您的位置:首页 > 编程语言 > Java开发

Java表达式之Lambda表达式(二)

2017-10-22 10:25 375 查看
一、Lambda表达式的使用:

它主要用于替换以前广泛使用的内部匿名类,各种回调,比如事件响应器、传入Thread类的Runnable等。例如,当我们要创建一个线程时,正常的写法是这样的:

Thread thread = new Thread( new Runnable () {

@Override

public void run() {

System.out.println(“hello everyone”);

}

} );

但是用Lambda我们可以给他简化成如下的形式:

Thread thread= new Thread( () -> {

System.out.println(“hello everyone”);

} );

在lambda表达式中你不需要把它显示转换成一个Runnable,因为Java能根据上下文自动推断出来:一个Thread的构造函数接受一个Runnable参数,而传入的lambda表达式正好符合其run()函数,所以Java编译器推断它为Runnable。

二、Lambda表达式与集合的操作

集合类的批处理操作API的目的是实现集合类的“内部迭代,

Java8之前集合类的迭代(Iteration)都是外部的,即客户代码。而内部迭代意味着改由Java类库来进行迭代,而不是客户代码。举个栗子:

在java8之前我们遍历集合是这样的:

for(String array: list){

System.out.println(array);

}

这种迭代方式就是外部的也就是客户代码,在java8引进之后。可以写成如下的形式:

list.foreach(array→{System.out.println(array);});

list:是你要遍历的集合的名称。

array:是集合中每个元素的名称。

集合类(包括List)现在都有一个forEach方法,对元素进行迭代(遍历),所以我们不需要再写for循环了。forEach方法接受一个函数接口Consumer做参数,所以可以使用lambda表达式。

4000
java8为您集合引入了一个最重要的概念就是流(Stream)的概念,一个流通常以一个集合类实例为其数据源,然后在其上定义各种操作。流的API设计使用了管道(pipelines)模式。对流的一次操作会返回另一个流。如同IO的API或者StringBuffer的append方法那样,从而多个不同的操作可以在一个语句里串起来。

下面通过代码的形式简单的介绍一下Java8引入的工具接口Stream以及新Map接口提供的常用默认方法.:

stream示例:

package cn.aim.web.extend.entity;

import java.util.ArrayList;
import java.util.List;
import java.util.Optional;
import java.util.UUID;

/**
* java.util.Stream使用例子
*
* <pre>
* java.util.Stream表示了某一种元素的序列,在这些元素上可以进行各种操作。Stream操作可以是中间操作,也可以是完结操作。
* 完结操作会返回一个某种类型的值,而中间操作会返回流对象本身,并且你可以通过多次调用同一个流操作方法来将操作结果串起来。
* Stream是在一个源的基础上创建出来的,例如java.util.Collection中的list或者set(map不能作为Stream的源)。
* Stream操作往往可以通过顺序或者并行两种方式来执行。
* </pre>
*
* public interface Stream<T> extends BaseStream<T, Stream<T>> {
* <p>
* 可以看到Stream是一个接口,其是1.8引入
*
* <p>
* Java 8中的Collections类的功能已经有所增强,你可以之直接通过调用Collections.stream()或者Collection.
* parallelStream()方法来创建一个流对象
*
*/
public class StreamUtilExample {

private List<String> stringList = new ArrayList<>();

public StreamUtilExample() {
init();
}

private void init() {
initStringList();
}

/**
* 初始化字符串列表
*/
private void initStringList() {
stringList.add("zzz1");
stringList.add("aaa2");
stringList.add("bbb2");
stringList.add("fff1");
stringList.add("fff2");
stringList.add("aaa1");
stringList.add("bbb1");
stringList.add("zzz2");
}

/**
* Filter接受一个predicate接口类型的变量,并将所有流对象中的元素进行过滤。该操作是一个中间操作,
* 因此它允许我们在返回结果的基础上再进行其他的流操作
* (forEach)。ForEach接受一个function接口类型的变量,用来执行对每一个元素的操作
* 。ForEach是一个中止操作。它不返回流,所以我们不能再调用其他的流操作
*/
public void useStreamFilter() {
// stream()方法是Collection接口的一个默认方法
// Stream<T> filter(Predicate<? super T>
// predicate);filter方法参数是一个Predicate函数式接口并继续返回Stream接口
// void forEach(Consumer<? super T> action);foreach方法参数是一个Consumer函数式接口

// 解释:从字符串序列中过滤出以字符a开头的字符串并迭代打印输出
stringList.stream().filter((s) -> s.startsWith("a")).forEach(System.out::println);
}

/**
* Sorted是一个中间操作,能够返回一个排过序的流对象的视图。流对象中的元素会默认按照自然顺序进行排序,
* 除非你自己指定一个Comparator接口来改变排序规则.
*
* <p>
* 一定要记住,sorted只是创建一个流对象排序的视图,而不会改变原来集合中元素的顺序。原来string集合中的元素顺序是没有改变的
*/
public void useStreamSort() {
// Stream<T> sorted();返回Stream接口
// 另外还有一个 Stream<T> sorted(Comparator<? super T>
// comparator);带Comparator接口的参数
stringList.stream().sorted().filter((s) -> s.startsWith("a")).forEach(System.out::println);

// 输出原始集合元素,sorted只是创建排序视图,不影响原来集合顺序
stringList.stream().forEach(System.out::println);
}

/**
* map是一个对于流对象的中间操作,通过给定的方法,它能够把流对象中的每一个元素对应到另外一个对象上。
* 下面的例子就演示了如何把每个string都转换成大写的string.
* 不但如此,你还可以把每一种对象映射成为其他类型。对于带泛型结果的流对象,具体的类型还要由传递给map的泛型方法来决定。
*/
public void useStreamMap() {
// <R> Stream<R> map(Function<? super T, ? extends R> mapper);
// map方法参数为Function函数式接口(R_String,T_String).

// 解释:将集合元素转为大写(每个元素映射到大写)->降序排序->迭代输出
// 不影响原来集合
stringList.stream().map(String::toUpperCase).sorted((a, b) -> b.compareTo(a)).forEach(System.out::println);
}

/**
* 匹配操作有多种不同的类型,都是用来判断某一种规则是否与流对象相互吻合的。所有的匹配操作都是终结操作,只返回一个boolean类型的结果
*/
public void useStreamMatch() {
// boolean anyMatch(Predicate<? super T> predicate);参数为Predicate函数式接口
// 解释:集合中是否有任一元素匹配以'a'开头
boolean anyStartsWithA = stringList.stream().anyMatch((s) -> s.startsWith("a"));
System.out.println(anyStartsWithA);

// boolean allMatch(Predicate<? super T> predicate);
// 解释:集合中是否所有元素匹配以'a'开头
boolean allStartsWithA = stringList.stream().allMatch((s) -> s.startsWith("a"));
System.out.println(allStartsWithA);

// boolean noneMatch(Predicate<? super T> predicate);
// 解释:集合中是否没有元素匹配以'd'开头
boolean nonStartsWithD = stringList.stream().noneMatch((s) -> s.startsWith("d"));
System.out.println(nonStartsWithD);
}

/**
* Count是一个终结操作,它的作用是返回一个数值,用来标识当前流对象中包含的元素数量
*/
public void useStreamCount() {
// long count();
// 解释:返回集合中以'a'开头元素的数目
long startsWithACount = stringList.stream().filter((s) -> s.startsWith("a")).count();
System.out.println(startsWithACount);

System.out.println(stringList.stream().count());
}

/**
* 该操作是一个终结操作,它能够通过某一个方法,对元素进行削减操作。该操作的结果会放在一个Optional变量里返回。
*/
public void useStreamReduce() {
// Optional<T> reduce(BinaryOperator<T> accumulator);
// @FunctionalInterface public interface BinaryOperator<T> extends
// BiFunction<T,T,T> {

// @FunctionalInterface public interface BiFunction<T, U, R> { R apply(T
// t, U u);
Optional<String> reduced = stringList.stream().sorted().reduce((s1, s2) -> s1 + "#" + s2);

// 解释:集合元素排序后->reduce(削减 )->将元素以#连接->生成Optional对象(其get方法返回#拼接后的值)
reduced.ifPresent(System.out::println);
System.out.println(reduced.get());
}

/**
* 使用并行流
* <p>
* 流操作可以是顺序的,也可以是并行的。顺序操作通过单线程执行,而并行操作则通过多线程执行. 可使用并行流进行操作来提高运行效率
*/
public void useParallelStreams() {
// 初始化一个字符串集合
int max = 1000000;
List<String> values = new ArrayList<>();

for (int i = 0; i < max; i++) {
UUID uuid = UUID.randomUUID();
values.add(uuid.toString());
}

// 使用顺序流排序

long sequenceT0 = System.nanoTime();
values.stream().sorted();
long sequenceT1 = System.nanoTime();

// 输出:sequential sort took: 51921 ms.
System.out.format("sequential sort took: %d ms.", sequenceT1 - sequenceT0).println();

// 使用并行流排序
long parallelT0 = System.nanoTime();
// default Stream<E> parallelStream() {
// parallelStream为Collection接口的一个默认方法
values.parallelStream().sorted();
long parallelT1 = System.nanoTime();

// 输出:parallel sort took: 21432 ms.
System.out.format("parallel sort took: %d ms.", parallelT1 - parallelT0).println();

// 从输出可以看出:并行排序快了一倍多
}

public static void main(String[] args) {
StreamUtilExample example = new StreamUtilExample();

example.useStreamFilter();
example.useStreamMap();
example.useStreamMatch();
example.useStreamCount();
example.useStreamReduce();
example.useParallelStreams();
}
}


Map接口中新的默认方法示例

package com.mavsplus.java8.turtorial.streams;

import java.util.HashMap;
import java.util.Map;

/**
* map是不支持流操作的。而更新后的map现在则支持多种实用的新方法,来完成常规的任务
*
*/
public class MapUtilExample {

private Map<Integer, String> map = new HashMap<>();

public MapUtilExample() {
initPut();
}

/**
* 使用更新后的map进行putIfAbsent
*/
private void initPut() {
// putIfAbsent为Map接口中新增的一个默认方法
/**
* <code>
default V putIfAbsent(K key, V value) {
V v = get(key);
if (v == null) {
v = put(key, value);
}

return v;
}
</code>
*/
// 如果map中有对应K映射的V且不为null则直接返回;否则执行put
for (int i = 0; i < 10; i++) {
map.putIfAbsent(i, "value" + i);
}

// 放入了一个null元素
map.putIfAbsent(10, null);
// 替换null
map.putIfAbsent(10, "value10");
// 因为K-10有映射且不为null则忽略V-value11
map.putIfAbsent(10, "value11");
}

/**
* 使用更新后的map进行for-each
*/
public void forEach() {
// default void forEach(BiConsumer<? super K, ? super V> action)
// Map接口中新增的默认方法

// @FunctionalInterface public interface BiConsumer<T, U> {void accept(T
// t, U u);
map.forEach((id, val) -> System.out.println(val));
}

/**
* 使用更新后的map进行compute——->重映射
*/
public void compute() {
// default V computeIfPresent(K key,BiFunction<? super K, ? super V, ?
// extends V> remappingFunction)

// Map接口中新增的默认方法

// @FunctionalInterface public interface BiFunction<T, U, R> {R apply(T
// t, U u);
// --> V apply(K k,V v)

// ifPresent会判断key对应的v是否是null,不会null才会compute->否则直接返回null

// 解释:将K-3映射的value->compute->"value3" + 3 = value33
map.computeIfPresent(3, (key, val) -> val + key);
System.out.println(map.get(3));

// 解释:这里将K-3映射的value进行重映射->null
// 该方法源码实现会判断如果newValue为null则会执行remove(key)方法,将移除key
map.computeIfPresent(9, (key, val) -> null);
// 从上面的解释中得到,输出为false,因为已经被移除了
System.out.println(map.containsKey(9));

// default V computeIfAbsent(K key,Function<? super K, ? extends V>
// mappingFunction)
// 解释:代码实现上看,如果K-15映射的值为null,即不存在或者为null,则执行映射->所以本例来看(没有15的key),该方法相当于插入一个新值
map.computeIfAbsent(15, (key) -> "val" + key);
System.out.println(map.containsKey(15));

// 因为K-4映射的值存在,所以直接返回,即不会重映射,所以输出依然会是value4
map.computeIfAbsent(4, key -> "bam");
System.out.println(map.get(4));
}

/**
* 使用更新后的map进行remove
*/
public void remove() {
// default boolean remove(Object key, Object value) {
// Map接口中新增的默认方法

// 其源码实现是
// 1.当前key对应的值和传入的参数不一致时则直接返回,移除失败(用的是Objects.equals方法)
// 2.当前key对应的值为null且!containsKey(key),移除失败(即当前map中根本不存在这个key_【因为有一种情况是有这个key但是key映射的值为null】)
// ->否则执行移除

/**
* <code>
*  default boolean remove(Object key, Object value) {
Object curValue = get(key);
if (!Objects.equals(curValue, value) ||
(curValue == null && !containsKey(key))) {
return false;
}
remove(key);
return true;
}
* </code>
*/
map.remove(3, "value4");
System.out.println(map.get(3));

// key和v匹配时则移除成功
map.remove(3, "value33");
System.out.println(map.get(3));
}

/**
* getOrDefault是一个有用的方法
*/
public void getOrDefault() {
// default V getOrDefault(Object key, V defaultValue) {
// Map接口中新增的默认方法

/**
* <code>
* default V getOrDefault(Object key, V defaultValue) {
V v;
return (((v = get(key)) != null) || containsKey(key))
? v
: defaultValue;
}
* </code>
*/

// 源码实现:
// 1.如果对应的key有value且不为null,则直接返回value;如果为null且包含该key,则返回null(总之即必须要有该key)
// 2.如果没有该key,则用默认值
String retV = map.getOrDefault("20", "not found");
System.out.println(retV);

// 加入一个null
map.putIfAbsent(30, null);
// 输出null
System.out.println(map.get(30));
// 输出null
System.out.println(map.getOrDefault(30, "value30"));
}

/**
* 合并
*/
public void merge() {
// default V merge(K key, V value,BiFunction<? super V, ? super V, ?
// extends V> remappingFunction)

// @FunctionalInterface public interface BiFunction<T, U, R> { R apply(T
// t, U u);

// merge为Map接口新增的默认方法

/**
* <code>
default V merge(K key, V value,
BiFunction<? super V, ? super V, ? extends V> remappingFunction) {
Objects.requireNonNull(remappingFunction);
Objects.requireNonNull(value);
V oldValue = get(key);
V newValue = (oldValue == null) ? value :
remappingFunction.apply(oldValue, value);
if(newValue == null) {
remove(key);
} else {
put(key, newValue);
}
return newValue;
}
* </code>
*/

// 其源码实现:
// 1.分别检查参数remappingFunction和value是否为null(调用Objects.requireNonNull).->为null则抛出空指针
// 2.判断oldValue是否为null,如果为null则将传入的newValue赋值;如果oldValue不为null则执行merge函数
// --->apply(oldValue, value)
// 3.判断newValue->如果为null则执行移除;否则执行插入

// k-9的值在执行compute方法的时候已经被移除了->所以oldValue为null->所以newValue为传入的参数value9->执行插入
// 所以这里输出为value9
String newValue1 = map.merge(9, "value9", (value, newValue) -> value.concat(newValue));
System.out.println(newValue1);
System.out.println(map.get(9));

// k-9的值现在已经为value9了,所以执行merge函数->"value9".concat("concat")->newValue为"value9concat"
// 执行插入,所以这里输出为value9concat
String newValue2 = map.merge(9, "concat", (value, newValue) -> value.concat(newValue));
System.out.println(newValue2);
System.out.println(map.get(9));

// k-8值存在为value8->执行merge函数->直接返回"NewMerge8"->newValue为"NewMerge8"
// 执行put->所以这里输出"NewMerge8"
map.merge(8, "merge", (value, newValue) -> "NewMerge8");
System.out.println(map.get(8));
}

public static void main(String[] args) {
MapUtilExample example = new MapUtilExample();

example.forEach();
example.compute();
example.remove();
example.getOrDefault();
example.merge();
}
}


以上就是本人对java8的使用和java对集合的操作的简单的理解,如有不对请多多指教。
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: