getName()).collect(Collectors.toList());10
11 //flateMap
12 List students = new ArrayList<>(3);13 students.add(new Student("路飞", 22, 175));14 students.add(new Student("红发", 40, 180));15 students.add(new Student("白胡子", 50, 185));16 List studentList =Stream.of(students,17 asList(new Student("艾斯", 25, 183),18 new Student("雷利", 48, 176)))19 .flatMap(students1 ->students1.stream()).collect(Collectors.toList());20
21
22 //toSet
23 Set set = stream.collect(Collectors.toSet()); //(2)24
25 //toCollection
26 HashSet hashSet = stream.collect(Collectors.toCollection(HashSet::new));//(4)27
28 //toMap29 //使用toMap()统计学生GPA
30 Map studentToGPA =
31 students.stream().collect(Collectors.toMap(Function.identity(),//如何生成key
32 student -> computeGPA(student)));//如何生成value33
34 //partitioningBy
35 Map> passingFailing =students.stream()36 .collect(Collectors.partitioningBy(s -> s.getGrade() >=PASS_THRESHOLD));37
38 //groupingBy
39 Map> byDept =employees.stream()40 .collect(Collectors.groupingBy(Employee::getDepartment));41
42 Map totalByDept = employees.stream()//使用下游收集器统计每个部门的人数
43 .collect(Collectors.groupingBy(Employee::getDepartment,44 Collectors.counting()));//下游收集器
45
46 Map> byDept = employees.stream()//按照部门对员工分布组,并只保留员工的名字
47 .collect(Collectors.groupingBy(Employee::getDepartment,48 Collectors.mapping(Employee::getName,//下游收集器
49 Collectors.toList())));//更下游的收集器50
51 //joining
52 List students = new ArrayList<>(3);53 students.add(new Student("路飞", 22, 175));54 students.add(new Student("红发", 40, 180));55 students.add(new Student("白胡子", 50, 185));56
57 String names =students.stream()58 .map(Student::getName).collect(Collectors.joining(",","[","]"));
stream api demo
3.4 Stream工作流执行原理(stream-pipeline)
3.5 parallel Stream
java并行API演变:
1.0-1.4 中的 java.lang.Thread
5.0 中的 java.util.concurrent
6.0 中的 Phasers 等
7.0 中的 Fork/Join 框架
8.0 中的 parallelStream
parallelStream是java 8引入的,用于并行操作。其内部用了Fork/Join框架。
适用场景:CPU密集型
为何可比普通的多线程或线程池快:使用Fork/Join框架(ForkJoinPool.commonPool()),ForkJoinPool会自动将大任务拆解成无交集的子任务给不同线程并行执行,最后汇集结果。与线程池不同的是,还采取了工作窃取(work-stealing)算法,当有线程完成计算任务时会从其他线程的任务队列取任务来执行,从而整体上提高执行效率。
优点:代码简介,执行效率高;缺点:黑箱、不好跟踪调试
使用:尽可能用Stream API,多核情况下尽可能用parallelStream
参阅:
4 参考资料