赞
踩
**Java 8(又称为jdk 1.8)**是Java语言开发的一个主要版本。
Java 8是oracle公司于2014年3月发布,可以看成是自Java5以来最具革命性的版本。
Java 8为Java语言、编译器、类库、开发工具与JVM带来了大量新特性。
Java8 新特性的好处:
为什么使用Lambda表达式?
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:
package com.cs.java8; import org.junit.Test; import java.util.Comparator; public class LambdaTest { @Test public void test1(){ //普通写法: Runnable r1 = new Runnable() { @Override public void run(){ System.out.println("我爱北京天安门"); } }; r1.run(); System.out.println("============================"); //Lambda表达式写法: Runnable r2 = () -> System.out.println("华东师范给大家个"); r2.run(); } @Test public void test2(){ //1.普通写法 Comparator<Integer> com1 = new Comparator<Integer>() { @Override public int compare(Integer o1, Integer o2) { return Integer.compare(o1, o2); } }; System.out.println(com1.compare(67, 8)); System.out.println("-----------------------------------------------"); //2.Lambda表达式写法: Comparator<Integer> com2 = (o1, o2) -> Integer.compare(o1, o2); System.out.println(com2.compare(4 , 7)); System.out.println("-----------------------------------------------"); //3.方法引用的写法: Comparator<Integer> com3 = Integer :: compare; System.out.println(com3.compare(55 ,55)); } }
//普通写法:
Runnable r1 = new Runnable() {
@Override
public void run(){
System.out.println("我爱北京天安门");
}
};
-------------------------------------------
//Lambda表达式写法:
Runnable r2 = () -> {System.out.println("华东师范给大家个");};
//普通写法:
Consumer<String> consumer1 = new Consumer<String>() {
@Override
public void accept(String s) {
System.out.println(s);
}
};
-----------------------------------------
//Lambda表达式写法:
Consumer<String> consumer2 = (String s) -> {System.out.println(s);};
因为可由编译器推断得出,称为“类型推断“
//普通写法:
Consumer<String> consumer1 = new Consumer<String>() {
@Override
public void accept(String s) {
System.out.println(s);
}
};
-----------------------------------------
//Lambda表达式写法:
Consumer<String> consumer2 = (String s) -> {System.out.println(s);};
//数据类型省略写法:
Consumer<String> consumer2 = (s) -> {System.out.println(s);};
//普通写法:
Consumer<String> consumer1 = new Consumer<String>() {
@Override
public void accept(String s) {
System.out.println(s);
}
};
-----------------------------------------
//Lambda表达式写法:
Consumer<String> consumer2 = (String s) -> {System.out.println(s);};
//数据类型省略写法:
Consumer<String> consumer3 = (s) -> {System.out.println(s);};
//参数小括号省略写法:
Consumer<String> consumer3 = s -> {System.out.println(s);};
//普通写法
Comparator<Integer> comparator1 = new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
System.out.println("实现函数式接口方法");
return Integer.compare(o1, o2);
}
};
----------------------
//Lambda表达式写法:
Comparator<Integer> comparator2 = (o1, o2) -> {
System.out.println("实现函数式接口方法");
return Integer.compare(o1, o2);
};
//普通写法
Comparator<Integer> comparator1 = new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return Integer.compare(o1, o2);
}
};
----------------------
//Lambda表达式写法:
Comparator<Integer> comparator2 = (o1, o2) -> Integer.compare(o1, o2);
Lambda表达式的本质: 作为函数式接口的实例
Java 从诞生日起就是一直倡导 “一切皆对象”, 在 Java 里面面向对象 (编程是一切。但是随着 python 、 scala 等语言的兴起和新技
的挑战 Java 不得不做出调整以便支持更加广泛的技术要求,也即 java 不但可以支持 OOP 还可以支持 OOF (面向函数编程)
在函数式编程语言当中,函数被当做一等公民对待。在将函数作为一等公民的编程语言中, Lambda 表达式的类型是函数。但是在
Java8 中,有所不同。在Java8 中, Lambda 表达式是对象,而不是函数,它们必须依附于一类特别的对象类型 函数式接口 。
简单的说,在 Java8 中,Lambda 表达式就是一个函数式接口的实例。 这就是Lambda 表达式和函数式接口的关系。也就是说,
要一个对象是函数式接口的实例,那么该对象就可以用 Lambda 表达式来表示。
所以以前用 匿名实现类 表示的现在都可以用 Lambda 表达式来写。
public class LambdaTest2 { @Test public void test1(){ //普通写法 happyTime(500.00, new Consumer<Double>() { @Override public void accept(Double aDouble) { System.out.println("happy time cost " + aDouble); } }); //函数式接口,Lambda表达式 happyTime(488.00, (money) -> System.out.println("happy time " + money)); } public void happyTime(Double money, Consumer<Double> con) { con.accept(money); } }
@Test public void test2(){ List<String> list = Arrays.asList("hello","happy","good","morning","night","love"); //普通写法 List<String> filterStr1 = filterString(list, new Predicate<String>() { @Override public boolean test(String s) { return s.length() > 4;//过滤出长度>4 的字符串 } }); System.out.println(filterStr1); //函数式接口,Lambda表达式 写法 List<String> filterStr2 = filterString(list,(s) -> s.length() > 4); System.out.println(filterStr2); } //根据给定的规则,过滤集合中的字符串。此规则由Predicate的方法决定 public List<String> filterString(List<String> list, Predicate<String> pre) { ArrayList<String> filterList = new ArrayList<>(); for (String s : list) { if (pre.test(s)) { filterList.add(s); } } return filterList; }
Stream到底是什么呢?
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!”
注意:
1 - 创建 stream
一个数据源(如 集合、数组),获取一个流
2 - 中间操作
一个中间操作链,对数据源的数据进行处理
3 - 终止操作 (终端操作)
一旦执行终止操作,就执行中间操作链,并产生结果。之后,不会再被使用.
Java8 中的Collection接口被扩展,提供了两个获取流的方法:
//创建Stream流的方式一: 通过集合
@Test
public void test1(){
List<Employee> employeeList = EmployeeData.getEmployees();
//default Stream<E> stream():返回一个顺序流
Stream<Employee> stream = employeeList.stream();
//default Stream<E> parallelStream(): 返回一个并行流
Stream<Employee> employeeStream = employeeList.parallelStream();
}
Java8中的Arrays的静态方法stream()可以获取数组流 :
**static < T > Stream< T > stream(T[ ] array) : 返回一个流 **
List<Employee> employeeList = EmployeeData.getEmployees();
Employee[] employeeArray = employeeList.toArray(new Employee[employeeList.size()]);
Stream<Employee> stream = Arrays.stream(employeeArray);
重载形式,能够处理对应基本类型的数组:
int[] arr = new int[]{1,3,4,5,7};
//public static IntStream stream(int[] array)
IntStream stream1 = Arrays.stream(arr);
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。
Stream<Integer> integerStream = Stream.of(1, 3, 8, 2, 9);
可以使用静态方法 Stream.iterate()和 Stream.generate(),创建无限流。
//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)
//生成10个随机数
Stream.generate(Math::random).limit(10).forEach(System.out::println);
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”。
//1-筛选与切片 @Test public void test1(){ List<Employee> employeeList = EmployeeData.getEmployees(); //1- filter(Predicate p) 接收Lambda,从流中排除某些元素 Stream<Employee> stream = employeeList.stream(); //查询员工表中薪资大于7000的员工信息 stream.filter(e -> e.getSalary() > 7000.00).forEach(System.out::println); System.out.println("---------------------------"); //2- limit(long maxSize)截断流,使其元素不超过给定数量 employeeList.stream().limit(4).forEach(System.out::println); System.out.println("---------------------------"); //3- 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。与 limit(n)互补 employeeList.stream().skip(4).forEach(System.out::println); System.out.println("---------------------------"); //4- distinct() 筛选,通过流所生成元素的 hashCode()和 equals()去除重复元素 employeeList.stream().distinct().forEach(System.out::println); }
public class StreamAPITest1 { //2- 映射 @Test public void test2(){ List<Employee> employeeList = EmployeeData.getEmployees(); // 1- 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。 List<String> list = Arrays.asList("aa", "bb", "cc", "dd"); list.stream().map(str -> str.toUpperCase()).forEach(System.out::println); System.out.println("---------------------------------------------"); // 练习:获取员工姓名长度大于3的员工的姓名。 employeeList.stream().map(e -> e.getName()).filter(name -> name.length() > 3).forEach(System.out::println); System.out.println("--------------------------------------"); // 2- 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 Stream<Stream<Character>> streamStream = list.stream().map(StreamAPITest1::fromStringToStream); streamStream.forEach(s -> { s.forEach(System.out::println); }); System.out.println("--------------------------------------"); Stream<Character> characterStream = list.stream().flatMap(StreamAPITest1::fromStringToStream); characterStream.forEach(System.out::println); } //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) {//aa ArrayList<Character> list = new ArrayList<>(); for (Character c : str.toCharArray()) { list.add(c); } return list.stream(); } }
map() :相当于 add()
flatMap : 相当于 addAll()
//3- 排序
@Test
public void test3(){
// sorted() 产生一个新流,其中按自然顺序排序
List<Integer> integerList = Arrays.asList(78, 56, 199, 2, 36, 5, 67, 89, 200, 6, 5);
integerList.stream().sorted().forEach(System.out::println);
System.out.println("------------------------------------------");
// sorted(Comparator com)产生一个新流,其中按比较器顺序排序
List<Employee> employeeList = EmployeeData.getEmployees();
employeeList.stream().sorted((e1, e2) -> Integer.compare(e1.getAge(), e2.getAge()))
.forEach(System.out::println);
}
public class StreamAPITest2 { //1-匹配与查找 @Test public void test1(){ List<Employee> employeeList = EmployeeData.getEmployees(); // aLLMatch(Predicate p)—一检查是否匹配所有元素。 // 练习:是否所有的员工的年龄都大于18 boolean allMatch = employeeList.stream().allMatch(e -> e.getAge() > 18); System.out.println(allMatch);//false // anyMatch(Predicate p)—-检查是否至少匹配一个元素练习: // 是否存在员工的工资大于10000 boolean anyMatch = employeeList.stream().anyMatch(e -> e.getSalary() > 10000); System.out.println(anyMatch); // noneMatch (Predicate p)—-检查是否没有匹配的元素。 // 练习:是否存在员工姓“雷” boolean noneMatch = employeeList.stream().noneMatch(e -> e.getName().startsWith("雷")); System.out.println(noneMatch); // findFirst—-返回第一个元素 Optional<Employee> employee = employeeList.stream().findFirst(); System.out.println(employee); // findAny -- 返回任意一个元素 Optional<Employee> employee1 = employeeList.stream().findAny(); System.out.println(employee1); // count—-返回流中元素的总个数 long count = employeeList.stream().count(); System.out.println(count); // max (Comparator c)-返回流中最大值 // 练习:返回最高的工资: Optional<Double> max = employeeList.stream().map(Employee::getSalary).max((d1, d2) -> Double.compare(d1, d2)); System.out.println(max); // min(Comparator c)—-返回流中最小值 // 练习:返回最低工资的员工 Optional<Double> min = employeeList.stream().map(Employee::getSalary).min((d1, d2) -> Double.compare(d1, d2)); System.out.println(min); // forEach( consumer c)—-内部迭代 employeeList.stream().forEach(System.out::println); } }
public class StreamAPITest3 {
@Test
public void test1(){
// reduce(T identity, BinaryOperator b)--可以将流中元素反复结合起来,得到一个值。返回T
// 练习1:计算1-10的自然数的和
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 = " + sum);//sum = 55
// 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>
Optional<Integer> reduce = list.stream().reduce(Integer::sum);
System.out.println(reduce);//Optional[55]
}
}
强大的Stream APl : Collectors
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。