Java的lamda表达式/函数式接口/流式计算
在我们看他人code的时候经常会看到,可能会经常看到lambda表达式,函数式接口,以及流式计算。在刚接触这些新功能时,也觉得真的有必要吗?但是现在写多了,发现这个功能确实能简化代码结构,提升编码效率。lambda表达式,函数式接口,流式计算单个来用确实非常难用,但是整合到一起,就会发生非常奇妙的反应。
lambda表达式
lambda表达式允许把函数作为一个方法的参数。即,函数作为参数传递进方法。
lambda语法
(parameters) -> expression
OR
(parameters) -> {statements;}
lambada表达式的几个重要特征:
- 可选类型声明:不需要申明参数类型,编译器可以统一识别参数类型
- 可选参数圆括号:一个参数无需定义圆括号。但是多个参数需要定义圆括。
- 可选大括号:如果主体只包含了一个语句,就不需要使用大括号。
- 可选返回关键字:如果主体只有一个表达式返回值,编译器会自动返回值。
// 1. 不需要参数,直接返回值
() -> 3
// 2. 接收一个参数,返回其两倍
x -> 2 * x
// 3. 接收两个数字, 返回差
(x, y) -> x - y
函数式接口
什么是函数式接口
函数式接口就是有且仅有一个抽象方法的接口。(但是可以有多个非抽象方法)。
函数式接口可以被转换为lambda表达式。
四大函数式接口
java.util.function.Consumer
// 消费者:接收一个参数,没有返回值
@FunctionalInterface
public interface Consumer<T> {
/**
* Performs this operation on the given argument.
*
* @param t the input argument
*/
void accept(T t);
}
-----------------------------------------------------------------------------
java.util.function.Predicate
// 断言者:接收一个参数,返回一个boolean
@FunctionalInterface
public interface Predicate<T> {
/**
* Evaluates this predicate on the given argument.
*
* @param t the input argument
* @return {@code true} if the input argument matches the predicate,
* otherwise {@code false}
*/
boolean test(T t);
}
----------------------------------------------------------------------------------
java.util.function.Supplier
// 提供者:不接受任何参数,返回会一个参数
@FunctionalInterface
public interface Supplier<T> {
/**
* Gets a result.
*
* @return a result
*/
T get();
}
--------------------------------------------------------------------------------
java.util.function.Function
// 操作者:接收一个参数,返回一个参数
@FunctionalInterface
public interface Function<T, R> {
/**
* Applies this function to the given argument.
*
* @param t the function argument
* @return the function result
*/
R apply(T t);
}
下面我们来看看,lambda和函数式接口的使用。
package com.hardy;
import org.junit.Test;
import java.util.function.Consumer;
import java.util.function.Predicate;
/**
* @description:
* @author: Administrator
* @time: 2022/8/21
*/
public class FunctionTest {
@Test
public void testConsumer(){
Consumer<Object> consumer = new Consumer<>() {
@Override
public void accept(Object o) {
System.out.println(o);
}
};
consumer.accept("test");
System.out.println("--------------------");
// lambda
Consumer<String> lc = (s) -> {
System.out.println(s);
};
lc.accept("lambda");
System.out.println("--------------------");
// lambda
Consumer<String> lc2 = (s) -> {
System.out.println(s);
};
lc2.accept("lambda2");
System.out.println("--------------------");
// lambda
Consumer<String> ll = System.out::println;
ll.accept("ll");
}
@Test
public void testPredicate(){
Predicate<Integer> predicate = new Predicate<>() {
@Override
public boolean test(Integer o) {
if (o > 60) {
return true;
} else {
return false;
}
}
};
System.out.println(predicate.test(61));
System.out.println("--------------------------");
Predicate<Integer> predicate1 = i -> {
return i > 60;
};
System.out.println(predicate1.test(50));
}
}
如果只看lambda表达式,函数式接口,你也许会感觉就那么回事,感觉也没啥好的。但是,当你看到流式计算,你才会体会到lambda表达式和函数式接口给编程带来的简洁。
流式计算
思考:如何使用一行代码实现,下列要求:
- 对象的年龄大于18
- 性别为男性
- id为偶数
- id 倒序排列
- name字母大写
public class StreamTest {
/**
* 1. 对象的年龄大于18
* 2. 性别为男性
* 3. id为偶数
* 4. id 倒序排列
* 5. name字母大写
*/
@Test
public void testStream() {
// 这里模拟从数据库获取数据
User u1 = new User(1, "name1", "male", 16);
User u2 = new User(2, "name2", "female", 17);
User u3 = new User(3, "name3", "male", 18);
User u4 = new User(4, "name4", "male", 19);
User u5 = new User(5, "name5", "male", 26);
User u6 = new User(6, "name6", "male", 35);
User u7 = new User(7, "name7", "male", 19);
User u8 = new User(8, "name8", "female", 12);
// 集合
List<User> list = Arrays.asList(u1, u2, u3, u4, u5, u6, u7, u8);
// stream
List<User> users = list.stream().filter(user -> user.getAge() > 18)
.filter(user -> user.getSex().equals("male"))
.filter(user -> user.getId() % 2 == 0)
.sorted(Comparator.comparingInt(User::getId))
.peek(user -> user.setName(user.getName().toUpperCase())).collect(Collectors.toList());
System.out.println(users);
}
}
记住:存储交给集合,计算交给流
Java的lamda表达式/函数式接口/流式计算的更多相关文章
- 第46天学习打卡(四大函数式接口 Stream流式计算 ForkJoin 异步回调 JMM Volatile)
小结与扩展 池的最大的大小如何去设置! 了解:IO密集型,CPU密集型:(调优) //1.CPU密集型 几核就是几个线程 可以保持效率最高 //2.IO密集型判断你的程序中十分耗IO的线程,只要大于 ...
- 流式计算新贵Kafka Stream设计详解--转
原文地址:https://mp.weixin.qq.com/s?__biz=MzA5NzkxMzg1Nw==&mid=2653162822&idx=1&sn=8c4611436 ...
- 流式计算(一)-Java8Stream
大约各位看官君多少也听说了Storm/Spark/Flink,这些都是大数据流式处理框架.如果一条手机组装流水线上不同的人做不同的事,有的装电池,有的装屏幕,直到最后完成,这就是典型的流式处理.如果手 ...
- Others-阿里专家强琦:流式计算的系统设计和实现
阿里专家强琦:流式计算的系统设计和实现 更多深度文章,请关注云计算频道:https://yq.aliyun.com/cloud 阿里云数据事业部强琦为大家带来题为“流式计算的系统设计与实现”的演讲,本 ...
- 分布式流式计算平台——S4
本文是作者在充分阅读和理解Yahoo!最新发布的技术论文<S4:Distributed Stream Computing Platform>的基础上,所做出的知识分享. S4是Yahoo! ...
- 流式计算(三)-Flink Stream 篇一
原创文章,谢绝任何形式转载,否则追究法律责任! 流的世界,有点乱,群雄逐鹿,流实在太多,看完这个马上又冒出一个,也不知哪个才是真正的牛,据说Flink是位重量级选手,能流计算,还能批处理, 和其他伙 ...
- Stream流式计算
Stream流式计算 集合/数据库用来进行数据的存储 而计算则交给流 /** * 现有5个用户,用一行代码 ,一分钟按以下条件筛选出指定用户 *1.ID必须是偶数 *2.年龄必须大于22 *3.用户名 ...
- Apache Beam—透视Google统一流式计算的野心
Google是最早实践大数据的公司,目前大数据繁荣的生态很大一部分都要归功于Google最早的几篇论文,这几篇论文早就了以Hadoop为开端的整个开源大数据生态,但是很可惜的是Google内部的这些系 ...
- 大数据学习:storm流式计算
Storm是一个分布式的.高容错的实时计算系统.Storm适用的场景: 1.Storm可以用来用来处理源源不断的消息,并将处理之后的结果保存到持久化介质中. 2.由于Storm的处理组件都是分布式的, ...
随机推荐
- 更强的 JsonPath 兼容性及性能测试之2022版(Snack3,Fastjson2,jayway.jsonpath)
2022年了,重新做了一份json path的兼容性与性能测试.三个市面上流行框架比较性测试. 免责声明:可能测试得方式不对而造成不科学的结果(另外,机器不同结果会有不同),可以留言指出来.以下测试数 ...
- Linux系列之查找命令
前言 Linux 有四个常用的查找命令:locate.whereis.which 和 find.本文介绍它们的区别和简单用法. locate命令 这个命令将检查你的整个文件系统,并找到该关键词的每一次 ...
- Proxmox-VE虚拟环境
- 循环控制-break语句和continue语句
break关键字的用法有常见的两种: 1.可以用switch语句当中,一旦执行,整个switch语句立刻结束 2.还可以用在循环语句当中,一定执行,整个循环语句立刻结束,打断循环 关于循环的选择,有一 ...
- 千位分隔符在web开发中的作用
有千位分隔符会被认为是数字,否则在移动端会被直接识别成手机号 在开发实战中主流实现方式是添加meta标签 <meta name="format-detection" cont ...
- 2022-07-14 第六组 润土 Java02学习笔记
1.引用数据类型 Scanner类: Scanner shuru=new Scanner(System.in); int a=shuru.nextInt();//输入整型 String b= shur ...
- 5-3 Dubbo | 负载均衡
Dubbo概述 什么是RPC RPC是Remote Procedure Call的缩写 翻译为:远程过程调用 目标是为了实现两台(多台)计算机\服务器,互相调用方法\通信的解决方案 RPC的概念主要定 ...
- elastsearch整合springboot
文档地址: https://www.baeldung.com/elasticsearch-java
- PHP反向代理(转)
<?php class PhpReverseProxy{ public $publicBaseURL; public $outsideHeaders; public $XRequestedWit ...
- Prometheus+Grafana+钉钉部署一个单机的MySQL监控告警系统
GreatSQL社区原创内容未经授权不得随意使用,转载请联系小编并注明来源. GreatSQL是MySQL的国产分支版本,使用上与MySQL一致. 目录 一.Prometheus 二.exporter ...