java stream lambda_JAVA基础知识|lambda与stream

lambda与stream是java8中比较重要两个新特性，lambda表达式采用一种简洁的语法定义代码块，允许我们将行为传递到函数中。之前我们想将行为传递到函数中，仅有的选择是使用匿名内部类，现在我们可以使用lambda表达式替代匿名内部类。在学习lambda表达式之前，建议各位看官先去学习一下匿名内部类(JAVA基础知识|内部类)。

stream提供了很多有用的api，方便了我们对集合的操作

一、lambda表达式

基本语法:

(parameters) -> expression

或

(parameters) ->{ statements; }

lambda表达式的重要特征:

可选类型声明：不需要声明参数类型，编译器可以统一识别参数值。

可选的参数圆括号：一个参数无需定义圆括号，但多个参数需要定义圆括号。

可选的大括号：如果主体包含了一个语句，就不需要使用大括号。

可选的返回关键字：如果主体只有一个表达式返回值则编译器会自动返回值，大括号需要指定明表达式返回了一个数值。

以下是一些简单的例子，便于我们理解这些特性：

//1. 不需要参数,返回值为5

() -> 5

//2. 接收一个参数,()可以省略,返回其2倍的值

x -> 2 *x//3. 接受2个参数(数字),并返回他们的差值

(x, y) ->x –y//4. 接收2个int型整数,返回他们的和

( int x, int y) ->x +y//5. 接受一个 string 对象,并在控制台打印,不返回任何值(看起来像是返回void)

(String s) ->System.out.print(s)

二、lambda表达式使用

2.1、在for循环中使用

packagecom.my.controller;importjunit.framework.TestCase;importorg.junit.Test;importjava.util.ArrayList;importjava.util.List;/*** description:{description}

* author:jyy

* date:2018-01-09 16:43

* modify:{modify}*/

public class AppTest extendsTestCase {

@Testpublic voidtest() {

List list = new ArrayList<>();

list.add("北京");

list.add("上海");

list.add("广州");

list.add("深圳");for(String str : list) {

System.out.println(str);

}

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

list.forEach(str->System.out.println(str));

}

}

执行结果：

北京

上海

广州

深圳=================北京

上海

广州

深圳

2.2、替代匿名内部类使用

我们使用JAVA基础知识|内部类中的try catch示例

packagecom.my.controller;importjunit.framework.TestCase;importorg.junit.Test;importjava.util.ArrayList;importjava.util.List;/*** description:{description}

* author:jyy

* date:2018-01-09 16:43

* modify:{modify}*/

public class AppTest extendsTestCase {

@Testpublic voidtest() {//匿名内部类

new ExceptionTemplate().execute(newCatchExceptionable() {

@Overridepublic voidcatchException() {

System.out.println("代码");

}

});//lambda表达式

new ExceptionTemplate().execute(() -> System.out.println("代码"));

}

}

2.3、lambda表达式与Comparator类结合使用

packagecom.my.controller;importjunit.framework.TestCase;importorg.junit.Test;importjava.util.ArrayList;importjava.util.Comparator;importjava.util.List;/*** description:{description}

* author:jyy

* date:2018-01-09 16:43

* modify:{modify}*/

public class AppTest extendsTestCase {

@Testpublic voidtest() {

List list = new ArrayList<>();

list.add("BeiJing");

list.add("ShangHai");

list.add("GuangZhou");

list.add("ShenZhen");

list.sort(new Comparator() {

@Overridepublic intcompare(String o1, String o2) {returno1.compareTo(o2);

}

});

list.forEach(str->System.out.println(str));

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

List list2 = new ArrayList<>();

list2.add("BeiJing");

list2.add("ShangHai");

list2.add("GuangZhou");

list2.add("ShenZhen");//list2.sort((String o1,String o2) -> o1.compareTo(o2));

Comparator comparator =(String o1,String o2) ->o1.compareTo(o2);

list2.sort(comparator);

list2.forEach(str->System.out.println(str));

}

}

执行结果：

BeiJing

GuangZhou

ShangHai

ShenZhen==============BeiJing

GuangZhou

ShangHai

ShenZhen

2.4、 lambda不能访问非final的局部变量

之前我们说过匿名内部类不能访问非final的局部变量，其实lambda也有这个限制，lambda与匿名内部类在访问外部变量时，都不允许有修改变量的倾向。

因为实例变量存在堆中，而局部变量是在栈上分配，lambda 表达(匿名类) 会在另一个线程中执行。如果在线程中要直接访问一个局部变量，可能线程执行时该局部变量已经被销毁了，这会导致一些问题。

Java 8 的 lambda 可以捕获什么变量呢？

(1). 捕获实例或静态变量是没有限制的 (可认为是通过 final 类型的局部变量 this 来引用前两者)；

(2). 捕获的局部变量必须显式的声明为 final或实际效果的final 类型。

也就是在 Java 8 下，即使局部变量未声明为 final 类型，一旦在匿名类中访问了一下就被强型加上了 final 属性，所以后面就无法再次赋值了。换句话说，如果在匿名类或 lambda 表达式中访问的局部变量，如果不是 final 类型的话，编译器自动加上 final 修饰符。

publicDocApplicationTests(){

String str="123";

Consumer consumer = a->System.out.print(str);//str="345";//编译报错

}

三、流stream

Java 8 中的stream 是对集合(Collection)对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作(aggregate operation)，或者大批量数据操作 (bulk data operation)。stream API 借助于同样新出现的 lambda 表达式，极大的提高编程效率和程序可读性。同时它提供串行和并行两种模式进行汇聚操作，并发模式能够充分利用多核处理器的优势

生成流的两种方式：

stream() − 为集合创建串行流。

parallelStream() − 为集合创建并行流。

下面我们就来使用stream提供的各种API：

3.1、筛选和切片

方法

描述

filter

从流中过滤元素

distinct

通过流所生成的元素的hashCode()和equals()方法去重

limit

截断流，选取前n个元素

skip

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

packagecom.my.po;/*** description:{description}

* author:jyy

* date:2018-02-11 11:06

* modify:{modify}*/

public classEmployee {privateString id;privateString name;private doublesalary;privateString sex;public Employee(String id, String name, doublesalary,String sex) {this.id =id;this.name =name;this.salary =salary;this.sex=sex;

}publicString getId() {returnid;

}public voidsetId(String id) {this.id =id;

}publicString getName() {returnname;

}public voidsetName(String name) {this.name =name;

}public doublegetSalary() {returnsalary;

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

}publicString getSex() {returnsex;

}public voidsetSex(String sex) {this.sex =sex;

}

@OverridepublicString toString() {return "Employee{" +

"id='" + id + '\'' +

", name='" + name + '\'' +

", salary=" + salary +

", sex='" + sex + '\'' +

'}';

}

@Overridepublic booleanequals(Object o) {if (this == o) return true;if (o == null || getClass() != o.getClass()) return false;

Employee employee=(Employee) o;returnid.equals(employee.id);

}

@Overridepublic inthashCode() {returnid.hashCode();

}

}

View Code

packagecom.my.controller;importcom.my.po.Employee;importjunit.framework.TestCase;importorg.junit.Test;importjava.util.ArrayList;importjava.util.Arrays;importjava.util.List;importjava.util.Objects;/*** description:{description}

* author:jyy

* date:2018-01-09 16:43

* modify:{modify}*/

public class AppTest extendsTestCase {

@Testpublic voidtest() {

Employee[] employees={new Employee("1001", "李明", 5000, "male"),new Employee("1002", "王明", 7000, "male"),new Employee("1003", "张丽", 10000, "female"),new Employee("1004", "谢楠", 11000, "female"),new Employee("1004", "谢楠", 11000, "female")

};

List list =Arrays.asList(employees);//forEach,查询所有数据

list.stream().forEach(e ->System.out.println(e.toString()));//filter,查询集合中所有的女性

list.stream().filter(e -> Objects.equals(e.getSex(), "female")).forEach(e ->System.out.println(e.toString()));//查询集合中薪资大于6000的雇员

list.stream().filter(e -> e.getSalary() > 7000).forEach(e ->System.out.println(e));//limit,查询前两条数据

list.stream().limit(2).forEach(e ->System.out.println(e.toString()));//distinct,去重,利用Employee对象中的hashCode()和equals()方法

list.stream().distinct().forEach(e ->System.out.println(e));//skip,跳过前两个

list.stream().skip(2).forEach(e ->System.out.println(e));

}

}

View Code

3.2、映射

方法

描述

map(Function f)

接受一个函数作为参数，并将函数应用到每一个元素上，返回新的元素

mapToDouble(ToDoubleFunction f)

返回的新元素为double类型

mapToInt(ToIntFunction f)

返回的新元素为int类型

mapToLong(ToLongFunction f)

返回的新元素为long类型

flatMap(Function f)

操作多层嵌套的流，使其扁平化

3.2.1、map

Employee[] employees ={new Employee("1001", "李明", 5000, "male"),new Employee("1002", "王明", 7000, "male"),new Employee("1003", "张丽", 10000, "female"),new Employee("1004", "谢楠", 11000, "female"),new Employee("1004", "谢楠", 11000, "female")

};

List list =Arrays.asList(employees);//map

list.stream().map(e -> e.getSalary()).forEach(e -> System.out.println(e));

执行结果：

5000.0

7000.0

10000.0

11000.0

11000.0

可以看出，集合list经过map操作之后，类型已经改变。具体什么类型，由返回值决定

3.2.2、mapToDouble、mapToInt、mapToLong

Employee[] employees ={new Employee("1001", "李明", 5000, "male"),new Employee("1002", "王明", 7000, "male"),new Employee("1003", "张丽", 10000, "female"),new Employee("1004", "谢楠", 11000, "female"),new Employee("1004", "谢楠", 11000, "female")

};

List list =Arrays.asList(employees);

list.stream().mapToDouble(e-> e.getSalary()).forEach(e -> System.out.println(e));

执行结果：

5000.0

7000.0

10000.0

11000.0

11000.0

3.2.3、flatMap

Employee[] employees1 ={new Employee("1001", "李明", 5000, "male"),new Employee("1002", "王明", 7000, "male"),new Employee("1003", "张丽", 10000, "female"),new Employee("1004", "谢楠", 11000, "female")

};

Employee[] employees2={new Employee("1005", "Marry", 5000, "male"),new Employee("1006", "Linda", 7000, "male"),new Employee("1007", "Cris", 10000, "female")

};

List list = new ArrayList<>();

list.add(employees1);

list.add(employees2);

list.stream().flatMap(e-> Arrays.stream(e)).forEach(e -> System.out.println(e.toString()));

执行结果：

Employee{id='1001', name='李明', salary=5000.0, sex='male'}

Employee{id='1002', name='王明', salary=7000.0, sex='male'}

Employee{id='1003', name='张丽', salary=10000.0, sex='female'}

Employee{id='1004', name='谢楠', salary=11000.0, sex='female'}

Employee{id='1005', name='Marry', salary=5000.0, sex='male'}

Employee{id='1006', name='Linda', salary=7000.0, sex='male'}

Employee{id='1007', name='Cris', salary=10000.0, sex='female'}

3.3、排序

方法

描述

sorted()

产生一个新流，其中按自然顺序排序

sorted(Comparator comp)

产生一个新流，其中按比较器顺序排序

Employee[] employees ={new Employee("1001", "李明", 5000, "male"),new Employee("1002", "王明", 7000, "male"),new Employee("1003", "张丽", 10000, "female"),new Employee("1005", "Marry", 6000, "male"),new Employee("1006", "Linda", 9000, "male"),new Employee("1007", "Cris", 10000, "female"),new Employee("1004", "谢楠", 11000, "female")

};

List list =Arrays.asList(employees);

list.stream().map(e-> e.getSalary()).sorted().forEach(e ->System.out.println(e.toString()));

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

Comparator comparator = (String o1, String o2) ->o1.compareTo(o2);

list.stream().map(e-> e.getId()).sorted(comparator).forEach(e -> System.out.println(e.toString()));

执行结果：

5000.0

6000.0

7000.0

9000.0

10000.0

10000.0

11000.0

=======

1001

1002

1003

1004

1005

1006

1007

3.4、查找与匹配

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()

返回流中元素总数

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(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)

Employee[] employees ={new Employee("1001", "李明", 5000, "male"),new Employee("1002", "王明", 7000, "male"),new Employee("1003", "张丽", 10000, "female"),new Employee("1005", "Marry", 6000, "male"),new Employee("1006", "Linda", 9000, "male"),new Employee("1007", "Cris", 10000, "female"),new Employee("1004", "谢楠", 11000, "female")

};

List list =Arrays.asList(employees);

System.out.println("===allMatch===");

Boolean b1= list.stream().allMatch(e -> e.getSalary() > 4000);

Boolean b2= list.stream().allMatch(e -> e.getSalary() > 5000);

System.out.println(b1);

System.out.println(b2);

System.out.println("===anyMatch===");

Boolean b3= list.stream().anyMatch(e -> e.getSalary() > 10000);

Boolean b4= list.stream().anyMatch(e -> e.getSalary() > 11000);

System.out.println(b3);

System.out.println(b4);

System.out.println("===noneMatch===");

Boolean b5= list.stream().noneMatch(e -> e.getSalary() > 10000);

Boolean b6= list.stream().noneMatch(e -> e.getSalary() > 11000);

System.out.println(b5);

System.out.println(b6);

System.out.println("===findFirst===");

System.out.println(list.stream().findFirst().toString());

System.out.println("===findAny===");

System.out.println(list.stream().findAny().toString());

System.out.println("===count===");

System.out.println(list.stream().count());

System.out.println("===max===");

System.out.println(list.stream().max((Employee o1, Employee o2)->{if (o1.getSalary() > o2.getSalary()) return 1;else return -1;

}).toString());

System.out.println("===min===");

System.out.println(list.stream().min((Employee o1, Employee o2)->{if (o1.getSalary() > o2.getSalary()) return 1;else return -1;

}).toString());

执行结果：

===allMatch===

true

false

===anyMatch===

true

false

===noneMatch===

false

true

===findFirst===Optional[Employee{id='1001', name='李明', salary=5000.0, sex='male'}]===findAny===Optional[Employee{id='1001', name='李明', salary=5000.0, sex='male'}]===count===

7

===max===Optional[Employee{id='1004', name='谢楠', salary=11000.0, sex='female'}]===min===Optional[Employee{id='1001', name='李明', salary=5000.0, sex='male'}]

3.5、归约

map-reduce模式，在mongoDB、spark、hadoop等都有它的身影，因google使用它进行网络搜索而出名

方法

描述

reduce(T iden, BinaryOperator b)

可以将流中元素反复结合起来，得到一个值。返回T

reduce(BinaryOperator b)

可以将流中元素反复结合起来，得到一个值。返回Optional

Employee[] employees ={new Employee("1001", "李明", 5000, "male"),new Employee("1002", "王明", 7000, "male"),new Employee("1003", "张丽", 10000, "female"),new Employee("1005", "Marry", 6000, "male"),new Employee("1006", "Linda", 9000, "male"),new Employee("1007", "Cris", 10000, "female"),new Employee("1004", "谢楠", 11000, "female")

};

List list =Arrays.asList(employees);

String result1= list.stream().map(e -> e.getName()).reduce("", (x, y) -> x + "," +y);

System.out.println(result1.substring(1));

Optional result2 = list.stream().map(e -> e.getName()).reduce((x, y) -> x + "," +y);

System.out.println(result2.get());

执行结果：

李明,王明,张丽,Marry,Linda,Cris,谢楠

李明,王明,张丽,Marry,Linda,Cris,谢楠

3.6、收集

方法

描述

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

Employee[] employees ={new Employee("1001", "李明", 5000, "male"),new Employee("1002", "王明", 7000, "male"),new Employee("1003", "张丽", 10000, "female"),new Employee("1005", "Marry", 6000, "male"),new Employee("1006", "Linda", 9000, "male"),new Employee("1007", "Cris", 10000, "female"),new Employee("1004", "谢楠", 11000, "female")

};

List list =Arrays.asList(employees);

List collect = list.stream().map(e ->e.getName()).collect(Collectors.toList());

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

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

Set set =list.stream()

.map(e->e.getName())

.collect(Collectors.toSet());

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

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

HashSet hashSet =list.stream()

.map(e->e.getName())

.collect(Collectors.toCollection(HashSet::new));

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

System.out.println("-------------------");//分组

Map> group =list.stream()

.collect(Collectors.groupingBy(e->e.getSalary()));

System.out.println(group);

执行结果：

李明

王明

张丽

Marry

Linda

Cris

谢楠-------------------张丽

Cris

李明

王明

Linda

Marry

谢楠-------------------张丽

Cris

李明

王明

Linda

Marry

谢楠

{9000.0=[Employee{id='1006', name='Linda', salary=9000.0, sex='male'}], 10000.0=[Employee{id='1003', name='张丽', salary=10000.0, sex='female'}, Employee{id='1007', name='Cris', salary=10000.0, sex='female'}], 5000.0=[Employee{id='1001', name='李明', salary=5000.0, sex='male'}], 11000.0=[Employee{id='1004', name='谢楠', salary=11000.0, sex='female'}], 6000.0=[Employee{id='1005', name='Marry', salary=6000.0, sex='male'}], 7000.0=[Employee{id='1002', name='王明', salary=7000.0, sex='male'}]}

以上内容只是对lambda表达式和stream的简单介绍，在实际使用中要复杂的多