1 函数式接口的分类

常见的函数式接口可以大致分为以下几类：

• 单输入，无输出
• 单输入，单输出
• 无输入，单输出
• 两个不同类型的输入，第三种类型的输出
• 两个不同类型的输入，其中一种类型的输出
• ……

可以发现，无非以下三种大的分类：

• 供给型：生产数据，一般无输入
• 消费型：消费数据，一般无输出
• 转换型：TypeA —> TypeB的类型转换

在实际使用中，没必要每次都新建这些函数式接口来支持lambda，JDK对各种类型的函数式接口已经基本都内置了。这些内置函数式接口都在 java.util.function 包下。

1.1 供给型

Supplier

1.2 消费型

Consumer

1.3 转换型

Function

1.4 Predicate (特殊的转换型接口)

Predicate

2 Stream

java8最吸引人的地方之一就是牛逼哄哄的 Stream-API 了。简单理解他就是升级版的 Iterator，比迭代器强大多了。

Stream

函数式编程关注的是对纯数据的处理，对于 Stream 的操作大致就是三个过程：

StreamProcess

本节注重于 Stream 的 收集 操作，对于数据源和中间的处理过程略过。

2.1 Stream的获取

略过。

2.2 Stream的中间操作

略过。

2.3 Stream.collect()

对于Stream最终的收集操作有两个重载的版本：

<R, A> R collect(Collector<? super T, A, R> collector);

<R> R collect(Supplier<R> supplier,
              BiConsumer<R, ? super T> accumulator,
              BiConsumer<R, R> combiner);

要理解这两个方法，先看看 Collector 的几个方法。

3 Collector

/**
 * @param <T> Stream中的元素类型
 * @param <A> 收集过程中的临时中间类型
 * @param <R> 收集完成后输出结果的类型
 **/
public interface Collector<T, A, R> {
    /**
     * 提供一个结果容器。
     */
    Supplier<A> supplier();

    /**
     * 两个参数的消费型接口。将迭代中的当前元素添加到结果容器中。
     */
    BiConsumer<A, T> accumulator();

    /**
     * 转换型接口，两个相同输入，同类型的输出。
     * 在并行处理中，将各个子Stream返回结果合并。
     */
    BinaryOperator<A> combiner();

    /**
     * 收集操作的最后一步。
     * 转换型接口，用于将收集过程中的临时中间类型元素(A)转换为结果类型(R)。
     */
    Function<A, R> finisher();

    /**
     * 返回一个集合。描述了被收集的流的一些特性。
     * 比如：是否是顺序相关的、支不支持并行等。
     * 详情见：3.4 Characteristics
     */
    Set<Characteristics> characteristics();
}

3.1 Collector.collect()源码

源码中是这样的：

public final <R, A> R collect(Collector<? super P_OUT, A, R> collector) {
    A container;
    if (
      // 并行流(stream().parallel()方法被调用)的情况
      isParallel()
            && 
      // 优化提示中包含 CONCURRENT 属性
      (collector.characteristics().contains(Collector.Characteristics.CONCURRENT))
            && 
      // 流是无序的
      (!isOrdered() 
        || 
       // 优化提示中包含 UNORDERED 属性
       collector.characteristics().contains(Collector.Characteristics.UNORDERED))) {
        container = collector.supplier().get();
        BiConsumer<A, ? super P_OUT> accumulator = collector.accumulator();
        forEach(u -> accumulator.accept(container, u));
    }
    else {
        container = evaluate(ReduceOps.makeRef(collector));
    }
    return 
      // 优化提示中包含 IDENTITY_FINISH(恒等函数) 属性？
      collector.characteristics().contains(Collector.Characteristics.IDENTITY_FINISH)
           ? 
      // 直接将中间临时元素(A)当做最终结果(R)
      (R) container
           : 
        // 使用 finisher 转换成最终结果
        collector.finisher().apply(container);
}

从以上源码可以大致得出下面的两个流程图：

3.2 串行流的执行过程

sequential-stream

3.3 并行流的执行过程

parallel-stream

3.4 Characteristics

该类主要是给 Collector 接口在 collect() 的时候提供一些优化参数。

enum Characteristics {
    /**
     * 支持多线程调用，并行收集。
     */
    CONCURRENT,

    /**
     * 流中元素是无序的，收集过程不受元素先后顺序的影响。
     */
    UNORDERED,

    /**
     * 恒等函数。
     * 此时不再使用finisher再转换一次元素。直接将中间元素(A)当做最终结果(R)。
     */
    IDENTITY_FINISH
}

这三个特性的常用组合在 Collectors 工具类中也有定义：

static final Set<Collector.Characteristics> CH_CONCURRENT_ID
            = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.CONCURRENT,
                                                     Collector.Characteristics.UNORDERED,
                                                     Collector.Characteristics.IDENTITY_FINISH));
static final Set<Collector.Characteristics> CH_CONCURRENT_NOID
            = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.CONCURRENT,
                                                     Collector.Characteristics.UNORDERED));
static final Set<Collector.Characteristics> CH_ID
            = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.IDENTITY_FINISH));
static final Set<Collector.Characteristics> CH_UNORDERED_ID
            = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.UNORDERED,
                                                     Collector.Characteristics.IDENTITY_FINISH));
static final Set<Collector.Characteristics> CH_NOID = Collections.emptySet();

对于流的收集操作先介绍这点，下次分享自定义Collector。