Java 8 新特性:Lambda、Stream和日期处理
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:Lambda、Stream和日期处理的更多相关文章
- 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 ...
- 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 ...
- 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 ...
- 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? ...
- 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 ...
- Java 8新特性----Lambda
Lambda 一.如何辨别Lambda表达式 Runnable noArguments = () -> System.out.println("Hello World"); ...
- 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 ...
- 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:
- 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 ...
- 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
- Spring Cloud Netflix Eureka(注册中心)
Eureka简介 Eureka是Netflix开发的一个Service Discovery组件,spring cloud将其整合用来做服务注册中心,Eureka包括两部分Eureka Server 和 ...
- python3 多线程批量验证POC模板
#coding:utf-8 import threading,Queue,sys,os class RedisUN(threading.Thread): def __init__(self,queue ...
- idea中运行tomcat不能访问8080主页问题
问题 初次使用IntelliJ IDEA,但今天在运行项目启动Tomcat后,发现无法访问Tomcat首页,出现404错误:输入http://localhost:8080时无法访问Tomcat首页,但 ...
- 死磕以太坊源码分析之rlpx协议
死磕以太坊源码分析之rlpx协议 本文主要参考自eth官方文档:rlpx协议 符号 X || Y:表示X和Y的串联 X ^ Y: X和Y按位异或 X[:N]:X的前N个字节 [X, Y, Z, ... ...
- 做了两年java,这些高性能高可用高并发的技术架构你都知道吗?
前言 每一个模式描述了一个在我们周围不断重复发生的问题及该问题解决方案的核心.这样,你就能一次又一次地使用该方案而不必做重复工作. 所谓网站架构模式即为了解决大型网站面临的高并发访问.海量数据.高可靠 ...
- day96:flask:flask-migrate&flask-session&蓝图Blueprint&蓝图的运行机制
目录 1.flask-migrate 2.flask-session 3.蓝图:Blueprint 4.蓝图的运行机制 1.数据库迁移:flask-migrate 1.Flask的数据库迁移 在开发过 ...
- 巧用Beyond Compare帮你更好校对文稿
我们平常所说的校对工作,大多数指的是书本.文章出版前的对其进行的原稿比对工作.该工作要求极为细致,校对者需对文稿中的标点.编号.序号等细微部分进行认真比对,以保证出版物的质量.其实我们在日常的学习工作 ...
- 「CF645E」 Intellectual Inquiry
题目链接 CF645E 题意 有一个长为\(n\)的由小写字母组成的字符串,需要用小写字母再填\(m\)位,使最后的字符串中本质不同的子串数量尽量多,答案对\(10^9+7\)取模. 本题数据:\(n ...
- Java 滴IO系统
JAVA IO 流可以概括为 "两个对应,一个桥梁".两个对应指字节流(Byte Stream)和字符流(Char Stream)的对应,输入流和输出流的对应. 一个桥梁指从字节流 ...
- ios开发中如何调用苹果自带地图导航
前段时间一直在赶项目,在外包公司工作就是命苦,天天加班不说,工作都是和工期合同挂钩的,稍微逾期就有可能被扣奖金,不谈这些伤脑筋的事情了,让我们说说iOS开发中如何调用苹果手机自带的地图. 学习如逆水行 ...