目录
1.lambda表达式
1.1lambda表达式的简介
lambda表达式可以用非常少的代码实现抽象方法,lambda表达式不能独立运行,因此必须实现函数接口,并且会返回一个函数式接口的对象,lambda表达式的语法非常特殊,格式如下
(参数1,参数2.....参数n)->结果表达式
lambda表达式的语法非常抽象,并且有着非常强大的自动化功能,如自动识别泛型,自动数据类型转换等,这会让初学者很难掌握,如果将lambda表达式的功能归纳总结,可以将lambda语法用如下方式理解:
( ) -> { 代码块}
这个方法 按照 这样的代码来实现
简单总结:操作符左边是方法参数,操作符右边的是方法体
1.2lambda表达式实现函数式接口
lambda表达式可以实现函数式接口,本节将讲解函数式接口的概念以及用lambda表达式实现不同类型的函数式接口
1.函数式接口
函数式接口指的是仅包含一个抽象方法的接口,接口中的方法简单明了的说明了接口的用途
interface Myinterface{
void mymethod();
}
2.lambda表达式实现方法
很多函数式接口的抽象方法是无参数的,如线程接口Runnable接口只有一个run()方法,这样的无参抽象方法在lambda表达式中使用" ( ) "表示
@FunctionalInterface
public interface Shape {
void area(int a,int b);
}
Shape d = (a, b)->{System.out.println(a+b);};
d.area(1, 2);
2.Java8Stream
2.1什么是Stream流
Stream 是 Java8 的新特性,它允许你以声明式的方式处理数据集合,可以把 它看作是遍历数据集的高级迭代器。此外与 stream 与 lambada 表达示结合后 编码效率与大大提高,并且可读性更强。 要澄清的是 java8 中的 stream 与 InputStream 和 OutputStream 是完全 不同的概念。
简单案例:
public static void main(String[] args) {
List<Apple> applestore = new ArrayList();
applestore.add(new Apple(1,"red",500,"河南"));
applestore.add(new Apple(2,"red",400,"陕西"));
applestore.add(new Apple(3,"green",300,"上海"));
applestore.add(new Apple(4,"green",200,"湖北"));
applestore.add(new Apple(5,"green",100,"湖南"));
}
我们的需求是在 applestore 集合中找出红色苹果手机. 使用 Stream 流快速实现操作
List<Apple> apples = applestore
.stream()
.filter(a -> a.getColor().equals("red"))
.collect(Collectors.toList());
这里使用的就是 Java8 中的 stream 流,使用的是声明性方式写的:说明想 要完成什么(筛选,排序,取值),而不说明如何实现一个操作(for 循环)。 同时可以将这些操作链接起来,达到一种流水线式的效果 。
2.2流的详细介绍
什么是流呢?
简单的定义,就是“从支持数据处理操作的源,生成的元素序列”。
元素列表:和集合一样,流也提供了一个接口,访问特定元素类型的一组有序值。
数据源 :获取数据的源,比如集合。
数据处理操作 :流更偏向于数据处理和计算,比如 filter、map、find、sort 等。 简单来说,我们通过一个集合的 stream 方法获取一个流,然后对流进行一 系列流操作,最后再构建成我们需要的数据集合 。
语法:
stream of elements +-----> |filter+-> |sorted+-> |map+-> |collect|+
List<Integer> list =
widgets.stream()
.filter(b -> b.getColor() == RED)
.sorted((x,y) -> x.getWeight() - y.getWeight())
.sum();
2.3获取流
1.使用 Collection 接口下的 stream()
List<String> list = new ArrayList<>();
Stream<String> stream = list.stream();
2.使用 Arrays 中的 stream() 方法,将数组转成流
Integer[] nums = new Integer[10];
Stream<Integer> stream = Arrays.stream(nums);
3.使用 Stream 中的静态方法:of()
Stream<Integer> stream = Stream.of(1,2,3,4,5,6)
4.使用 BufferedReader.lines() 方法,将每行内容转成流
BufferedReader reader=new BufferedReader(new FileReader("stream.txt"));
Stream<String> lineStream = reader.lines();
2.4流操作
流的操作可以分为两种中间操作和终端操作
List<Apple> apples = applestore
.stream() 获得流
.filter(a -> a.getColor().equals("red")) 中间操作
.collect(Collectors.toList()); 终端操作
简化一下就是:
数据源 => 中间操作 => 终端操作 => 结果
诸如 filter 或者 sort 等中间操作会返回另一个流,进而进行下一步流操作,而终 端操作则是将流关闭,构建新的数据集合对象(也可以不构建)。
中间操作
filter | 过滤流中的某些元素 |
sorted(): | 自然排序,流中元素需实现 Comparable 接口 |
distinct | 去除重复元素 |
limit(n) | 获取n个元素 |
skip(n) | 跳过n个元素,配合limit可以进行分页 |
map() | 将其映射成一个新的元素 |
举例说明:
public class streamDemo1 {
public static void main(String[] args) {
Stream.of(7,4,3,4,5,2,1,9,8,6)
.distinct()//去重得到7,4,3,5,2,1,9,8,6
.sorted((a,b)->{//排序得到9,8,7,6,5,4,3,2,1
return b-a;
})
.filter((e)->{//过滤得到9,8,7,6
return e>5;
})
.forEach((e)->{
System.out.println(e);//遍历
});
}
}
实现分页:
public class streamDemo2 {
public static void main(String[] args) {
//skip+limit实现分页功能
for (int i = 0; i < 8; i+=2) {
Stream.of(1, 2, 3, 4, 5, 6, 7, 8)
.skip(i)//跳过n个元素
.limit(3)//限制大小
.forEach((e) -> {
System.out.print(e);
});
System.out.println();
}
}
}
终端操作
forEach | 遍历流中的元素 |
toArray | 将流中的元素倒入一个数组 |
Min | 返回流中元素最小值 |
Max | 返回流中元素最大值 |
count | 返回流中元素的总个数 |
Reduce | 所有元素求和 |
anyMatch | 接收一个 Predicate 函数,只要流中有一个元素满足条件则返 回 true,否则返回 false |
allMatch | 接收一个 Predicate 函数,当流中每个元素都符合条件时才返 回 true,否则返回 false |
findFirst | 返回流中第一个元素 |
collect | :将流中的元素倒入一个集合,Collection 或 Map |
重点说明collect方法:
数据分组就是将流中的元素按照指定的条件分开保存,类似与SQL语言中的"GROUP BY"关键字,分组后的数据会按照不同的标签分别保存成一个集合,然后按照"键-值"关系封装在Map对象中。
public class streamDemo4 {
public static void main(String[] args) {
Student s1 = new Student(1, "t1", "男");
Student s2 = new Student(2, "t2", "女");
Student s3 = new Student(3, "t3", "男");
Student s4 = new Student(4, "t4", "女");
List<Student> list = new ArrayList<>();
list.add(s2);
list.add(s4);
list.add(s1);
list.add(s3);
Map<Integer, String> map = list.stream()
.sorted((a, b) -> {
return a.getId() - b.getId();
})
.collect(Collectors.toMap(Student::getId, Student::getName));
System.out.println(map);
}
}
以上代码实现的是按照学号排序,并且转为Map集合按照学号与姓名进行键值对的映射关系
运行结果为:{1=t1, 2=t2, 3=t3, 4=t4}