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:

  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
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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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! ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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

  1. 『现学现忘』Git后悔药 — 30、版本回退git reset --hard命令说明

    git reset --hardcommit-id命令:回退到指定版本.(hard:强硬,严格的回退) 该命令不仅移动了分支中HEAD指针的位置,还将工作区和暂存区中数据也回退到了指定的版本. (提示 ...

  2. SpringMVC 概述

    1. SpringMVC 概述 1) Spring 为展现层提供的基于 MVC 设计理念的优秀的 Web 框架,是目前最主流的MVC 框架之一 .MVC,M:model,模型层,指的是项目中的实体Ja ...

  3. go-zero微服务实战系列(十、分布式事务如何实现)

    在分布式应用场景中,分布式事务问题是不可回避的,在目前流行的微服务场景下更是如此.比如在我们的商城系统中,下单操作涉及创建订单和库存扣减操作两个操作,而订单服务和商品服务是两个独立的微服务,因为每个微 ...

  4. Mac安装 Scrapy 报错 No local packages or working download links found for incremental>=16.10.1

    证书原因: wget http://curl.haxx.se/ca/cacert.pem mv cacert.pem ca-bundle.crt sudo mkdir -p /etc/pki/tls/ ...

  5. 004 SpringSecurity验证规则

    SpringSecurity验证规则 SpringSecurity框架登录后,==在userDetails对象中,一定会有一个权限列表 == 登录用户对象的值可能是: {"authoriti ...

  6. 请问为啥计算器16进制FFFFFFFFFFFF时10进制是-1?

    请问为啥计算器16进制FFFFFFFFFFFF时10进制是-1?

  7. 基于SqlSugar的开发框架循序渐进介绍(13)-- 基于ElementPlus的上传组件进行封装,便于项目使用

    在我们实际项目开发过程中,往往需要根据实际情况,对组件进行封装,以更简便的在界面代码中使用,在实际的前端应用中,适当的组件封装,可以减少很多重复的界面代码,并且能够非常简便的使用,本篇随笔介绍基于El ...

  8. go-zero单体服务使用泛型简化注册Handler路由

    一.Golang环境安装及配置Go Module https://go-zero.dev/cn/docs/prepare/golang-install mac OS安装Go# 下载并安装Go for ...

  9. python将命令输出写入文件或临时缓存

    python将命令输出写入文件 将文件写入到对应文件,方便后期处理或保存 def write_file(file_path): with open(file=file_path, mode=" ...

  10. 使用 Redis 源码编译发布 Windows 版 Redis For Windows 发行包

    Redis 是个高性能的键值数据库,现在日常项目开发过程中,目前个人开发项目基本都会用到 Redis,主要是用来做 缓存 和 分布式锁 的底层支持,个人喜欢用 .NET 技术体系,所以一般部署也是用 ...