java8新特性【2023】

本文介绍了Java中的Lambda表达式,包括如何创建匿名函数、使用方法引用以及函数式接口。同时,详细讲解了StreamAPI的应用,如创建流、排序、筛选、映射等操作,展示了如何在实际编程中提升效率和代码简洁性。
摘要由CSDN通过智能技术生成

Lambda表达式

新的一套语法规则
是一个匿名函数

@Test
    public void test1(){
        Runnable r1 = new Runnable(){
            @Override
            public void run() {
                System.out.println("线程A");
            }
        };
        r1.run();
        System.out.println("====================");
        Runnable r2 = () -> System.out.println("线程B");
        r2.run();
    }

在这里插入图片描述

 public void test2(){
        //比大小
        Comparator<Integer> com1 = new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return Integer.compare(o1,o2);
            }
        };
        int i = com1.compare(15, 12);
        System.out.println(i);
        System.out.println("=======================");
        //比大小
        //函数式接口只有一个方法,就无需知道具体是哪个方法
        Comparator<Integer> com2 = (o1,o2) ->Integer.compare(o1,o2);
        int ii = com1.compare(15, 19);
        System.out.println(ii);

    }

在这里插入图片描述

方法引用

//比大小
        //函数式接口只有一个方法,就无需知道具体是哪个方法
        System.out.println("=======================");
        Comparator<Integer> com3 = Integer::compare;
        int iii = com1.compare(15, 15);
        System.out.println(iii);

在这里插入图片描述

格式【Lambda表达式的使用】分为8种

本质:作为接口的一个实例

public class LambdaTest1 {
    //11111无参无返回值的
    @Test
    public void test1(){
        Runnable r1 = new Runnable(){
            @Override
            public void run() {
                System.out.println("线程A");
            }
        };
        r1.run();
        System.out.println("====================");
        Runnable r2 = () -> System.out.println("线程B");
        r2.run();
    }
    @Test
    public void test2() {
        //222222222222一个参数,但没有返回值
        Consumer<String> con = new Consumer<String>() {
            @Override
            public void accept(String s) {
                System.out.println(s);
            }
        };
        con.accept("消费者");
        System.out.println("========================");
        //lambda的写法
        Consumer<String> conn = (String s) ->System.out.println(s);
        conn.accept("消费者11");
    }
    //33333333333数据类型可以省略,因为可以由编译器推断出来,称为"类型推断"
    @Test
    public void test3() {
        System.out.println("========================");
        //lambda的写法
        Consumer<String> conn1 = (s) ->System.out.println(s);
        conn1.accept("消费者22");
    }
    //444444444444444444若只需要一个参数时,参数的小括号可以省略
    @Test
    public void test4() {
        System.out.println("========================");
        //lambda的写法
        Consumer<String> conn1 = s ->System.out.println(s);
        conn1.accept("消费者33");
    }
    //555555555555555555555两个或以上的参数,多条执行行语句,并且可以有返回值
    @Test
    public void test5() {
        //lambda的写法
        //比大小
        Comparator<Integer> com1 = new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return Integer.compare(o1,o2);
            }
        };
        System.out.println("===========================");
        //比大小
        Comparator<Integer> com2 = new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                System.out.println(o1);
                System.out.println(o2);
                return o1.compareTo(o2);
            }
        }; //比大小
        //66666666666
        System.out.println(com2.compare(15, 16));

        Comparator<Integer> com3 = (o1,o2) ->{
            System.out.println(o1);
            System.out.println(o2);
            return o1.compareTo(o2);
        };
        System.out.println(com3.compare(18, 12));
    }
    //7lambda只有一条语句,{}可以省略
}

在这里插入图片描述

函数式接口

只声明了一个抽样方法,则此接口就称为函数式接口
java四大核心函数式接口
Consumer<T>:不返
Supplier<T>:不给也返
Function<T,R>R apply(T t)
Predicate<T>:boolean test(T t)

方法引用与构造器引用

StreamAPI

对内存层面的多个数据,实现过滤,排序
可以对集合的数据进行操作,类似于sql执行的数据库查询
Stream操作三个步骤:创建----中间操作-------终止操作
创建:一个数据【如集合、数组】,获取一个流
中间操作:一个中间操作链,对数据源的数据进行处理
终止操作:一旦执行终止操作,就会执行中间操作链,并产生结果,之后不会被使用

创建Stream的方式

通过集合:
通过数组:

排序

自然排序:

 List<Integer> list = Arrays.asList(12, 43, 65, 34, 87, 0, -98, 7);
        list.stream().sorted().forEach(System.out::println);

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 {
                // 年龄相同,按工资从小到大排序
                return Double.compare(e1.getSalary(), e2.getSalary());
                // 年龄相同,按工资从大到小排序
                // return -Double.compare(e1.getSalary(), e2.getSalary());
            }
        }).forEach(System.out::println);

创建无限流

   Stream.iterate(0, t -> t + 2).limit(10).forEach(System.out::println);
  Stream.generate(Math::random).limit(10).forEach(System.out::println);

筛选与切片

筛选

  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);
 // 1-筛选与切片
    @Test
    public void test5() {
        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);
        // Employee{id=1002, name='马云', age=12, salary=9876.12}
        // Employee{id=1004, name='雷军', age=26, salary=7657.37}
        // Employee{id=1006, name='比尔盖茨', age=42, salary=9500.43}

        System.out.println();

        // limit(n)-截断流,使其元素不超过给定数量。
        // stream.limit(3).forEach(System.out::println);//closed已经关闭,需要重新生成
        list.stream().limit(3).forEach(System.out::println);
        // Employee{id=1001, name='马化腾', age=34, salary=6000.38}
        // Employee{id=1002, name='马云', age=12, salary=9876.12}
        // Employee{id=1003, name='刘强东', age=33, salary=3000.82}

        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
        list.stream().skip(3).forEach(System.out::println);
        // Employee{id=1004, name='雷军', age=26, salary=7657.37}
        // Employee{id=1005, name='李彦宏', age=65, salary=5555.32}
        // Employee{id=1006, name='比尔盖茨', age=42, salary=9500.43}
        // Employee{id=1007, name='任正非', age=26, salary=4333.32}
        // Employee{id=1008, name='扎克伯格', age=35, salary=2500.32}

        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", 42, 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);
        // [Employee{id=1001, name='马化腾', age=34, salary=6000.38}, Employee{id=1002, name='马云', age=12, salary=9876.12},
        // Employee{id=1003, name='刘强东', age=33, salary=3000.82}, Employee{id=1004, name='雷军', age=26, salary=7657.37},
        // Employee{id=1005, name='李彦宏', age=65, salary=5555.32}, Employee{id=1006, name='比尔盖茨', age=42,
        // salary=9500.43}, Employee{id=1007, name='任正非', age=26, salary=4333.32}, Employee{id=1008, name='扎克伯格',
        // age=35, salary=2500.32}, Employee{id=1010, name='刘强东', age=40, salary=8000.0}, Employee{id=1010, name='刘强东',
        // age=42, salary=8000.0}, Employee{id=1010, name='刘强东', age=40, salary=8000.0}, Employee{id=1010, name='刘强东',
        // age=40, salary=8000.0}, Employee{id=1010, name='刘强东', age=40, salary=8000.0}]

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

        list.stream().distinct().forEach(System.out::println);
        // Employee{id=1001, name='马化腾', age=34, salary=6000.38}
        // Employee{id=1002, name='马云', age=12, salary=9876.12}
        // Employee{id=1003, name='刘强东', age=33, salary=3000.82}
        // Employee{id=1004, name='雷军', age=26, salary=7657.37}
        // Employee{id=1005, name='李彦宏', age=65, salary=5555.32}
        // Employee{id=1006, name='比尔盖茨', age=42, salary=9500.43}
        // Employee{id=1007, name='任正非', age=26, salary=4333.32}
        // Employee{id=1008, name='扎克伯格', age=35, salary=2500.32}
        // Employee{id=1010, name='刘强东', age=40, salary=8000.0}
        // Employee{id=1010, name='刘强东', age=42, salary=8000.0}
    }

去重

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

映射

小写变大写

  List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
        list.stream().map(str -> str.toUpperCase()).forEach(System.out::println);

Stream终止操作

输出结果forEach(System.out::println);

Stream的终止操作:匹配与查询

匹配所有

 @Test
    public void test9(){
        List<Employee> employees = EmployeeData.getEmployees();
        boolean allMatch = employees.stream().allMatch(e->e.getAge()>18);
        System.out.println(allMatch);
    }

在这里插入图片描述
有一个匹配就可以

 List<Employee> employees1 = EmployeeData.getEmployees();
        boolean allMatch1 = employees1.stream().anyMatch(e->e.getAge()>18);
        System.out.println(allMatch1);

在这里插入图片描述

求个数

最大值

最小值

并行流

把一个内容分成多个数据模块,并用不同的线程分别处理每个数据块的流,相比较串行流,并行流可以很大层度上提高程序的执行效率

Optional类

最大化的减少空指针异常

新的时间日期API

其他特性

学习过程全部操作

public class LambdaTest2 {
    // 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
        Stream<Employee> stream = employees.stream();

        // default Stream<E> parallelStream():返回一个并行流
        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)
        // 遍历前 10 个偶数
        Stream.iterate(0, t -> t + 2).limit(10).forEach(System.out::println);
        // 生成
        // public static<T> Stream<T> generate(Supplier<T> s)
        Stream.generate(Math::random).limit(10).forEach(System.out::println);
    }

    // 1-筛选与切片
    @Test
    public void test5() {
        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);
        // Employee{id=1002, name='马云', age=12, salary=9876.12}
        // Employee{id=1004, name='雷军', age=26, salary=7657.37}
        // Employee{id=1006, name='比尔盖茨', age=42, salary=9500.43}

        System.out.println("1");

        // limit(n)-截断流,使其元素不超过给定数量。
        // stream.limit(3).forEach(System.out::println);//closed已经关闭,需要重新生成
        list.stream().limit(3).forEach(System.out::println);
        System.out.println("/2");

        // 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
        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", 42, 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.stream().distinct().forEach(System.out::println);
    }

    // 映射
    @Test
    public void test6() {
        // 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);
        System.out.println("===--=-=-==0-");
        // 练习1: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();
        // 练习2:
        Stream<Stream<Character>> streamStream = list.stream().map(LambdaTest2::fromStringToStream);
        streamStream.forEach(s -> {
            s.forEach(System.out::println);
        });
        System.out.println();

        // 集合里面套集合的方式,遍历优先使用 flatMap 方式
        // flatMap(Function f)-接受一个函数作为参数,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。
        Stream<Character> characterStream = list.stream().flatMap(LambdaTest2::fromStringToStream);
        characterStream.forEach(System.out::println);
        // a
        // a
        // b
        // b
        // c
        // c
        // d
        // d
    }

    // 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) {// a
        ArrayList<Character> list = new ArrayList<>();
        for (Character c : str.toCharArray()) {
            list.add(c);
        }
        return list.stream();
    }

    @Test
    public void test7() {
        ArrayList list1 = new ArrayList();
        list1.add(1);
        list1.add(2);
        list1.add(3);

        ArrayList list2 = new ArrayList();
        list2.add(4);
        list2.add(5);
        list2.add(6);
        list1.addAll(list2);
        System.out.println(list1);
    }

    // 3-排序
    @Test
    public void test8() {
        // sorted()-自然排序
        List<Integer> list = Arrays.asList(12, 43, 65, 34, 87, 0, -98, 7);
        list.stream().sorted().forEach(System.out::println);
        List<Employee> employees = EmployeeData.getEmployees();
        employees.stream().sorted((e1, e2) -> {
            int ageValue = Integer.compare(e1.getAge(), e2.getAge());
            if (ageValue != 0) {
                return ageValue;
            } else {
                // 年龄相同,按工资从小到大排序
                return Double.compare(e1.getSalary(), e2.getSalary());
                // 年龄相同,按工资从大到小排序
                // return -Double.compare(e1.getSalary(), e2.getSalary());
            }
        }).forEach(System.out::println);

    }
}


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