当前位置：首页 > 资讯 > 技术文档

快速入门Java中的Lambda表达式

时间：2021-05-09 08:30 编辑：来源：阅读：
扫一扫，手机访问

摘要：快速入门Java中的Lambda表达式

[b]Lambda简介[/b] Lambda表达式是Java SE 8中一个重要的新特性。lambda表达式允许你通过表达式来代替功能接口。 lambda表达式就和方法一样,它提供了一个正常的参数列表和一个使用这些参数的主体(body,可以是一个表达式或一个代码块)。 Lambda表达式还增强了集合库。 Java SE 8添加了2个对集合数据进行批量操作的包:[code] java.util.function [/code]包以及 [code]java.util.stream [/code]包。流(stream)就如同迭代器(iterator),但附加了许多额外的功能。总的来说,lambda表达式和 stream 是自Java语言添加泛型(Generics)和注解(annotation)以来最大的变化。 Lambda表达式本质上是匿名方法，其底层还是通过[code]invokedynamic[/code]指令来生成匿名类来实现。它提供了更为简单的语法和写作方式，允许你通过表达式来代替函数式接口。在一些人看来，Lambda就是可以让你的代码变得更简洁，完全可以不使用——这种看法当然没问题，但重要的是lambda为Java带来了闭包。得益于Lamdba对集合的支持，通过Lambda在多核处理器条件下对集合遍历时的性能提高极大，另外我们可以以数据流的方式处理集合——这是非常有吸引力的。 [b]Lambda语法[/b] Lambda的语法极为简单，类似如下结构:

(parameters) -> expression

或者

(parameters) -> { statements; }

[b]Lambda表达式由三部分组成：[/b] [b] 1、paramaters：[/b]类似方法中的形参列表，这里的参数是函数式接口里的参数。这里的参数类型可以明确的声明也可不声明而由JVM隐含的推断。另外当只有一个推断类型时可以省略掉圆括号。 [b]2、->：[/b]可理解为“被用于”的意思 [b]3、方法体：[/b]可以是表达式也可以代码块，是函数式接口里方法的实现。代码块可返回一个值或者什么都不反回，这里的代码块块等同于方法的方法体。如果是表达式，也可以返回一个值或者什么都不反回。我们通过以下几个示例来做说明：

//示例1：不需要接受参数，直接返回10
()->10

//示例2：接受两个int类型的参数，并返回这两个参数相加的和
(int x,int y)->x+y;

//示例2：接受x,y两个参数，该参数的类型由JVM根据上下文推断出来，并返回两个参数的和
(x,y)->x+y;

//示例3：接受一个字符串，并将该字符串打印到控制到，不反回结果
(String name)->System.out.println(name);

//示例4：接受一个推断类型的参数name，并将该字符串打印到控制台
name->System.out.println(name);

//示例5：接受两个String类型参数，并分别输出，不反回
(String name,String sex)->{System.out.println(name);System.out.println(sex)}

//示例6：接受一个参数x，并返回该该参数的两倍
x->2*x

[b]Lambda用在哪里[/b] 在[函数式接口][1]中我们知道Lambda表达式的目标类型是函数性接口——每一个Lambda都能通过一个特定的函数式接口与一个给定的类型进行匹配。因此一个Lambda表达式能被应用在与其目标类型匹配的任何地方，lambda表达式必须和函数式接口的抽象函数描述一样的参数类型，它的返回类型也必须和抽象函数的返回类型兼容，并且他能抛出的异常也仅限于在函数的描述范围中。接下来，我们看一个自定义的函数式接口示例：

 @FunctionalInterface
 interface Converter<F, T>{

   T convert(F from);

}

首先用传统的方式来使用该接口：

 Converter<String ,Integer> converter=new Converter<String, Integer>() {
      @Override
      public Integer convert(String from) {
        return Integer.valueOf(from);
      }
    };

    Integer result = converter.convert("200");
    System.out.println(result);

很显然这没任何问题，那么接下里就是Lambda上场的时刻，用Lambda实现Converter接口：

Converter<String ,Integer> converter=(param) -> Integer.valueOf(param);
    Integer result = converter.convert("101");
    System.out.println(result);

通过上例，我想你已经对Lambda的使用有了个简单的认识，下面，我们在用一个常用的Runnable做演示：在以前我们可能会写下这种代码：

new Thread(new Runnable() {
      @Override
      public void run() {
        System.out.println("hello lambda");
      }
    }).start();

在某些情况下，大量的匿名类会让代码显得杂乱无章。现在可以用Lambda来使它变得简洁：

new Thread(() -> System.out.println("hello lambda")).start();

[b]方法引用[/b] 方法引用是Lambda表达式的一个简化写法。所引用的方法其实是Lambda表达式的方法体的实现，其语法结构为:

ObjectRef::methodName

左边可以是类名或者实例名，中间是方法引用符号”::”，右边是相应的方法名。 [b]方法引用被分为三类：[/b] [b]1. 静态方法引用[/b] 在某些情况下，我们可能写出这样的代码：

public class ReferenceTest {
  public static void main(String[] args) {
    Converter<String ,Integer> converter=new Converter<String, Integer>() {
      @Override
      public Integer convert(String from) {
        return ReferenceTest.String2Int(from);
      }
    };
    converter.convert("120");

  }

  @FunctionalInterface
  interface Converter<F,T>{
    T convert(F from);
  }

  static int String2Int(String from) {
    return Integer.valueOf(from);
  }
}

这时候如果用静态引用会使的代码更加简洁：

 Converter<String, Integer> converter = ReferenceTest::String2Int;
 converter.convert("120");

[b]2. 实例方法引用[/b] 我们也可能会写下这样的代码：

public class ReferenceTest {
  public static void main(String[] args) {

    Converter<String, Integer> converter = new Converter<String, Integer>() {
      @Override
      public Integer convert(String from) {
        return new Helper().String2Int(from);
      }
    };
    converter.convert("120");
  }

  @FunctionalInterface
  interface Converter<F, T> {
    T convert(F from);
  }

  static class Helper {
    public int String2Int(String from) {
      return Integer.valueOf(from);
    }
  }
}

同样用实例方法引用会显得更加简洁：

 Helper helper = new Helper();
 Converter<String, Integer> converter = helper::String2Int;
 converter.convert("120");

[b]3. 构造方法引用[/b] 现在我们来演示构造方法的引用。首先我们定义一个父类Animal:

  class Animal{
    private String name;
    private int age;

    public Animal(String name, int age) {
      this.name = name;
      this.age = age;
    }

    public void behavior(){

    }
  }

接下来，我们在定义两个Animal的子类：[code]Dog、Bird[/code]

public class Bird extends Animal {

  public Bird(String name, int age) {
    super(name, age);
  }

  @Override
  public void behavior() {
    System.out.println("fly");
  }
}

class Dog extends Animal {

  public Dog(String name, int age) {
    super(name, age);
  }

  @Override
  public void behavior() {
    System.out.println("run");
  }
}

随后我们定义工厂接口：

  interface Factory<T extends Animal> {
    T create(String name, int age);
  }

接下来我们还是用传统的方法来创建Dog类和Bird类的对象：

    Factory factory=new Factory() {
      @Override
      public Animal create(String name, int age) {
        return new Dog(name,age);
      }
    };
    factory.create("alias", 3);
    factory=new Factory() {
      @Override
      public Animal create(String name, int age) {
        return new Bird(name,age);
      }
    };
    factory.create("smook", 2);

仅仅为了创建两个对象就写了十多号代码，现在我们用构造函数引用试试：

 Factory<Animal> dogFactory =Dog::new;
 Animal dog = dogFactory.create("alias", 4);

 Factory<Bird> birdFactory = Bird::new;
 Bird bird = birdFactory.create("smook", 3);

这样代码就显得干净利落了。通过[code]Dog::new[/code]这种方式来穿件对象时，[code]Factory.create[/code]函数的签名选择相应的造函数。 [b]Lambda的域以及访问限制[/b] 域即作用域，Lambda表达式中的参数列表中的参数在该Lambda表达式范围内（域）有效。在作用Lambda表达式内，可以访问外部的变量：局部变量、类变量和静态变量，但操作受限程度不一。 [b]访问局部变量[/b] 在Lambda表达式外部的局部变量会被JVM隐式的编译成final类型，因此只能访问外而不能修改。

public class ReferenceTest {
  public static void main(String[] args) {

    int n = 3;
    Calculate calculate = param -> {
      //n=10; 编译错误
      return n + param;
    };
    calculate.calculate(10);
  }

  @FunctionalInterface
  interface Calculate {
    int calculate(int value);
  }

}

[b]访问静态变量和成员变量[/b] 在Lambda表达式内部，对静态变量和成员变量可读可写。

public class ReferenceTest {
  public int count = 1;
  public static int num = 2;

  public void test() {
    Calculate calculate = param -> {
      num = 10;//修改静态变量
      count = 3;//修改成员变量
      return n + param;
    };
    calculate.calculate(10);
  }

  public static void main(String[] args) {

  }

  @FunctionalInterface
  interface Calculate {
    int calculate(int value);
  }

}

[b]Lambda不能访问函数接口的默认方法[/b] java8增强了接口，其中包括接口可添加default关键词定义的默认方法，这里我们需要注意，Lambda表达式内部不支持访问默认方法。 [b]Lambda实践[/b] 在[函数式接口][2]一节中，我们提到[code]java.util.function[/code]包中内置许多函数式接口，现在将对常用的函数式接口做说明。 [b]Predicate接口[/b] 输入一个参数，并返回一个[code]Boolean[/code]值，其中内置许多用于逻辑判断的默认方法:

  @Test
  public void predicateTest() {
    Predicate<String> predicate = (s) -> s.length() > 0;
    boolean test = predicate.test("test");
    System.out.println("字符串长度大于0:" + test);

    test = predicate.test("");
    System.out.println("字符串长度大于0:" + test);

    test = predicate.negate().test("");
    System.out.println("字符串长度小于0:" + test);

    Predicate<Object> pre = Objects::nonNull;
    Object ob = null;
    test = pre.test(ob);
    System.out.println("对象不为空:" + test);
    ob = new Object();
    test = pre.test(ob);
    System.out.println("对象不为空:" + test);
  }

[b]Function接口[/b] 接收一个参数，返回单一的结果，默认的方法（[code]andThen[/code]）可将多个函数串在一起，形成复合[code]Funtion[/code]（有输入，有输出）结果，

  @Test
  public void functionTest() {
    Function<String, Integer> toInteger = Integer::valueOf;
    //toInteger的执行结果作为第二个backToString的输入
    Function<String, String> backToString = toInteger.andThen(String::valueOf);
    String result = backToString.apply("1234");
    System.out.println(result);

    Function<Integer, Integer> add = (i) -> {
      System.out.println("frist input:" + i);
      return i * 2;
    };
    Function<Integer, Integer> zero = add.andThen((i) -> {
      System.out.println("second input:" + i);
      return i * 0;
    });

    Integer res = zero.apply(8);
    System.out.println(res);
  }

[b]Supplier接口[/b] 返回一个给定类型的结果，与[code]Function[/code]不同的是，[code]Supplier[/code]不需要接受参数(供应者，有输出无输入)

  @Test
  public void supplierTest() {
    Supplier<String> supplier = () -> "special type value";
    String s = supplier.get();
    System.out.println(s);
  }

[b]Consumer接口[/b] 代表了在单一的输入参数上需要进行的操作。和[code]Function[/code]不同的是，[code]Consumer[/code]没有返回值(消费者，有输入，无输出)

  @Test
  public void consumerTest() {
    Consumer<Integer> add5 = (p) -> {
      System.out.println("old value:" + p);
      p = p + 5;
      System.out.println("new value:" + p);
    };
    add5.accept(10);
  }

以上四个接口的用法代表了[code]java.util.function[/code]包中四种类型，理解这四个函数式接口之后，其他的接口也就容易理解了，现在我们来做一下简单的总结： [code]Predicate[/code]用来逻辑判断，[code]Function[/code]用在有输入有输出的地方，[code]Supplier[/code]用在无输入，有输出的地方，而[code]Consumer[/code]用在有输入，无输出的地方。你大可通过其名称的含义来获知其使用场景。 [b]Stream[/b] Lambda为java8带了闭包，这一特性在集合操作中尤为重要：java8中支持对集合对象的stream进行函数式操作，此外，stream api也被集成进了collection api，允许对集合对象进行批量操作。 [b]下面我们来认识Stream。[/b] Stream表示数据流，它没有数据结构，本身也不存储元素，其操作也不会改变源Stream，而是生成新Stream.作为一种操作数据的接口，它提供了过滤、排序、映射、规约等多种操作方法，这些方法按照返回类型被分为两类：凡是返回Stream类型的方法，称之为中间方法（中间操作），其余的都是完结方法（完结操作）。完结方法返回一个某种类型的值，而中间方法则返回新的Stream。中间方法的调用通常是链式的，该过程会形成一个管道，当完结方法被调用时会导致立即从管道中消费值，这里我们要记住：Stream的操作尽可能以“延迟”的方式运行，也就是我们常说的“懒操作”，这样有助于减少资源占用，提高性能。对于所有的中间操作（除sorted外）都是运行在延迟模式下。 Stream不但提供了强大的数据操作能力，更重要的是Stream既支持串行也支持并行，并行使得Stream在多核处理器上有着更好的性能。 [b]Stream的使用过程有着固定的模式：[/b] 1、创建Stream 2、通过中间操作，对原始Stream进行“变化”并生成新的Stream 3、使用完结操作，生成最终结果也就是 [b] 创建——>变化——>完结[/b] [b]Stream的创建[/b] 对于集合来说，可以通过调用集合的[code]stream()[/code]或者[code]parallelStream()[/code]来创建，另外这两个方法也在Collection接口中实现了。对于数组来说，可以通过Stream的静态方法[code]of(T … values)[/code]来创建，另外，Arrays也提供了有关stream的支持。除了以上基于集合或者数组来创建Stream,也可以通过[code]Steam.empty()[/code]创建空的Stream,或者利用Stream的[code]generate（）[/code]来创建无穷的Stream。下面我们以串行Stream为例，分别说明Stream几种常用的中间方法和完结方法。首先创建一个List集合：

List<String> lists=new ArrayList<String >();
    lists.add("a1");
    lists.add("a2");
    lists.add("b1");
    lists.add("b2");
    lists.add("b3");
    lists.add("o1");

[b]中间方法[/b] [b]过滤器（Filter）[/b] 结合Predicate接口，Filter对流对象中的所有元素进行过滤,该操作是一个中间操作，这意味着你可以在操作返回结果的基础上进行其他操作。

  public static void streamFilterTest() {
    lists.stream().filter((s -> s.startsWith("a"))).forEach(System.out::println);

    //等价于以上操作
    Predicate<String> predicate = (s) -> s.startsWith("a");
    lists.stream().filter(predicate).forEach(System.out::println);

    //连续过滤
    Predicate<String> predicate1 = (s -> s.endsWith("1"));
    lists.stream().filter(predicate).filter(predicate1).forEach(System.out::println);
  }

[b]排序（Sorted）[/b] 结合Comparator接口，该操作返回一个排序过后的流的视图，原始流的顺序不会改变。通过Comparator来指定排序规则，默认是按照自然顺序排序。

   public static void streamSortedTest() {
    System.out.println("默认Comparator");
    lists.stream().sorted().filter((s -> s.startsWith("a"))).forEach(System.out::println);

    System.out.println("自定义Comparator");
    lists.stream().sorted((p1, p2) -> p2.compareTo(p1)).filter((s -> s.startsWith("a"))).forEach(System.out::println);

  }

[b]映射（Map）[/b] 结合[code]Function[/code]接口，该操作能将流对象中的每个元素映射为另一种元素，实现元素类型的转换。

  public static void streamMapTest() {
    lists.stream().map(String::toUpperCase).sorted((a, b) -> b.compareTo(a)).forEach(System.out::println);

    System.out.println("自定义映射规则");
    Function<String, String> function = (p) -> {
      return p + ".txt";
    };
    lists.stream().map(String::toUpperCase).map(function).sorted((a, b) -> b.compareTo(a)).forEach(System.out::println);

  }

在上面简单介绍了三种常用的操作，这三种操作极大简化了集合的处理。接下来，介绍几种完结方法： [b]完结方法[/b] “变换”过程之后，需要获取结果，即完成操作。下面我们来看相关的操作： [b]匹配（Match）[/b] 用来判断某个[code]predicate[/code]是否和流对象相匹配，最终返回[code]Boolean[/code]类型结果，例如：

  public static void streamMatchTest() {
    //流对象中只要有一个元素匹配就返回true
    boolean anyStartWithA = lists.stream().anyMatch((s -> s.startsWith("a")));
    System.out.println(anyStartWithA);
    //流对象中每个元素都匹配就返回true
    boolean allStartWithA
        = lists.stream().allMatch((s -> s.startsWith("a")));
    System.out.println(allStartWithA);
  }

[b]收集（Collect）[/b] 在对经过变换之后，我们将变换的Stream的元素收集，比如将这些元素存至集合中，此时便可以使用Stream提供的collect方法，例如：

  public static void streamCollectTest() {
    List<String> list = lists.stream().filter((p) -> p.startsWith("a")).sorted().collect(Collectors.toList());
    System.out.println(list);

  }

[b]计数（Count）[/b] 类似sql的count，用来统计流中元素的总数，例如：

  public static void streamCountTest() {
    long count = lists.stream().filter((s -> s.startsWith("a"))).count();
    System.out.println(count);
  }

[b]规约（Reduce）[/b] [code]reduce[/code]方法允许我们用自己的方式去计算元素或者将一个Stream中的元素以某种规律关联，例如：

  public static void streamReduceTest() {
    Optional<String> optional = lists.stream().sorted().reduce((s1, s2) -> {
      System.out.println(s1 + "|" + s2);
      return s1 + "|" + s2;
    });
  }

[b]执行结果如下：[/b]

a1|a2
a1|a2|b1
a1|a2|b1|b2
a1|a2|b1|b2|b3
a1|a2|b1|b2|b3|o1

[b]并行Stream VS 串行Stream[/b] 到目前我们已经将常用的中间操作和完结操作介绍完了。当然所有的的示例都是基于串行Stream。接下来介绍重点戏——并行Stream（parallel Stream）。并行Stream基于Fork-join并行分解框架实现，将大数据集合切分为多个小数据结合交给不同的线程去处理，这样在多核处理情况下，性能会得到很大的提高。这和MapReduce的设计理念一致：大任务化小，小任务再分配到不同的机器执行。只不过这里的小任务是交给不同的处理器。通过[code]parallelStream（）[/code]创建并行Stream。为了验证并行Stream是否真的能提高性能，我们执行以下测试代码： [b]首先创建一个较大的集合：[/b]

  List<String> bigLists = new ArrayList<>();
    for (int i = 0; i < 10000000; i++) {
      UUID uuid = UUID.randomUUID();
      bigLists.add(uuid.toString());
    }

[b]测试串行流下排序所用的时间：[/b]

  private static void notParallelStreamSortedTest(List<String> bigLists) {
    long startTime = System.nanoTime();
    long count = bigLists.stream().sorted().count();
    long endTime = System.nanoTime();
    long millis = TimeUnit.NANOSECONDS.toMillis(endTime - startTime);
    System.out.println(System.out.printf("串行排序: %d ms", millis));

  }

[b]测试并行流下排序所用的时间：[/b]

  private static void parallelStreamSortedTest(List<String> bigLists) {
    long startTime = System.nanoTime();
    long count = bigLists.parallelStream().sorted().count();
    long endTime = System.nanoTime();
    long millis = TimeUnit.NANOSECONDS.toMillis(endTime - startTime);
    System.out.println(System.out.printf("并行排序: %d ms", millis));

  }

[b]结果如下：[/b] 串行排序: 13336 ms 并行排序: 6755 ms 看到这里，我们确实发现性能提高了约么50%，你也可能会想以后都用[code]parallel Stream[/code]不久行了么？实则不然，如果你现在还是单核处理器，而数据量又不算很大的情况下，串行流仍然是这种不错的选择。你也会发现在某些情况，串行流的性能反而更好，至于具体的使用，需要你根据实际场景先测试后再决定。 [b]懒操作[/b] 上面我们谈到Stream尽可能以延迟的方式运行，这里通过创建一个无穷大的Stream来说明：首先通过Stream的[code]generate[/code]方法来一个自然数序列，然后通过[code]map[/code]变换Stream：

 //递增序列
 class NatureSeq implements Supplier<Long> {
    long value = 0;

    @Override
    public Long get() {
      value++;
      return value;
    }
  }

 public void streamCreateTest() {
    Stream<Long> stream = Stream.generate(new NatureSeq());
    System.out.println("元素个数："+stream.map((param) -> {
      return param;
    }).limit(1000).count());

  }

[b]执行结果为：[/b] 元素个数：1000 我们发现开始时对这个无穷大的Stream做任何中间操作（如：[code]filter,map[/code]等，但[code]sorted[/code]不行）都是可以的，也就是对Stream进行中间操作并生存一个新的Stream的过程并非立刻生效的（不然此例中的[code]map[/code]操作会永远的运行下去，被阻塞住），当遇到完结方法时stream才开始计算。通过[code]limit()[/code]方法，把这个无穷的Stream转为有穷的Stream。 [b]总结[/b] 以上就是Java Lambda快速入门详解的全部内容，看完本文后大家是不是对Java Lambda有了更深的了解，希望本文对大家学习Java Lambda能有所帮助。

全部评论(0)

上一篇：深入解析Java接口(interface)的使用
下一篇：Json读写本地文件实现代码

资讯排行榜
更多>>