Java8新特性

raymond.chen

浏览: 1436886 次
性别:
来自: 广州

最近访客更多访客>>

林祥纤

whzresponse

loginboot

vicento4

博主相关

博客

微博

相册

留言

关于我

文章分类

社区版块

存档分类

博客分类：

Java

1、Lambda表达式

语法由参数列表、箭头符号 -> 和函数体组成。函数体既可以是一个表达式，也可以是一个代码块。

(parameters) -> expression 或者 (parameters) -> { statements; }

表达式后面是没有分号的，如果只有一个参数，那么包围参数的圆括号可以省略。

任何可以接受一个FI实例的地方，都可以用Lambda表达式。

lambda语法

1、一个括号内用逗号分隔的形式参数，参数是函数式接口里面方法的参数

2、一个箭头符号：->

3、方法体，可以是表达式和代码块。

2、函数式接口

函数式接口(Functional Interface)是一个有且仅有一个抽象方法，但是可以有多个非抽象方法的接口。

Java8为函数式接口引入了一个新注解@FunctionalInterface，主要用于编译级错误检查。

函数式接口可以被隐式转换为 lambda 表达式。

函数式接口里允许定义默认方法。

函数式接口里允许定义静态方法。

Object 类的public同名方法不算抽象方法。

内置函数式接口：

Function 一元函数： Function<T, R> R apply(T t);

BiFunction 二元函数： BiFunction<T, U, R> R apply(T t, U u);

UnaryOperator 一元算子：输入输出同类型 UnaryOperator<T> T apply(T t);

BinaryOperator 二元算子：输入输出同类型 BinaryOperator<T> T apply(T t, T t);

Predicate 一元断言：返回boolean Predicate<T> boolean test(T t);

BiPredicate 二元断言：返回boolean BiPredicate<T, U> boolean test(T t, U u);

Consumer 一元消费者：无返回值 Consumer<T> void accept(T t);

BiConsumer 二元消费者：无返回值 BiConsumer<T, U> void accept(T t, U u);

Supplier 供应者：无参，只有返回值 Supplier<T> T get();

如定义了一个函数式接口如下：

@FunctionalInterface
interface GreetingService{
	//抽象方法
	void sayMessage(String message);
	
	//默认方法：只需在方法名前面加个default关键字即可。
	default void doWork1(){
		//Method body
	}
	
	//静态方法
	static void printHello(){
		System.out.println("Hello");
	}
}

那么就可以使用Lambda表达式来表示该接口的一个实现(JAVA8之前一般是用匿名类实现的)：

GreetingService greetService1 = message -> System.out.println("Hello " + message);

3、方法引用

语法：

左边是容器（可以是类名，实例名），中间是"::"，右边是相应的方法名

一般方法的引用格式

如果是静态方法，则是ClassName::methodName

如果是实例方法，则是Instance::methodName

如果是构造函数，则是ClassName::new

超类上的实例方法：super::methodName

数组构造方法：TypeName[]::new

4、Stream 串行流

Stream（流）是一个来自数据源的元素队列并支持聚合操作

/**
 * Stream:
 * 		findFirst：取集合第一个元素
 * 		min：取集合的最小值
 * 		max：取集合的最大值
 * 		forEach：集合循环处理
 *		forEachOrdered：严格顺序循环处理
 * 		filter：过滤
 * 		sorted：排序，n1-n2大于升序，n2-n1大于降序
 * 		map：值转换处理
 * 		mapToXXX：值转成XXX型
 * 		flatMap：将一个2维的集合转成1维度
 * 		collect：集合归并处理
 * 		allMatch：所有元素都满足条件才返回true
 * 		anyMatch：任一元素满足条件则返回true
 * 		noneMatch：无一元素满足条件才返回true
 * 		reduce：a[0]与a[1]进行二合运算，结果与a[2]做二合运算，以此类推。求和、求最大、最小值等
 *		reducing：
 * 		distinct：去掉重复值
 *		peek：对每个元素执行操作并返回一个新的 Stream
 * 		limit：限制最大数量
 *		skip：忽略指定个数
 *              parallel：转成并行流
 */
 private static void testStream(){
	Integer value;
	List<Integer> numbers = Arrays.asList(29, 19, 5, 11, 7, 13, 11, 3, 13, 2);
	List<String> list3 = Arrays.asList("k1|v1", "k2|v3", "k3|v3", "k4|v4", "k5|v5");

	//取第一个元素
	value = numbers.stream().findFirst().get();

	//取集合的最小值、最大值
	value = numbers.stream().min((m, n) -> m-n).get();
	value = numbers.stream().min(Integer::min).get();
	
	value = numbers.stream().max((m, n) -> m-n).get();
	value = numbers.stream().max(Integer::max).get();

	//forEach
	numbers.stream().forEach(n -> System.out.print(String.valueOf(n) + ", "));
 
    //生成0-100的随机数，取10个，升序排序
    new Random().ints(0, 100).limit(10).sorted().forEach(System.out::println);

	//forEachOrdered
	numbers.stream().forEachOrdered(n -> System.out.print(String.valueOf(n) + ", "));

	//filter 过滤出大于5的数值，sorted 升序排序，map 各元素值减1，collect 数值归并成一个List集合
	List<Integer> list = numbers.stream().filter(n -> n>5)
			.sorted((n1, n2) -> n1-n2).map(n -> n-1).collect(Collectors.toList());

	//多个过滤条件
	Predicate<Integer> p1 = (n) -> n>12;
	Predicate<Integer> p2 = (n) -> n<20;
	List<Integer> list2 = numbers.stream().filter(p1.and(p2)).collect(Collectors.toList());

	//mapToInt：转成IntStream
	//summaryStatistics：取得个数、最小值、最大值、总和以及平均值
	IntSummaryStatistics stats = numbers.stream().mapToInt((x) -> x).summaryStatistics();
	System.out.println("count: " + stats.getCount());
	System.out.println("min: " + stats.getMin());
	System.out.println("max: " + stats.getMax());
	System.out.println("sum: " + stats.getSum());
	System.out.println("average: " + stats.getAverage());

	//求和： rangeClosed 生成某个范围的数值
	value = IntStream.rangeClosed(1, 10).boxed().mapToInt(Integer::intValue).sum();
	
	//flatMap：将一个2维的集合转成1维度
	list3.stream().flatMap(item -> Arrays.stream(item.split("\\|"))).collect(Collectors.toList()).forEach(System.out::print);

	//xxxMatch 元素条件判断
	boolean b = numbers.stream().allMatch(n -> n>19); //所有元素都满足条件才返回true
	b = numbers.stream().anyMatch(n -> n>0); //任一元素满足条件则返回true
	b = numbers.stream().noneMatch(n -> n>30); //无一元素满足条件才返回true
	
	//reduce做求和处理
	value = numbers.stream().reduce((sum, x) -> sum + x).get();
	value = numbers.stream().reduce(0, Integer::sum);  //sum的初始值为0

	//reducing： sum的初始值为0，每个元素值+1，最后求和
	value = Arrays.asList(1, 3, 5).stream().collect(Collectors.reducing(0, x -> x+1, (sum, n) -> sum+n));

	//distinct 去掉重复值
	List<Integer> list1 = numbers.stream().distinct().collect(Collectors.toList());

	//map：数值转换处理，对列表的每个元素应用函数  String.valueOf(x-1)
	//distinct：去重，joining：用分号连接各元素为一个字符串
	String value2 = numbers.stream().map((x) -> String.valueOf(x-1))
			.distinct().collect(Collectors.joining(";"));

	//peek：对每个元素执行操作并返回一个新的 Stream
	//limit：限制返回的个数
	//skip：忽略指定个数
	List<String> list5 = Stream.of("11", "one", "two", "three", "four")
			 .filter(e -> e.length() > 2)
			 .peek(e -> System.out.println("Filtered value: " + e))
			 .map(String::toUpperCase)
			 .peek(e -> System.out.println("Mapped value: " + e))
			 .limit(3)
			 .skip(2)
			 .collect(Collectors.toList());
 }

//排序： Comparator类的用法

//普通排序
List<Integer> numbers = Arrays.asList(29, 5, 13, 3, 18, 2);
//numbers.stream().sorted().forEach(s -> System.out.print(s + "  "));
//numbers.stream().sorted(Comparator.naturalOrder()).forEach(s -> System.out.print(s + "  ")); //自然顺序
numbers.stream().sorted(Comparator.reverseOrder()).forEach(s -> System.out.print(s + "  ")); //降序


List<Person> list = new ArrayList<>();
list.add(new Person("name6", 29));
list.add(new Person("name5", 19));
list.add(new Person("name1", 29));
list.add(new Person("name3", 22));
list.add(new Person("name4", 19));
list.add(new Person("name2", 22));

//先按age升序，然后反转变为降序
list.stream()
	.sorted(Comparator.comparing(Person::getAge).reversed())
	.forEach(System.out::println);

//按age降序
list.stream()
	.sorted(Comparator.comparing(Person::getAge, Comparator.reverseOrder()))
	.forEach(System.out::println);

//多字段排序：先按age降序，然后按name升序
list.stream()
	.sorted(Comparator.comparing(Person::getAge, Comparator.reverseOrder()).thenComparing(Person::getName))
	.forEach(System.out::println);

5、parallelStream 并行流

paralleStream里直接修改变量是非线程安全的，但是采用collect和reduce操作可以满足线程安全。

parallelStream只是做到别浪费cpu，cpu负载大不要用。

不要在多线程中使用parallelStream。

请确保每条处理无状态且没有关联。

N可用的数据量 x Q对每个元素执行的计算量 > 10000 就会获得有效提升

list.parallelStream().sorted((n1, n2) -> n1-n2).collect(Collectors.toList());

//通过加锁保证parallel并行处理是线程安全的
Lock lock = new ReentrantLock();
IntStream.range(0, 10000).parallel().forEach(i -> {
	lock.lock();
	try {
		list.add(i);
	}finally {
		lock.unlock();
	}
});

6、Collectors

/**
 * Collectors：收集器
 * 		toList：汇集为List
 * 		toSet：汇集为Set
 * 		toMap：汇集为Map
 * 		toCollection：转换成特定的集合
 * 		joining：连接成字符串
 * 		averagingInt：求平均值
 * 		minBy：求最小值
 * 		maxBy：求最大值
 * 		summingInt：求和
 * 		summarizingXXX：可以获取最大值、最小值、平均值、总和值、总数
 * 		mapping: 先对集合中的元素进行映射，然后再对映射的结果使用Collectors操作
 * 		groupingBy：分组汇集，返回Map
 * 		groupingByConcurrent：分组汇集，返回ConcurrentMap
 * 		mapping: 先对集合中的元素进行映射，然后再对映射的结果使用Collectors操作
 * 		partitioningBy：用于分成两组的情况，一组true，一组false
 * 		reducing：累计处理
 */
private static void testCollectors(){
	Integer value;
	List<Integer> numbers = Arrays.asList(29, 19, 5, 11, 7, 13, 11, 3, 13, 2);
	List<String> list3 = Arrays.asList("k1|v1", "k2|v2", "k3|v3", "k4|v4", "k5|v5");

	//toList
	List<Integer> list = numbers.stream().filter(n -> n>10).collect(Collectors.toList());
	
	//toSet
	Set<Integer> set = numbers.stream().filter(n -> n>10).collect(Collectors.toSet());
	
	//toMap
	Map<String, String> map3 = numbers.stream().collect(Collectors.toSet()).stream().collect(Collectors.toMap(k -> "key"+k, v -> "value"+v));
	map3.forEach((k,v) -> {
		System.out.println(k + "=" + v);
	});
	
	//toCollection：转换成特定的集合
	TreeSet<Integer> treeSet = numbers.stream().collect(Collectors.toCollection(TreeSet::new));
	
	//joining：连接成一个字符串
	String result = list3.stream().collect(Collectors.joining(", ")); 
	
	//averagingInt 计算平均值
	Double average = numbers.stream().collect(Collectors.averagingInt(n -> n));

	//最小值 minBy
	value = numbers.stream().collect(Collectors.minBy((x, y) -> x - y)).get();

	//最大值 maxBy
	value = numbers.stream().collect(Collectors.maxBy((x, y) -> x - y)).get();
	
	//求和 summingInt
	value = numbers.stream().collect(Collectors.summingInt(n -> n));
	
	//summarizingInt
	IntSummaryStatistics stat = numbers.stream().collect(Collectors.summarizingInt(n -> n));
	System.out.println(stat.getCount());
	System.out.println(stat.getMin());
	System.out.println(stat.getMax());
	System.out.println(stat.getSum());
	System.out.println(stat.getAverage());
	
	//mapping: 先对集合中的元素进行映射，然后再对映射的结果使用Collectors操作
	String value3 = numbers.stream().collect(Collectors.mapping(n -> String.valueOf(n+10), Collectors.joining(",")));
	
	//分组
	Map<Integer, List<Integer>> map1 = numbers.stream().collect(Collectors.groupingBy(n -> n)); //数据分组
	
	//分组汇集，返回ConcurrentMap
	ConcurrentMap<Integer, List<Integer>> map2 = numbers.stream().collect(Collectors.groupingByConcurrent(n -> n));
	
	//数据分组，对每组的值计算count
	Map<Integer, Long> map = numbers.stream().collect(Collectors.groupingBy(n -> n, Collectors.counting()));
	
	//partitioningBy 用于分成两组的情况，一组true，一组false
	Map<Boolean, List<Integer>> map4 = numbers.stream().collect(Collectors.partitioningBy(n -> n%2==0));
	
	//reducing： sum的初始值为0，每个元素值+1，最后求和  
	value = Arrays.asList(1, 3, 5).stream().collect(Collectors.reducing(0, x -> x+1, (sum, n) -> sum+n));
}

7、Optional

Optional是Java8提供的为了解决null安全问题的一个API。Optional仅仅是一个容器：存放T类型的值或者null。

//value is null
Address addr = null;
String city = Optional.ofNullable(addr).map(a -> a.getCity()).orElseGet(() -> "none");
System.out.println(city);

//值存在则isPresent()方法会返回true
System.out.println(Optional.empty().isPresent());
System.out.println(Optional.of(100).isPresent());

//value is not null
addr = new Address("province", "city");
city = Optional.ofNullable(addr).map(a -> a.getCity()).orElse("Unknown");
System.out.println(city);

//value is null,throw exception
User user = null;
try{
	city = Optional.ofNullable(user)
		.map(u -> u.getAddress())
		.map(a -> a.getCity())
		.orElseThrow(() -> new IllegalArgumentException("The value of param user isn't available"));
}catch(Exception ex){
	ex.printStackTrace();
}

//filter
user = new User(1L, "uid", "pwd", addr);
Optional<User> optional = Optional.ofNullable(user)
	.filter(u -> u.getId() == 1);
if(optional.isPresent()){
	System.out.println(optional.get().getUsername());
}

8、用ScriptEngine动态执行JS

ScriptEngineManager scriptEngineManager = new ScriptEngineManager();
ScriptEngine engine = scriptEngineManager.getEngineByName("nashorn");


//js value
Integer result = (Integer) engine.eval("10 + 2");
System.out.println(result);

engine.eval("var username='cjm'; password='123'; var array=['A','B','C']; var json={uid:'cjm', age:40};");
System.out.println(engine.get("username"));

ScriptObjectMirror array = (ScriptObjectMirror)engine.get("array");
System.out.println(array.getSlot(1));

ScriptObjectMirror json = (ScriptObjectMirror) engine.get("json");
System.out.println(json.get("uid"));

engine.put("age", 35);
engine.eval("var age = age - 5");
System.out.println(engine.get("age"));

//js Object
engine.eval("var obj=new Object(); obj.info='object info'; obj.getInfo=function(){return this.info;}; ");

ScriptObjectMirror obj = (ScriptObjectMirror) engine.get("obj");
System.out.println(obj.get("info"));
System.out.println(obj.get("getInfo"));
System.out.println(engine.eval("obj.getInfo()"));

//将变量导入js脚本
Map<String, Object> input = new TreeMap<>();
input.put("a", 3);
input.put("b", 4);
System.out.println(engine.eval("Math.pow(a,b)", new SimpleBindings(input)));

//调用js函数
engine.eval("function add (a, b) {return a+b;}");
Invocable jsInvoke = (Invocable) engine;
Object value = jsInvoke.invokeFunction("add", new Object[] {10, 5});
System.out.println(value);

9、Base64

//Encoder
String value = Base64.getEncoder().encodeToString("username:用户名".getBytes("utf-8"));
System.out.println(value);

byte[] bytes = Base64.getDecoder().decode(value);
System.out.println(new String(bytes, "utf-8"));

//UrlEncoder
value = Base64.getUrlEncoder().encodeToString("http://www.baidu.com?uid=张三&pwd=123".getBytes("utf-8"));
System.out.println(value);

bytes = Base64.getUrlDecoder().decode(value);
System.out.println(new String(bytes, "utf-8"));

//MimeEncoder
StringBuilder sb = new StringBuilder();
for (int i=0; i<10; i++) {
	sb.append(UUID.randomUUID().toString());
}
byte[] mimeBytes = sb.toString().getBytes("utf-8");
value = Base64.getMimeEncoder().encodeToString(mimeBytes);
System.out.println(value);

bytes = Base64.getMimeDecoder().decode(value);
System.out.println(new String(bytes, "utf-8"));

10、并行数组

long[] arr = new long [10];

//生成随机数，放到一个数组里
Arrays.parallelSetAll(arr, x -> ThreadLocalRandom.current().nextInt(100));
Arrays.stream(arr).limit(10).forEach(i -> System.out.print(i + " "));
System.out.println();

//数组并行排序
Arrays.parallelSort(arr);
System.out.println();

11、日期时间处理

jdk8新增一个新的日期时间处理包java.time，该包中的类是不可变且线程安全的。主要的类包括：LocalDate、LocalTime、LocalDateTime、ZonedDateTime、时钟Clock、时间戳Instant、时段Period等。

分享到：

Spring Cloud Bus实现配置的动态更新 | 服务网关Spring Cloud Gateway

2019-01-20 22:04
浏览 527
评论(0)
分类:编程语言
查看更多

发表评论

您还没有登录,请您登录后再发表评论

最近访客更多访客>>

博主相关

文章分类

社区版块

存档分类

最新评论

Java8新特性

评论

发表评论

相关推荐

最近访客 更多访客>>

博主相关

文章分类

社区版块

存档分类

最新评论

Java8新特性

评论

发表评论

相关推荐

keytool的使用

Bitset数据结构的使用

Disruptor：高性能低延迟的内存有界队列框架

java的类加载机制

ThreadLocal的使用范例

反射工具包Reflections的使用

使用CGLIB对实现类进行动态代理

基于JDK动态代理实现Mybatis的Mapper功能

使用百度API识别图片文字

HanLP自然语言处理包的使用

org.apache.commons常用类的使用

图片转换为单色

Java事件机制范例

编程方式的quartz2例子

数字证书格式

Drools6使用范例

生成带logo的二维码图片

用HttpClient访问CXF的RESTful接口

commons-configuration使用范例

Websocket的使用范例

最近访客更多访客>>