自java 8 开始支持lambda语法并提供了函数式接口和Stream Api。
lambda使得我们的开发过程更加迅速、代码更简洁、而且在某些功能的实现上极大的缩短了我们的工作量。
但是其缺点也是显而易见的，不好的编码习惯会使得代码的可读性变差、不便于调试等。
Lambda语法
(int x,int y)->{
x = x+1;
y = y+1;
return x/y;
}
当返回信息只有一行代码时，可以省略return和大括号
1. 不需要参数,返回值为 10
() -> 10
2. 接收一个参数，括号可以省略
x -> 4 * x
3. 接收2个int型整数求和
(int x, int y) -> x + y
4. 执行一个操作，不返回值
(String s) -> System.out.print(s)
Stream Api 常用操作
stream api的引入极大的方便了我们对集合的操作，支持并行parallel()，使用时要注意线程安全问题，他所提供的接口能满足我们的大部分需求。
- 创建一个流 包含但不限于以下方法
//IntStream、LongStream等内置类创建一个流 IntStream.rangeClosed(1,10).boxed(); //通过已经存在的List创建 list.stream(); //通过数组创建 如果数组是基本类型的要加boxed装箱 Arrays.stream(arr).boxed(); Stream.of(arr); - filter 过滤
//过滤信息 返回成功的数据才能被收集 List<Integer> result=IntStream.rangeClosed(1,10).boxed() .filter(e->e>5)//获取流中大于五的数 .collect(Collectors.toList()); - map/flapMap 映射/平铺
//使用map将数字转化为其他类型或格式 将一个元素转化为另一个元素 List<String> result=IntStream.rangeClosed(1,10).boxed() .map(e-> "数字"+ e++ +"加1之后是"+String.valueOf(e)) .collect(Collectors.toList()); //flatMap则是将元素内容铺平，有些情况下，我们流中的元素还是一个集合或者数组，当对这个元素操作时，我们可能还需要再进行一次循环，flatmap就是将二位转为一维去处理。 int[] ss = new int[5]; ss[0] =1; ss[1] =2; int[] ss2 = new int[5]; ss2[0] =11; ss2[1] =21; List<int[]> list= new ArrayList<>(); list.add(ss); list.add(ss2); //打印list中的数组内容 list.stream().flatMap(in-> Arrays.stream(in.clone()).boxed()) .forEach(System.out::println); - forEach 循环
//Stream的每一个元素都执行该表达式 List<Integer> result=IntStream.rangeClosed(1,10).boxed() .forEach(e->System.out.println(e)); - reduce 整合
//求和操作 IntStream.rangeClosed(1,10).boxed().reduce((x,y)->x+y); - limit/skip 限制/跳过
//Stream的每一个元素都执行该表达式 List<Integer> result=IntStream.rangeClosed(1,10).boxed() .skip(2)//跳过两个元素 .limit(3)//限制三个元素通过 .forEach(e->System.out.println(e)); - sorted 排序
//正序 IntStream.rangeClosed(1,10).boxed() .sorted().forEach(e-> System.out.println("e = " + e)); //倒序 IntStream.rangeClosed(1,10).boxed() .sorted(Comparator.reverseOrder()).forEach(e-> System.out.println("e = " + e)); ``` - distinct 去重
//去重 peek对元素之行操作但不影响元素 //打印结果是 先执行peek在执行foreach 一个一个元素交叉进行 Random random = new Random(); IntStream.rangeClosed(1,10).boxed().map(e->random.nextInt(5)) .peek(i->System.out.println("随机数是: "+i)).distinct() .forEach(e->System.out.println("去重结果为: "+ e)); ``` - max/min 最大值/最小值
//随机1-10整数的最大值 System.out.println("random = " + IntStream.rangeClosed(1,10).max()); //随机1-10整数的最小值 System.out.println("random = " + IntStream.rangeClosed(1,10).min()); - findFirst 查找符合条件的第一个，返回Optional
//用Optional接收 可以接收null Optional<Integer> result=IntStream.rangeClosed(1,10).boxed() .filter(e->e>5)//获取流中大于五的数 .findFirst(); //判断结果是否是null if(result.isPresent()){ //获取结果内容 System.out.println("result ="+result.get()); }
收集器 Collect
-
Collectors.toCollection()
//整理为集合 Stream.of(1,2,3,4,5,6,8,9,0).collect(Collectors.toCollection(ArrayList::new)); Stream.of(1,2,3,4,5,6,8,9,0).collect(Collectors.toCollection(HashSet::new)); //可以简化为 Stream.of(1,2,3,4,5,6,8,9,0).collect(Collectors.toList()); Stream.of(1,2,3,4,5,6,8,9,0).collect(Collectors.toSet()); //toMap类似 -
Collectors.joining() 聚合
//价格字符串拼接 用,隔开 Stream.of(1,2,3).collect(Collectors.joining(","));//1,2,3 //增加前缀后缀 Stream.of(1,2,3).collect(Collectors.joining(",","[","]"));//[1,2,3] -
Collectors.counting() 统计
//价格字符串拼接 用,隔开 Stream.of(1,2,3).collect(Collectors.counting());//3 -
Collectors.minBy()/maxBy() 最大最小值
//价格字符串拼接 用,隔开 IntStream.rangeClosed(1,10).boxed() .collect(Collectors .minBy(new Comparator<Integer>() { @Override public int compare(Integer o1, Integer o2) { //比较操作 return o1-o2; } })); -
Collectors.summingInt()/summarizingLong()/summarizingDouble() 求和
//求和 Stream.of(1,2,3).collect(Collectors.summingInt(Integer::valueOf));//6 -
Collectors.averagingInt()/averagingDouble()/averagingLong() 求平均值
//求平均值 Stream.of(1,2,3).collect(Collectors.averagingInt(Integer::valueOf));//2.0 -
Collectors.groupingBy() 分组
//按照某个指标分组 //Student list.stream().collect(Collectors.groupingBy(Student::getScore));//根据成绩分组学生 list.stream().collect(Collectors.groupingBy(e->{ e.getBj()+e.getScore()}));//根据班级和成绩分组 -
Collectors.partitioningBy() 分区
//根据条件是否成立分为 true和false //返回Map<Boolean,List<Integer>> Stream.of(1,2,3).collect(Collectors.partitioningBy(e->e>2));