lambda表达式
lambda表达式
lambda表达式的语法就不详细介绍了,直接上例子,快速的使用开发
1.用 lambda 表达式实现 Runnable
// Java 8 之前:
new Thread(new Runnable() {
@Override
public void run() {
System.out.println("Before Java8, too much code for too little to do");
}
}).start();
//java 8 之后:
new Thread(() ->{
System.out.println("Before Java8, too much code for too little to do");
} ).start();
2.使用 Java 8 lambda 表达式进行事件处理
// Java 8 之前:
JButton show = new JButton("Show");
show.addActionListener(new ActionListener() {
@Override
public void actionPerformed(ActionEvent e) {
System.out.println("Event handling without lambda expression is boring");
}
});
// Java 8 方式:
show.addActionListener((e) -> {
System.out.println("Light, Camera, Action !! Lambda expressions Rocks");
});
3.使用 Java 8 lambda 表达式进行事件处理 使用 lambda 表达式对列表进行迭代
// Java 8 之前:
List<String> features = Arrays.asList
("Lambdas", "Default Method", "Stream API", "Date and Time API");
for (String feature : features) {
System.out.println(feature);
}
// java 8 之后:
List features = Arrays.asList
("Lambdas", "Default Method", "Stream API", "Date and Time API");
features.forEach(n-> System.out.println(n));
//或者
features.forEach(System.out::print);
4.使用 lambda 表达式和函数式接口 Predicate
//Predicate 接口非常适用于做过滤。
public static void main(String[] args) {
List<String> languages = Arrays.asList
("Java", "Scala", "C++", "Haskell", "Lisp");
System.out.println("Languages which starts with J :");
Predicate<String> predicate = (str)->str.startsWith("J");
filter(languages, predicate);
}
// java 8 之前
public static void filter(List<String> names, Predicate condition) {
for(String name: names) {
if(condition.test(name)) {
System.out.println(name + " ");
} } }
// java 8 之后
public static void filter(List list,Predicate predicate){
list.stream().filter((n)->predicate.test(n)).
forEach((n)-> System.out.println(n));
}
5.如何在 lambda 表达式中加入 Predicate
// 甚至可以用 and()、or()和 xor()逻辑函数来合并 Predicate,
// 例如要找到所有以 J 开始,长度为四个字母的名字,你可以合并两个 Predicate 并传入
List languages = Arrays.asList("Java", "Scala", "C++", "Haskell", "Lisp");
Predicate<String> startJ = (str)->str.startsWith("J");
Predicate<String> strLenthed = (str) -> str.length() <= 4;
Predicate<String> and = startJ.or(strLenthed);
languages.stream().filter(and).forEach((n)-> System.out.println(n));
6.Java 8 中使用 lambda 表达式的 Map 和 Reduce 示例
6.1.map示例
//map允许你将对象进行转换
// 不使用 lambda 表达式为每个订单加上 12%的税
List<Integer> costBeforeTax = Arrays.asList(100, 200, 300, 400, 500);
for (Integer cost : costBeforeTax) {
double price = cost + .12*cost;
System.out.println(price);
}
// 使用 lambda 表达式
List<Integer> costBeforeTax = Arrays.asList(100, 200, 300, 400, 500);
costBeforeTax.stream().map((cost) -> cost + .12*cost).forEach(System.out::println);
6.2.reduce示例
Map 和 Reduce 操作是函数式编程的核心操作,因为其功能,reduce 又被称为折叠操作。另外,reduce
并不是一个新的操作,你有可能已经在使用它。SQL 中类似 sum()、avg() 或者 count() 的聚集函数,实际上就是
reduce 操作,因为它们接收多个值并返回一个值。流 API 定义的 reduceh() 函数可以接受 lambda 表达式,并对所 有值进行合并。IntStream 这样的类有类似 average()、count()、sum() 的内建方法来做 reduce 操作,也有
mapToLong()、mapToDouble() 方法来做转换。这并不会限制你,你可以用内建方法,也可以自己定义。
//
// 为每个订单加上 12%的税
// 老方法:
List<Integer> costBeforeTax = Arrays.asList(100, 200, 300, 400, 500);
double total = 0;
for (Integer cost : costBeforeTax) {
double price = cost + .12*cost;
total = total + price;
}
System.out.println("Total : " + total);
// 新方法:
List<Integer> costBeforeTax = Arrays.asList(100, 200, 300, 400, 500);
double bill = costBeforeTax.stream().map((cost) -> cost + .12*cost).
reduce((sum, cost) -> sum + cost).get();
System.out.println("Total : " + bill);
7.通过过滤创建一个 String 列表
// 创建一个字符串列表,每个字符串长度大于 2
List costBeforeTax = Arrays.asList("abc","bcd","defg","jk");
List<String> filtered = strList.stream().filter(x -> x.length()> 2).
collect(Collectors.toList());
System.out.printf("Original List : %s, filtered list : %s %n", strList, filtered);
//输出:
//Original List : [abc, , bcd, , defg, jk], filtered list : [abc, bcd, defg]
8.对列表的每个元素应用函数
// 将字符串换成大写并用逗号链接起来
List<String> G7 = Arrays.asList
("USA", "Japan", "France", "Germany", "Italy", "U.K.","Canada");
String G7Countries = G7.stream().
map(x -> x.toUpperCase()).collect(Collectors.joining(", "));
System.out.println(G7Countries);
//输出:
//USA, JAPAN, FRANCE, GERMANY, ITALY, U.K., CANADA
9.复制不同的值,创建一个子列表
本例展示了如何利用流的distinct() 方法来对集合进行去重
// 用所有不同的数字创建一个正方形列表
List<Integer> numbers = Arrays.asList(9, 10, 3, 4, 7, 3, 4);
List<Integer> distinct = numbers.stream().map( i -> i*i).distinct().
collect(Collectors.toList());
System.out.printf("Original List : %s, Square Without duplicates : %s %n",
numbers, distinct);
//输出:
//Original List : [9, 10, 3, 4, 7, 3, 4], Square Without duplicates :
//[81, 100, 9, 16, 49]
10.计算集合元素的最大值、最小值、总和以及平均值
IntStream、LongStream 和 DoubleStream 等流的类中,有个非常有用的方法叫做 summaryStatistics() 。可
以返回 IntSummaryStatistics、LongSummaryStatistics 或者 DoubleSummaryStatistic s,描述流中元素的各种
摘要数据。在本例中,我们用这个方法来计算列表的最大值和最小值。它也有 getSum() 和 getAverage() 方法来获
得列表的所有元素的总和及平均值。IntStream、LongStream 和 DoubleStream 等流的类中,有个非常有用的方法叫做 summaryStatistics() 。可 以返回 IntSummaryStatistics、LongSummaryStatistics 或者 DoubleSummaryStatistic s,描述流中元素的各种摘要数据。在本例中,我们用这个方法来计算列表的最大值和最小值。它也有 getSum() 和 getAverage() 方法来获 得列表的所有元素的总和及平均值。
//获取数字的个数、最小值、最大值、总和以及平均值
List<Integer> primes = Arrays.asList(2, 3, 5, 7, 11, 13, 17, 19, 23, 29);
IntSummaryStatistics stats = primes.stream().mapToInt((x) -> x).summaryStatistics();
System.out.println("Highest prime number in List : " + stats.getMax());
System.out.println("Lowest prime number in List : " + stats.getMin());
System.out.println("Sum of all prime numbers : " + stats.getSum());
System.out.println("Average of all prime numbers : " + stats.getAverage());
//输出:
//Highest prime number in List : 29
//Lowest prime number in List : 2
//Sum of all prime numbers : 129
//Average of all prime numbers : 12.9