原文地址http://blog.csdn.net/myherux/article/details/52717492
(一)optional类
-
创建一个空Optional对象
输出的是一个空的
optional
对象Optional<String> optional = Optional.empty(); System.out.println(optional); ##:Optional.empty
-
创建一个非空Optional对象
如果
person
是null
,将会立即抛出,而不是访问person
的属性时获得一个潜在的错误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
-
判断对象是否存在
System.out.println(optional.isPresent()); System.out.println(optional2.isPresent()); ##:false true
-
如果Optional为空返回默认值
System.out.println(optional.orElse("fallback")); optional.ifPresent(System.out::println); ##:fallback xuhua
(二)Lambda表达式
-
Lambda表达式的使用
java8以前的字符串排列,创建一个匿名的比较器对象
Comparator
然后将其传递给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`表达式就不需要匿名对象了
```
Collections.sort(names,(String a,String b)->{return b.compareTo(a);});
```
简化一下:对于函数体只有一行代码的,你可以去掉大括号{}以及`return`关键字
```
Collections.sort(names,(String a,String b)->b.compareTo(a));
```
`Java`编译器可以自动推导出参数类型,所以你可以不用再写一次类型
```
Collections.sort(names, (a, b) -> b.compareTo(a));
```
```
##:[xenia, peter, mike, anna]
```
对于`null`的处理
```
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]
```
-
函数式接口,方法,构造器
每一个
lambda
表达式都对应一个类型,通常是接口类型。而“函数式接口”是指仅仅只包含一个抽象方法的接口,每一个该类型的
lambda
表达式都会被匹配到这个抽象方法。因为默认方法不算抽象方法,所以你也可以给你的函数式接口添加默认方法。
我们可以将
lambda
表达式当作任意只包含一个抽象方法的接口类型,确保你的接口一定达到这个要求,你只需要给你的接口添加
@FunctionalInterface
注解,编译器如果发现你标注了这个注解的接口有多于一个抽象方法的时候会报错的。
-
函数式接口
@FunctionalInterface public static interface Converter<F, T> { T convert(F from); } /**原始的接口实现*/ Converter<String, Integer> integerConverter1 = new Converter<String, Integer>() { @Override public Integer convert(String from) { return Integer.valueOf(from); } }; /**使用lambda表达式实现接口*/ 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 /**简写的lambda表达式*/ Converter<String, Integer> integerConverter3 = Integer::valueOf; Integer converted3 = integerConverter3.convert("123"); System.out.println(converted3); ##:123
-
函数式方法
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
-
函数式构造器
Java编译器会自动根据PersonFactory.create方法的签名来选择合适的构造函数。
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表达式中访问外层作用域和老版本的匿名对象中的方式很相似。
你可以直接访问标记了final的外层局部变量,或者实例的字段以及静态变量。
static int outerStaticNum = 10; int outerNum; void testScopes() { /**变量num可以不用声明为final*/ int num = 1; /**可以直接在lambda表达式中访问外层的局部变量*/ Lambda2.Converter<Integer, String> stringConverter = (from) -> String.valueOf(from + outerStaticNum+num); String convert = stringConverter.convert(2); System.out.println(convert); ##:13 /**但是num必须不可被后面的代码修改(即隐性的具有final的语义),否则编译出错*/ //num=3; /**lambda内部对于实例的字段以及静态变量是即可读又可写*/ 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类
java.util.Stream
表示能应用在一组元素上一次执行的操作序列。
Stream
操作分为中间操作或者最终操作两种,最终操作返回一特定类型的计算结果,而中间操作返回Stream
本身,这样你就可以将多个操作依次串起来。
Stream
的创建需要指定一个数据源,比如 java.util.Collection
的子类,List
或者Set
,Map
不支持。
Stream
的操作可以串行执行或者并行执行。
-
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 过滤.
Filter
通过一个predicate
接口来过滤并只保留符合条件的元素,该操作属于中间操作,所以我们可以在过滤后的结果来应用其他Stream
操作(比如forEach
)。forEach
需要一个函数来对过滤后的元素依次执行。forEac
h是一个最终操作,所以我们不能在forEach
之后来执行其他Stream
操作。stringCollection .stream() .filter((s) -> s.startsWith("a")) .forEach(System.out::println);
-
Sorted 排序.
Sorted
是一个中间操作,返回的是排序好后的Stream
。如果你不指定一个自定义的
Comparator
则会使用默认排序.stringCollection .stream() .sorted() .forEach(System.out::println); System.out.println(stringCollection);//原数据源不会被改变
-
Map.
中间操作
ma
p会将元素根据指定的Function
接口来依次将元素转成另外的对象.stringCollection .stream() .map(String::toUpperCase) .map((s)->s+" space") .sorted((a, b) -> b.compareTo(a)) .forEach(System.out::println);
-
Match
Stream
提供了多种匹配操作,允许检测指定的Predicate
是否匹配整个Stream
。所有的匹配操作都是最终操作,并返回一个boolean类型的值。
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
计数是一个最终操作,返回
Stream
中元素的个数,返回值类型是long
。long startsWithB = stringCollection .stream() .filter((s) -> s.startsWith("b")) .count(); System.out.println(startsWithB); // 3
-
Reduce
Reduce
是一个最终操作,允许通过指定的函数来讲stream
中的多个元素规约为一个元素,规约后的结果是通过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
是在运行时将数据划分成了多个块,然后将数据块分配给合适的处理器去处理。只有当所有块都处理完成了,才会执行之后的代码。
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));
时间结果比较:
1000000 sequential sort took: 717 ms 1000000 parallel sort took: 303 ms
-
-
IntStream接口
IntStream
接口是stream
的一种,继承了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的应用
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
类来对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", "借贷"); data3.put("money", 100); list.add(data1); list.add(data2); list.add(data3);
使用
stream
类来处理list``里面的
json`数据/** * 按money的值来排列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); /** * 计算type的数目 */ 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":"借贷","money":100} 100 {借贷=1, 收入=1, 支出=1}
网友评论