1. 函数式接口
只声明一个抽象方法的接口，称为"函数式接口"。
通过 Lambda 表达式来创建该接口的对象（若 Lambda 表达式抛出一个受检异常，即：非运行时异常，那么该异常需要在目标接口的抽象方法上进行声明）
我们可以在一个接口上使用 @FunctionalInterface 注解，这样做可以检查它是否是一个函数式接口。同时 javadoc 也会包含一条声明，说明这个接口是一个函数式接口。
在 java.util.function 包下定义了 JDK8 的丰富的函数式接口：
- Java 内置 4 个核心函数式接口
- 其他接口
如何理解函数式接口？
代码演示（先看 #2）
public void test1() {
consumer(500, money -> System.out.println("消费 " + money));
}
public void consumer(double money, Consumer<Double> c) {
c.accept(money);
}
public void test2() {
List<String> list = new ArrayList<>();
list.add("东京");
list.add("南京");
list.add("小森");
list.add("徐州");
list.add("拉萨");
list.add("贵州");
List<String> target = predicate(list, s -> "京".contains(s));
System.out.println(target);
}
// 根据给定的规则过滤集合中的字符串，规则由 Predicate 的方法决定
public List<String> predicate(List<String> list, Predicate<String> pre) {
ArrayList<String> filterList = new ArrayList<>();
for (String s : list)
if (pre.test(s)) filterList.add(s);
return filterList;
}
2. Lambda 表达式
2.1 简述
- Lambda 是一个匿名函数，我们可以把 Lambda 表达式理解为是一段可以传递的代码（将代码像数据一样进行传递）。使用它可以写出更简洁、更灵活的代码。作为一种更紧凑的代码风格，使 Java 的语言表达能力得到了提升。
- Lambda 表达式：在 Java 8 语言中引入的一种新的语法元素和操作符。这个操作符为
->，该操作符被称为 Lambda 操作符或箭头操作符。它将 Lambda 分为两个部分：- 左侧：指定了 Lambda 表达式需要的参数列表。
- 右侧：指定了 Lambda 体，是抽象方法的实现逻辑，也即 Lambda 表达式要执行的功能。
- Lambda 本质：[函数式接口] 的实例
2.2 使用
拷贝小括号，写死右箭头，落地大括号。
// 1. 无参，无返回值
public void test1() {
Runnable r1 = new Runnable() {
@Override
public void run() {
System.out.println("白世珠");
}
};
Runnable r2 = () -> {
System.out.println("周星智");
};
}
// 2. 一个参数，没有返回值
public void test2() {
Consumer<String> c1 = new Consumer<String>() {
@Override
public void accept(String s) {
System.out.println(s);
}
};
Consumer<String> c2 = (String s) -> {
System.out.println(s);
};
}
// 3. 数据类型可以省略，因为可由编译器推断得出，称为“类型推断”
public void test3() {
Consumer<String> c1 = (String s) -> {
System.out.println(s);
};
Consumer<String> c2 = (s) -> {
System.out.println(s);
};
}
// 4. 一个参数时，参数的小括号可以省略
public void test4() {
Consumer<String> c2 = s -> {
System.out.println(s);
};
}
// 5. 需要两个或以上的参数，多条执行语句，并且可以有返回值
public void test5() {
Comparator<Integer> c1 = new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o1.compareTo(o2);
}
};
Comparator<Integer> c2 = (o1, o2) -> {
System.out.println(o1);
System.out.println(o2);
return o1.compareTo(o2);
};
}
// 6. 当方法体只有一条语句时，return 与大括号若有，都可以省略
public void test6() {
Comparator<Integer> c1 = new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o1.compareTo(o2);
}
};
Comparator<Integer> c2 = (o1, o2) -> o1.compareTo(o2);
}
2.3 小结
- 类型推断
- 上述 Lambda 表达式中的参数类型都是由编译器推断得出的。
- Lambda 表达式中无需指定类型，程序依然可以编译，这是因为 javac 根据程序的上下文，在后台推断出了参数的类型。Lambda 表达式的类型依赖于上下文环境，是由编译器推断出来的。这就是所谓的“类型推断”。
- Lambda 形参列表
- 参数类型可以省略（类型推断）
- 如果 Lambda 形参列表只有一个参数，包裹它的一对 () 也可以省略
- Lambda 体
- 应该使用一对 {} 包裹
- 如果 Lambda 体只有一条执行语句(也可能是 return 语句)，则省略这一对 {} 和 return 关键字
3. 方法/构造器引用
3.1 方法引用
- 使用情景：当要传递给 Lambda 体的操作，就是对一个方法的调用，那么此时就可以使用“方法引用”来再次书写。
- 方法引用可以看做是 Lambda 表达式深层次的表达。换句话说，既然 Lambda 表达式是作为函数式接口的实例，而方法引用就是 Lambda 表达式，也即它也就是函数式接口的实例。通过方法的名字来指向一个方法，可以认为是 Lambda 表达式的一个语法糖。
- 格式：使用操作符
::将类(或对象) 与方法名分隔开来，有如下 3 种主要使用情况- 对象 :: 实例方法名
- 类 :: 静态方法名
- 类 :: 实例方法名
[情况1，情况2] 实现接口的抽象方法的参数列表和返回值类型，必须与方法引用的方法的参数列表和返回值类型保持一致。
/*
[情况1] 对象::实例方法
Consumer - void accept(T t)
PrintStream - void println(T t)
*/
public void test1() {
Consumer<String> cons1 = str -> System.out.println(str);
Consumer<String> cons2 = System.out :: println;
}
/*
[情况1] 对象::实例方法
Supplier - T get()
Employee - String getName()
*/
public void test2() {
Employee emp = new Employee(1101, "LJQ", 22, 3000);
Supplier<String> sup1 = () -> emp.getName();
Supplier<String> sup2 = emp :: getName;
}
/*
[情况2] 类 :: 静态方法
Comparator - int compare(T t1, T t2)
Integer - int compare(T t1, T t2)
*/
public void test3() {
Comparator<Integer> com1 = (t1, t2) -> Integer.compare(t1, t2);
Comparator<Integer> com2 = Integer :: compare;
}
/*
[情况2] 类 :: 静态方法
Function - R apply(T t)
Math - Long round(Double d)
*/
public void test4() {
Function<Double, Long> func1 = d -> Math.round(d);
Function<Double, Long> func2 = Math :: round;
}
[情况3] 接口的抽象方法的第 1 个参数是〈需要引用方法〉的调用者，第 2 个参数是〈需要引用方法〉的参数。
/*
[情况3] 类 :: 实例方法
Comparator - int compare(T t1, T t2)
String - t1.compareTo(t2)
*/
public void test5() {
Comparator<String> com1 = (t1, t2) -> t1.compareTo(t2);
Comparator<String> com2 = String :: compareTo;
}
/*
[情况3] 类 :: 实例方法
BiPredicate - boolean test(T t1, T t2)
String - boolean t1.equals(t2)
*/
public void test6() {
BiPredicate<String, String> bi1 = (t1, t2) -> t1.equals(t2);
BiPredicate<String, String> bi2 = String :: equals;
}
/*
[情况3] 类 :: 实例方法
Function - R apply(T t)
Employee - String getName()
*/
public void test7() {
Employee emp = new Employee(1101, "LJQ", 22, 3000);
Function<Employee, String> func1 = e -> e.getName();
Function<Employee, String> func2 = Employee :: getName;
}
3.2 构造器引用
- 格式：
className :: new - 与函数式接口相结合，自动与函数式接口中方法兼容。
- 和方法引用类似，要求构造器参数列表要与接口中抽象方法的参数列表一致，方法的返回值即为构造器对应类的对象。
/*
Supplier - T get()
Employee - new Employee()
*/
public void test1() {
Supplier<Employee> sup1 = () -> new Employee();
Supplier<Employee> sup2 = Employee :: new;
}
/*
Function - R apply(T t)
Employee - new Employee(id)
*/
public void test2() {
Function<Integer, Employee> func1 = id -> new Employee(id);
Function<Integer, Employee> func2 = Employee :: new;
}
/*
BiFunction - R apply(T t, U u)
Employee - new Employee(id, name)
*/
@Test
public void test3() {
BiFunction<Integer, String, Employee> bi1 = (id, name) -> new Employee(id, name);
BiFunction<Integer, String, Employee> bi2 = Employee :: new;
}
3.3 数组引用
格式： type[] :: new
/*
Function - R apply(T t)
Type[] - new Type[int]
*/
public void test() {
Function<Integer, String[]> func1 = length -> new String[length];
Function<Integer, String[]> func2 = String[] :: new;
}
4. Stream API
4.1 说明
- Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。 使用 Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简言之，Stream API 提供了一种高效且易于使用的处理数据的方式。
- 为什么要使用 Stream API？
实际开发中，项目中多数数据源都来自于 MySQL，Oracle 等。但现在数据源可以更多了，有 MongDB，Radis 等，而这些 NoSQL 的数据就需要 Java 层面去处理。 - Stream 和 Collection
- Stream 和 Collection 集合的区别：Collection 是一种静态的内存数据结构，而 Stream 是有关计算的。前者是主要面向内存，存储在内存中，后者主要是面向 CPU，通过 CPU 实现计算。
- Stream 是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。集合讲的是数据，Stream 讲的是计算！
- Stream 操作的 3 个步骤：
- Stream 自己不会存储元素
- Stream 不会改变源对象。相反，他们会返回一个持有结果的新 Stream。
- Stream 操作是延迟执行的，这意味着他们会等到需要结果的时候才执行。
- 并行流与串行流
- 并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。相比较串行的流，并行的流可以很大程度上提高程序的执行效率。
- Java 8 中将并行进行了优化，我们可以很容易的对数据进行并行操作。Stream API 可以声明性地通过
parallel()与sequential()在并行流与顺序流之间进行切换。
4.2 创建 Stream
4.2.1 通过 Collection
通过 Collection<I> 的 stream() 将任何集合转换为一个流。
default Stream<E> stream()返回一个顺序 Stream 与此集合作为其来源。default Stream<E> parallelStream()返回可能并行的 Stream 与此集合作为其来源，该方法允许返回顺序流。
@Test
public void test1() {
List<Employee> list = EmployeeData.getEmployees();
Stream<Employee> stream = list.stream();
Stream<Employee> parallelStream = list.parallelStream();
}
4.2.2 通过 Arrays
使用 Arrays 的静态方法 stream() 可以获取数组流。
static IntStream stream(int[] array)
// 返回顺序 IntStream 与指定的数组作为源
static IntStream stream(int[] array, int startInclusive, int endExclusive)
// 返回顺序 IntStream 与指定的数组作为源的指定范围
static LongStream stream(long[] array)
// 返回顺序 IntStream 与指定的数组作为源的指定范围
static LongStream stream(long[] array, int startInclusive, int endExclusive)
// 返回顺序 LongStream 与指定的数组作为源的指定范围
static DoubleStream stream(double[] array)
// 返回顺序 DoubleStream 与指定的数组作为源
static DoubleStream stream(double[] array, int startInclusive, int endExclusive)
// 返回顺序 DoubleStream 与指定的数组作为源的指定范围
static <T> Stream<T> stream(T[] array)
// 返回顺序 Stream 与指定的数组作为源
static <T> Stream<T> stream(T[] array, int startInclusive, int endExclusive)
// 返回顺序 Stream 与指定的数组作为源的指定范围
@Test
public void test2() {
IntStream intStream = Arrays.stream(new int[]{1, 2, 3, 4, 5});
Stream<Employee> stream = Arrays.stream(new Employee[10]);
}
4.2.3 通过 Stream
可以调用 Stream 类静态方法 of()，通过显示值创建一个流。它可以接收任意数量的参数。
static <T> Stream<T> of(T... values) 返回其元素是指定值的顺序排序流
测试代码：
@Test
public void test3() {
Stream<Integer> integerStream = Stream.of(1, 2, 3, 4, 5);
}
4.2.4 创建无限流
可以使用静态方法 Stream.iterate() 和 Stream.generate() 创建无限流。
[生成] static <T> Stream<T> generate(Supplier<T> s)
// 返回无限顺序无序流，其中每个元素由提供的 Supplier // Supplier<T>: T get()
[迭代] static <T> Stream<T> iterate(T seed, UnaryOperator<T> f)
// 返回有序无限连续 Stream 由函数的迭代应用产生 f 至初始元素 seed，产生 Stream
// 包括 seed/f(seed)/f(f(seed))等。UnaryOperator<T>: T apply(T t)
测试代码：
@Test
public void tes4() {
// 迭代，遍历前 10 个偶数
Stream.iterate(0, t -> t+2).limit(10).forEach(System.out :: println);
// 生成，输出 10 个随机数
Stream.generate(Math::random).limit(10).forEach(System.out :: println);
}
4.3 中间操作
- Stream 不会改变源对象。相反，他们会返回一个持有结果的新 Stream
- 多个中间操作可以连接起来形成一个流水线，除非流水线上触发终止操作，否则中间操作不会执行任何的处理！而在终止操作时一次性全部处理，称为”惰性求值“。
4.3.1 筛选与切片
API
filter(Predicate p) // 接收 Lambda，从流中排除某些元素
distinct() // 筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
limit(long maxSize) // 截断流，使其元素不超过给定数量。与 skip(n) 互补
skip(long 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，则返回一个空流
code
@Test
public void test1() {
List<Employee> list = EmployeeData.getEmployees();
Stream<Employee> stream = list.stream();
// 过滤，查询员工中薪资>7000的员工信息
stream.filter(e -> e.getSalary() > 7000).forEach(System.out::println);
System.out.println();
// IllegalStateException: stream has already been operated upon or closed
// stream.limit(3).forEach(System.out::println);
// 截断，查询前3个
list.stream().limit(3).forEach(System.out::println);
System.out.println();
// 跳过，返回一个扔掉了前n个元素的流
list.stream().skip(3).forEach(System.out::println);
System.out.println();
// 筛选，去重
list.add(new Employee(1009, "LJQ", 22, 3000));
list.add(new Employee(1009, "LJQ", 22, 3000));
list.add(new Employee(1009, "LJQ", 22, 3000));
list.add(new Employee(1010, "LJQ", 22, 3000));
list.stream().distinct().forEach(System.out::println);
}
4.3.2 映射
map(Function f)接收一个函数作为参数，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。flatMap(Function f)接收一个函数作为参数，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。
@Test
public void test2() {
List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
list.stream().map(String::toUpperCase).forEach(System.out::println);
// Test1: 获取员工姓名长度大于 3 的员工的姓名
List<Employee> emps = EmployeeData.getEmployees();
emps.stream().map(Employee::getName)
.filter(name -> name.length() > 3).forEach(System.out::println);
// Test2:
// map
Stream<Stream<Character>> streamStream = list.stream()
.map(StreamOperaDemo::fromStringToStream);
streamStream.forEach(s -> {s.forEach(System.out::println);});
// flatMap
Stream<Character> characterStream = list.stream()
.flatMap(StreamOperaDemo::fromStringToStream);
characterStream.forEach(System.out::println);
}
// 将字符串中的多个字符构成的集合转换成对应的 Stream 的实例
public static Stream<Character> fromStringToStream(String str) {
char[] cs = str.toCharArray();
ArrayList<Character> list = new ArrayList<>();
for(Character c : cs) list.add(c);
return list.stream();
}
@Test
public void example() {
List list1 = new ArrayList();
list1.add(1);
list1.add(2);
list1.add(3);
List list2 = new ArrayList();
list2.add(4);
list2.add(5);
list2.add(6);
// list1.add(list2); // [1, 2, 3, [4, 5, 6]]
list1.addAll(list2); // [1, 2, 3, 4, 5, 6]
System.out.println(list1);
}
4.3.3 排序
sorted()产生一个新流，其中按自然顺序排序。sorted(Comparator com)产生一个新流，其中按比较器顺序排序。
@Test
public void test3() {
List<Integer> list = Arrays.asList(12, 32, 13, 22, 10, 45);
list.stream().sorted().forEach(System.out::println);
List<Employee> employees = EmployeeData.getEmployees();
employees.stream().sorted((e1, e2) -> -(e1.getAge()-e2.getAge()))
.forEach(System.out::println);
}
4.4 终止操作
终端操作会从流的流水线生成结果。其结果可以是任何不是流的值，例如：List、Integer，甚至是 void。
流进行了终止操作后，不能再次使用。
4.4.1 匹配与查找
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)检查是否没有匹配的元素findFirst()返回第一个元素findAny()返回当前流中的任意元素max(Comparator c)返回流中最大值min(Comparator c)返回流中最小值count()返回流中元素总个数forEach(Consumer c)内部迭代
@Test
public void match() {
List<Employee> employees = EmployeeData.getEmployees();
// allMatch(Predicate p) 检查是否匹配所有元素
boolean allMatch = employees.stream().allMatch(e -> e.getAge() > 18);
System.out.println(allMatch);
// anyMatch(Predicate p) 检查是否至少匹配一个元素
boolean anyMatch = employees.stream().anyMatch(e -> e.getSalary() > 10000);
System.out.println(anyMatch);
// noneMatch(Predicate p) 检查是否没有匹配的元素
boolean noneMatch = employees.stream().noneMatch(e -> e.getName().contains("雷"));
System.out.println(noneMatch);
}
@Test
public void find() {
List<Employee> employees = EmployeeData.getEmployees();
// findFirst() 返回第一个元素
Optional<Employee> firstEmp = employees.stream().findFirst();
System.out.println(firstEmp);
// findAny() 返回当前流中的任意元素
Optional<Employee> anyEmp = employees.stream().findAny();
System.out.println(anyEmp);
// max(Comparator c) 返回流中最大值
// 返回最高工资
Stream<Double> doubleStream = employees.stream().map(Employee::getSalary);
Optional<Double> maxSalary = doubleStream.max(Double::compareTo);
System.out.println(maxSalary);
// min(Comparator c) 返回流中最小值
// 返回最低工资的员工
Optional<Employee> minEmp = employees.stream().min(
(e1, e2) -> (int) (e1.getSalary() - e2.getSalary()));
System.out.println(minEmp);
}
@Test
public void traverse() {
List<Employee> employees = EmployeeData.getEmployees();
// count() 返回流中元素总个数
long count = employees.stream().filter(e -> e.getSalary()>5000).count();
System.out.println(count);
// forEach(Consumer c) 内部迭代
employees.stream().forEach(System.out::println);
System.out.println("------ Stream↑ | Collection↓ ------");
employees.forEach(System.out::println); // 集合迭代
}
4.4.2 归约
map 和 reduce 的连接通常称为 map-reduce 模式，因 Google 用它来进行网络搜索而出名。
reduce(T identity, BinaryOperator)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<T>。
@Test
public void reduce() {
// Test1: 计算 1~10 的自然数的和
// reduce(T identity, BinaryOperator) 可以将流中元素反复结合起来得到一个值。返回 T
List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
Integer sum = list.stream().reduce(0, Integer::sum);
System.out.println(sum);
// Test2: 计算公司所有员工的工资总和
// reduce(BinaryOperator b) 可以将流中元素反复结合起来，得到一个值。返回 Optional<T>
List<Employee> employees = EmployeeData.getEmployees();
// employees.stream().map(Employee::getSalary).reduce(Double::sum);
Optional<Double> sumSalary = employees.stream()
.map(Employee::getSalary).reduce((d1, d2) -> d1 + d2);
System.out.println(sumSalary);
}
4.4.3 收集
collect(Collector c) 将流转换为其他形式。接收一个 Collector<I> 的实现，用于给 Stream 中元素做汇总的方法。
@Test
public void TestCollect() {
// 查找工资大于 6k 的员工，结果返回为一个 List/Set
List<Employee> list = EmployeeData.getEmployees();
List<Employee> result = list.stream()
.filter(e -> e.getSalary() > 6000).collect(Collectors.toList());
result.forEach(System.out::println);
}
Collector 接口中方法的实现决定了如何对流执行收集的操作(如收集到 List、Set、Map)。
另外， Collectors 实用类提供了很多静态方法，可以方便地创建常见收集器实例，具体方法与实例如下表：
5. Optional 类
到目前为止，空指针异常是导致 Java 应用程序失败的最常见原因。以前，为了解决空指针异常，Google 公司著名的 Guava 项目引入了 Optional 类，Guava 通过使用检查空值的方式来防止代码污染，它鼓励程序员写更干净的代码。受到 Google Guava 的启发，Optional 类已经成为 JDK8 类库的一部分。
java.util.Optional<T> 是一个容器类，它可以保存类型 T 的值，代表这个值存在。或者仅仅保存 null，表示这个值不存在。原来用 null 表示一个值不存在，现在 Optional 可以更好的表达这个概念。并且可以避免空指针异常。
Optional 类的 Javadoc 描述如下：这是一个可以为 null 的容器对象。如果值存在则 isPresent() 会返回 true，调用 get() 会返回该对象。
Optional 提供很多有用的方法，这样我们就不用显式进行空值检测。
