Java8 函数式接口，方法传递与Lambda

Java8新特性

• 方法作为参数传递给方法，方法成为一等公民
• Lambda，匿名函数
• Stream API ：
  1. 将一系列相关操作用流水线的思想分配到CPU的不同内核上并行操作,而不需要费劲的使用Thread实现
  2. 每个流就是一系列数据项，每个流能独立的完成已有的数据向，虽然流B的数据项是由流A生产，但是不需要等待流A完成所有数据项的生产，流A会把已经完成的数据向传给流B，好让流B同时工作
  3. 提倡数据分块而不是协调访问，就是说几个线程最好不要同时更新共享变量，尽量不用synchronized
  4. Stream的并行特性必须保证传递给流的方法没有互动（比如有可变的共享变量）
• 函数式编程思想
• 默认方法,使接口更方便
• Opthinal避免空指针异常

行为参数化 ： 使代码从死板，罗嗦走向灵活，简洁

• 通过颜色，重量等条件筛选苹果的例子
• 方法1：条件作为参数传递给方法,死板，罗嗦
• 方法2：通过Filter接口与不同的实现类，将实现类作为参数，灵活但是罗嗦
• 方法3：通过匿名类来代替实现类，灵活但还是比较罗嗦
• 方法4：通过方法传递代替匿名类，灵活但还是有点罗嗦，但是如果方法已经存在，那这种方式就比Lambda简洁
• 方法5：通过Lambda表达式与函数式接口（只有一个抽象方法）代替方法传递，灵活并且简洁
• 扩展6：使用范型替代苹果，可以筛选基础类型以外的任何类型，接近完美

Java8函数式接口，方法传递与Lambda

• @FunctionalInterface标注一个函数式接口
• 常用函数式接口
  1. Predicate : T -> boolean
     1. 用于判断
     2. test | and | or | negate
  2. Function : T -> R
     1. apply | andThen | compose
  3. Consumer : T -> void
     1. 消费者，用于执行操作
     2. accept | andThen
  4. Supplier : () -> T
     1. 供应商
     2. get
  5. Compare
     1. 用于比较
     2. compare | comparing | reversed | thenComparing
• Lambda
  1. Lambda是对函数式接口的简洁的实现方式
  2. Lambda将java这种强类型，面向对象语言变得灵活，简洁
  3. 可以将Lambda赋值给一个函数式接口句柄
  4. 支持参数类型推断，可以省略参数类型
  5. 将Lambda运用于重载方法上的时候，重载方法的函数式接口的参数或者返回值不能相同，否则Lambda类型检查报错
  6. Lambda实体内部可以使用局部变量，但是这个局部变量必须是final或者实际上是final的
  7. (T t) -> U : 这个Lambda描述符可以用方法已有的方法传递代替
• 神奇的例子
  1. 将一个apple的List按重量排序
  2. 传统做法是自己写一个冒泡算法按重量排序
     1. 只对苹果List有效
     2. 只对苹果重量有效
     3. 需要自己实现算法
  3. 通过范型使得所有List有效
  4. 通过BiPredicate函数接口和Lambda解决重量限制
  5. 再将排序算法写入list，使得算法公用
  6. 通过以上我们可以对任何List按照自定义规则排序，近乎完美，但是我们仍不满足，是否能将Lambda也省略？也就是将排序规则省略，只通过给出的属性按照属性自己的比较规则排序。这样做的前提是给出的属性必须实现统一接口Comparable
  7. Lambda嵌套:当一个函数式接口的几个参数是同一个类，并且实现方法里都是调用的这个类的同一个方法时,可以嵌套使用Function函数接口作为参数来构建这个函数式接口，这样做就可以使得实现方法也可以传递方法，并且可以减少参数,当然，不同类的参数也能嵌套

Stream

Stream 特性

1. 流操作分为中间操作和终端操作，中间操作只有在终端操作被触发时才有效,这个理念类似于构建器模式
2. 这种流水线理念的好处：可以通过循环合并，短路等技巧将中间操作合并处理，提高计算性能。
3. 流只能被消费一次

Stream类

• ReferencePipeline
  1. mapToInt(ToIntFunction tf) ：转换为数值流
• 数值流IntStream/DoubleStream/LongStream
  1. boxed() : 转换为对象流

创建Stream

• Stream.of ：手动添加值
• Arrays.stream(strs) ：通过数组
• Files.lines(Path path) : 通过文件
• String.iterate(T seed, UnaryOperator f) : 迭代，无限流无法排序或者归约
• Stream.generate(Math::random) ： 生成，无限流

中间操作，通过一个流返回另一个流，组成流水线

• 筛选与切片
  1. filter(Predicate p) : 按lambda提供的条件筛选
  2. distinct() : 去重
  3. limit(long maxSize) ： 截断
  4. skip(long n) : 跳过
• 映射
  1. map(Function f) ：获取流的特定规则的映射
  2. flatMap(Function f) : 扁平化流
  3. mapToInt(ToIntFunction tf) ：转换为数值流
• 排序
  1. sorted(Comparator c) ：通过指定比较器排序

终端操作：返回一个非流

• 查找与匹配
  1. anyMatch(Predicate p)
  2. allMatch(Predicate p)
  3. noneMach(Predicate p)
  4. findFirst() : 查找第一个
  5. findAny() : 查找任意一个，虽然findFirst也能实现，但是在并行流中建议使用findAny
• 归约
  1. reduce(T identity, BinaryOperator accumulator) :
     1. 对所有元素进行计算得出一个结果，比如获取最大最小值
     2. 与map合用便是著名的map-reduce模式
     3. 三个参数的reduce方法中间的参数相当于map的功能
  2. collect(Collector c) ： 返回一个集合， 参照Collectors
     1. 和reduce的区别？
• 其他
  1. forEach(Consumer c) : 内部循环
  2. count()

收集器

Collectors

• 分组
  1. groupingBy(Function f)
  2. groupingBy(Function f， Collector c) :多极分组/分组后归约

• 归约

  1. Collectors.reducing(BinaryOperator bo) : 所有归约都是reducing的特殊化例子
  2. toList()
  3. counting()
  4. maxBy/minBy(Comparator c)
  5. averagingDouble/summingDouble(ToDoubleFunction f)
  6. joining() : 连接字符串

google guava collections

思考

• 接口拥有了默认方法后,抽象类的意义何在
• Lambda实体内部可以使用局部变量，但是这个局部变量必须是final或者实际上是final的？
• List.sort()方法的源码分析
• 流的有状态和无状态
• reduce和collect的区别

Test

原文：https://www.cnblogs.com/judesheng/p/10615072.html