Java笔记18

函数式编程

• 一个大型程序调用若干底层函数, 这些函数又可以调用其他函数

• 大任务被一层层拆解并执行

• 函数是面向过程的程序设计的基本单元

• Java不支持单独定义函数, 静态方法视为独立的函数

• 函数式编程归结为面向过程的程序设计

• 计算机: CPU执行计算代码, 条件判断还有调整等指令代码, 汇编是最贴近计算机的语言

• 计算: 数学意义上的计算, 越是抽象的计算, 离计算机硬件越近

• 编程语言约低级, 越解决计算机, 抽象程度低, 执行效率高. C语言

• 编程语言越高级, 越贴近计算, 抽象程度高, 执行效率低. Python

• 函数式编程是抽象程度很高的编程范式, 纯粹的函数式编程语言编写的函数没有任何的变量.

• 因此, 任一函数, 只要输入确定, 输出就是一定确定的. 称为没有副作用

• 允许函数本身作为参数传入另一个函数, 还可以返回一个函数

lambda基础

• java的实例方法和静态方法, 本质上都相当于过程式语言的函数. 例如C函数:

char* strcpy(char* dest, char* src)

• 只不过java的实例方法隐含地传入了一个this变量
• 函数式编程把函数作为基本运算单位, 可以接受函数, 可以返回函数.
• 支持函数式编程的编码风格称为Lambda表达式

Lambda表达式

• 参数类型和返回值类型都是由编译器自动推断

FunctionalInterface

• 单方法接口称之为FunctionalInterface, 用注解@FunctionalInterface标记

@FunctionalInterface
public interface Callable<V> {
  V call() throws Exception;
}

@FunctionalInterface
public interface Compare<T> {
  int compare(T o1, T o2); // 唯一一个抽象方法, 其他都是`default`和`static`方法
  boolean equals(Object obj); // 这是`Object`定义的方法
  default Comparator<T> reversed() {
    return Collections.reverseOrder();
  }
  default Comparator<T> thenComparing(Comparator<? super T> other) {
    // ...
  }
  // ...
}

方法引入

除了Lambda表达式, 可以直接传入方法使用

  public static void main(String[] args) {
    String[] array = new String[] {"Apple", "Orange", "Banana", "Lemon"};
    Arrays.sort(array, Main::cmp); // 直接传入静态方法

    /**
     * String compareTo(String o), 在实际方法调用的时候为
     * `public static int compareTo(this, String o)`
     */
    Arrays.sort(array, String::compareTo); // 直接传入静态方法

    System.out.println(String.join(", ", array));
  }
  static int cmp(String s1, String s2) {
    return s1.compareTo(s2);
  }

• 方法引用: 某个方法签名和接口恰好一致, 就可以直接传入方法引用
• 签名一致: 方法参数一致, 返回类型相同, 两个方法签名一致

构造方法引用

public class Main {
  public static void main(String[] args) {
    List<String> names = List.of("Bob", "Alice", "Tim");
//    List<Person> persons = new ArrayList<>();
//    for (String name: names) {
//      persons.add(new Person(name));
//    }
    List<Person> persons = names.stream().map(Person::new).collect(Collectors.toList());
    System.out.println(persons);
  }
  static int cmp(String s1, String s2) {
    return s1.compareTo(s2);
  }
}

class Person {
  String name;
  public Person(String name) {
    this.name = name;
  }
  public String toString() {
    return "Person" + this.name;
  }
}

• 构造方法的引用写法: 类名::new
• 构造方法隐式的返回this

总结

• FunctionalInterface允许传入
  • 接口实现类
  • Lambda表达式(只需要列出参数名, 其他由编译器推断类型)
  • 符合方法签名的静态实例
  • 符合方法签名的实例方法 (实例类型被看作第一个参数类型)
  • 符合方法签名的构造方法 (实例方法被看作返回类型)
• FunctionalInterface不强制继承关系, 不需要方法名称相同, 只要求方法参数(类型和数量)与方法返回类型相同, 即认为方法签名相同

使用Stream

• 这个Stream代表任意Java对象序列

• 区别: java.io / java.util.stream

  • 存储: 顺序读写的byte或char / 顺序输出的任意Java对象实例
  • 用途: 序列化至文件或网络 / 内存计算或者业务逻辑

• List用来操作一组已存在的Java对象, Stream输出的元素可能没有预先存储再内存中, 而是实时计算出来的

• 区别: java.util.List / java.util.stream

  • 元素: 已分配并存储在内存中 / 可能未分配, 实时计算
  • 用途: 操作一组存在的Java对象 / 惰性计算

• 总结:

  • 可以"存储"有限或者无限个元素, 可能全部存储在内存, 也有根据需要实时计算出来的
  • 一个Stream可以轻易转化为另一个Stream, 不会修改原Stream本身

• 惰性计算的特定: 一个Stream转另一个Stream时, 只存储了转换规则, 没有任何计算

• 真正的计算通常发生在最后结果的获取

创建Stream

Stream.of()

创建Stream最简单的方法, 直接使用Stream.of(), 传入可变参数即创建一个能确定输出确定元素的Stream

Stream<String> stream = Stream.of("A", "B", "C", "D");
// forEach()相当于内部循环调用
// 可以传入符合Consumer接口的 void accept(T t)方法引用
stream.forEach(System.out::println);

基于数组或Collection

Stream<String> stream1 = Arrays.stream(new String[] {"A", "B", "C"});
Stream<String> stream2 = List.of("X", "Y", "Z").stream();
stream1.forEach(System.out::println);
stream2.forEach(System.out::println);

• 数组使用Arrays.stream()方法

• Collection直接使用stream()方法即可

• 上述方法都是现有序列变成stream, 元素是固定的

基于Supplier

• 使用Stream.generate()方法, 传入一个Supplier对象
• Stream会不断调用Supplier.get()方法来不断产生下一个元素
• Stream保存的是算法, 可以表示无限队列

public class Main {
  public static void main(String[] args) {
    Stream<Integer> natual = Stream.generate(new NatualSupplier());
    // 注意: 无限序列必须先编程有限序列再打印
    natual.limit(20).forEach(System.out::println);
  }
}

class NatualSupplier implements Supplier<Integer> {
  int n = 0;
  public Integer get() {
    n++;
    return n;
  }
}

• 无限循环直接调用forEach()或者count()求值, 会进入死循环

其他方法

创建Stream的第三种方法是通过一些API接口, 直接获得Stream

// 文件读取
try (Stream<String> lines = Files.lines(Paths.get("/path/to/file.txt"))) {
  // 每个元素, 表示一行内容
}

// 正则
Pattern p = Pattern.compile("\s+");
Stream<String> s = p.splitAsStream("The quick brow fox jumps over the lazy dog");
s.forEach(System.out::println);

基本类型

• 泛型不支持基本类型, 无法进行Stream<int>, 会编译错误.
• 提供IntStream, LongStream, DoubleStream, 使用基本类型的Stream
• 使用方法和泛型Stream, 并无大碍.
• 目的是: 为了避免使用Stream<Integer>的运行效率低

IntStream is = Arrays.stream(new int[] {1, 2, 4});
LongStream ls = List.of("1", "2", "3").stream().mapToLong(Long::parseLong);

使用map

• 将一个Stream转换成另一个Stream
• map操作, 把一个Stream的每一个元素一一对应到应用了目标函数的结果上
• 参数接收一个Function对象, 并定义一个apply(), 负责把一个T类型转换成R类型
• 对任何Java对象都有效

public class Main {
  public static void main(String[] args) {
    List.of("Apple  ", "  pear", "ORANGE", "BanaNa  ")
      .stream()
      .map(String::trim) // 去除空格
      .map(String::toLowerCase) // 变成小写
      .forEach(System.out::println); // 打印
  }
}

    String[] array = new String[] { " 2019-12-31 ", "2020 - 01-09 ", "2020- 05 - 01 ", "2022 - 02 - 01",
        " 2025-01 -01" };
    // 请使用map把String[]转换为LocalDate并打印:
    Arrays.stream(array)
      .map(n -> n.replace(" ", ""))
      .map(LocalDate::parse)
      .forEach(System.out::println);

使用filter

• Stream的转换方法, 对每个元素一一测试, 过滤不满足条件的元素
• 接受Predicate方法, 定义一个test()方法, 判断元素是否符合条件
• 可以应用与任何Java对象

public class Main {
  public static void main(String[] args) {
    Stream.generate(new LocalDateSupplier())
      .limit(31)
      .filter(ldt -> ldt.getDayOfWeek() == DayOfWeek.SATURDAY || ldt.getDayOfWeek() == DayOfWeek.SUNDAY)
      .forEach(System.out::println);
  }
}

class LocalDateSupplier implements Supplier<LocalDate> {
  LocalDate start = LocalDate.of(2020, 1, 1);
  int n = -1;
  @Override
  public LocalDate get() {
    n++;
    return start.plusDays(n);
  }
}

使用reduce

• reduce是一个聚合方法, 可以把Stream的所有元素按照函数聚合成一个结果
• 传入BinaryOperator接口, 定义了一个apply()方法, 负责把上次累加的结果和本地的元素进行运算. 并返回累加的结果.
• 如果去掉初始值, 并stream为空, 会出现返回Optional对象的情况, 所以我们需要进一步进行判断

  public static void main(String[] args) {
    // 按行读取配置文件:
    List<String> props = List.of("profile=native", "debug=true", "logging=warn", "interval=500");
    Map<String, String> map = props.stream()
        // 把k=v转换为Map[k]=v:
        .map(kv -> {
          String[] ss = kv.split("\=", 2);
          return Map.of(ss[0], ss[1]);
        })
        // 把所有聚合到一个Map
        .reduce(new HashMap<String, String>(), (m, kv) -> {
          m.putAll(kv);
          return m;
        });
    // 打印结果
    map.forEach((k, v) -> {
      System.out.println(k + " = " + v);
    });
  }

输出集合

• Stream操作分成两种
  • 转换操作: 并不会触发任何计算
  • 聚合操作: 真正的计算从这里开始, 因为要获取具体元素

public class Main {
  public static void main (String[] args) {
    Stream<Long> s1 = Stream.generate(new NatualSupplier());
    Stream<Long> s2 = s1.map(n -> n * n);
    Stream<Long> s3 = s2.map(n -> n - 1);
    Stream<Long> s4 = s3.limit(10);
    Long s5 = s4.reduce((long) 0, (acc, n) -> acc + n);
    System.out.println(s5);
  }
}

class NatualSupplier implements Supplier<Long> {
  long n = 0;
  public Long get() {
    System.out.println("调用get()");
    n++;
    return n;
  }
}

• s1 -> s3的过程不会有任何计算, 只保留计算过程

• s4的聚合开始真正的获取元素, 一直从s1开始计算

• 不进行s5操作的话, 不会调用get()方法

输出为List

Stream<String> stream = Stream.of("Apple", "", null, "Pear", "   ", "Orange");
List<String> list = stream.filter(s -> s != null && !s.isBlank()).collect(Collectors.toList());
System.out.println(list);

• Stream 的每个元素收集到List方法是调用collect()方法, 并传入Collectors.toList()对象.
• 使用collect(Collectors.toSet())可以把Stream每个元素收集到Set中

输出为数组

Stream<String> stream = Stream.of("Apple", "", null, "Pear", "   ", "Orange");
List<String> list = stream.filter(s -> s != null && !s.isBlank()).collect(Collectors.toList());
String[] array = list.stream().toArray(String[]::new);

• 传入的"构造方法"是String[]::new

输出为Map

• 需要指定两个映射函数, 分别把元素映射为key和value

Stream<String> stream = Stream.of("APPL:Apple", "MSFT:Microsoft");
Map<String, String> map = stream.collect(Collectors.toMap(
    s -> s.substring(0, s.indexOf(':')),
    s -> s.substring(s.indexOf(':') + 1)
    ));
System.out.println(map);

分组输出

    List<String> list = List.of("Apple", "Banana", "Blackberry", "Cocount");
    Map<String, List<String>> groups = list.stream()
        .collect(Collectors.groupingBy(s -> s.substring(0, 1), Collectors.toList()));
    System.out.println(groups);

• 使用groupingBy()进行分组输出, 第一个参数, 表示key, 第二个参数表示value

其他操作

排序

List<String> list = List.of("Orange", "apple", "Banana")
    .stream()
    .sorted(String::compareToIgnoreCase)
    .collect(Collectors.toList());

• 如果需要自定义排序, 传入Comparator即可

去重

    List<String> list = List.of("A", "A", "b", "B")
        .stream()
        .distinct()
        .collect(Collectors.toList());

截取

    List list = List.of("a", "b", "c", "d", "e")
      .stream()
      .skip(2) // 跳过多少个元素
      .limit(3) // 截取3个
      .collect(Collectors.toList());
    System.out.println(list);

合并

Stream<String> s1 = List.of("a", "b", "c").stream();
Stream<String> s2 = List.of("d", "c").stream();

Stream<String> s = Stream.concat(s1, s2);
System.out.println(s.collect(Collectors.toList()));

flatMap

• flatMap把Stream中的每个元素, 都变成Stream, 然后合并成一个Stream

    Stream<List<Integer>> s = Stream.of(
        Arrays.asList(1, 2, 3),
        Arrays.asList(4, 5, 6),
        Arrays.asList(7, 8, 9)
        );
    Stream<Integer> i = s.flatMap(list -> list.stream());
    System.out.println(i.collect(Collectors.toList()));

并行

    Stream<String> s = List.of("a", "b", "c", "d").stream();
    String[] r = s.parallel() // 此处变为并行处理stream, 提高处理效率
        .sorted()
        .toArray(String[]::new);
    for (String i : r) {
      System.out.println(i);
    }
    System.out.println(r);

其他聚合方法

• 其他的聚合方法:
  • count(): 返回stream中元素个数
  • max(Comparator<? super T> cp): 找出最大元素
• 针对IntStream, LongStream和DoubleStream:
  • sum(): 求和操作
  • average(): 对所有元素求平均数
• 测试Stream的元素是否满足条件
  • boolean allMatch(Predicate<? super T>): 测试所有元素是否满足测试条件
  • boolean anyMatch(Predicate<? super T>: 测试至少有一个元素满足条件
• forEach()循环处理每一个元素

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

困惑

String[]::new到底是个什么

• 相当于 size -> new String[size]