接口中方法修饰为default

概述

接口中方法的修饰符默认为public abstract。Java8 开始可以给接口中的方法修饰符为default，并可以写方法体。

OrderService.java

public interface OrderService {
    void addOrder();

    default void getOrder() { System.out.println("getOrder父类"); }
}

意义

OrderServiceImpl.java

public class OrderServiceImpl implements OrderService{
    @Override
    public void addOrder() { System.out.println("addOrder子类"); }

    @Override
    public void getOrder() { System.out.println("getOrder子类"); }
}

当MainClass.java：

public class MainClass {
    public static void main(String[] args) {
        OrderService orderService = new OrderServiceImpl();
        orderService.addOrder();    // addOrder子类
        orderService.getOrder();    // getOrder子类
    }
}

当MainClass.java：

public class MainClass {
    public static void main(String[] args) {
        OrderService orderService = new OrderService() {
            @Override
            public void addOrder() {
                System.out.println("我是匿名内部类");
            }
        };
        orderService.addOrder();    // 我是匿名内部类
        orderService.getOrder();    // getOrder父类
    }
}

当MainClass.java：

匿名内部类调用

public class MainClass {
    public static void main(String[] args) {
        OrderService orderService = new OrderService() {
            @Override
            public void addOrder() {
                System.out.println("我是匿名内部类");
            }

            @Override
            public void getOrder() {
                System.out.println("asdf");
            }
        };
        orderService.addOrder();    // 我是匿名内部类
        orderService.getOrder();    // asdf
    }
}

当MainClass.java：

Lambda表达式调用

public class MainClass {
    public static void main(String[] args) {
        OrderService orderService = () -> System.out.println("我是Lambda表达式");
        orderService.addOrder();    // 我是Lambda表达式
        orderService.getOrder();    // getOrder父类
    }
}

Lambda表达式

概述

Lambda表达式其实就是匿名的形式调用接口（不需要实现接口）。但是接口中只能存在一个修饰符为public abstract的方法。

语法

() -> {}

()：接口中的抽象方法的参数列表

->：lambda 分隔符

{}：方法体实现的代码，如果方法体里只有一行，可以省略{}

示例

无参调用

OrderService.java

public interface OrderService {
    void addOrder();

    default void getOrder() { System.out.println("getOrder父类"); }
}

Mainclass.java

public class MainClass {
    public static void main(String[] args) {
        OrderService orderService = () -> {
            System.out.println("555");
            System.out.println("666");
        };
        orderService.addOrder();    // 555
                                    // 666
    }
}

有参调用并带返回值

MemberService

public interface MemberService {
    String addMember(String userName, Integer age);
}

Mainclass.java

public class MainClass {
    public static void main(String[] args) {
        MemberService memberService = (String userName, Integer age) -> {
            System.out.println("777");
            return userName + " " + age;
        };
        System.out.println(memberService.addMember("pakhm", 20));   // 777
                                                                    // pakhm 20
    }
}

精简Lambda表达式

使用Lambda表达式调用方法的时候可以不写参数类型
参数只有一个的时候可以不写(),但是没有参数的时候必须写()
方法体中只有一行代码的时候可以不写{}，如果那个一行代码里有return关键字的话，return关键字也可以省略

函数接口定义

在我们接口中只能有一个修饰符为public的抽象方法
@FunctionalInterface，检查该接口是否为函数接口
如果接口中只存在一个抽象方法默认为函数接口
可以定义 Object 类中的方法

JDK中Lambda表达式的应用

多线程

java.lang.Runnable接口是函数接口。

@FunctionalInterface
public interface Runnable {
    public abstract void run();
}

MainClass.java

public class MainClass {
    public static void main(String[] args) {
        // 采用匿名内部类形式
        new Thread(new Runnable() {
            @Override
            public void run() {
                System.out.println(Thread.currentThread().getName() + "我是子线程");
            }
        }).start();

        // 使用lambda创建线程
        new Thread(() -> System.out.println(Thread.currentThread().getName() + "我是lambda")).start();
    }
}

==实际使用多线程的时候需要使用线程池来开启==

遍历集合

java.lang.Iterable接口是函数接口,并且里面有 default 方法

default void forEach(Consumer<? super T> action) {
    Objects.requireNonNull(action);
    for (T t : this) {
        action.accept(t);
    }
}

MainClass.java

public class MainClass {
    public static void main(String[] args) {
        List<Integer> list = new ArrayList<>();
        list.add(1);
        list.add(2);
        list.add(3);
        list.forEach(item -> System.out.println(item));
    }
}

排序

java.util.Comparator接口是函数接口

MainClass.java

public class MainClass {
    public static void main(String[] args) {
        List<User> list = new ArrayList<>();
        list.add(new User("pakhm1", 11));
        list.add(new User("pakhm2", 22));
        list.add(new User("pakhm3", 33));
        list.sort((o1, o2) -> o1.age - o2.age);
    }
}

class User {
    public String  name;
    public Integer age;

    public User(String name, Integer age) {
        this.name = name;
        this.age = age;
    }
}

方法引入

方法引入规范：方法名称上参数类型必须要和函数接口方法参数类型保持一致

PayService.java

@FunctionalInterface
public interface PayService {
    void toPay(Long money);
}

MainClass.java

public class MainClass {
    public static void main(String[] args) {
        PayService payService1 = money -> toPay(money);
        payService1.toPay(1L);

        // 方法引入 => 方法隶属::方法名称
        PayService payService2 = MainClass::toPay;
        payService2.toPay(2L);
    }

    public static void toPay(Long money) {
        System.out.println(money);
    }
}

Stream 流简单介绍

概述

Java8 当中一个新特性 Stream 流，主要能够帮助我们操作我们 java 中的集合数据，类似于在mysql中才做我们数据库表中的数据，对表中的数据实现分页、排序、分组、比大小、过滤等。

Stream 流分为中间操作和最终操作，中间操作就是对我们的数据实现过滤、排序、分页，最终操作就是对集合中数据实现遍历等，Stream 流也会关闭。

Stream 流数据来源：数组和集合。

创建Sream流

List<User> list = new ArrayList<>();
list.add(new User("pakhm1", 11));
list.add(new User("pakhm3", 33));
list.add(new User("pakhm2", 22));
Stream<User> stream1 = list.stream();           // 单线程
Stream<User> stream2 = list.parallelStream();   // 多线程，效率高，推荐

转类型

List<User> list = new ArrayList<>();
list.add(new User("pakhm1", 11));
list.add(new User("pakhm3", 33));
list.add(new User("pakhm2", 22));
Stream<User>         stream = list.parallelStream();
Set<User>            set    = stream.collect(Collectors.toSet());
Map<String, Integer> map    = stream.collect(Collectors.toMap(user -> user.name, user -> user.age));

求和

public class Test {
    public static void main(String[] args) {
        List<User> list = new ArrayList<>();
        list.add(new User("pakhm1", 11));
        list.add(new User("pakhm3", 33));
        list.add(new User("pakhm2", 22));
        Stream<User> stream = list.parallelStream();
        Optional<User> optionalUser = stream.reduce((user1, user2) -> {
            user1.age = user1.age + user2.age;
            return user1;
        });
        System.out.println(optionalUser.get().age);
    }
}

@Data
@AllArgsConstructor
class User {
    public String  name;
    public Integer age;
}

查找最大/最小值

public class Test {
    public static void main(String[] args) {
        List<User> list = new ArrayList<>();
        list.add(new User("pakhm1", 11));
        list.add(new User("pakhm3", 33));
        list.add(new User("pakhm2", 22));
        Stream<User> stream = list.parallelStream();
        Optional<User> optionalUser = stream.max((user1, user2) -> user1.age - user2.age);
        System.out.println(optionalUser.get().age);
    }
}

@Data
@AllArgsConstructor
class User {
    public String  name;
    public Integer age;
}

条件匹配

anyMatch 表示，判断的条件里，任意一个是true，则返回true
allMatch 表示，判断的条件里，所有的都是true，则返回true
noneMatch 跟 allMatch 相反，判断条件里的元素，所有的都是false，返回true

public class Test {
    public static void main(String[] args) {
        List<User> list = new ArrayList<>();
        list.add(new User("pakhm1", 11));
        list.add(new User("pakhm3", 33));
        list.add(new User("pakhm2", 22));
        Stream<User> stream = list.parallelStream();
        boolean      result1 = stream.anyMatch((user -> user.age > 20));
        System.out.println(result1);
    }
}

@Data
@AllArgsConstructor
class User {
    public String  name;
    public Integer age;
}

过滤

public class Test {
    public static void main(String[] args) {
        List<User> list = new ArrayList<>();
        list.add(new User("pakhm1", 11));
        list.add(new User("pakhm3", 33));
        list.add(new User("pakhm2", 22));
        Stream<User> stream = list.parallelStream();
        stream.filter(user -> user.age > 18 && "pakhm3".equals(user.name)).forEach(user -> System.out.println(user.name));
    }
}

@Data
@AllArgsConstructor
class User {
    public String  name;
    public Integer age;
}

排序

排序不能使用 parallelStream

public class Test {
    public static void main(String[] args) {
        List<User> list = new ArrayList<>();
        list.add(new User("pakhm1", 11));
        list.add(new User("pakhm3", 33));
        list.add(new User("pakhm2", 22));
        Stream<User> stream = list.stream();
        stream.sorted(((o1, o2) -> o1.age - o2.age)).forEach(x -> System.out.println(x));
    }
}

@Data
@AllArgsConstructor
class User {
    public String  name;
    public Integer age;
}

分页

limit

limit(int)：取出前面多少条数据

skip

skip(int)：跳过多少个数据

Stream 流详细介绍

概述

Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。使用Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简而言之，Stream API 提供了一种高效且易于使用的处理数据的方式。

特点：

不是数据结构，不会保存数据。
不会修改原来的数据源，它会将操作后的数据保存到另外一个对象中。（保留意见：毕竟peek方法可以修改流中元素）
惰性求值，流在中间处理过程中，只是对操作进行了记录，并不会立即执行，需要等到执行终止操作的时候才会进行实际的计算。

具体用法

流的常用创建方法

使用Collection下的 stream() 和 parallelStream() 方法

List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //获取一个顺序流
Stream<String> parallelStream = list.parallelStream(); //获取一个并行流

使用Arrays 中的 stream() 方法，将数组转成流

Integer[] nums = new Integer[10];
Stream<Integer> stream = Arrays.stream(nums);

使用Stream中的静态方法：of()、iterate()、generate()

Stream<Integer> stream = Stream.of(1,2,3,4,5,6);
 
Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6);
stream2.forEach(System.out::println); // 0 2 4 6 8 10
 
Stream<Double> stream3 = Stream.generate(Math::random).limit(2);
stream3.forEach(System.out::println);

使用 BufferedReader.lines() 方法，将每行内容转成流

BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt"));
Stream<String> lineStream = reader.lines();
lineStream.forEach(System.out::println);

使用 Pattern.splitAsStream() 方法，将字符串分隔成流

Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
stringStream.forEach(System.out::println);

流的中间操作

筛选与切片

filter：过滤流中的某些元素
limit(n)：获取n个元素
skip(n)：跳过n元素，配合limit(n)可实现分页
distinct：通过流中元素的 hashCode() 和 equals() 去除重复元素

Stream<Integer> stream = Stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14);
 
Stream<Integer> newStream = stream.filter(s -> s > 5) //6 6 7 9 8 10 12 14 14
        .distinct() //6 7 9 8 10 12 14
        .skip(2) //9 8 10 12 14
        .limit(2); //9 8
newStream.forEach(System.out::println);

映射

map：接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
flatMap：接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。

List<String> list = Arrays.asList("a,b,c", "1,2,3");
 
//将每个元素转成一个新的且不带逗号的元素
Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
s1.forEach(System.out::println); // abc  123
 
Stream<String> s3 = list.stream().flatMap(s -> {
    //将每个元素转换成一个stream
    String[] split = s.split(",");
    Stream<String> s2 = Arrays.stream(split);
    return s2;
});
s3.forEach(System.out::println); // a b c 1 2 3

排序

sorted()：自然排序，流中元素需实现Comparable接口
sorted(Comparator com)：定制排序，自定义Comparator排序器

List<String> list = Arrays.asList("aa", "ff", "dd");
//String 类自身已实现Compareable接口
list.stream().sorted().forEach(System.out::println);// aa dd ff
 
Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
Student s3 = new Student("aa", 30);
Student s4 = new Student("dd", 40);
List<Student> studentList = Arrays.asList(s1, s2, s3, s4);
 
//自定义排序：先按姓名升序，姓名相同则按年龄升序
studentList.stream().sorted(
        (o1, o2) -> {
            if (o1.getName().equals(o2.getName())) {
                return o1.getAge() - o2.getAge();
            } else {
                return o1.getName().compareTo(o2.getName());
            }
        }
).forEach(System.out::println);

消费

peek：如同于map，能得到流中的每一个元素。但map接收的是一个Function表达式，有返回值；而peek接收的是Consumer表达式，没有返回值。

Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
List<Student> studentList = Arrays.asList(s1, s2);
 
studentList.stream()
        .peek(o -> o.setAge(100))
        .forEach(System.out::println);   
 
//结果：
Student{name='aa', age=100}
Student{name='bb', age=100}

流的终止操作

匹配、聚合操作

allMatch：接收一个 Predicate 函数，当流中每个元素都符合该断言时才返回true，否则返回false
noneMatch：接收一个 Predicate 函数，当流中每个元素都不符合该断言时才返回true，否则返回false
anyMatch：接收一个 Predicate 函数，只要流中有一个元素满足该断言则返回true，否则返回false
findFirst：返回流中第一个元素
findAny：返回流中的任意元素
count：返回流中元素的总个数
max：返回流中元素最大值
min：返回流中元素最小值

List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
 
boolean allMatch = list.stream().allMatch(e -> e > 10); //false
boolean noneMatch = list.stream().noneMatch(e -> e > 10); //true
boolean anyMatch = list.stream().anyMatch(e -> e > 4);  //true
 
Integer findFirst = list.stream().findFirst().get(); //1
Integer findAny = list.stream().findAny().get(); //1
 
long count = list.stream().count(); //5
Integer max = list.stream().max(Integer::compareTo).get(); //5
Integer min = list.stream().min(Integer::compareTo).get(); //1

规约操作

Optional<T> reduce(BinaryOperator<T> accumulator)：第一次执行时，accumulator函数的第一个参数为流中的第一个元素，第二个参数为流中元素的第二个元素；第二次执行时，第一个参数为第一次函数执行的结果，第二个参数为流中的第三个元素；依次类推。
T reduce(T identity, BinaryOperator<T> accumulator)：流程跟上面一样，只是第一次执行时，accumulator函数的第一个参数为identity，而第二个参数为流中的第一个元素。
<U> U reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator<U> combiner)：在串行流(stream)中，该方法跟第二个方法一样，即第三个参数combiner不会起作用。在并行流(parallelStream)中,我们知道流被fork join出多个线程进行执行，此时每个线程的执行流程就跟第二个方法reduce(identity,accumulator)一样，而第三个参数combiner函数，则是将每个线程的执行结果当成一个新的流，然后使用第一个方法reduce(accumulator)流程进行规约。

//经过测试，当元素个数小于24时，并行时线程数等于元素个数，当大于等于24时，并行时线程数为16
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24);
 
Integer v = list.stream().reduce((x1, x2) -> x1 + x2).get();
System.out.println(v);   // 300
 
Integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2);
System.out.println(v1);  //310
 
Integer v2 = list.stream().reduce(0,
        (x1, x2) -> {
            System.out.println("stream accumulator: x1:" + x1 + "  x2:" + x2);
            return x1 - x2;
        },
        (x1, x2) -> {
            System.out.println("stream combiner: x1:" + x1 + "  x2:" + x2);
            return x1 * x2;
        });
System.out.println(v2); // -300
 
Integer v3 = list.parallelStream().reduce(0,
        (x1, x2) -> {
            System.out.println("parallelStream accumulator: x1:" + x1 + "  x2:" + x2);
            return x1 - x2;
        },
        (x1, x2) -> {
            System.out.println("parallelStream combiner: x1:" + x1 + "  x2:" + x2);
            return x1 * x2;
        });
System.out.println(v3); //197474048

收集操作

collect：接收一个Collector实例，将流中元素收集成另外一个数据结构。
Collector<T, A, R> 是一个接口，有以下5个抽象方法：
- Supplier<A> supplier()：创建一个结果容器A
- BiConsumer<A, T> accumulator()：消费型接口，第一个参数为容器A，第二个参数为流中元素T。
- BinaryOperator<A> combiner()：函数接口，该参数的作用跟上一个方法(reduce)中的combiner参数一样，将并行流中各个子进程的运行结果(accumulator函数操作后的容器A)进行合并。
- Function<A, R> finisher()：函数式接口，参数为：容器A，返回类型为：collect方法最终想要的结果R。
- Set<Characteristics> characteristics()：返回一个不可变的Set集合，用来表明该Collector的特征。有以下三个特征：
  - CONCURRENT：表示此收集器支持并发。（官方文档还有其他描述，暂时没去探索，故不作过多翻译）
  - UNORDERED：表示该收集操作不会保留流中元素原有的顺序。
  - IDENTITY_FINISH：表示finisher参数只是标识而已，可忽略。

Collector 工具库：Collectors

Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);
 
//装成list
List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]
 
//转成set
Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]
 
//转成map,注:key不能相同，否则报错
Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}
 
//字符串分隔符连接
String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)
 
//聚合操作
//1.学生总数
Long count = list.stream().collect(Collectors.counting()); // 3
//2.最大年龄 (最小的minBy同理)
Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20
//3.所有人的年龄
Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40
//4.平均年龄
Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334
// 带上以上所有方法
DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge));
System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());
 
//分组
Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge));
//多重分组,先根据类型分再根据年龄分
Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));
 
//分区
//分成两部分，一部分大于10岁，一部分小于等于10岁
Map<Boolean, List<Student>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));
 
//规约
Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40

Collectors.toList() 解析

//toList 源码
public static <T> Collector<T, ?, List<T>> toList() {
    return new CollectorImpl<>((Supplier<List<T>>) ArrayList::new, List::add,
            (left, right) -> {
                left.addAll(right);
                return left;
            }, CH_ID);
}
 
//为了更好地理解，我们转化一下源码中的lambda表达式
public <T> Collector<T, ?, List<T>> toList() {
    Supplier<List<T>> supplier = () -> new ArrayList();
    BiConsumer<List<T>, T> accumulator = (list, t) -> list.add(t);
    BinaryOperator<List<T>> combiner = (list1, list2) -> {
        list1.addAll(list2);
        return list1;
    };
    Function<List<T>, List<T>> finisher = (list) -> list;
    Set<Collector.Characteristics> characteristics = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.IDENTITY_FINISH));
 
    return new Collector<T, List<T>, List<T>>() {
        @Override
        public Supplier supplier() {
            return supplier;
        }
 
        @Override
        public BiConsumer accumulator() {
            return accumulator;
        }
 
        @Override
        public BinaryOperator combiner() {
            return combiner;
        }
 
        @Override
        public Function finisher() {
            return finisher;
        }
 
        @Override
        public Set<Characteristics> characteristics() {
            return characteristics;
        }
    };
 
}

Java8 新特性

接口中方法修饰为default

概述

意义

Lambda表达式

概述

语法

示例

无参调用

有参调用并带返回值

精简Lambda表达式

函数接口定义

JDK中Lambda表达式的应用

多线程

遍历集合

排序

方法引入

Stream 流 简单介绍

概述

创建Sream流

转类型

求和

查找最大/最小值

条件匹配

过滤

排序

分页

Stream 流 详细介绍

概述

分类

具体用法

流的常用创建方法

流的中间操作

筛选与切片

映射

排序

消费

流的终止操作

匹配、聚合操作

规约操作

收集操作

Stream 流简单介绍

Stream 流详细介绍