java8新特性笔记

1、排序
List<String> names = Arrays.asList("peter", "anna", "mike", "xenia");
names.sort((a, b) -> a.compareTo(b));
将names列表按首字母排序。
2、流式编程

java.util.Stream表示可以在其上执行一个或多个操作的元素序列。流操作是中间操作或终端操作。当终端操作返回某种类型的结果时，中间操作会返回流本身，因此您可以连续链接多个方法调用。流是在源上创建的，例如java.util.Collection类似的列表或集（不支持映射）。流操作可以顺序执行，也可以并行执行。

List<String> stringCollection = new ArrayList<>();
stringCollection.add("ddd2");
stringCollection.add("aaa2");
stringCollection.add("bbb1");
stringCollection.add("aaa1");
stringCollection.add("bbb3");
stringCollection.add("ccc");
stringCollection.add("bbb2");
stringCollection.add("ddd1");

过滤（filter）

过滤器接受谓词以过滤流的所有元素。此操作是中间操作，相当于对元素进行筛选。ForEach接受为过滤流中的每个元素执行的使用者。ForEach是一个终端操作。

stringCollection
        .stream()
        .filter((s) -> s.startsWith("a"))
        .forEach(System.out::println);

排序（sorted）

Sorted是一个中间操作，它返回流的排序视图。除非您传递自定义，否则元素按自然顺序排序Comparator。

stringCollection
        .stream()
        .sorted()
        .filter((s) -> s.startsWith("a"))
        .forEach(System.out::println);

请记住，sorted它只会创建流的排序视图，而不会操纵已备份集合的顺序。顺序stringCollection是不受影响的：

转化（map）

中间操作map的每个元素转换成经由给定功能的另一个对象。以下示例将每个字符串转换为大写字符串。但您也可以使用map将每个对象转换为另一种类型。结果流的泛型类型取决于传递给函数的泛型类型。

stringCollection
        .stream()
        .map(String::toUpperCase)
        .sorted((a, b) -> b.compareTo(a))
        .forEach(System.out::println);

匹配（match）

可以使用各种匹配操作来检查某个变量是否与流匹配。所有这些操作都是终端并返回一个布尔结果。

boolean anyStartsWithA = stringCollection
        .stream()
        .anyMatch((s) -> s.startsWith("a"));

System.out.println(anyStartsWithA);      // true

boolean allStartsWithA = stringCollection
        .stream()
        .allMatch((s) -> s.startsWith("a"));

System.out.println(allStartsWithA);      // false

boolean noneStartsWithZ = stringCollection
        .stream()
        .noneMatch((s) -> s.startsWith("z"));

System.out.println(noneStartsWithZ);      // true

计数（count）

Count是一个终端操作，它将流中的元素数作为a返回long。

long startsWithB =
    stringCollection
        .stream()
        .filter((s) -> s.startsWith("b"))
        .count();

System.out.println(startsWithB);    // 3

操作（reduce）

reduce可以执行各类操作。

stream = Arrays.stream(new Integer[]{1, 2, 3, 4, 5, 6, 7});

//求和

扫描二维码关注公众号，回复： 3936875 查看本文章

stream.reduce((i, j) -> i + j).ifPresent(System.out::println);

//求最大值

stream.reduce(Integer::max).ifPresent(System.out::println);

//求最小值

stream.reduce(Integer::min).ifPresent(System.out::println);

//做逻辑

stream.reduce((i, j) -> i > j ? j : i).ifPresent(System.out::println);

Parallel Streams（并行流）

如上所述，流可以是顺序的或并行的。对顺序流的操作在单个线程上执行，而并行流上的操作在多个线程上同时执行。

以下示例演示了使用并行流来提高性能的难易程度。

现在我们测量对此集合的流进行排序所需的时间。

顺序排序

long t0 = System.nanoTime();

long count = values.stream().sorted().count();
System.out.println(count);

long t1 = System.nanoTime();

long millis = TimeUnit.NANOSECONDS.toMillis(t1 - t0);
System.out.println(String.format("sequential sort took: %d ms", millis));

// sequential sort took: 899 ms

并行排序

long t0 = System.nanoTime();

long count = values.parallelStream().sorted().count();
System.out.println(count);

long t1 = System.nanoTime();

long millis = TimeUnit.NANOSECONDS.toMillis(t1 - t0);
System.out.println(String.format("parallel sort took: %d ms", millis));

// parallel sort took: 472 ms

正如您所看到的，两个代码片段几乎完全相同，但并行排序大约快了50％。你所要做的就是换stream()到parallelStream()。