一、函数接口
接口 | 参数 | 返回类型 | 描述 |
---|---|---|---|
Predicate |
T | boolean | 用来比较操作 |
Consumer |
T | void | 没有返回值的函数 |
Function |
T | R | 有返回值的函数 |
Supplier |
None | T | 工厂方法-返回一个对象 |
UnaryOperator |
T | T | 入参和出参都是相同对象的函数 |
BinaryOperator |
(T,T) | T | 求两个对象的操作结果 |
为什么要先从函数接口说起呢?因为我觉得这是 java8 函数式编程的入口呀!每个函数接口都带有 @FunctionalInterface 注释,有且仅有一个未实现的方法,表示接收 Lambda 表达式,它们存在的意义在于将代码块作为数据打包起来。
没有必要过分解读这几个函数接口,完全可以把它们看成普通的接口,不过他们有且仅有一个抽象方法(因为要接收 Lambda 表达式啊)。
@FunctionalInterface 该注释会强制 javac 检查一个接口是否符合函数接口的标准。 如果该注释添加给一个枚举类型、 类或另一个注释, 或者接口包含不止一个抽象方法, javac 就会报错。
二、Lambda 表达式和匿名内部类
先来复习一下匿名内部类的知识:
- 如果是接口,相当于在内部返回了一个接口的实现类,并且实现方式是在类的内部进行的;
- 如果是普通类,匿名类相当于继承了父类,是一个子类,并可以重写父类的方法。
- 需要特别注意的是,匿名类没有名字,不能拥有一个构造器。如果想为匿名类初始化,让匿名类获得一个初始化值,或者说,想使用匿名内部类外部的一个对象,则编译器要求外部对象为final属性,否则在运行期间会报错。
new Thread(new Runnable() {
@Override
public void run() {
System.out.println(123);
}
}).start();
new Thread(()-> System.out.println(123)).start();
如上,和传入一个实现某接口的对象不同, 我们传入了一段代码块 —— 一个没有名字的函数。() 是参数列表, 和上面匿名内部类示例中的是一样的。 -> 将参数和 Lambda 表达式的主体分开, 而主体是之后操作会运行的一些代码。
Lambda 表达式简化了匿名内部类的写法,省略了函数名和参数类型。即参数列表 () 中可以仅指定参数名而不指定参数类型。
Java 是强类型语言,为什么可以不指定参数类型呢?这得益于 javac 的类型推断机制,编译器能够根据上下文信息推断出参数的类型,当然也有推断失败的时候,这时就需要手动指明参数类型了。javac 的类型推断机制如下:
- 对于类中有重载的方法,javac 在推断类型时,会挑出最具体的类型。
- 如果只有一个可能的目标类型, 由相应函数接口里的参数类型推导得出;
- 如果有多个可能的目标类型, 由最具体的类型推导得出;
- 如果有多个可能的目标类型且最具体的类型不明确, 则需人为指定类型。
三、Lambda 表达式和集合
java8 在 java.util 包中引入了一个新的类 —— Stream.java。java8 之前我们迭代集合,都只能依赖外部迭代器 Iterator 对集合进行串行化处理。而 Stream 支持对集合顺序和并行聚合操作,将更多的控制权交给集合类,是一种内部迭代方式。这有利于方便用户写出更简单的代码,明确要达到什么转化,而不是如何转化。
Stream 的操作有两种,一种是描述 Stream ,如 filter、map、peek 等最终不产生结果的行为称为"惰性求值";另外一种像 foreach、collect 等是从 Stream 中产生结果的行为称为"及早求值"。
接下来让我们瞧瞧 Stream 如何结合 Lambda 表达式优雅的处理集合...
1、及早求值
收集器:一种通用的、从流生成复杂值的结构。只要将它传给 collect 方法, 所有的流就都可以使用它了。在 java.util.stream.Collectors 中提供了一些有用的收集器。比如 toList、toSet、toMap 等。
在一个有序集合中创建一个流时,流中的元素就按出现顺序排列;如果集合本身就是无序的,由此生成的流也是无序的。需要注意的是,forEach 方法不能保证元素是按顺序处理的,如果需要保证按顺序处理,应该使用forEachOrdered 方法。当然,我们可以使用 sorted 方法对Stream 中的元素进行自定义排序。
foreach/forEachOrdered - 迭代集合
list.forEach(e -> System.out.println(e));
map.forEach((k, v) -> {
System.out.println(k);
System.out.println(v);
});
对 Stream 进行自定义排序
List collectSort = collect.stream().sorted(Comparator.comparing(String::length)).collect(Collectors.toList());
allMatch、anyMatch、noneMatch - 检查元素是否匹配
private boolean isPrime(int number) {
return IntStream.range(2, number)
.allMatch(x -> (number % x) != 0);
}
collect(toList()) - 由Stream里的值生成一个 List/Set/自定义 集合
List list = Stream.of("java", "C++", "Python").collect(Collectors.toList());
等价于:
List asList = Arrays.asList("java", "C++", "Python");
Set set = Stream.of("java", "python", "php").collect(Collectors.toSet());
TreeSet treeSet = Stream.of("java", "python", "php").collect(Collectors.toCollection(() -> new TreeSet<>()));
collect(toMap()) - 由Stream里的值生成一个 Map 集合
使用 toMap() 需要注意的是:Map中的key不能重复,如果重复的话,会抛出异常,因为 JVM 弄不清楚我是用新的Value、还是要用旧的Value呢?所以代码写成了如下的样子~~
Map strMap = Stream.of("java", "python", "php").collect(Collectors.toMap(String::new, String::new, (oldValue,newValue) -> oldValue));
如上使用 toMap() 仍然会有一个问题,就是 toMap 转化的时候,如果 value 为 null,会报一个 NullPointerException ,可用如下方式解决:
Map
collect(maxBy())、collect(minBy())、collect(averagingInt()) - 求值操作
Optional optionalMaxBy = Stream.of("java", "python", "php").collect(Collectors.maxBy(Comparator.comparing(str -> str.length())));
System.out.println(optionalMaxBy.get());
Optional optionalMinBy = Stream.of("java", "python", "php").collect(Collectors.minBy(Comparator.comparing(str -> str.length())));
System.out.println(optionalMinBy.get());
Double aDouble = Stream.of("java", "python", "php").collect(Collectors.averagingInt(String::length));
System.out.println(aDouble);
collect(Collectors.joining()) - 字符串拼接操作
String joinStr = Stream.of("java", "python", "php").collect(Collectors.joining(",", "[", "]"));
joining() 的三个参数依次为 分隔符、前缀、后缀。
collect(partitioningBy())、collect(groupingBy()) - 聚合统计操作
List collect = Stream.of("java", "python", "php").collect(Collectors.toList());
// 数据分堆,按照 Boolean 值,将数据分成两堆
Map> listMap = collect.stream().collect(Collectors.partitioningBy(str -> str.equals("java")));
// 数据分组,有点像 SQL 的 GROUP BY 用法,按照对象的某个属性分组
Map> collectGroudBy = collect.stream().collect(Collectors.groupingBy(String::hashCode));
// 分组统计(类似SQL分组统计) - 先将集合分组,然后统计分组的值 - 比如计算每个城市的姓氏集合-> 先按城市分组,再计算姓氏的集合。
Map longMap = collect.stream().collect(Collectors.groupingBy(String::length, Collectors.counting()));
Map> listMap = collect.stream().collect(Collectors.groupingBy(String::length, Collectors.mapping(String::length, Collectors.toList())));
2、惰性求值
range - 以步长为1的循环
private boolean isPrime(int number) {
return IntStream.range(2, number)
.allMatch(x -> (number % x) != 0);
}
等价于:
for (int i = 2; i < number ; i++) { ... }
filter - 遍历并检查过滤其中的元素
long count = list.stream().filter(x -> "java".equals(x)).count();
distinct - 对流中的元素去重
流中的元素去重根据的是对象的 equal() 方法,对于有序列的流,相同的元素以第一个为准;对于无序列的流,去重的稳定性不做保证。
Stream.of("java", "python", "php", "java").distinct().forEach(e -> System.out.println(e));
findAny、findFirst - 返回一个流中的元素
Optional first = Stream.of("java", "python", "php").findFirst();
Optional any = Stream.of("java", "python", "php").findAny();
map、mapToInt、mapToLong、mapToDouble - 将流中的值转换成一个新的值
List mapList = list.stream().map(str -> str.toUpperCase()).collect(Collectors.toList());
List list = Stream.of("java", "javascript", "python").collect(Collectors.toList());
IntSummaryStatistics intSummaryStatistics = list.stream().mapToInt(e -> e.length()).summaryStatistics();
System.out.println("最大值:" + intSummaryStatistics.getMax());
System.out.println("最小值:" + intSummaryStatistics.getMin());
System.out.println("平均值:" + intSummaryStatistics.getAverage());
System.out.println("总数:" + intSummaryStatistics.getSum());
mapToInt、mapToLong、mapToDouble 和 map 操作类似,只是把函数接口的返回值改为 int、long、double 而已。
peek - 逐个处理流中的元素,无返回值
Stream.of("one", "two", "three", "four")
.filter(e -> e.length() > 3)
.peek(e -> System.out.println("Filtered value: " + e))
.map(String::toUpperCase)
.peek(e -> System.out.println("Mapped value: " + e))
.collect(Collectors.toList());
peek 和 map 的区别在于:peek 接受的是 Consumer 高阶函数,无返回值;map 接受的是 Function 高阶函数,有返回值。
flatMap - 将多个 Stream 连接成一个 Stream
List streamList = Stream.of(list, asList).flatMap(x -> x.stream()).collect(Collectors.toList());
flatMap 方法的相关函数接口和 map 方法的一样, 都是 Function 接口, 只是方法的返回值限定为 Stream 类型罢了。
reduce - 聚合操作,从一组元素中生成一个值,sum()、max()、min()、count() 等都是reduce操作,将他们单独设为函数只是因为常用
Integer sum1 = Stream.of(1, 2, 3).reduce(0, (acc, e) -> acc + e);
String maxStr = list.stream().max(Comparator.comparing(e -> e.length())).get();
String minStr = list.stream().min(Comparator.comparing(e -> e.length())).get();
上述执行求和操作,有两个参数: 传入 Stream 中初始值和 acc。 将两个参数相加,acc 是累加器,保存着当前的累加结果。
3、Stream 的并行操作
在 Java8 中,编写并行化的程序很容易。并行化操作流只需改变一个方法调用。如果已经有一个Stream对象,调用它的 parallel 方法就能让其拥有并行操作的能力。如果想从一个集合类创建一个流,调用 parallelStream 就能立即获得一个拥有并行能力的流。在底层,并行流还是沿用了 fork/join 框架。fork 递归式地分解问题,然后每段并行执行,最终由 join 合并结果,返回最后的值。
List paraList = Stream.of("java", "php", "python").parallel().collect(Collectors.toList());
List resultList = paraList.parallelStream().collect(Collectors.toList());
需要注意的是:在要对流求值时,不能同时处于两种模式,要么是并行的,要么是串行的。如果同时调用了 parallel 和 sequential 方法,最后调用的那个方法起效。
并行化流操作的用武之地是使用操作处理大量数据。在处理少量数据时,效果并不明显,因为要把时间花销在数据的分块上。
影响并行流性能的五要素是:数据大小、源数据结构、值是否装箱、可用的 CPU 核数量以及处理每个元素所花的时间。
性能 | 例子 | 描述 |
---|---|---|
好 | ArrayList、数组或IntStream.range | 这些数据结构支持随机读取,也就是说它们能轻而易举地被任意分解。 |
一般 | HashSet、TreeSet | 这些数据结构不易公平地被分解,但是大多数时候分解是可能的。 |
差 | LinkedList、Streams.iterate和BufferedReader.lines | 数据结构难以分解或是长度未知,很难预测该在哪里分解。 |
在讨论流中单独操作每一块的种类时,可以分成两种不同的操作:无状态的和有状态的。无状态操作整个过程中不必维护状态,有状态操作则有维护状态所需的开销和限制。如果能避开有状态,选用无状态操作,就能获得更好的并行性能。无状态操作包括 map、filter 和 flatMap,有状态操作包括 sorted、distinct 和 limit。
四、默认方法
java8 中新增了 Stream 操作,那么第三方类库中的自定义集合 MyList 要怎么做到兼容呢?总不能升级完 java8,第三方类库中的集合实现全都不能用了吧?
为此,java8 在接口中引入了"默认方法"的概念!默认方法是指接口中定义的包含方法体的方法,方法名有 default 关键字做前缀。默认方法的出现是为了 java8 能够向后兼容。
public interface Iterable {
/**
* Performs the given action for each element of the {@code Iterable}
* until all elements have been processed or the action throws an
* exception. Unless otherwise specified by the implementing class,
* actions are performed in the order of iteration (if an iteration order
* is specified). Exceptions thrown by the action are relayed to the
* caller.
*
* @implSpec
* The default implementation behaves as if:
*
{@code
* for (T t : this)
* action.accept(t);
* }
*
* @param action The action to be performed for each element
* @throws NullPointerException if the specified action is null
* @since 1.8
*/
default void forEach(Consumer action) {
Objects.requireNonNull(action);
for (T t : this) {
action.accept(t);
}
}
}
看 java8 中的这个 Iterable.java 中的默认方法 forEach(Consumer action),表示“如果你们没有实现 forEach 方法,就使用我的吧”。
默认方法除了添加了一个新的关键字 default,在继承规则上和普通方法也略有差别:
- 类胜于接口。如果在继承链中有方法体或抽象的方法声明,那么就可以忽略接口中定义的方法。
- 子类胜于父类。果一个接口继承了另一个接口, 且两个接口都定义了一个默认方法,那么子类中定义的方法胜出。
- 如果上面两条规则不适用, 子类要么需要实现该方法, 要么将该方法声明为抽象方法。
五、其他
- 使用 Lambda 表达式,就是将复杂性抽象到类库的过程。
- 面向对象编程是对数据进行抽象, 而函数式编程是对行为进行抽象。
- Java8 虽然在匿名内部类中可以引用非 final 变量, 但是该变量在既成事实上必须是final。即如果你试图给该变量多次赋值, 然后在 Lambda 表达式中引用它, 编译器就会报错。
- Stream 是用函数式编程方式在集合类上进行复杂操作的工具。
- 对于需要大量数值运算的算法来说, 装箱和拆箱的计算开销, 以及装箱类型占用的额外内存, 会明显减缓程序的运行速度。为了减小这些性能开销, Stream 类的某些方法对基本类型和装箱类型做了区分。比如 IntStream、LongStream 等。
- Java8 对为 null 的字段也引进了自己的处理,既不用一直用 if 判断对象是否为 null。但是需要注意的是:使用任何像 Optional 的类型作为字段或方法参数都是不可取的. Optional 只设计为类库方法的, 可明确表示可能无值情况下的返回类型. Optional 类型不可被序列化, 用作字段类型会出问题的。
public static List getAssistant(Long tenantId) {
// ofNullable 如果 value 为null,会构建一个空对象。
Optional> assistantVO = Optional.ofNullable(ASSISTANT_MAP.get(tenantId));
// orElse 如果 value 为null,选择默认对象。
assistantVO.orElse(ASSISTANT_MAP.get(DEFAULT_TENANT));
return assistantVO.get();
}
- java8 对Map集合中value为 null 的情况也引起了自己的处理,利用 computeIfAbsent 方法,当 get()方法得到的value为 null 时,会把新的value放进集合并返回。
Map map = new HashMap<>(8);
map.put("java", "java");
map.put("php", "php");
String python = map.computeIfAbsent("python", k -> k.toUpperCase());
- 从某种角度来说,大量代码塞进一个方法会让可读性变差是决定如何使用 Lambda 表达式的黄金法则。
- 在过去十年中,人们批评单例模式让程序变得更脆弱,且难于测试。敏捷开发的流行,让测试显得更加重要,单例模式的这个问题把它变成了一个反模式:一种应该避免使用的模式。
- 软件开发最重要的设计工具不是什么技术,而是一颗在设计原则方面训练有素的头脑。