原文地址http://blog.csdn.net/myherux/article/details/52717492
(一)optional類
-
創建一個空Optional對象
輸出的是一個空的
optional
對象Optional<String> optional = Optional.empty(); System.out.println(optional); ##:Optional.empty
-
創建一個非空Optional對象
如果
person
是null
,將會立即拋出,而不是訪問person
的屬性時獲得一個潛在的錯誤Person person = new Person("xu","hua"); Optional<Person> optional2 = Optional.of(person); System.out.println(optional2); System.out.println(optional2.get()); System.out.println(optional2.get().firstName); ##:Optional[xuhua] xuhua xu
-
判斷對象是否存在
System.out.println(optional.isPresent()); System.out.println(optional2.isPresent()); ##:false true
-
如果Optional為空返回默認值
System.out.println(optional.orElse("fallback")); optional.ifPresent(System.out::println); ##:fallback xuhua
(二)Lambda表達式
-
Lambda表達式的使用
java8以前的字符串排列,創建一個匿名的比較器對象
Comparator
然后將其傳遞給sort
方法
```
List<String> names= Arrays.asList("peter", "anna", "mike", "xenia");
Collections.sort(names, new Comparator<String>() {
@Override
public int compare(String a, String b) {
return b.compareTo(a);
}
});
```
`java8`使用`lambda`表達式就不需要匿名對象了
```
Collections.sort(names,(String a,String b)->{return b.compareTo(a);});
```
簡化一下:對于函數體只有一行代碼的,你可以去掉大括號{}以及`return`關鍵字
```
Collections.sort(names,(String a,String b)->b.compareTo(a));
```
`Java`編譯器可以自動推導出參數類型,所以你可以不用再寫一次類型
```
Collections.sort(names, (a, b) -> b.compareTo(a));
```
```
##:[xenia, peter, mike, anna]
```
對于`null`的處理
```
List<String> names2 = Arrays.asList("peter", null, "anna", "mike", "xenia");
names2.sort(Comparator.nullsLast(String::compareTo));
System.out.println(names2);
##:[anna, mike, peter, xenia, null]
```
-
函數式接口,方法,構造器
每一個
lambda
表達式都對應一個類型,通常是接口類型。而“函數式接口”是指僅僅只包含一個抽象方法的接口,每一個該類型的
lambda
表達式都會被匹配到這個抽象方法。因為默認方法不算抽象方法,所以你也可以給你的函數式接口添加默認方法。
我們可以將
lambda
表達式當作任意只包含一個抽象方法的接口類型,確保你的接口一定達到這個要求,你只需要給你的接口添加
@FunctionalInterface
注解,編譯器如果發現你標注了這個注解的接口有多于一個抽象方法的時候會報錯的。
-
函數式接口
@FunctionalInterface public static interface Converter<F, T> { T convert(F from); } /**原始的接口實現*/ Converter<String, Integer> integerConverter1 = new Converter<String, Integer>() { @Override public Integer convert(String from) { return Integer.valueOf(from); } }; /**使用lambda表達式實現接口*/ Converter<String, Integer> integerConverter2 = (from) -> Integer.valueOf(from); Integer converted1 = integerConverter1.convert("123"); Integer converted2 = integerConverter2.convert("123"); System.out.println(converted1); System.out.println(converted2); ##:123 123 /**簡寫的lambda表達式*/ Converter<String, Integer> integerConverter3 = Integer::valueOf; Integer converted3 = integerConverter3.convert("123"); System.out.println(converted3); ##:123
-
函數式方法
static class Something { String startsWith(String s) { return String.valueOf(s.charAt(0)); } } Something something = new Something(); Converter<String, String> stringConverter = something::startsWith; String converted4 = stringConverter.convert("Java"); System.out.println(converted4); ##:j
-
函數式構造器
Java編譯器會自動根據PersonFactory.create方法的簽名來選擇合適的構造函數。
public class Person { public String firstName; public String lastName; public Person() { } public Person(String firstName, String lastName) { this.firstName = firstName; this.lastName = lastName; } public String toString(){ return firstName+lastName; } }
interface PersonFactory<P extends Person> { P create(String firstName, String lastName); } PersonFactory<Person> personFactory = Person::new; Person person = personFactory.create("xu", "hua"); System.out.println(person.toString()); ##:xuhua
-
-
Lambda作用域
在lambda表達式中訪問外層作用域和老版本的匿名對象中的方式很相似。
你可以直接訪問標記了final的外層局部變量,或者實例的字段以及靜態變量。
static int outerStaticNum = 10; int outerNum; void testScopes() { /**變量num可以不用聲明為final*/ int num = 1; /**可以直接在lambda表達式中訪問外層的局部變量*/ Lambda2.Converter<Integer, String> stringConverter = (from) -> String.valueOf(from + outerStaticNum+num); String convert = stringConverter.convert(2); System.out.println(convert); ##:13 /**但是num必須不可被后面的代碼修改(即隱性的具有final的語義),否則編譯出錯*/ //num=3; /**lambda內部對于實例的字段以及靜態變量是即可讀又可寫*/ Lambda2.Converter<Integer, String> stringConverter2 = (from) -> { outerNum = 13; return String.valueOf(from + outerNum); }; System.out.println(stringConverter2.convert(2)); System.out.println("\nBefore:outerNum-->" + outerNum); outerNum = 15; System.out.println("After:outerNum-->" + outerNum); ##:Before:outerNum-->13 After:outerNum-->15 String[] array = new String[1]; Lambda2.Converter<Integer, String> stringConverter3 = (from) -> { array[0] = "Hi here"; return String.valueOf(from); }; stringConverter3.convert(23); System.out.println("\nBefore:array[0]-->" + array[0]); array[0] = "Hi there"; System.out.println("After:array[0]-->" + array[0]); ##:Before:array[0]-->Hi here After:array[0]-->Hi there }
(三)Stream類
java.util.Stream
表示能應用在一組元素上一次執行的操作序列。
Stream
操作分為中間操作或者最終操作兩種,最終操作返回一特定類型的計算結果,而中間操作返回Stream
本身,這樣你就可以將多個操作依次串起來。
Stream
的創建需要指定一個數據源,比如 java.util.Collection
的子類,List
或者Set
,Map
不支持。
Stream
的操作可以串行執行或者并行執行。
-
Stream的基本接口
List<String> stringCollection = new ArrayList<>(); stringCollection.add("ddd2"); stringCollection.add("aaa2"); stringCollection.add("bbb1"); stringCollection.add("aaa1"); stringCollection.add("bbb3"); stringCollection.add("ccc"); stringCollection.add("bbb2"); stringCollection.add("ddd1");
-
Filter 過濾.
Filter
通過一個predicate
接口來過濾并只保留符合條件的元素,該操作屬于中間操作,所以我們可以在過濾后的結果來應用其他Stream
操作(比如forEach
)。forEach
需要一個函數來對過濾后的元素依次執行。forEac
h是一個最終操作,所以我們不能在forEach
之后來執行其他Stream
操作。stringCollection .stream() .filter((s) -> s.startsWith("a")) .forEach(System.out::println);
-
Sorted 排序.
Sorted
是一個中間操作,返回的是排序好后的Stream
。如果你不指定一個自定義的
Comparator
則會使用默認排序.stringCollection .stream() .sorted() .forEach(System.out::println); System.out.println(stringCollection);//原數據源不會被改變
-
Map.
中間操作
ma
p會將元素根據指定的Function
接口來依次將元素轉成另外的對象.stringCollection .stream() .map(String::toUpperCase) .map((s)->s+" space") .sorted((a, b) -> b.compareTo(a)) .forEach(System.out::println);
-
Match
Stream
提供了多種匹配操作,允許檢測指定的Predicate
是否匹配整個Stream
。所有的匹配操作都是最終操作,并返回一個boolean類型的值。
boolean anyStartsWithA = stringCollection .stream() .anyMatch((s) -> s.startsWith("a")); System.out.println(anyStartsWithA); // true boolean allStartsWithA = stringCollection .stream() .allMatch((s) -> s.startsWith("a")); System.out.println(allStartsWithA); // false boolean noneStartsWithZ = stringCollection .stream() .noneMatch((s) -> s.startsWith("z")); System.out.println(noneStartsWithZ); // true
-
Count
計數是一個最終操作,返回
Stream
中元素的個數,返回值類型是long
。long startsWithB = stringCollection .stream() .filter((s) -> s.startsWith("b")) .count(); System.out.println(startsWithB); // 3
-
Reduce
Reduce
是一個最終操作,允許通過指定的函數來講stream
中的多個元素規約為一個元素,規約后的結果是通過Optional
接口表示的。Optional<String> reduced = stringCollection .stream() .sorted() .reduce((s1, s2) -> s1 + "#" + s2); reduced.ifPresent(System.out::println); ##:aaa1#aaa2#bbb1#bbb2#bbb3#ccc#ddd1#ddd2
-
-
并行stream和串行stream
-
串行stream
List<String> values = new ArrayList<>(MAX); for (int i = 0; i < MAX; i++) { UUID uuid = UUID.randomUUID(); values.add(uuid.toString()); } long t0 = System.nanoTime(); long count = values.stream().sorted().count(); System.out.println(count); long t1 = System.nanoTime(); long millis = TimeUnit.NANOSECONDS.toMillis(t1 - t0); System.out.println(String.format("sequential sort took: %d ms", millis));
-
并行stream
并行
stream
是在運行時將數據劃分成了多個塊,然后將數據塊分配給合適的處理器去處理。只有當所有塊都處理完成了,才會執行之后的代碼。
List<String> values = new ArrayList<>(MAX); for (int i = 0; i < MAX; i++) { UUID uuid = UUID.randomUUID(); values.add(uuid.toString()); } long t0 = System.nanoTime(); long count = values.parallelStream().sorted().count(); System.out.println(count); long t1 = System.nanoTime(); long millis = TimeUnit.NANOSECONDS.toMillis(t1 - t0); System.out.println(String.format("parallel sort took: %d ms", millis));
時間結果比較:
1000000 sequential sort took: 717 ms 1000000 parallel sort took: 303 ms
-
-
IntStream接口
IntStream
接口是stream
的一種,繼承了BaseStream
接口。- range
IntStream.range(0, 10) .forEach(i -> { if (i % 2 == 1) System.out.print(i+" "); }); ##:1 3 5 7 9 OptionalInt reduced1 = IntStream.range(0, 10) .reduce((a, b) -> a + b); System.out.println(reduced1.getAsInt()); int reduced2 = IntStream.range(0, 10) .reduce(7, (a, b) -> a + b); System.out.println(reduced2); ##:45 52
- sum
System.out.println(IntStream.range(0, 10).sum());
- range
-
Stream的應用
Map<String, Integer> unsortMap = new HashMap<>(); unsortMap.put("z", 10); unsortMap.put("b", 5); unsortMap.put("a", 6); unsortMap.put("c", 20); unsortMap.put("d", 1); unsortMap.put("e", 7); unsortMap.put("y", 8); unsortMap.put("n", 99); unsortMap.put("j", 50); unsortMap.put("m", 2); unsortMap.put("f", 9);
使用
stream
類來對map
的value
排序public static <K, V extends Comparable<? super V>> Map<K, V> sortByValue(Map<K, V> map) { Map<K, V> result = new LinkedHashMap<>(); map.entrySet().parallelStream() .sorted((o1, o2) -> (o2.getValue()).compareTo(o1.getValue())) .forEachOrdered(x -> result.put(x.getKey(), x.getValue())); return result; } System.out.println(sortByValue(unsortMap)); ##:{n=99, j=50, c=20, z=10, f=9, y=8, e=7, a=6, b=5, m=2, d=1}
List<Object> list = new ArrayList<>(); JSONObject data1 = new JSONObject(); data1.put("type", "支出"); data1.put("money", 500); JSONObject data2 = new JSONObject(); data2.put("type", "收入"); data2.put("money", 1000); JSONObject data3 = new JSONObject(); data3.put("type", "借貸"); data3.put("money", 100); list.add(data1); list.add(data2); list.add(data3);
使用
stream
類來處理list``里面的
json`數據/** * 按money的值來排列json */ list.stream() .filter(x -> JSONObject.fromObject(x).containsKey("money")) .sorted((b, a) -> Integer.valueOf(JSONObject.fromObject(a).getInt("money")).compareTo(JSONObject.fromObject(b) .getInt("money"))) .forEach(System.out::println); /** * 找到最小的money */ Integer min = list.stream() .filter(x -> JSONObject.fromObject(x).containsKey("money")) .map(x -> JSONObject.fromObject(x).getInt("money")) .sorted() .findFirst() .get(); System.out.println(min); /** * 計算type的數目 */ Map<String, Integer> type_count = new HashMap<>(); list.stream() .filter(x -> JSONObject.fromObject(x).containsKey("type")) .map(x -> JSONObject.fromObject(x).getString("type")) .forEach(x -> { if (type_count.containsKey(x)) type_count.put(x, type_count.get(x) + 1); else type_count.put(x, 1); }); System.out.println(type_count.toString()); ##: {"type":"收入","money":1000} {"type":"支出","money":500} {"type":"借貸","money":100} 100 {借貸=1, 收入=1, 支出=1}