A股上市公司传智教育(股票代码 003032)旗下技术交流社区北京昌平校区

 找回密码
 加入黑马

QQ登录

只需一步,快速开始

© 不二晨 金牌黑马   /  2018-12-14 09:48  /  513 人查看  /  2 人回复  /   0 人收藏 转载请遵从CC协议 禁止商业使用本文

访问接口的默认方法

Lambda表达式中是无法访问到默认方法的,以下代码将无法编译:
复制代码 代码如下:

Formula formula = (a) -> sqrt( a * 100);
Built-in Functional Interfaces

JDK 1.8 API包含了很多内建的函数式接口,在老Java中常用到的比如Comparator或者Runnable接口,这些接口都增加了@FunctionalInterface注解以便能用在lambda上。
Java 8 API同样还提供了很多全新的函数式接口来让工作更加方便,有一些接口是来自Google Guava库里的,即便你对这些很熟悉了,还是有必要看看这些是如何扩展到lambda上使用的。

Predicate接口

Predicate 接口只有一个参数,返回boolean类型。该接口包含多种默认方法来将Predicate组合成其他复杂的逻辑(比如:与,或,非):
复制代码 代码如下:

Predicate<String> predicate = (s) -> s.length() > 0;
predicate.test("foo");              
predicate.negate().test("foo");     
Predicate<Boolean> nonNull = Objects::nonNull;
Predicate<Boolean> isNull = Objects::isNull;
Predicate<String> isEmpty = String::isEmpty;
Predicate<String> isNotEmpty = isEmpty.negate();
1
2
3
4
5
6
7
Function 接口

Function 接口有一个参数并且返回一个结果,并附带了一些可以和其他函数组合的默认方法(compose, andThen):
复制代码 代码如下:

Function<String, Integer> toInteger = Integer::valueOf;
Function<String, String> backToString = toInteger.andThen(String::valueOf);
backToString.apply("123");     // "123"
1
2
3
Supplier 接口

Supplier 接口返回一个任意范型的值,和Function接口不同的是该接口没有任何参数
复制代码 代码如下:

Supplier<Person> personSupplier = Person::new;
personSupplier.get();
1
2
Consumer 接口

Consumer 接口表示执行在单个参数上的操作。
复制代码 代码如下:

Consumer<Person> greeter = (p) -> System.out.println("Hello, " + p.firstName)
greeter.accept(new Person("Luke", "Skywalker"))
1
2
Comparator 接口

Comparator 是老Java中的经典接口, Java 8在此之上添加了多种默认方法:
复制代码 代码如下:

Comparator<Person> comparator = (p1, p2) -> p1.firstName.compareTo(p2.firstName)
Person p1 = new Person("John", "Doe")
Person p2 = new Person("Alice", "Wonderland")
comparator.compare(p1, p2)
comparator.reversed().compare(p1, p2)
1
2
3
4
5
Optional 接口

Optional 不是函数是接口,这是个用来防止NullPointerException异常的辅助类型,这是下一届中将要用到的重要概念,现在先简单的看看这个接口能干什么:
Optional 被定义为一个简单的容器,其值可能是null或者不是null。在Java 8之前一般某个函数应该返回非空对象但是偶尔却可能返回了null,而在Java 8中,不推荐你返回null而是返回Optional。
复制代码 代码如下:

Optional<String> optional = Optional.of("bam");
optional.isPresent();           // true
optional.get();                 // "bam"
optional.orElse("fallback");    // "bam"
optional.ifPresent((s) -> System.out.println(s.charAt(0)));     // "b"
1
2
3
4
5
Stream 接口

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。
首先看看Stream是怎么用,首先创建实例代码的用到的数据List:
复制代码 代码如下:

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")
1
2
3
4
5
6
7
8
9
Java 8扩展了集合类,可以通过 Collection.stream() 或者 Collection.parallelStream() 来创建一个Stream。下面几节将详细解释常用的Stream操作:

Filter 过滤

过滤通过一个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。forEach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。
复制代码 代码如下:

stringCollection
   .stream()
   .filter((s) -> s.startsWith("a"))
   .forEach(System.out::println)
// "aaa2", "aaa1"
1
2
3
4
5
Sort 排序

排序是一个中间操作,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。
复制代码 代码如下:

stringCollection
   .stream()
   .sorted()
   .filter((s) -> s.startsWith("a"))
   .forEach(System.out::println)
// "aaa1", "aaa2"
1
2
3
4
5
6
需要注意的是,排序只创建了一个排列好后的Stream,而不会影响原有的数据源,排序之后原数据stringCollection是不会被修改的:
复制代码 代码如下:

System.out.println(stringCollection);

Map 映射

中间操作map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,下面的示例展示了将字符串转换为大写字符串。你也可以通过map来讲对象转换成其他类型,map返回的Stream类型是根据你map传递进去的函数的返回值决定的。
复制代码 代码如下:

boolean anyStartsWithA = stringCollection
   .stream()
   .map(String::toUpperCase)
   .sorted((a, b) -> b.compareTo(a))
   .forEach(System.out::println)
// "DDD2", "DDD1", "CCC", "BBB3", "BBB2", "AAA2", "AAA1"
1
2
3
4
5
6
Match 匹配

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。
复制代码 代码如下:

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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Count 计数

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。
复制代码 代码如下:

long startsWithB =
   stringCollection
       .stream()
       .filter((s) -> s.startsWith("b"))
       .count();
System.out.println(startsWithB);    // 3
1
2
3
4
5
6
Reduce 规约

这是一个最终操作,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,规越后的结果是通过Optional接口表示的:
复制代码 代码如下:

Optional<String> reduced =
   stringCollection
       .stream()
       .sorted()
       .reduce((s1, s2) -> s1 + "#" + s2)
reduced.ifPresent(System.out::println)
// "aaa1#aaa2#bbb1#bbb2#bbb3#ccc#ddd1#ddd2"
1
2
3
4
5
6
7
并行Streams

前面提到过Stream有串行和并行两种,串行Stream上的操作是在一个线程中依次完成,而并行Stream则是在多个线程上同时执行。
下面的例子展示了是如何通过并行Stream来提升性能:
首先我们创建一个没有重复元素的大表:
复制代码 代码如下:

int max = 1000000;
List<String> values = new ArrayList<>(max);
for (int i = 0; i < max; i++) {
   UUID uuid = UUID.randomUUID();
   values.add(uuid.toString());
}
1
2
3
4
5
6
然后我们计算一下排序这个Stream要耗时多久,

串行排序:

复制代码 代码如下:

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))
1
2
3
4
5
6
// 串行耗时: 899 ms

并行排序:

复制代码 代码如下:

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))
1
2
3
4
5
6
// 并行排序耗时: 472 ms
上面两个代码几乎是一样的,但是并行版的快了50%之多,唯一需要做的改动就是将stream()改为parallelStream()。

Map

前面提到过,Map类型不支持stream,不过Map提供了一些新的有用的方法来处理一些日常任务。
复制代码 代码如下:

Map<Integer, String> map = new HashMap<>();
for (int i = 0; i < 10; i++) {
   map.putIfAbsent(i, "val" + i);
}
map.forEach((id, val) -> System.out.println(val));
1
2
3
4
5
以上代码很容易理解, putIfAbsent 不需要我们做额外的存在性检查,而forEach则接收一个Consumer接口来对map里的每一个键值对进行操作。
下面的例子展示了map上的其他有用的函数:
复制代码 代码如下:

map.computeIfPresent(3, (num, val) -> val + num);
map.get(3);             // val33
map.computeIfPresent(9, (num, val) -> null);
map.containsKey(9);     // false
map.computeIfAbsent(23, num -> "val" + num);
map.containsKey(23);    // true
map.computeIfAbsent(3, num -> "bam");
map.get(3);            // val33
1
2
3
4
5
6
7
8
接下来展示如何在Map里删除一个键值全都匹配的项:
复制代码 代码如下:

map.remove(3, "val3");map.get(3);            
map.remove(3, "val33");map.get(3);
1
2
另外一个有用的方法:
复制代码 代码如下:

map.getOrDefault(42, “not found”); // not found
对Map的元素做合并也变得很容易了:
复制代码 代码如下:

map.merge(9, "val9", (value, newValue) -> value.concat(newValue));
map.get(9);             // val9
map.merge(9, "concat", (value, newValue) -> value.concat(newValue));
map.get(9);// val9concat
1
2
3
4
Merge做的事情是如果键名不存在则插入,否则则对原键对应的值做合并操作并重新插入到map中。
---------------------
【转载】仅作分享,侵删
作者:wang123459
原文:https://blog.csdn.net/wang123459/article/details/80088726


2 个回复

倒序浏览
奈斯
回复 使用道具 举报
回复 使用道具 举报
您需要登录后才可以回帖 登录 | 加入黑马