谨个人学习Java8新特性历程
Java 8 新特性概述
Lambda表达式
Lambda 是一个匿名函数 ,可以理解为 一段可以传递的代码(将代码像数据一样进行传递 。)
本质 :作为函数式接口的实例
- 语法格式一 :无参无返回值
Runnbale r1 = () -> {System.out.println("Hello World");};
- 语法格式二 :有一个参数 ,但没有返回值
Person<Integer> per = (int x) -> {System.out.println(x);};
- 语法格式三 :数据类型可以省略 ,可由编译器推断获取 ,“类型推断”
Person<Integer> per = (x) -> {System.out.println(x);};
- 语法格式四 :若只需要一个参数时 ,包裹参数的小括弧可以省略
Person<Integer> per = x -> {System.out.println(x);};
- 语法格式五 :两个参数或两个以上的参数 ,多条执行语句 ,可以有返回值
Person<Integer> per = (x, y) -> {
System.out.println("Hello World");
return x + y ;
};
- 语法格式六 :当 Lambda 体 只有一条语句时 ,若存在 return 和 大括号 ,可以省略
Person<Integer> per = (x, y) -> x + y ;
函数式(function)接口
接口中有且仅有一个 抽象方法 。
可以使用注解@FunctionalInterface 检查是否是哟个函数式接口 。
实例 :根据给定的规则 ,过滤集合中的字符串, 规则由 Predicate 的 test() 方法决定
public static void main(String[] args) {
List<String> stringList = Arrays.asList("东北", "西北", "华北", "晋西");
List<String> list = list(stringList, s -> s.contains("北"));
System.out.println(list);
}
public static List<String>list(List<String> list, Predicate<String> predicate) {
List<String> stringList = new ArrayList<>();
for (String s : list) {
if (predicate.test(s)) {
stringList.add(s);
}
}
return stringList;
}
方法引用与构造器引用
方法引用 具体分为如下三种情况
- 一 、引用静态方法:类名称 :: static方法名称;
- 二 、引用某个实例对象的方法:实例化对象 :: 普通方法;
- 三 、引用特定类型的方法:特定类 :: 普通方法;
方法引用使用的要求 :要求接口中的抽象方法的形参列表和返回值类型 与 方法引用的方法的形参列表和返回值类型相同 。
以下三种情况 (方法引用使用的要求 针对于 情况一 和 情况二 )
情况一 :对象 :: 实例方法
/*
* Consumer 中 void accept(T t)
* PrintStream 中 void println(T t)
* */
@Test
public void test02() {
Consumer<String> consumer01 = str -> System.out.println(str);
consumer01.accept("北京");
PrintStream pw = System.out;
Consumer<String> consumer02 = pw::println;
consumer02.accept("天津");
}
情况二 :类 :: 静态方法
/*
* Comparator 中的 int compare(T t1, T t2)
* Integer 中的 int compare(T t1, T t2)
* */
@Test
public void test02() {
Comparator<Integer> comparator01 = (t1, t2) ->Integer.compare(t1, t2);
System.out.println(comparator01.compare(12, 13));
Comparator<Integer> comparator02 = Integer::compareTo;
System.out.println(comparator02.compare(14, 12));
}
情况三 :类 :: 实例方法
/* 案例1
* Comparator 中的 int compare(T t1, T t2)
* String 中的 int t1.compareTo(t2)
* */
@Test
public void test02() {
Comparator<String> comparator01 = (s1, s2) -> s1.compareTo(s2);
System.out.println(comparator01.compare("opr", "abc"));
Comparator<String> comparator02 = String::compareTo;
System.out.println(comparator02.compare("acd", "wer"));
}
/* 案例2
* BiPredicate 中的 boolean test(T t1, T t2)
* String 中的 boolean t1.equals(t2)
*/
@Test
public void test02() {
BiPredicate<String, String> biPredicate01 = (t1,t2) -> t1.equals(t2);
System.out.println(biPredicate01.test("aaa", "AAA"));
BiPredicate<String, String> biPredicate02 = String::equals;
System.out.println(biPredicate02.test("AAA", "AAA"));
}
构造器引用
和方法引用类似 ,函数式接口的抽象方法的形参列表和构造器的形参列表一致 。
抽象方法的返回值类型即为构造器所属类的类型 。
/*
BiFunction<T, U, R> 中的 R apply(T t, U u)
*/
@Test
public void test02() {
BiFunction<String, Integer, Employee> biFunction01 = (name, id) -> new Employee(name, id);
System.out.println(biFunction01.apply("张三", 15));
BiFunction<String, Integer, Employee> biFunction = Employee :: new;
Employee apply = biFunction.apply("102", 12);
System.out.println(apply);
}
数组引用
可以把数组看作是一个特殊的类 ,写法与构造器引用一致 。
/*
* Function 中的 R apply(T t)
* */
@Test
public void test02() {
Function<Integer, String[]> function01 = length -> new String[length];
String[] apply = function01.apply(3);
System.out.println(Arrays.toString(apply));
Function<Integer, String[]> function02 = String[] :: new;
String[] apply1 = function02.apply(3);
System.out.println(Arrays.toString(apply1));
}
Stream API
1、Stream 关注的是对数据的运算 ,与 CPU 打交道 。
而集合关注的是数据的存储 ,与内存打交道
2、
①、Stream 自己不会存储元素 。
②、Stream 不会改变源对象 ,它会返回一个持有结果的新 Stream 。
③、Stream 操作是延迟执行的 ,这意味着它会等到需要结果的时候才会执行 。
Stream 的操作三个步骤
- 1-创建 Stream
一个数据源(集合 、数组 ...) ,获取一个流
- 2-中间操作
一个中间操作链 ,对数据源的数据进行处理 (过滤 、映射...)
- 3-终止操作 (终端操作)
一旦执行终止操作 ,就执行中间操作链,并产生结果 ,之后不会再被使用 。
Stream 的实例化
// 创建 Stream 方式一 :通过集合
@Test
public void test01() {
List<Employee> employees = EmployeeData.getEmployees();
// default Stream<E> stream() 返回一个顺序流
Stream<Employee> stream = employees.stream();
// default Stream<E> parallelStream() 返回一个并行流
Stream<Employee> employeeStream = employees.parallelStream();
}
// 创建 Stream 方式二 :通过数组
@Test
public void test02() {
int[] arr = new int[]{1,2,3,4,5};
// 调用Arrays 类的 IntStream stream(int[] array)
IntStream stream = Arrays.stream(arr); // 返回一个流
Employee emp1 = new Employee("张山", 20);
Employee emp2 = new Employee("五山", 30);
Employee[] arr1 = new Employee[]{emp1, emp2};
Stream<Employee> employeeStream = Arrays.stream(arr1);
}
// 创建 Stream 方式三 :通过 Stream 的 of()
@Test
public void test03() {
Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5);
}
// 创建 Stream 方式四 :创建无限流
@Test
public void test04() {
// 迭代
// static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
// 遍历前 10 个偶数
Stream.iterate(0, t -> t + 2).limit(10).forEach(System.out :: println);
// 生成
// static<T> Stream<T> generate(Supplier<T> s)
Stream.generate(Math::random).limit(10).forEach(System.out :: println);
}
Stream 中间操作 :筛选与切片
多个中间操作可以连接起来形成一条流水线, 除非流水线上触发终止操作 ,否则中间操作不会执行任何的处理 ,而在终止操作时一次性全部处理 ,称为 “惰性求值”
实例:
@Test
public void test01() {
List<Employee>list = EmployeeData.getEmployees();
Stream<Employee> stream = list.stream();
// 1.filter(Predicate p) ————接收 Lambda ,从流中排除某些元素
stream.filter(e -> e.getAge() >124).forEach(System.out::println);
System.out.println();
// 2.limit(n) ————截断流 ,使其元素不超过给定元素 。
list.stream().limit(3).forEach(System.out::println);
System.out.println();
// 3.skip(n) ————跳过元素 ,返回一个扔掉了前 n 个元素的流 ,若流中不足 n 个 ,则返回一个空流
list.stream().skip(3).forEach(System.out::println);
System.out.println();
// 4.distinct() ———— 筛选, 通过流所生成元素的 hashCode() 和 equals() ,去除重复元素
list.add(new Employee("123", 15));
list.add(new Employee("123", 15));
list.add(new Employee("123", 15));
list.add(new Employee("123", 15));
list.stream().distinct().forEach(System.out::println);
}
Stream 中间操作 :映射
@Test
public void test01() {
// map(Function f) ,接收一个函数作为参数 ,将元素转换成其他形式或提取信息 。
// 该函数会被应用到每个元素上 ,并将其映射成一个新的元素 。
List<String> stringList = Arrays.asList("aa", "bb", "cc", "dd");
// 将集合元素 转换成 大写
stringList.stream().map(str -> str.toUpperCase()).forEach(System.out::println);
// 返回 员工姓名长度大于1的 员工
List<Employee> employees = EmployeeData.getEmployees();
Stream<String> stringStream = employees.stream().map(Employee::getName);
stringStream.filter(name -> name.length() > 1).forEach(System.out::println);
System.out.println();
// 如下方式 相当于 list.add(list1);[1,2,3,[4,5,6]] , 所以需要遍历两次
Stream<Stream<Character>> streamStream = stringList.stream().map(LambdaTest::fromStringToStream);
streamStream.forEach(s ->{
s.forEach(System.out::println);
});
System.out.println();
// 如下方式相当于 list.addAll(list1);[1,2,3,4,5,6]
// flatMap(Function f) 接收一个函数作为参数 ,将流的每个值换成另一个流,然后把所有流重新连接起来成一个流 。
stringList.stream().flatMap(LambdaTest::fromStringToStream).forEach(System.out::println);
}
public static Stream<Character> fromStringToStream(String str) {
List<Character> list = new ArrayList<>();
for (Character c : str.toCharArray()) {
list.add(c);
}
return list.stream();
}
Stream 中间操作 :排序
注意 :对象排序(自然排序)的时候 ,类需要实现 Comparable 接口 ,否则会抛异常 。
// java.lang.ClassCastException: cannot be cast to java.lang.Comparable
// 错误示例 ,Employee类 需要实现 Comparable 接口
List<Employee> employeeList = EmployeeData.getEmployees();
employeeList.stream().sorted().forEach(System.out::println);
// sorted() ————自然排序
List<Integer> list = Arrays.asList(12,45,69,02,03,65);
list.stream().sorted().forEach(System.out::println);
定制排序 :
// sorted(Comparator com) ————定制排序
List<Employee> employees = EmployeeData.getEmployees();
employees.stream().sorted((e1, e2) -> {
int compare = Integer.compare(e1.getAge(), e2.getAge());
if (compare != 0) {
return compare;
} else {
// 如果 年龄相等 ,就按照如下排序方式进行排序 。
return Double.compare(e1.getAge(), e2.getAge());
}
}).forEach(System.out::println);
Stream 终止操作 :匹配与查找
**allMatch(Predicate p)——检查是否匹配所有元素 **
- 是否所有的员工的年龄都大于 120
@Test
public void test02() {
List<Employee> employees = EmployeeData.getEmployees();
boolean allMatch = employees.stream().allMatch(e -> e.getAge() > 120);
System.out.println(allMatch); // true
}
anyMatch(Predicate p)——检查是否至少匹配一个元素 。
- 是否存在员工的年龄大于 121
boolean b = employees.stream().anyMatch(e -> e.getAge() > 121);
System.out.println(b); // true
noneMatch(Predicate p)——检查是否没有匹配的元素
- 是否存在 姓氏为 "雷" 的员工 ,没有匹配则返回 true ,
boolean noneMatch = employees.stream().noneMatch(e -> e.getName().startsWith("雷"));
System.out.println(noneMatch); // true
findFirst()——返回第一个元素
- 可以先预处理然后再返回第一个元素 ,例如, 先排序 ,升序或降序 ,检查石佛满足条件等等 ,
Optional<Employee> first = employees.stream().findFirst();
System.out.println(first); // Optional[Employee{name='张三', age=121}]
findAny——返回当前流中的任意元素
parallelStream()——返回一个并行流
Optional<Employee> first1 = employees.parallelStream().findAny();
System.out.println(first1); // Optional[Employee{name='张三4', age=124}]
count——返回流中的总个数
- 员工年龄大于 “121” 的员工总数 。
long count = employees.stream().filter(e -> e.getAge() > 121).count();
System.out.println(count); // 4
max(Comparator con)——返回流中的最大值
- 返回员工中 最大的年龄
Stream<Integer> integerStream = employees.stream().map(e -> e.getAge());
Optional<Integer> max = integerStream.max(Double::compare);
System.out.println(max); // 126
min(Comparator con)——返回流中的最小值
- 返回最小年龄的员工
Optional<Employee> min = employees.stream().min((e1, e2) -> Double.compare(e1.getAge(), e2.getAge()));
System.out.println(min); // Optional[Employee{name='张三2', age=121}]
forEach()——内部迭代
- 将流中的数据 遍历 打印
employees.stream().forEach(System.out ::println);
employees.forEach(System.out ::println); // 使用集合的遍历操作 。
等价于 :如下代码
for (Employee employee : employees) {
System.out.println(employee);
}
Stream 终止操作 :规约
- T reduce(T identity, BinaryOperator
accumulator)——可以将流中元素反复结合起来 ,得到一个值,返回 泛型T
计算1-10 的自然数的和 。
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
Integer reduceSum = list.stream().reduce(0, Integer::sum);
System.out.println(reduceSum); // 55
- Optional
reduce(BinaryOperator accumulator) 可以将流中的元素反复结合起来 ,得到一个值 ,返回Optional
计算所有员工的年龄总和 。
List<Employee> employees = EmployeeData.getEmployees();
Stream<Integer> integerStream = employees.stream().map(Employee::getAge);
Optional<Integer> reduceAge = integerStream.reduce(Integer::sum);
System.out.println(reduceAge); // Optional[739]
// 第二种 ,如果不知道Integer中有sum()方法 ,可以用 Lambda 表达式
// Optional<Integer> reduceAge1 = integerStream.reduce((d1, d2) -> d1 + d2);
// System.out.println(reduceAge1);// Optional[739]
Stream 终止操作 :收集
- <R, A> R collect(Collector<? super T, A, R> collector)
将流转换为其他形式,接收一个 Collectors 接口的实现 ,用于给 Stream 中元素做汇总 。
查找年龄大于121的员工 ,结果返回一个 List 或 Set
其他 Stream流 收集操作 。


Optional 类
Optional类 : 为了在程序中避免空指针异常 .
- Optional
类 (java.uitl.Optional) 是一个容器类。它可以保存类型 T 的值 ,代表这个值存在 。或者仅仅保存 null ,表示这个值不存在,原来用 null 表示一个值不存在 ,现在用 Optional 可以更好的表达这个概念 。并且可以避免空指针异常 。

常用方法 :
ofNullable(T t) —— orElse(T t) 这两个方法通常在一起用
of(T t) —— get() 这两个方法通常在一起用,确定不会出现空指针异常 .
示例 1 :
- public T orElse(T other) , 如果有值返回内部封装的t , 否则返回指定的other对象
@Test
public void test05() {
Girl girl = new Girl();
girl = null;
Optional<Girl> optionalGirl = Optional.ofNullable(girl);
System.out.println(optionalGirl); // Optional.empty
Girl girl1 = optionalGirl.orElse(new Girl("刘德华"));
System.out.println(girl1); // Girl{name='刘德华'}
}
示例 二 :使用 Optional类
public String getGirlName(Boy boy) {
Optional<Boy> optionalBoy = Optional.ofNullable(boy);
// 当boy为空的时候,返回orElse指定的other对象.
Boy boy1 = optionalBoy.orElse(new Boy(new Girl("迪丽热巴")));
Girl girl = boy1.getGirl();
// 当 girl 为空的时候,返回orElse指定的other对象.
Optional<Girl> girl1 = Optional.ofNullable(girl);
Girl girl2 = girl1.orElse(new Girl("刘德华"));
return girl2.getName();
}
@Test // 测试
public void test05() {
Boy boy = null; // 迪丽热巴
// boy = new Boy(); // 刘德华
// boy = new Boy(new Girl("古力娜扎")); // 古力娜扎
String girlName = getGirlName(boy);
System.out.println(girlName);
}

浙公网安备 33010602011771号