原文?http://www.codeceo.com/article/learn-java-lambda.html
Lambda簡介
Lambda作為函數式編程中的基礎部分，在其他編程語言（例如：Scala）中早就廣為使用，但在Java領域中發展較慢，直到java8，才開始支持Lambda。
拋開數學定義不看，直接來認識Lambda。Lambda表達式本質上是匿名方法，其底層還是通過invokedynamic指令來生成匿名類來實現。它提供了更為簡單的語法和寫作方式，允許你通過表達式來代替函數式接口。在一些人看來，Lambda就是可以讓你的代碼變得更簡潔，完全可以不使用——這種看法當然沒問題，但重要的是lambda為Java帶來了閉包。得益于Lamdba對集合的支持，通過Lambda在多核處理器條件下對集合遍歷時的性能提高極大，另外我們可以以數據流的方式處理集合——這是非常有吸引力的。
Lambda的語法極為簡單，類似如下結構:
(parameters) -> expression
或者
(parameters) -> { statements; }
Lambda表達式由三部分組成：
paramaters：類似方法中的形參列表，這里的參數是函數式接口里的參數。這里的參數類型可以明確的聲明也可不聲明而由JVM隱含的推斷。另外當只有一個推斷類型時可以省略掉圓括號。
->：可理解為“被用于”的意思
方法體：可以是表達式也可以代碼塊，是函數式接口里方法的實現。代碼塊可返回一個值或者什么都不反回，這里的代碼塊塊等同于方法的方法體。如果是表達式，也可以返回一個值或者什么都不反回。
我們通過以下幾個示例來做說明：
//示例1：不需要接受參數，直接返回10()->10//示例2：接受兩個int類型的參數，并返回這兩個參數相加的和(intx,inty)->x+y;//示例2：接受x,y兩個參數，該參數的類型由JVM根據上下文推斷出來，并返回兩個參數的和(x,y)->x+y;//示例3：接受一個字符串，并將該字符串打印到控制到，不反回結果(String name)->System.out.println(name);//示例4：接受一個推斷類型的參數name，并將該字符串打印到控制臺name->System.out.println(name);//示例5：接受兩個String類型參數，并分別輸出，不反回(String name,String sex)->{System.out.println(name);System.out.println(sex)}//示例6：接受一個參數x，并返回該該參數的兩倍x->2*x
Lambda用在哪里
在[函數式接口][1]中我們知道Lambda表達式的目標類型是函數性接口——每一個Lambda都能通過一個特定的函數式接口與一個給定的類型進行匹配。因此一個Lambda表達式能被應用在與其目標類型匹配的任何地方，lambda表達式必須和函數式接口的抽象函數描述一樣的參數類型，它的返回類型也必須和抽象函數的返回類型兼容，并且他能拋出的異常也僅限于在函數的描述范圍中。
接下來，我們看一個自定義的函數式接口示例：
@FunctionalInterfaceinterfaceConverter{Tconvert(F from);}
首先用傳統的方式來使用該接口：
Converter converter=newConverter() {? ? ? ? ? ? @Override? ? ? ? ? ? public Integer convert(Stringfrom) {returnInteger.valueOf(from);? ? ? ? ? ? }? ? ? ? };? ? ? Integer result = converter.convert("200");? ? ? ? System.out.println(result);
很顯然這沒任何問題，那么接下里就是Lambda上場的時刻，用Lambda實現Converter接口：
Converter converter=(param)->Integer.valueOf(param);? ? ? ? Integer result = converter.convert("101");? ? ? ? System.out.println(result);
通過上例，我想你已經對Lambda的使用有了個簡單的認識，下面，我們在用一個常用的Runnable做演示：
在以前我們可能會寫下這種代碼：
newThread(newRunnable() {@Overridepublicvoidrun(){? ? ? ? ? ? ? ? System.out.println("hello lambda");? ? ? ? ? ? }? ? ? ? }).start();
在某些情況下，大量的匿名類會讓代碼顯得雜亂無章。現在可以用Lambda來使它變得簡潔：
newThread(()->System.out.println("hello lambda")).start();
方法引用
方法引用是Lambda表達式的一個簡化寫法。所引用的方法其實是Lambda表達式的方法體的實現，其語法結構為:
ObjectRef::methodName
左邊可以是類名或者實例名，中間是方法引用符號”::”，右邊是相應的方法名。方法引用被分為三類：
在某些情況下，我們可能寫出這樣的代碼：
publicclassReferenceTest{publicstaticvoidmain(String[] args){? ? ? ? Converter converter=newConverter() {@OverridepublicIntegerconvert(String from){returnReferenceTest.String2Int(from);? ? ? ? ? ? }? ? ? ? };? ? ? ? converter.convert("120");? ? }@FunctionalInterfaceinterfaceConverter{Tconvert(F from);? ? }staticintString2Int(String from){returnInteger.valueOf(from);? ? }}
這時候如果用靜態引用會使的代碼更加簡潔：
Converter converter = ReferenceTest::String2Int; converter.convert("120");
2. 實例方法引用
我們也可能會寫下這樣的代碼：
publicclassReferenceTest{publicstaticvoidmain(String[] args){? ? ? ? Converter converter =newConverter() {@OverridepublicIntegerconvert(String from){returnnewHelper().String2Int(from);? ? ? ? ? ? }? ? ? ? };? ? ? ? converter.convert("120");? ? }@FunctionalInterfaceinterfaceConverter{Tconvert(F from);? ? }staticclassHelper{publicintString2Int(String from){returnInteger.valueOf(from);? ? ? ? }? ? }}
同樣用實例方法引用會顯得更加簡潔：
Helper helper =newHelper();? Converter converter = helper::String2Int;? converter.convert("120");
3. 構造方法引用
現在我們來演示構造方法的引用。首先我們定義一個父類Animal:
classAnimal{privateString name;privateintage;publicAnimal(String name,intage){this.name = name;this.age = age;? ? ? ? }publicvoidbehavior(){? ? ? ? }? ? }
接下來，我們在定義兩個Animal的子類：Dog、Bird
publicclassBirdextendsAnimal{publicBird(String name,intage){super(name, age);? ? }@Overridepublicvoidbehavior(){? ? ? ? System.out.println("fly");? ? }}classDogextendsAnimal{publicDog(String name,intage){super(name, age);? ? }@Overridepublicvoidbehavior(){? ? ? ? System.out.println("run");? ? }}
隨后我們定義工廠接口：
interfaceFactory{Tcreate(String name,intage);? ? }
接下來我們還是用傳統的方法來創建Dog類和Bird類的對象：
Factory factory=newFactory() {@OverridepublicAnimalcreate(String name,intage){returnnewDog(name,age);? ? ? ? ? ? }? ? ? ? };? ? ? ? factory.create("alias",3);? ? ? ? factory=newFactory() {@OverridepublicAnimalcreate(String name,intage){returnnewBird(name,age);? ? ? ? ? ? }? ? ? ? };? ? ? ? factory.create("smook",2);
僅僅為了創建兩個對象就寫了十多號代碼，現在我們用構造函數引用試試：
Factory dogFactory =Dog::new;? Animal dog = dogFactory.create("alias",4);? Factory birdFactory = Bird::new;? Bird bird = birdFactory.create("smook",3);
這樣代碼就顯得干凈利落了。通過Dog::new這種方式來穿件對象時，Factory.create函數的簽名選擇相應的造函數。
域即作用域，Lambda表達式中的參數列表中的參數在該Lambda表達式范圍內（域）有效。在作用Lambda表達式內，可以訪問外部的變量：局部變量、類變量和靜態變量，但操作受限程度不一。
在Lambda表達式外部的局部變量會被JVM隱式的編譯成final類型，因此只能訪問外而不能修改。
publicclassReferenceTest{publicstaticvoidmain(String[] args){intn =3;? ? ? ? Calculate calculate = param -> {//n=10; 編譯錯誤returnn + param;? ? ? ? };? ? ? ? calculate.calculate(10);? ? }@FunctionalInterfaceinterfaceCalculate{intcalculate(intvalue);? ? }}
訪問靜態變量和成員變量
在Lambda表達式內部，對靜態變量和成員變量可讀可寫。
publicclassReferenceTest{publicintcount =1;publicstaticintnum =2;publicvoidtest(){? ? ? ? Calculate calculate = param -> {? ? ? ? ? ? num =10;//修改靜態變量count =3;//修改成員變量returnn + param;? ? ? ? };? ? ? ? calculate.calculate(10);? ? }publicstaticvoidmain(String[] args){? ? }@FunctionalInterfaceinterfaceCalculate{intcalculate(intvalue);? ? }}
Lambda不能訪問函數接口的默認方法
java8增強了接口，其中包括接口可添加default關鍵詞定義的默認方法，這里我們需要注意，Lambda表達式內部不支持訪問默認方法。
在[函數式接口][2]一節中，我們提到java.util.function包中內置許多函數式接口，現在將對常用的函數式接口做說明。
輸入一個參數，并返回一個Boolean值，其中內置許多用于邏輯判斷的默認方法:
@Test? ? public voidpredicateTest() {? ? ? ? Predicate predicate = (s) -> s.length() > 0;? ? ? ? booleantest= predicate.test("test");? ? ? ? System.out.println("字符串長度大于0:"+test);test= predicate.test("");? ? ? ? System.out.println("字符串長度大于0:"+test);test= predicate.negate().test("");? ? ? ? System.out.println("字符串長度小于0:"+test);? ? ? ? Predicate pre = Objects::nonNull;? ? ? ? Object ob = null;test= pre.test(ob);? ? ? ? System.out.println("對象不為空:"+test);? ? ? ? ob = new Object();test= pre.test(ob);? ? ? ? System.out.println("對象不為空:"+test);? ? }
Function接口
接收一個參數，返回單一的結果，默認的方法（andThen）可將多個函數串在一起，形成復合Funtion（有輸入，有輸出）結果，
@Testpublicvoid functionTest() {FunctiontoInteger=Integer::valueOf;//toInteger的執行結果作為第二個backToString的輸入FunctionbackToString=toInteger.andThen(String::valueOf);? ? ? ? String result = backToString.apply("1234");? ? ? ? System.out.println(result);Functionadd=(i)->{? ? ? ? ? ? System.out.println("frist input:"+ i);returni *2;? ? ? ? };Functionzero=add.andThen((i)-> {? ? ? ? ? ? System.out.println("second input:"+ i);? ? ? ? ? ? return i *0;? ? ? ? });? ? ? ? Integer res = zero.apply(8);? ? ? ? System.out.println(res);? ? }
Supplier接口
返回一個給定類型的結果，與Function不同的是，Supplier不需要接受參數(供應者，有輸出無輸入)
@TestpublicvoidsupplierTest(){? ? ? ? Supplier supplier = () ->"special type value";? ? ? ? String s = supplier.get();? ? ? ? System.out.println(s);? ? }
Consumer接口
代表了在單一的輸入參數上需要進行的操作。和Function不同的是，Consumer沒有返回值(消費者，有輸入，無輸出)
@TestpublicvoidconsumerTest(){? ? ? ? Consumer add5 = (p) -> {? ? ? ? ? ? System.out.println("old value:"+ p);? ? ? ? ? ? p = p +5;? ? ? ? ? ? System.out.println("new value:"+ p);? ? ? ? };? ? ? ? add5.accept(10);? ? }
以上四個接口的用法代表了java.util.function包中四種類型，理解這四個函數式接口之后，其他的接口也就容易理解了，現在我們來做一下簡單的總結：
Predicate用來邏輯判斷，Function用在有輸入有輸出的地方，Supplier用在無輸入，有輸出的地方，而Consumer用在有輸入，無輸出的地方。你大可通過其名稱的含義來獲知其使用場景。
Lambda為java8帶了閉包，這一特性在集合操作中尤為重要：java8中支持對集合對象的stream進行函數式操作，此外，stream api也被集成進了collection api，允許對集合對象進行批量操作。
下面我們來認識Stream。
Stream表示數據流，它沒有數據結構，本身也不存儲元素，其操作也不會改變源Stream，而是生成新Stream.作為一種操作數據的接口，它提供了過濾、排序、映射、規約等多種操作方法，這些方法按照返回類型被分為兩類：凡是返回Stream類型的方法，稱之為中間方法（中間操作），其余的都是完結方法（完結操作）。完結方法返回一個某種類型的值，而中間方法則返回新的Stream。中間方法的調用通常是鏈式的，該過程會形成一個管道，當完結方法被調用時會導致立即從管道中消費值，這里我們要記住：Stream的操作盡可能以“延遲”的方式運行，也就是我們常說的“懶操作”，這樣有助于減少資源占用，提高性能。對于所有的中間操作（除sorted外）都是運行在延遲模式下。
Stream不但提供了強大的數據操作能力，更重要的是Stream既支持串行也支持并行，并行使得Stream在多核處理器上有著更好的性能。
Stream的使用過程有著固定的模式：
創建Stream
通過中間操作，對原始Stream進行“變化”并生成新的Stream
使用完結操作，生成最終結果
也就是
創建——>變化——>完結
對于集合來說，可以通過調用集合的stream()或者parallelStream()來創建，另外這兩個方法也在Collection接口中實現了。對于數組來說，可以通過Stream的靜態方法of(T … values)來創建，另外，Arrays也提供了有關stream的支持。
除了以上基于集合或者數組來創建Stream,也可以通過Steam.empty()創建空的Stream,或者利用Stream的generate（）來創建無窮的Stream。
下面我們以串行Stream為例，分別說明Stream幾種常用的中間方法和完結方法。首先創建一個List集合：
List lists=newArrayList();? ? ? ? lists.add("a1");? ? ? ? lists.add("a2");? ? ? ? lists.add("b1");? ? ? ? lists.add("b2");? ? ? ? lists.add("b3");? ? ? ? lists.add("o1");
中間方法
結合Predicate接口，Filter對流對象中的所有元素進行過濾,該操作是一個中間操作，這意味著你可以在操作返回結果的基礎上進行其他操作。
publicstaticvoid streamFilterTest() {? ? ? ? lists.stream().filter((s -> s.startsWith("a"))).forEach(System.out::println);//等價于以上操作Predicate predicate = (s) -> s.startsWith("a");? ? ? ? lists.stream().filter(predicate).forEach(System.out::println);//連續過濾Predicate predicate1 = (s -> s.endsWith("1"));? ? ? ? lists.stream().filter(predicate).filter(predicate1).forEach(System.out::println);? ? }
排序（Sorted）
結合Comparator接口，該操作返回一個排序過后的流的視圖，原始流的順序不會改變。通過Comparator來指定排序規則，默認是按照自然順序排序。
publicstaticvoid streamSortedTest() {System.out.println("默認Comparator");? ? ? ? lists.stream().sorted().filter((s -> s.startsWith("a"))).forEach(System.out::println);System.out.println("自定義Comparator");? ? ? ? lists.stream().sorted((p1, p2) -> p2.compareTo(p1)).filter((s -> s.startsWith("a"))).forEach(System.out::println);? ? }
映射（Map）
結合Function接口，該操作能將流對象中的每個元素映射為另一種元素，實現元素類型的轉換。
publicstaticvoid streamMapTest() {? ? ? ? lists.stream().map(String::toUpperCase).sorted((a, b) -> b.compareTo(a)).forEach(System.out::println);? ? ? ? System.out.println("自定義映射規則");Functionfunction=(p)->{returnp +".txt";? ? ? ? };? ? ? ? lists.stream().map(String::toUpperCase).map(function).sorted((a, b)-> b.compareTo(a)).forEach(System.out::println);? ? }
在上面簡單介紹了三種常用的操作，這三種操作極大簡化了集合的處理。接下來，介紹幾種完結方法：
“變換”過程之后，需要獲取結果，即完成操作。下面我們來看相關的操作：
用來判斷某個predicate是否和流對象相匹配，最終返回Boolean類型結果，例如：
publicstaticvoid streamMatchTest() {//流對象中只要有一個元素匹配就返回trueboolean anyStartWithA = lists.stream().anyMatch((s -> s.startsWith("a")));System.out.println(anyStartWithA);//流對象中每個元素都匹配就返回trueboolean allStartWithA? ? ? ? ? ? ? ? = lists.stream().allMatch((s -> s.startsWith("a")));System.out.println(allStartWithA);? ? }
收集（Collect）
在對經過變換之后，我們將變換的Stream的元素收集，比如將這些元素存至集合中，此時便可以使用Stream提供的collect方法，例如：
publicstaticvoidstreamCollectTest(){? ? ? ? Listlist= lists.stream().filter((p) -> p.startsWith("a")).sorted().collect(Collectors.toList());? ? ? ? System.out.println(list);? ? }
計數（Count）
類似sql的count，用來統計流中元素的總數，例如：
publicstaticvoid streamCountTest() {? ? ? ? longcount= lists.stream().filter((s -> s.startsWith("a"))).count();System.out.println(count);? ? }
規約（Reduce）
reduce方法允許我們用自己的方式去計算元素或者將一個Stream中的元素以某種規律關聯，例如：
publicstaticvoid streamReduceTest() {Optionaloptional= lists.stream().sorted().reduce((s1, s2) -> {System.out.println(s1 +"|"+ s2);returns1 +"|"+ s2;? ? ? ? });? ? }
執行結果如下：
a1|a2
a1|a2|b1
a1|a2|b1|b2a1|a2|b1|b2|b3a1|a2|b1|b2|b3|o1
并行Stream VS 串行Stream
到目前我們已經將常用的中間操作和完結操作介紹完了。當然所有的的示例都是基于串行Stream。接下來介紹重點戲——并行Stream（parallel Stream）。并行Stream基于Fork-join并行分解框架實現，將大數據集合切分為多個小數據結合交給不同的線程去處理，這樣在多核處理情況下，性能會得到很大的提高。這和MapReduce的設計理念一致：大任務化小，小任務再分配到不同的機器執行。只不過這里的小任務是交給不同的處理器。
通過parallelStream（）創建并行Stream。為了驗證并行Stream是否真的能提高性能，我們執行以下測試代碼：
首先創建一個較大的集合：
List bigLists =newArrayList<>();for(inti =0; i <10000000; i++) {? ? ? ? ? ? UUID uuid = UUID.randomUUID();? ? ? ? ? ? bigLists.add(uuid.toString());? ? ? ? }
測試串行流下排序所用的時間：
privatestaticvoidnotParallelStreamSortedTest(List bigLists){longstartTime = System.nanoTime();longcount = bigLists.stream().sorted().count();longendTime = System.nanoTime();longmillis = TimeUnit.NANOSECONDS.toMillis(endTime - startTime);? ? ? ? System.out.println(System.out.printf("串行排序: %d ms", millis));? ? }
測試并行流下排序所用的時間：
privatestaticvoidparallelStreamSortedTest(List bigLists){longstartTime = System.nanoTime();longcount = bigLists.parallelStream().sorted().count();longendTime = System.nanoTime();longmillis = TimeUnit.NANOSECONDS.toMillis(endTime - startTime);? ? ? ? System.out.println(System.out.printf("并行排序: %d ms", millis));? ? }
結果如下：
串行排序: 13336 ms
并行排序: 6755 ms
看到這里，我們確實發現性能提高了約么50%，你也可能會想以后都用parallel Stream不久行了么？實則不然，如果你現在還是單核處理器，而數據量又不算很大的情況下，串行流仍然是這種不錯的選擇。你也會發現在某些情況，串行流的性能反而更好，至于具體的使用，需要你根據實際場景先測試后再決定。
上面我們談到Stream盡可能以延遲的方式運行，這里通過創建一個無窮大的Stream來說明：
首先通過Stream的generate方法來一個自然數序列，然后通過map變換Stream：
//遞增序列classNatureSeqimplementsSupplier{longvalue =0;@OverridepublicLongget(){? ? ? ? ? ? value++;returnvalue;? ? ? ? }? ? }publicvoidstreamCreateTest(){? ? ? ? Stream stream = Stream.generate(newNatureSeq());? ? ? ? System.out.println("元素個數："+stream.map((param) -> {returnparam;? ? ? ? }).limit(1000).count());? ? }
執行結果為：
元素個數：1000
我們發現開始時對這個無窮大的Stream做任何中間操作（如：filter,map等，但sorted不行）都是可以的，也就是對Stream進行中間操作并生存一個新的Stream的過程并非立刻生效的（不然此例中的map操作會永遠的運行下去，被阻塞住），當遇到完結方法時stream才開始計算。通過limit()方法，把這個無窮的Stream轉為有窮的Stream。
