1. Lambda

  • 简介

      Lambda表达式(Lambda Expression)是匿名函数,Lambda表达式基于数学中的λ演算得名,对应于其中的Lambda抽象(Lambda Abstraction),它是一个匿名函数,即没有函数名的函数。
  • 示例
import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;
import java.util.List;
import java.util.Map;
import java.util.Set; import org.junit.Test; /**
* 测试Java8 Lambda
*
* @author CL
*
*/
public class TestLambda { /**
* 遍历
*/
@Test
@SuppressWarnings("serial")
public void print() {
// 1. 遍历List
List<Integer> list = new ArrayList<Integer>() {
{
add(1);
add(2);
add(3);
}
}; list.forEach(n -> {
System.out.println(n);
}); System.out.println("------------"); list.forEach(System.out::println); System.out.println("------------"); // 2. 遍历Set
Set<Integer> set = new HashSet<Integer>() {
{
add(1);
add(2);
add(3);
}
}; set.forEach(n -> {
System.out.println(n);
}); System.out.println("------------"); set.forEach(System.out::println); System.out.println("------------"); // 3. 遍历Map
Map<String, Object> map = new HashMap<String, Object>() {
{
put("id", 1);
put("name", "张三");
put("age", 18);
}
}; map.forEach((k, v) -> {
System.out.println(k + " -> " + v);
});
} /**
* 创建线程
*/
@Test
public void create() {
Runnable r1 = new Runnable() { @Override
public void run() {
System.out.println("r1");
}
}; r1.run(); System.out.println("------------"); Runnable r2 = () -> {
System.out.println("r2");
};
r2.run();
} }

2. Stream

  • 简介

      Stream使用一种类似于SQL语句方式来提供对Java集合运算和表达的抽象。Stream API可以使代码更加高效、干净、简洁。这种风格将要处理的元素集合看作一种流,流在管道中传输,并且可以在管道的节点上进行处理,如筛选、 排序、聚合等。
  • 示例
import java.math.BigDecimal;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.IntSummaryStatistics;
import java.util.List;
import java.util.Map;
import java.util.Random;
import java.util.Set;
import java.util.Stack;
import java.util.function.Supplier;
import java.util.stream.Collectors;
import java.util.stream.Stream; import org.junit.Test; /**
* 测试Java8 Stream
*
* @author CL
*
*/
public class TestStream { /**
* 过滤
*/
@Test
@SuppressWarnings("serial")
public void filter() {
List<Integer> list = new ArrayList<Integer>() {
{
add(1);
add(2);
add(2);
add(3);
add(4);
}
}; // 过滤3
list = list.stream().filter(n -> (n != 3)).collect(Collectors.toList());
list.forEach(System.out::println);
} /**
* 构造流
*/
@Test
@SuppressWarnings({ "rawtypes", "unused" })
public void build() {
// 第一种
Stream s1 = Stream.of("a", "b", "c"); // 第二种
String[] strArray = new String[] { "a", "b", "c" };
Stream s2 = Stream.of(strArray); // 第三种
Stream s3 = Arrays.stream(strArray); // 第四种
List<String> strList = Arrays.asList(strArray);
Stream s4 = strList.stream();
} /**
* 转换
*/
@Test
@SuppressWarnings({ "rawtypes", "unused" })
public void transfer() {
Stream<String> stream = Stream.of("a", "b", "c"); // 转换成String数组
String[] array = stream.toArray(String[]::new); // 转换成String
String str = stream.collect(Collectors.joining(",")).toString(); // 转换成List
List<String> list1 = stream.collect(Collectors.toList());
List<String> list2 = stream.collect(Collectors.toCollection(ArrayList::new)); // 转换成Set
Set<String> set = stream.collect(Collectors.toSet()); // 转换成堆
Stack stack = stream.collect(Collectors.toCollection(Stack::new));
} /**
* Stream.map方法,映射元素结果(一对一)
*/
@Test
@SuppressWarnings("serial")
public void map() {
// 转换大写
List<String> list = Arrays.asList("a", "b", "c");
list = list.stream().map(String::toUpperCase).collect(Collectors.toList());
list.forEach(System.out::println); System.out.println("------------"); // 转换数据类型
List<String> list2 = Arrays.asList("1", "2", "3");
List<Integer> list3 = list2.stream().map(Integer::valueOf).collect(Collectors.toList());
list3.forEach(System.out::println); System.out.println("------------"); // 计算结果
List<Integer> list4 = Arrays.asList(1, 2, 3);
list4 = list4.stream().map(n -> (n * 2)).collect(Collectors.toList());
list4.forEach(System.out::println); System.out.println("------------"); // 计算除去3之后的和及个数
List<Integer> list5 = Arrays.asList(1, 2, 3, 4, 5);
int sum = list5.stream().filter(n -> (n != 3)).mapToInt(n -> n).sum();
long count = list5.stream().filter(n -> (n != 3)).mapToInt(n -> n).count();
System.out.println(sum);
System.out.println(count); System.out.println("------------"); // 统计员工的工资和
List<User> userList = new ArrayList<User>() {
{
add(new User(1, "张三", 1203.12));
add(new User(2, "李四", 2856.43));
add(new User(3, "王五", 947.63));
}
};
double sum2 = userList.stream().mapToDouble(u -> u.getSalary()).sum();
System.out.println(sum2); System.out.println("------------"); // 统计工资大于1000的人数
long count2 = userList.stream().filter(u -> (u.getSalary() > 1000)).mapToInt(u -> u.getId()).count();
System.out.println(count2);
} /**
* Stream.flatMap方法,映射元素结果(一对多)
*/
@Test
@SuppressWarnings("serial")
public void flatMap() {
List<String> list = new ArrayList<String>() {
{
add("Knowledge is power");
}
}; // 分割单词
list = list.stream().flatMap(str -> Stream.of(str.split(" "))).filter(s -> s.length() > 0)
.collect(Collectors.toList());
list.forEach(System.out::println);
} /**
* 限制
*/
@Test
public void limit() {
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5); // 取前3条数据
List<Integer> list1 = list.stream().limit(3).collect(Collectors.toList());
list1.forEach(System.out::println); System.out.println("------------"); // 从第2条数据开始取3条数据
List<Integer> list2 = list.stream().skip(2).limit(3).collect(Collectors.toList());
list2.forEach(System.out::println);
} /**
* 排序
*/
@Test
@SuppressWarnings("serial")
public void sort() {
List<Integer> list = Arrays.asList(4, 2, 6, 1, 7, 3, 8, 5); // 默认升序
List<Integer> list1 = list.stream().sorted().collect(Collectors.toList());
list1.forEach(System.out::println); System.out.println("------------"); // 按照员工工资降序排序
List<User> userList = new ArrayList<User>() {
{
add(new User(1, "张三", 1203.12));
add(new User(2, "李四", 2856.43));
add(new User(3, "王五", 947.63));
}
}; List<User> list2 = userList.stream().sorted((u1, u2) -> (u2.getSalary().compareTo(u1.getSalary())))
.collect(Collectors.toList());
list2.forEach(System.out::println);
} /**
* Stream.peek方法,返回新的Stream
*/
@Test
public void peek() {
List<Integer> list = Arrays.asList(1, 2, 2, 3, 4); // 过滤掉不等于2和大于3的数后计算和
int sum = list.stream().filter(n -> (n != 2)).peek(n -> {
// 中间处理
}).filter(n -> (n > 3)).peek(n -> {
// 中间处理
}).mapToInt(n -> n).sum();
System.out.println(sum);
} /**
* 并行流
*/
@Test
public void parallelStream() {
List<Integer> list = Arrays.asList(1, 2, 2, 3, 4); // 统计2的个数
long count = list.parallelStream().filter(n -> (n == 2)).count();
System.out.println(count);
} /**
* 最大、最小、去重
*/
@Test
public void maxAndMinAndDistinct() {
List<Integer> list = Arrays.asList(1, 2, 2, 3, 4); // 最大值
Integer max = list.stream().max((a, b) -> a.compareTo(b)).get();
System.out.println(max); System.out.println("------------"); // 最小值
Integer min = list.stream().min((a, b) -> a.compareTo(b)).get();
System.out.println(min); System.out.println("------------"); // 去重
list = list.stream().distinct().collect(Collectors.toList());
list.forEach(System.out::println);
} /**
* 匹配<br/>
* allMatch:全部元素符合则返回 true <br/>
* anyMatch:只要有一个元素符合则返回 true <br/>
* noneMatch:没有一个元素符合则返回 true <br/>
*/
@Test
@SuppressWarnings("serial")
public void match() {
List<User> userList = new ArrayList<User>() {
{
add(new User(1, "张三", 1203.12));
add(new User(2, "李四", 2856.43));
add(new User(3, "王五", 947.63));
}
}; // 判断所有人的工资都大于2000
boolean allMatch = userList.stream().allMatch(u -> (u.getSalary() > 2000));
System.out.println(allMatch); System.out.println("------------"); boolean anyMatch = userList.stream().anyMatch(u -> (u.getSalary() > 2000));
System.out.println(anyMatch); System.out.println("------------"); boolean noneMatch = userList.stream().noneMatch(u -> (u.getSalary() > 2000));
System.out.println(noneMatch);
} /**
* reduce和Stream组合使用
*/
@Test
public void reduce() {
// 拼接
List<String> list = Arrays.asList("Knowledge", " ", "is", " ", "power");
String str = list.stream().reduce("", String::concat);
System.out.println(str); System.out.println("------------"); // 求和
List<Integer> list2 = Arrays.asList(1, 2, 3, 4);
Integer sum = list2.stream().reduce(Integer::sum).get();
System.out.println(sum);
} /**
* Stream.iterate方法
*/
@Test
public void iterate() {
// 生成等差2的数列
Stream.iterate(2, n -> n + 2).limit(5).forEach(System.out::println);
} /**
* 分组排序和分区排序 <br/>
* groupingBy:分组排序 <br/>
* partitioningBy:分区排序 <br/>
*/
@Test
@SuppressWarnings("serial")
public void groupyAndPartition() {
List<User> userList = new ArrayList<User>() {
{
add(new User(1, "张三", 1203.12));
add(new User(2, "李四", 2856.43));
add(new User(3, "王五", 947.63));
add(new User(3, "张六", 2417.05));
}
}; // 分组排序
Map<String, List<User>> resultMap = userList.stream().collect(Collectors.groupingBy(User::getName));
for (Map.Entry<String, List<User>> entry : resultMap.entrySet()) {
entry.getValue().forEach(v -> System.out.println(entry.getKey() + " -> " + v));
} System.out.println("------------"); // 分区排序
Map<Boolean, List<User>> resultMap2 = userList.stream()
.collect(Collectors.partitioningBy(u -> (u.getSalary() > 2000)));
// 大于2000
System.out.println(resultMap2.get(true)); System.out.println("------------"); // 不大于2000
System.out.println(resultMap2.get(false));
} /**
* 收集统计
*/
@Test
public void summaryStatistics() {
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
IntSummaryStatistics summaryStatistics = list.stream().mapToInt(n -> n).summaryStatistics(); // 最大值
System.out.println(summaryStatistics.getMax()); // 最小值
System.out.println(summaryStatistics.getMin()); // 求和
System.out.println(summaryStatistics.getSum()); // 平均值
System.out.println(summaryStatistics.getAverage()); // 数量
System.out.println(summaryStatistics.getCount());
} /**
* 自定义流
*/
@Test
public void supplier() {
/**
* 自定义用户流处理类
*
* @author CL
*
*/
class UserSupplier implements Supplier<User> {
private Integer index = 1;
private String[] names = new String[] { "张三", "李四", "王五" };
private Random random = new Random(); @Override
public User get() {
return new User(index++, names[index - 2],
new BigDecimal(random.nextDouble() * 1000).setScale(2, BigDecimal.ROUND_HALF_UP).doubleValue());
} }
Stream.generate(new UserSupplier()).limit(3).collect(Collectors.toList()).forEach(System.out::println);
}
} /**
* 用户类
*
* @author CL
*
*/
class User {
/**
* ID
*/
private Integer id; /**
* 用户名
*/
private String name; /**
* 工资
*/
private Double salary; public User() {
super();
} public User(Integer id, String name) {
super();
this.id = id;
this.name = name;
} public User(Integer id, String name, Double salary) {
super();
this.id = id;
this.name = name;
this.salary = salary;
} public Integer getId() {
return id;
} public void setId(Integer id) {
this.id = id;
} public String getName() {
return name;
} public void setName(String name) {
this.name = name;
} public Double getSalary() {
return salary;
} public void setSalary(Double salary) {
this.salary = salary;
} @Override
public String toString() {
return "User [id=" + id + ", name=" + name + ", salary=" + salary + "]";
}
}

3. 日期处理

  Java 8 新特性:日期处理

Java 8 新特性:Lambda、Stream和日期处理的更多相关文章

  1. Java 8 新特性之 Stream 流基础体验

    Java 8 新特性之 Stream 流基础体验 package com.company; import java.util.ArrayList; import java.util.List; imp ...

  2. Java 8 新特性 - Lambda表达式

    Lambda表达式 vs 匿名类既然lambda表达式即将正式取代Java代码中的匿名内部类,那么有必要对二者做一个比较分析.一个关键的不同点就是关键字 this.匿名类的 this 关键字指向匿名类 ...

  3. Java 8新特性之Stream(八恶人-3)

    “You John Ruth The Hangman” 绞刑者鲁斯·约翰 “When the Hangman catches you, you hang.”当被绞刑者抓住了,你肯定会被绞死 一.基本介 ...

  4. Java8 新特性 Lambda & Stream API

    目录 Lambda & Stream API 1 Lambda表达式 1.1 为什么要使用lambda表达式 1.2 Lambda表达式语法 1.3 函数式接口 1.3.1 什么是函数式接口? ...

  5. 浅析Java 8新特性Lambda Expression

    什么是Lambda Expression 对于Lambda Expression,我的理解是,它是一个函数表达式,如下: (int x, int y) -> x - y 符号左边定义了函数的输入 ...

  6. Java 8新特性----Lambda

    Lambda 一.如何辨别Lambda表达式 Runnable noArguments = () -> System.out.println("Hello World"); ...

  7. java 8 新特性之Stream的排序/分类

    Stream简介 Stream是Java8提供的一个新的API,它位于java.util.stream包下.Stream API提供了一种新的方式来对Java集合进行操作,这种操作方式极大的提高了Ja ...

  8. Java 8新特性--Lambda表达式作为返回值

    lambda表达式作为方法的返回值:

  9. Java 8 新特性--Lambda表达式作为方法参数

    Lambda表达式的使用场景: 当方法的参数是一个函数式接口时,可以使用Lambda表达式进行简化—— 首先,前提是Runnable接口是一个函数式接口,经过查看源码得知,确实如此: 将Runnabl ...

  10. Java 8 新特性-Stream更优雅的处理集合入门

    Java 8 新特性之--Stream 一. 简单介绍 Stream是Java 8提出了的一种新的对集合对象功能的增强.它集合Lambda表达式,对集合提供了一些非常便利,高效的操作,使得代码具有非常 ...

随机推荐

  1. HDU100题简要题解(2030~2039)

    HDU2030 汉字统计 题目链接 Problem Description 统计给定文本文件中汉字的个数. Input 输入文件首先包含一个整数n,表示测试实例的个数,然后是n段文本. Output ...

  2. 使用python统计《三国演义》小说里人物出现次数前十名,并实现可视化。

    一.安装所需要的第三方库 jieba (jieba是优秀的中文分词第三分库) pyecharts (一个优秀的数据可视化库) <三国演义>.txt下载地址(提取码:kist ) 使用pyc ...

  3. thinkphp3.2 添加自定义类似__ROOT__的变量

    1 thinkphp3.2 添加自定义类似__ROOT__的变量 2 3 在config.php文件中 4 return array( 5 '' => '', 6 'TMPL_PARSE_STR ...

  4. Vue最简单的实现网页Live2D看板娘

    Live2D看板娘 前言 二.使用步骤 1.引入 2.设置样式 结尾(后续更新更强的配置看板娘~) 前言 最近想给自己的网页添点新花样,然后就想到了别人的网站都有一些看板娘的玩意儿,看着很舒服,鉴于自 ...

  5. python画猫并打包成EXE文件

    因python自带有海龟画图库,尝试给爱猫的小仙女来画个猫咪. 1.代码如下 from turtle import * #两个函数用于画心 def curvemove(): for i in rang ...

  6. python+selenium利用cookie记住密码

    先上代码 1 from selenium import webdriver 2 from time import sleep 3 4 dr = webdriver.Chrome() 5 dr.get( ...

  7. 2020年的UWP(4)——UWP和等待Request的Desktop Extension

    上一篇我们讨论了UWP和Desktop Extension交互中,Desktop Extension执行后立即退出的场景.下图是提到的四种场景分类: 执行后立即退出 等待request,处理完后退出 ...

  8. Python to Exe By Install PyInstaller on Win7-64bit

    本文主要记录为史振华在尝试转换PY文件为EXE文件过程中各种疑惑和最终解决方法,尝试了PYTHON 2.7/3.5/3.6及其相关依赖pywin32-222.win32/pywin32-222.win ...

  9. Spring Boot 2.x 多数据源配置之 JPA 篇

    场景假设:现有电商业务,商品和库存分别放在不同的库 配置数据库连接 app: datasource: first: driver-class-name: com.mysql.cj.jdbc.Drive ...

  10. 第三十九章、PyQt显示部件:OpenGL Widget部件功能简介及使用其显示图片

    专栏:Python基础教程目录 专栏:使用PyQt开发图形界面Python应用 专栏:PyQt入门学习 老猿Python博文目录 老猿学5G博文目录 一.概述 OpenGL Widget部件是一个Op ...