Lambdas 和 Streams

Java 8 的新特性，有哪些？

• 为了更易于创建函数对象，加入了 functional interfaces, lambdas 和 method references
• 为了处理序列数据元素，加入了 Streams API

解释一下 function types

• 只含有一个抽象方法的接口或抽象类

解释一下 function objects

• function types的实例，相当于 functions 或者 actions

解释一下 functional interfaces

• 只含有一个抽象方法的接口

在创建函数对象时，为什么优先使用lambdas，而不使用匿名类

• 使用匿名类的实例作为函数对象，已经过时
• 匿名类冗长，Lambdas 支持类型推断，更简洁

举几个例子，说明Lambdas比匿名类好用

Collections.sort(words, new Comparator() {
    public int compare(String s1, String s2) {
        return Integer.compare(s1.length(), s2.length());
    }
});

Collections.sort(words,
        (s1, s2) -> Integer.compare(s1.length(), s2.length()));

Collections.sort(words, comparingInt(String::length));

words.sort(comparingInt(String::length));

使用Lambdas的注意事项

• 由于Lambdas 缺少 names 和 documentation，如果一次计算不是自解释性的，或者超过3行，则最好不要放在Lambdas里。
• 只有在创建 functional interfaces 的实例时，才建议使用Lambdas
• Lambdas 和 匿名类一样，你不应该去序列化以及反序列化它们，如果你想序列化或反序列化一个function object，则使用一个 private static nested class

什么时候只能使用匿名类，而不能使用lambdas

• lambdas只限于functional interfaces，如果想创建含有多个抽象方法的实例，则要使用匿名类
• lambda不能获取对自己的引用，在lambdas中， this关键字指的是enclosing instance，在匿名类中，this关键字指的是anonymous class instance。

为什么优先使用method references，而不是lambdas

• 举个java8 Map接口中的merge方法的例子，第一行是使用lambdas，第二行是使用method references

map.merge(key, 1, (count, incr) -> count + incr);

map.merge(key, 1, Integer::sum);

• method references 往往能生成更简洁清晰的代码，如果一个lambdas的代码片段太长或太复杂，可以把这段代码抽出来生成一个新方法，可以对该新方法起个好名字，然后把lambdas替换成对该新方法的引用
• method 和 lambda在同一个类中时，或者使用Function接口中的identity方法，此时应该优先使用lambda，如下：

service.execute(GoshThisClassNameIsHumongous::action);

等价于

service.execute(() -> action());

相似地，

Function.identity()

等价于

x -> x

有哪几种方法引用？

• Static引用

Integer::parseInt

对应的Lambda

str -> Integer.parseInt(str)

• Bound引用

Instant.now()::isAfter

对应的Lambda

Instant then = Instant.now(); 
t -> then.isAfter(t)

• Unbound引用

String::toLowerCase

对应的Lambda

str -> str.toLowerCase()

• Class Constructor引用

TreeMap::new

对应的Lambda

() -> new TreeMap

• Array Constructor 引用

int[]::new

对应的Lambda

len -> new int[len]

优先使用 standard functional interfaces, 说说你对java.util.function.Function中的函数接口的了解

• java.util.Function中一共有43个函数接口，可以概括成6种基本函数接口，从这6种基础接口，可以推导出其他接口，同时每一种基本接口，都有对原始类型int, long 和 double的变体，6种基本函数接口如下:

Interface	Function Signature	Example
UnaryOperator	T apply(T t)	String::toLowerCase
BinaryOperator	T apply(T t1, T t2)	BigInteger::add
Predicate	boolean test(T t)	Collection::isEmpty
Function	R apply(T t)	Arrays::asList
Supplier	T get()	Instant::now
Consumer	void accept(T t)	System.out::println

在使用Streams API时，应该注意什么？

• 使用流，是为了让程序变得更shorter and clearer，如果流使你的程序在简洁的基础上，又便于阅读和维护，那么就去用它，否则就远离它
• 滥用流，会让程序变得难以阅读和维护
• 用 流 替换 loop 时，也要注意代码的可读性和维护性的问题
• forEach函数应该仅仅用于report流计算的结果，而不应该执行计算

在流中，如何使用无副作用的函数

• 不要使用下面的方式实例化frequency table

Map freq = new HashMap<>();
try (Stream words = new Scanner(file).tokens()) {
    words.forEach(word -> {
        freq.merge(word.toLowerCase(), 1L, Long::sum);
    });
}

• 应该使用下面的方式实例化frequency table

Map freq;
try (Stream words = new Scanner(file).tokens()) {
    freq = words
        .collect(groupingBy(String::toLowerCase, counting()));
} 

• 应该使用下面方式获取 top10 words from a frequency table

List topTen = freq.keySet().stream()
    .sorted(comparing(freq::get).reversed())
    .limit(10)
    .collect(toList());

• 使用 toMap collector 来构建一个 的 map

private static final Map stringToEnum =
    Stream.of(values()).collect(
        toMap(Object::toString, e -> e));

• 使用 toMap collector 生成针对key的特定的value的map

Map topHits = albums.collect(
   toMap(Album::artist, a->a, maxBy(comparing(Album::sales))));

Collector to impose last-write-wins policy

toMap(keyMapper, valueMapper, (v1, v2) -> v2)

• groupingBy的简单使用

words.collect(groupingBy(word -> alphabetize(word)))

Map freq = words
        .collect(groupingBy(String::toLowerCase, counting()));

• 多关注 java.util.stream.Collectors中的静态方法

为了同时提供使用 iteration 和 stream 的功能，应该优先使用Collection作为返回类型，而不是Stream

谨慎使用streams parallel，在使用时应该注意的问题

• 现在的Java，写concurrent programs 越来越简单，但写出 correct 以及 fast 的 concurrent programs 依旧很难
• 不要盲目的 parallelize stream pipelines
• 如果流的源头来自Stream.iterate或者在中间操作中使用limit，那么parallelizing a pipeline 不会提高性能
• 如果流的源头是 ArrayList, HashMap, HashSet, ConcurrentHashMap instances；arrays; int ranges; long ranges，那么parallelizing a pipeline 可能会提高性能
• parallelizing a stream 不但很可能造成差的性能，它还可能导致不正确的结果和不可预测的行为
• 总之，不要轻易 parallelize a stream pipeline