文章目录

1、关于Lambda表达式
- 1.1 概述
- 1.2 基本格式
- 1.3 省略规则
- 1.4 小细节
2、Stream流
- 2.1 数据准备
- 2.2 创建流的方式
- 2.3 中间操作
- - filter
  - map
  - distinct
  - sorted
  - limit
  - skip
  - flatMap
- 2.4 终结操作
- - forEach
  - count
  - max&min
  - collect
  - 查找与匹配
  - - anyMatch
    - allMatch
    - noneMatch
    - findAny
    - findFirst
  - reduce归并
- 2.5 注意事项

提到lambda表达式，就不得不得不说到一个叫做函数式编程思想的东西，这样说肯定是懵懵的。我们可以把他理解为一个数学函数，只关心入参和出参，而不去关注方法名，这样就可以浅略的理解函数式编程。

函数式编程思想就类似于我们数学中的函数。它主要关注的是对数据进行了什么操作。

1、关于Lambda表达式

1.1 概述

Lambda是JDK8中一个语法糖。他可以对某些匿名内部类的写法进行简化。它是函数式编程思想的一个重要体现。让我们不用关注是什么对象。而是更关注我们对数据进行了什么操作。

1.2 基本格式

(参数列表)->{代码}

例一：

在创建线程并启动时可以使用匿名内部类的写法：

new Thread(new Runnable() {@Overridepublic void run() {System.out.println("1001001");}
}).start();

可以将其转换为Lambda格式

new Thread(()->{System.out.println("1001001");
}).start();
// 没有参数，所以参数列表可以省略
// Runnable接口的匿名方法只有一个run方法，所以也可以省略

例二：

现有方法定义如下，其中IntPredicate是一个接口。先使用匿名内部类的写法调用该方法。

    public static void printNum(IntPredicate predicate){int[] arr = {1,2,3,4,5,6,7,8,9,10};for (int i : arr) {if(predicate.test(i)){System.out.println(i);}}}public static void main(String[] args) {printNum(new IntPredicate() {@Overridepublic boolean test(int value) {return value%2==0;}});}

lambda写法：

    public static void main(String[] args) {printNum((int value)-> {return value%2==0;});}public static void printNum(IntPredicate predicate){int[] arr = {1,2,3,4,5,6,7,8,9,10};for (int i : arr) {if(predicate.test(i)){System.out.println(i);}}}

1.3 省略规则

参数类型可以省略
方法体只有一句代码时大括号return和唯一一句代码的分号可以省略
方法只有一个参数时小括号可以省略
以上这些规则都记不住也可以省略不记

1.4 小细节

我们在写匿名内部类时，不熟悉的化，没必要直接写为lambda表达式。而是可以直接写成匿名内部类，然后在IDEA中 ALT + Enter自动补全为匿名内部类。

2、Stream流

Java8的Stream使用的是函数式编程模式，如同它的名字一样，它可以被用来对集合或数组进行链状流式的操作。可以更方便的让我们对集合或数组操作。

2.1 数据准备

@Data
@NoArgsConstructor
@AllArgsConstructor
@EqualsAndHashCode//用于后期的去重使用
public class Author {//idprivate Long id;//姓名private String name;//年龄private Integer age;//简介private String intro;//作品private List<Book> books;
}@Data
@AllArgsConstructor
@NoArgsConstructor
@EqualsAndHashCode//用于后期的去重使用
public class Book {//idprivate Long id;//书名private String name;//分类private String category;//评分private Integer score;//简介private String intro;}private static List<Author> getAuthors() {//数据初始化Author author = new Author(1L,"蒙多",33,"一个从菜刀中明悟哲理的祖安人",null);Author author2 = new Author(2L,"亚拉索",15,"狂风也追逐不上他的思考速度",null);Author author3 = new Author(3L,"易",14,"是这个世界在限制他的思维",null);Author author4 = new Author(3L,"易",14,"是这个世界在限制他的思维",null);//书籍列表List<Book> books1 = new ArrayList<>();List<Book> books2 = new ArrayList<>();List<Book> books3 = new ArrayList<>();books1.add(new Book(1L,"刀的两侧是光明与黑暗","哲学,爱情",88,"用一把刀划分了爱恨"));books1.add(new Book(2L,"一个人不能死在同一把刀下","个人成长,爱情",99,"讲述如何从失败中明悟真理"));books2.add(new Book(3L,"那风吹不到的地方","哲学",85,"带你用思维去领略世界的尽头"));books2.add(new Book(3L,"那风吹不到的地方","哲学",85,"带你用思维去领略世界的尽头"));books2.add(new Book(4L,"吹或不吹","爱情,个人传记",56,"一个哲学家的恋爱观注定很难把他所在的时代理解"));books3.add(new Book(5L,"你的剑就是我的剑","爱情",56,"无法想象一个武者能对他的伴侣这么的宽容"));books3.add(new Book(6L,"风与剑","个人传记",100,"两个哲学家灵魂和肉体的碰撞会激起怎么样的火花呢？"));books3.add(new Book(6L,"风与剑","个人传记",100,"两个哲学家灵魂和肉体的碰撞会激起怎么样的火花呢？"));author.setBooks(books1);author2.setBooks(books2);author3.setBooks(books3);author4.setBooks(books3);List<Author> authorList = new ArrayList<>(Arrays.asList(author,author2,author3,author4));return authorList;}

2.2 创建流的方式

单列集合：集合对象.stream()

List<Author> authors = getAuthors();
Stream<Author> stream = authors.stream();

数组：Arrays.stream(数组) 或者使用Stream.of来创建

Integer[] arr = {1,2,3,4,5};
Stream<Integer> stream = Arrays.stream(arr);
Stream<Integer> stream2 = Stream.of(arr);

双列集合：转换成单列集合后再创建

 Map<String,Integer> map = new HashMap<>();map.put("蜡笔小新",19);map.put("黑子",17);map.put("日向翔阳",16);Stream<Map.Entry<String, Integer>> stream = map.entrySet().stream();

2.3 中间操作

所谓中间操作，就是在流输出最终结果前，进行的一系列操作。

filter

可以对流中的元素进行条件过滤，类似于SQL中的where符合过滤条件的才能继续留在流中。

例如：打印所有姓名长度大于1的作家的姓名

List<Author> authors = getAuthors();
authors.stream().filter(author -> author.getName().length()>1).forEach(author -> System.out.println(author.getName()));

map

map 操作可以做转换（或者说投影），类似 SQL 中的 select。可以把对流中的元素进行计算或转换。

例如：打印所有作家的姓名

List<Author> authors = getAuthors();authors.stream().map(author -> author.getName()).forEach(name->System.out.println(name));

例如：将所有作者的年龄+10

authors.stream().map(author -> author.getAge()).map(age->age+10).forEach(age-> System.out.println(age));

distinct

对流中重复的元素进行过滤，类似于SQL中的distinct

例如：打印所有作家的姓名，并且要求其中不能有重复元素。

List<Author> authors = getAuthors();
authors.stream().distinct().forEach(author -> System.out.println(author.getName()));

注意：distinct方法是依赖Object的equals方法来判断是否是相同对象的。所以需要注意重写equals方法。

sorted

可以对流中的元素进行排序。

例如：对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素。

List<Author> authors = getAuthors();
//        对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素。
authors.stream().distinct().sorted() // Author类需要实现Comparable接口.forEach(author -> System.out.println(author.getAge()));authors.stream().distinct().sorted((o1, o2) -> o2.getAge()-o1.getAge()).forEach(author -> System.out.println(author.getAge()));

注意：如果调用空参的sorted()方法，需要流中的元素是实现了Comparable。

limit

可以设置流的最大长度，超出的部分将被抛弃。

例如：对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素,然后打印其中年龄最大的两个作家的姓名。

List<Author> authors = getAuthors();
authors.stream().distinct().sorted().limit(2).forEach(author -> System.out.println(author.getName()));

skip

跳过流中的前n个元素，返回剩下的元素

例如：打印除了年龄最大的作家外的其他作家，要求不能有重复元素，并且按照年龄降序排序。

List<Author> authors = getAuthors();authors.stream().distinct().sorted().skip(1).forEach(author -> System.out.println(author.getName()));

flatMap

map只能把一个对象转换成另一个对象来作为流中的元素。而flatMap可以把一个对象转换成多个对象作为流中的元素。

例一：打印所有书籍的名字。要求对重复的元素进行去重。

List<Author> authors = getAuthors();authors.stream().flatMap(author -> author.getBooks().stream()).distinct().forEach(book -> System.out.println(book.getName()));

例二：打印现有数据的所有分类。要求对分类进行去重。不能出现这种格式：哲学,爱情

List<Author> authors = getAuthors();authors.stream().flatMap(author -> author.getBooks().stream()).distinct().flatMap(book -> Arrays.stream(book.getCategory().split(","))).distinct().forEach(category-> System.out.println(category));

2.4 终结操作

forEach

对流中的元素进行遍历操作，我们通过传入的参数去指定对遍历到的元素进行什么具体操作。

例如：输出所有作家的名字

List<Author> authors = getAuthors();authors.stream().map(author -> author.getName()).distinct().forEach(name-> System.out.println(name));

count

可以用来获取当前流中元素的个数。

例如：打印这些作家的所出书籍的数目，注意删除重复元素。

        List<Author> authors = getAuthors();long count = authors.stream().flatMap(author -> author.getBooks().stream()).distinct().count();System.out.println(count);

max&min

可以用来或者流中的最值。

例子：分别获取这些作家的所出书籍的最高分和最低分并打印。

List<Author> authors = getAuthors();
Optional<Integer> max = authors.stream().flatMap(author -> author.getBooks().stream()).map(book -> book.getScore()).max((score1, score2) -> score1 - score2);Optional<Integer> min = authors.stream().flatMap(author -> author.getBooks().stream()).map(book -> book.getScore()).min((score1, score2) -> score1 - score2);
System.out.println(max.get());
System.out.println(min.get());

collect

把当前流转换成一个集合。

例如：获取一个存放所有作者名字的List集合。

List<Author> authors = getAuthors();// 获取一个存放所有作者名字的List集合。
List<String> nameList = authors.stream().map(author -> author.getName()).collect(Collectors.toList());
System.out.println(nameList);// 获取一个所有书名的Set集合。
Set<Book> books = authors.stream().flatMap(author -> author.getBooks().stream()).collect(Collectors.toSet());System.out.println(books);// 获取一个Map集合，map的key为作者名，value为List<Book>
Map<String, List<Book>> map = authors.stream().distinct().collect(Collectors.toMap(author -> author.getName(), author -> author.getBooks()));System.out.println(map);

查找与匹配

anyMatch

可以用来判断是否有任意符合匹配条件的元素，结果为boolean类型。

例子：

判断是否有年龄在29以上的作家

//        判断是否有年龄在29以上的作家List<Author> authors = getAuthors();boolean flag = authors.stream().anyMatch(author -> author.getAge() > 29);System.out.println(flag);

allMatch

可以用来判断是否都符合匹配条件，结果为boolean类型。如果都符合结果为true，否则结果为false。

例子：

判断是否所有的作家都是成年人

//        判断是否所有的作家都是成年人List<Author> authors = getAuthors();boolean flag = authors.stream().allMatch(author -> author.getAge() >= 18);System.out.println(flag);

noneMatch

可以判断流中的元素是否都不符合匹配条件。如果都不符合结果为true，否则结果为false

例子：

判断作家是否都没有超过100岁的。

//        判断作家是否都没有超过100岁的。List<Author> authors = getAuthors();boolean b = authors.stream().noneMatch(author -> author.getAge() > 100);System.out.println(b);

findAny

获取流中的任意一个元素。该方法没有办法保证获取的一定是流中的第一个元素。

例子：

获取任意一个年龄大于18的作家，如果存在就输出他的名字

//        获取任意一个年龄大于18的作家，如果存在就输出他的名字List<Author> authors = getAuthors();Optional<Author> optionalAuthor = authors.stream().filter(author -> author.getAge()>18).findAny();optionalAuthor.ifPresent(author -> System.out.println(author.getName()));

findFirst

获取流中的第一个元素。

例子：

获取一个年龄最小的作家，并输出他的姓名。

//        获取一个年龄最小的作家，并输出他的姓名。List<Author> authors = getAuthors();Optional<Author> first = authors.stream().sorted((o1, o2) -> o1.getAge() - o2.getAge()).findFirst();first.ifPresent(author -> System.out.println(author.getName()));

reduce归并

对流中的数据按照你指定的计算方式计算出一个结果。（缩减操作）

reduce的作用是把stream中的元素给组合起来，我们可以传入一个初始值，它会按照我们的计算方式依次拿流中的元素和初始化值进行计算，计算结果再和后面的元素计算。

reduce两个参数的重载形式内部的计算方式如下：

T result = identity;
for (T element : this stream)result = accumulator.apply(result, element)
return result;

其中identity就是我们可以通过方法参数传入的初始值，accumulator的apply具体进行什么计算也是我们通过方法参数来确定的。

例子：

使用reduce求所有作者年龄的和

//        使用reduce求所有作者年龄的和List<Author> authors = getAuthors();Integer sum = authors.stream().distinct().map(author -> author.getAge()).reduce(0, (result, element) -> result + element);System.out.println(sum);

使用reduce求所有作者中年龄的最大值

//        使用reduce求所有作者中年龄的最大值List<Author> authors = getAuthors();Integer max = authors.stream().map(author -> author.getAge()).reduce(Integer.MIN_VALUE, (result, element) -> result < element ? element : result);System.out.println(max);

使用reduce求所有作者中年龄的最小值

//        使用reduce求所有作者中年龄的最小值List<Author> authors = getAuthors();Integer min = authors.stream().map(author -> author.getAge()).reduce(Integer.MAX_VALUE, (result, element) -> result > element ? element : result);System.out.println(min);

reduce一个参数的重载形式内部的计算

      boolean foundAny = false;T result = null;for (T element : this stream) {if (!foundAny) {foundAny = true;result = element;}elseresult = accumulator.apply(result, element);}return foundAny ? Optional.of(result) : Optional.empty();

如果用一个参数的重载方法去求最小值代码如下：

//        使用reduce求所有作者中年龄的最小值
List<Author> authors = getAuthors();
Optional<Integer> minOptional = authors.stream().map(author -> author.getAge()).reduce((result, element) -> result > element ? element : result);
minOptional.ifPresent(age-> System.out.println(age));

2.5 注意事项

惰性求值（如果没有终结操作，没有中间操作是不会得到执行的）
流是一次性的（一旦一个流对象经过一个终结操作后。这个流就不能再被使用）
不会影响原数据（我们在流中可以多数据做很多处理。但是正常情况下是不会影响原来集合中的元素的。这往往也是我们期望的）

lambda表达式和Stream相关推荐

Lambda表达式和Stream流式编程
写在前面 IDEA都默认是jdk11了,我这还写着jdk8的新特性呢,惭愧惭愧.其实在学校的时候,基本没咋用过Lambda表达式和Stream流式编程,但是在实习的时候,发现公司的代码好多这样写的,没 ...
Java中Lambda表达式和stream的使用
Java中Lambda表达式和stream的使用转自 [*https://www.cnblogs.com/franson-2016/p/5593080.html*] 简介 (译者注:虽然看着很先进, ...
Java8 Lambda表达式（三）Lambda表达式与Stream API
目录 1 Stream基本概念 1.1 什么是Stream 1.2 Stream的特点 2 Stream API初体验 2.1 构造数据 2.1 使用for循环实现 2.2 使用Lambda表达式结合 ...
JDK8新特性简介、Lambda表达式、Stream流常用api介绍
JDK8新特性简介.Lambda表达式.Stream流常用api介绍接口 Java1.8前接口中是不允许有普通方法的,在Java1.8后允许接口中有普通方法,只需要加上default关键字即可: J ...
Lambda表达式，Stream流，方法引用，Base64（JDK8新特性）
Labda表达式 Lambda表达式演示 Lanbda表达式:是JDK1.8提出的一种新语法.是对之前的某种情况的代码的"简化写法". Lambda表达式演示: public cl ...
java8新特性-lambda表达式和stream API的简单使用
一.为什么使用lambda Lambda 是一个匿名函数,我们可以把 Lambda表达式理解为是一段可以传递的代码(将代码像数据一样进行传递).可以写出更简洁.更灵活的代码.作为一种更紧凑的代码风 ...
Lambda 表达式与 Stream
引用至:https://gper.club/articles/7e7e7f7ff7g5egcdg63 本文并非原创,是根据网上一些文字总结而来. Lambda 表达式 Lambda语法 Lambda表 ...
【Java】Java8新特性Lambda表达式和Stream API
Lambda表达式是实现支持函数式编程技术的基础. 函数式编程与面向对象编程:函数式编程将程序代码看作数学中的函数,函数本身作为另一个函数参数或返回值,即高阶函数.而面向对象编程按照真实世界客观事物的 ...
Lambda表达式和Stream流
第一章.函数式编程思想和Lambda表达式定义格式 1.面向对象思想:重点是找对象,调用对象中的方法帮我们去做事儿,侧重点在找对象 2.函数式编程思想:对面向对象思想进一步简化,不注重过程,只注重结果 ...
Lambda表达式和Stream类的使用
Lambda表达式也叫闭包,允许把函数作为一个方法的参数,可以将代码变得简介紧凑,核心思想是将面向对象中的传递数据变成传递行为.对于只有单一方法的匿名类会显得很繁琐,Lambda表达式可以让我们直接 ...

lambda表达式和Stream