Lambda運算式
1.基本格式
(引數串列)->{代碼}
2.省略規則
- 引數型別可以省略
- 方法體只有一句代碼時大括號return和唯一一句代碼的分號可以省略
- 方法只有一個引數時小括號可以省略
Stream流
1.創建流
-
單列集合:集合物件.stream()
-
陣列:Arrays.stream(陣列物件) 或 Stream.of(陣列物件)
-
雙列集合:轉換成單列集合后再創建
例:
Map<String,Integer> map = new HashMap<>(); Stream<Map.Entry<String,Integer>> stream = map.entrySet().stream();
2.中間操作
-
filter
可以對流中資料進行過濾,符合條件的才能留在流中
-
map
可以把對流中的元素進行計算或轉換
-
distinct
可以去除流中的重復元素
-
sorted
可以對流中的元素進行排序
注意:如果呼叫空參的sorted()方法,需要流中的元素實作了Comparable
-
limit
可以設定流的最大長度,超出的部分將被拋棄
-
skip
跳過流中的前n個元素,回傳剩下的元素
-
flatMap
map只能把一個物件轉換成另一個物件來作為流中的元素,而flatMap可以把一個物件轉換成多個物件作為流中的元素
3.終結操作
-
forEach
對流中的元素進行遍歷操作,可以通過傳入的引數去指定對遍歷到的元素進行什么具體操作
-
count
可以用來獲取當前流中元素的個數
-
max & min
可以用來計算流中的最值
-
collect
把當前流轉換成一個
-
anyMatch
可以用來判斷是否有任意符合匹配條件的元素,結果為Boolean
-
allMatch
可以用來判斷是否都符合匹配條件,結果為Boolean
-
noneMatch
可以判斷是否都不符合匹配條件,結果為Boolean
-
findAny
獲取流中的任意一個元素,該方法沒有辦法保證獲取的一定是流中的第一個元素
-
findFirst
獲取流中的第一個元素
-
reduce歸并
對流中的資料按照自定義的計算方式計算出一個結果,(縮減操作)
reduce的作用是把stream中的元素給組合起來,我們可以傳入一個初始值,它會按照我們的計算方式依次拿流中的元素和在初始化值的基礎上進行計算,計算結果再和后面的元素計算
內部的計算方式如下
T result = identity; for (T element : this stream) result = accumulator.apply(result,element) return result;
4.注意事項
- 惰性求值 (如果沒有終結操作,沒有中間操作是不會得到執行的)
- 流是一次性的(一旦一個流物件經過一個終結操作后,這個流就不能再被使用)
- 不會影響原資料 (我們在流中可以多資料做很多處理,但正常情況下是不會影響原來集合中的元素的,這往往也是我們期望的)
Optional
1.創建物件
一般使用Optional的靜態方法ofNullable來把資料封裝成一個Optional物件,無論傳入的引數是否為null都不會出現問題
Example example = getExample();
Optional<Example> exampleOptional = Optional.ofNullable(example);
在確定一個物件不為空的則可以使用Optional的靜態方法of來把資料封裝成Optional物件
Example example = getExample();
Optional<Example> exampleOptional = Optional.of(example);
如果一個方法的回傳值型別是Optional型別,而如果我們經判斷發現某次得到的回傳值為null,這個時候就需要把null封裝成Optional物件回傳,這時則可以使用Optional的靜態方法empty來進行封裝,
Optional.empty();
2.消費值
使用 ifPresent 方法來消費其中的值 ,這個方法會判斷其內封裝的資料是否為空,不為空時才會執行具體的消費代碼
optiona1<Example> exampleOptiona1 = optional.ofNul1ab1e(getAxample());
exampleOptiona1.ifPresent(example -> system.out.println(example.getName()));
3.獲取值
-
get()
不推薦使用此種方法獲取,因為當Optional內部資料為空時會出現例外
-
orElseGet()
獲取資料并且設定資料為空時的黑認值 ,如果資料不為空就能獲取到該資料 ,如果為空則根據你傳入的引數來創建物件作為默認值回傳
Optional<Example> exampleOptional = Optional.ofNullable(getExample()); Example example = exampleOptional.orElseGet(() -> new Example());
-
orElseThrow()
獲取資料,如果資料不為空就能獲取到該資料,如果為空則根據傳入的引數來創建例外拋出
Optional<Example> exampleOptional = Optional.ofNullable(getExample()); try{ Example example = exampleOptional.orElseThrow(() -> new RuntimeException("example為空")); System.out.println(example.getName()); } catch(Throwable throwable) { throwable.printStachTrace(); }
4.過濾
使用filter方法對資料進行過濾,如果原本是有資料的,但是不符合判斷,也會變成一個無資料的Optional物件
Optional<Example> exampleOptional = Optional.ofNullable(getExample());
exampleOptional.filter(example -> example.getAge() > 100).ifPresent(example -> System.out.println(example.getName()));
5.判斷
可以使用isPresent方法進行是否存在資料的判斷,如果為空,回傳值為false;如果不為空,回傳值為true,但是這種方式并不能體現Optional的好處,更推薦使用ifPresent方法,
optiona1<Example> exampleOptional = optional.ofNullab1e(getExample());
if (exampleOptional.isPresent() {
system.out.println(exampleOptional.get().getName());
}
6.資料轉換
Optional還提供了map可以讓我們的對資料進行轉換,并且轉換得到的資料也還是被Optional包裝好的,保證了我們的使用安全,
optiona1<Example> exampleOptional = optional.ofNullab1e(getExample());
Optional<List<Book>> books = exampleOptional.map(author -> author.getBooks());
books.ifPresent(book -> System.out.printLn(book.getName()));
函式式介面
1.概述
只有一個抽象方法的介面我們稱之為函式介面
JDK的函式式介面都加上了 @FunctionalINterface 注解進行標識,但是無論是否加上該注解只要介面中只有一個抽象方法,都是函式式介面
2.常見函式式介面
-
Consumer 消費介面
可以在方法中對傳入的引數進行消費
-
Function 計算轉換介面
可以在方法中對傳入的引數計算或轉換,把結果回傳
-
Predicate 判斷介面
可以在方法中對傳入的引數條件判斷,回傳判斷結果
-
Supplier 生產型介面
可以在方法中創建物件,把創建好的物件回傳
3.常用的默認方法
-
and
在使用 Predicate 介面的時候可能需要進行判斷條件的拼接,而 and方法相當于是使用 && 來拼接兩個判斷條件
-
or
在使用 Predicate 介面時相當于 ||
-
negete
Predicate 介面中的方法,相當于是在判斷前加了 ! 表示取反
方法參考
在使用Lambda時,如果方法體中只有一個方法的呼叫的話(包括構造方法),可以用方法參考進一步簡化代碼
基本格式:
? 類名或物件名::方法名
高級用法
JDK5中引入的自動裝箱和自動拆箱雖然方便,但也是要消耗時間的,為了能對這部分的時間消耗進行優化,Stream提供了很多專門針對基本資料型別的方法
例如:
mapToInt、mapToLong、mapToDouble、flatMapToInt、flatMapToDouble 等
并行流
當流中有大量元素時,可以使用并行流去提高操作的效率,其實并行流就是把任務分配給多個執行緒去完成,使用Stream時,只需要修改一個方法的呼叫就可以使用并行流,從而提高效率,
stream.parallel()
也可以通過 parallelStream 直接獲取并行流物件
parallelStream()
轉載請註明出處,本文鏈接:https://www.uj5u.com/houduan/553196.html
標籤:Java
下一篇:返回列表