JDK8新特性
-
List
-
这里的表示List中每一个元素，可以不指定类型，JDK会自动推测出类型，但是也是可以使用
()加上类型 -
如果有一条语句可以直接在后面输出，如果有多行，那么可以在后面使用
{}指定Arrays.asList(1,2,4,1,76).forEach(e-> System.out.println(e)); Arrays.asList(1,2,4,1,76).forEach((Integer e)-> System.out.println(e));
-
这里的表示List中每一个元素，可以不指定类型，JDK会自动推测出类型，但是也是可以使用
-
Set
Set<Object> set=new HashSet<>(Arrays.asList(1,2,4,1,76)); set.forEach(e-> System.out.println(e));
-
Map
Map<Object,Object> map=new HashMap<>(); map.put("2",2); map.put("4",5); //a,b两个元素分别是key和value map.forEach((a,b)->{ System.out.println(a+"---"+b); });
lambda表达式轻松创建接口实例
-
条件：该接口只能有一个需要实现的方法（默认方法除外）
()->{} item->{} (String item1,String item2) -
FunctionalInterface：标记这个接口只能定义一个方法（除了默认的方法）@FunctionalInterface public interface UserService{ Stringdisplay(String name); } @Test public void test1(){ UserService userService=name -> { return name; }; userService.display("che"); }
接口的默认方法和静态方法
-
默认方法不需要实现，但是可以被覆盖
public interface Demo1{ /** * 接口的静态方法 */ static void display(){ System.out.println("cdc"); } /** * 默认方法可以不实现，但是可以被覆盖 */ default void play(){ System.out.println("cdddd"); } }
Stream
-
Stream接口中包含许多对流操作的方法，这些方法分别为：
- filter()：对流的元素过滤
- map()：将流的元素映射成另一个类型
- distinct()：去除流中重复的元素
- sorted()：对流的元素排序
- forEach()：对流中的每个元素执行某个操作
- peek()：与forEach()方法效果类似，不同的是，该方法会返回一个新的流，而forEach()无返回
- limit()：截取流中前面几个元素
- skip()：跳过流中前面几个元素
- toArray()：将流转换为数组
- reduce()：对流中的元素归约操作，将每个元素合起来形成一个新的值
- collect()：对流的汇总操作，比如输出成List集合
- anyMatch()：匹配流中的元素，类似的操作还有allMatch()和noneMatch()方法
- findFirst()：查找第一个元素，类似的还有findAny()方法
- max()：求最大值
- min()：求最小值
- count()：求总数
filter
-
过滤集合，实际是实现其中的test方法，返回的是一个Boolean类型的值，我们可以使用lambda表达式可以很轻松的实现集合的过滤
@Test public void test2(){ User user1 = new User(); user1.setName("chen"); user1.setAge(22); User user3 = new User(); user3.setName("zheng"); user3.setAge(22); User user2 = new User(); user2.setName("zhou"); user2.setAge(30); List<User> users=new ArrayList<>(); users.add(user1); users.add(user2); users.add(user3); /* 下面的语句类似如下 * users.stream().filter(item->item.getAge()>25).collect(Collectors.toList()); */ List<User> collect = users.stream().filter(user -> { if (user.getAge() > 25) { return true; } else { return false; } }).collect(Collectors.toList()); }
sorted
-
有两个实现的方法，如下：
Stream<T>sorted(Comparator<?super T> comparator); Stream<T>sorted();
-
例子如下：
Stream.of(1, 8, 5, 2, 1, 0, 9, 2, 0, 4, 8) .filter(n -> n > 2) // 对元素过滤，保留大于2的元素 .distinct() // 去重，类似于SQL语句中的DISTINCT .skip(1) // 跳过前面1个元素 .limit(2) // 返回开头2个元素，类似于SQL语句中的SELECT TOP .sorted() // 对结果排序 .forEach(System.out::println);
//按照age排序，实际上就是实现Comparator的接口方法compareTo
users.sort((item1,item2)->{
return item1.getAge()-item2.getAge();
});
查找和匹配
-
Stream中提供的查找方法有anyMatch()、allMatch()、noneMatch()、findFirst()、findAny()，这些方法被用来查找或匹配某些元素是否符合给定的条件：
// 检查流中的任意元素是否包含字符串"Java" boolean hasMatch = Stream.of("Java", "C#", "PHP", "C++", "Python") .anyMatch(s -> s.equals("Java")); // 检查流中的所有元素是否都包含字符串"#" boolean hasAllMatch = Stream.of("Java", "C#", "PHP", "C++", "Python") .allMatch(s -> s.contains("#")); // 检查流中的任意元素是否没有以"C"开头的字符串 boolean hasNoneMatch = Stream.of("Java", "C#", "PHP", "C++", "Python") .noneMatch(s -> s.startsWith("C")); // 查找元素 Optional<String> element = Stream.of("Java", "C#", "PHP", "C++", "Python") .filter(s -> s.contains("C")) // .findFirst() // 查找第一个元素 .findAny(); // 查找任意元素
归约
map
-
map 方法用于映射每个元素到对应的结果，以下代码片段使用 map 输出了元素对应的平方数:
List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5); // 获取对应的平方数 List<Integer> squaresList = numbers.stream().map( i -> i*i).distinct().collect(Collectors.toList());
-
map使用lambda表达式返回的类型就是最后的类型,下面我们将用户的年龄设置成两倍
@Test public void test2(){ User user1 = new User(); user1.setName("chen"); user1.setAge(22); User user3 = new User(); user3.setName("zheng"); user3.setAge(22); User user2 = new User(); user2.setName("zhou"); user2.setAge(40); List<User> users=new ArrayList<>(); users.add(user1); users.add(user2); users.add(user3); List<User> list = users.stream().map(item -> { item.setAge(item.getAge() * 2); return item; }).collect(Collectors.toList()); }
reduce
-
将两个元素进行归约操作，比如两个元素相加，但是这个操作的返回值一定要和操作之前的类型相同
//归约操作，返回的是一个Optional类型的 Optional<Integer> optional = users.stream().map(item -> item.getAge()).reduce((item1, item2) -> item1 + item2); if (optional.isPresent()){ System.out.println(optional.get()); }
分组
-
和关系数据库一样，流也提供了类似于数据库中GROUP BY分组的特性，由Collectors.groupingBy()方法提供：
//根据age进行分组，返回的是Map集合，key就是分组后的age，value是user对象 Map<Integer, List<User>> listMap = users.parallelStream().collect(Collectors.groupingBy(item -> item.getAge())); listMap.forEach((key,value)->{ System.out.println(key+"--->"+value); }); -
但实际情况可能比这复杂，比如将价格在0-50之间的书籍分成一组，50-100之间的分成一组，超过100的分成一组，这时候，我们可以直接使用Lambda表达式来表示这个分组逻辑：
//根据age进行分组，返回的是Map集合，key就是分组后的age，value是user对象 Map<String, List<User>> listMap = users.parallelStream().collect(Collectors.groupingBy(item -> { if (item.getAge() > 20) { return "A"; } else { return "B"; } })); listMap.forEach((key,value)->{ System.out.println(key+"--->"+value); });
Optional
- 文档
-
https://zhuanlan.zhihu.com/p/40966718
-
创建方法：
public static <T> Optional<T> of(T value) public static <T> Optional<T> ofNullable(T value)
-
常用方法
-
public Optional<T> filter(Predicate<? super T> predicate)：过滤其中的元素，如果返回true，那么保留，返回false去除该元素 -
public T orElse(T other)：如果该元素的值为null，那么指定该值为otherUser user = new User(22, "chenjiabing"); User user2 = Optional.ofNullable(user).filter(item->{ return item.getAge()>30; }).orElse(null); -
public T orElseGet(Supplier<? extends T> other)：如果该值为空，那么就调用other的get方法，其中返回一个同种类型的对象Optional.ofNullable(user).filter(item->{ return item.getAge()>30; }).orElseGet(()->{ System.out.println("该值为空"); return new User(44, "zhengjiahe"); }); -
public boolean isPresent()：判断当前的元素是否为null，如果为null返回false，否则返回true -
public void ifPresent(Consumer<? super T> consumer)：如果不为空调用其中的方法 -
public <U> Optional<U> map(Function<? super T,? extends U> mapper)：如果为空直接返回一个空的Optional，不会调用map中的apply方法，如果不为空，那么调用apply方法Optional<Integer> map = Optional.ofNullable(null).map(item->{ System.out.println(item); //返回值也决定着你的类型 return Integer.MAX_VALUE; });
-
Collectors
- 针对集合操作的封装类，结合Stream编程客可以很简单的实现
toMap
- List直接转换为Map，使用JDK1.8的Stream编程
-
Collector<T, ?, Map<K,U>> toMap(Function<? super T, ? extends K> keyMapper,Function<? super T, ? extends U> valueMapper)：简单的将集合转换成Map，出现key重复的将直接抛出异常-
keyMapper：指定的 -
valueMapper：指定的valueMap<Integer, String> map = users.stream().collect(Collectors.toMap(User::getAge, User::getName)); `
-
-
public static <T, K, U> Collector<T, ?, Map<K,U>> toMap(Function<? super T, ? extends K> keyMapper,Function<? super T, ? extends U> valueMapper,BinaryOperator<U> mergeFunction)：用于解决key冲突的情况-
mergeFunction：用于当出现key冲突的情况下解决方法，其中只需要实现apply方法即可，两个参数分别是重复的map的value值，返回值是指定的值Map<Integer, String> map = users.stream().collect(Collectors.toMap(User::getAge, User::getName,(v1,v2)->v1+","+v2));
-
toList
-
将结果转换成一个List集合
List<Integer> list = Stream.of(1, 2, 3, 4).collect(Collectors.toList());
toSet
-
将结果转换成一个Set集合
Set<Integer> set = Stream.of(1, 2, 3, 4).collect(Collectors.toSet());
groupingBy
- 将所得的结果根据指定的内容进行分组，所得结果是一个Map类型的数据
-
public static <T, K> Collector<T, ?, Map<K, List<T>>> groupingBy(Function<? super T, ? extends K> classifier)-
指定的key，value的默认类型为List
Map<Integer, List<Integer>> map = Stream.of(1, 1, 3, 10, 2, 3, 4).collect( Collectors.groupingBy(Integer::intValue));
-
指定的key，value的默认类型为List
-
`public static
Collector Collector<? super T, A, D> downstream)`
-
第一个参数是指定的key，第二个参数是指定的value的类型
Map<Integer, Set<Integer>> map = Stream.of(1, 1, 3, 10, 2, 3, 4).collect( Collectors.groupingBy(Integer::intValue, Collectors.toSet()));
-
第一个参数是指定的key，第二个参数是指定的value的类型
正文到此结束
热门推荐
相关文章
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
