首页 > 编程语言> 文章详细

Java8新特性

2022-08-18 21:30:38 阅读：177 来源： 互联网

标签：stream Stream Optional 元素特性 println 方法 Java8

Java8 新特性

Java8最重要的两个改变，一个是Lambda表达式，另一个就是Stream API。

Lambda表达式

一段可以传递的代码 -> 更紧凑的代码风格

接口中一定要只有一个抽象方法才可以这么写，成为函数式接口

这也是java8在接口中引入静态和默认方法的原因

本质：作为接口的实例

左边是形参列表，右边是重写的抽象方法的方法体

无参，无返回值 () -> 方法体

Runnable r2 = () -> System.out.println("aaa");
r2.run;

一个参数，无返回值 (String s) -> {}
数据类型可以省略，类型推断 (s) -> {}
只有一个参数时，小括号可以省略 s -> {}
多个参数，多条执行语句，可以有返回值 (a, b) -> {

System.out.println("aa");

return a - b;

}

只有一条语句时，return与大括号若有，都可以省略

函数式接口

函数式接口只可以有一个抽象方法

适配OOF，面向函数编程

在函数式语言中，Lambda表达式的类型是函数，java8中，Lambda表达式是对象，必须依附于函数式接口

方法引用

当要传递给Lambda体的操作，已经有实现的方法了，可以使用方法引用。

方法引用可以看做是Lambda表达式深层次的表达。（也还是Lambda表达式，也是函数式接口的一个实例）

实现接口的抽象方法的参数列表和返回值类型，必须与方法引用的方法的参数列表和返回值类型保持一致！

使用::将类(或对象)与方法名分割开来

对象::实例方法名

类::静态方法名

类::实例方法名

int compare(T t1, T t2)

t1.compareTo(t2)

String :: compareTo

第一个参数作为调用者，第二个参数作为输入参数

Stream API

java.util.stream 把函数式编程风格引入Java。

可以对集合执行非常复杂的查找、过滤和映射数据等操作。类似于使用SQL执行数据库查询。

提供了高效且易于使用的处理数据的方式。

为什么用Stream API

需要处理NoSQL数据
Stream和Collection区别：集合是静态的内存数据结构，Stream是关于计算的。前者面向内存，存储在内存中。后者面向CPU，通过CPU实现计算。

什么是Stream

Stream是数据取到，用于操作数据源(集合、数组等)所生成的元素序列。主要讲的是计算。

Stream不会自己存储元素
Stream不会改变源对象，他们会返回一个持有结果的新Stream
- 创建Stream,通过数据源获取一个流
- 中间操作链，对数据源的数据进行处理
- 执行终止操作时，执行中间操作链，产生结果。之后不会再被使用
Stream延迟执行，会等到需要结果的时候才执行。

创建方式

通过集合
- default Stream stream() 返回一个顺序流
- default Stream parallelStream() 返回一个并行流
- Stream stream = list.stream();
通过数组
- Arrays的静态方法
- static Stream stream(T[] array)
- int[] arr = new int[]{1, 2, 3};
- Stream<int[]> stream = Arrays.stream(arr)
通过Stream的of()方法
- Stream stream = Stream.of(1,2,3,4,5,6);
创建无限流
- 迭代：Stream.iterate()
  - 遍历前10个偶数
  - Stream.iterate(0, t -> t + 2).limit(10).forEach(System.out.println);
- 生成：Stream.generate()
  - Stream.generate(Math::random).limit(10).forEach(System.out.println);

中间操作

除非遇到终止操作，否则不处理 -> 惰性求值

筛选与切片

方法	描述
filter(Predicate p)	接收Lambda，从流中排除某些元素。保留为true的
distinct()	筛选，通过元素的hashCode和equals筛选
limit(long size)	截断流，使元素不超过给定数量
skip(long n)	跳过元素，返回一个扔掉了前n元素的流，若元素不足n个，返回空流。

映射

方法	描述
map(Function f)	转换形式或者提取信息
flatMap(Function f)	流中的每一个值都转换为另一个流，并合流。拆分再转换

排序

方法	描述
sorted()	产生一个新流。按自然顺序排序
sorted(Comparator com)	产生一个新流，按传入比较器顺序排序

终止操作

匹配与查找

方法	描述
allMatch(Predicate p)	检查是否匹配所有元素
anyMatch(Predicate p)	检查是否至少匹配一个元素
noneMatch(Predicate p)	检查是否没有匹配所有元素
findFirst()	返回第一个元素
findAny()	返回当前流中的任意元素
count()	返回流中元素总数
max(Comparator c)	返回流中最大值
min(Comparator c)	返回流中最小值
forEach（Consumer c)	内部迭代(使用Collection接口需要用户去做迭代->外部迭代)

归约

方法	描述
reduce(T iden, BinaryOperator b)	将流中元素反复结合，得到一个值，返回T
reduce(BinaryOperator b)	将流中元素反复结合，得到一个值,返回Optional

//计算1-10的和
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
    Integer sum = list.stream().reduce(0, Integer::sum);
    System.out.println(sum);


    //：计算公司所有员工工资的总和
    List<Employee> employees = EmployeeData.getEmployees();
    Optional<Double> sumSalary = employees.stream().map(e -> e.getSalary()).reduce(Double::sum);
    System.out.println(sumSalary);

收集

方法	描述
collect(Collector c)	将流转换成其他形式。接收一个Collector接口的实现，给Stream中元素做汇总。

    //练习1：查找工资大于6000的员工，结果返回为一个List或Set
    List<Employee> employees = EmployeeData.getEmployees();
    List<Employee> employeeList = employees.stream().filter(e -> e.getSalary() > 6000).collect(Collectors.toList());

    employeeList.forEach(System.out::println);
    System.out.println();
    Set<Employee> employeeSet = employees.stream().filter(e -> e.getSalary() > 6000).collect(Collectors.toSet());
    employeeSet.forEach(System.out::println)

Optional类

为了解决java中的空指针问题而生。

Optional 是一个容器类，或者仅仅保存null

Optional.of(T t) 创建一个Optional实例，t必须非空

Optional.empty() 创建一个空的Optional实例

Optional。ofNullable(T t) t可以为null

对反射支持增强

降低了创建对象、对象复制和反射创建对象的时间

参考

Java之Java8新特性

标签：stream,Stream,Optional,元素,特性,println,方法,Java8
来源： https://www.cnblogs.com/ogleede/p/16600199.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9