今天我们来学习一下java8的新特性,欢迎关注点赞。想要获取学习资料添加qq : 1184905186
一、接口的默认方法
Java 8允许我们给接口添加一个非抽象的方法实现,只需要使用 default关键字即可,这个特征又叫做扩展方法,示例如下:
interface Formula {
double calculate(int a);
default double sqrt(int a) {
return Math.sqrt(a);
}
}
Formula接口在拥有calculate方法之外同时还定义了sqrt方法,实现了Formula接口的子类只需要实现一个calculate方法,默认方法sqrt将在子类上可以直接使用
Formula formula = new Formula() {
@Override
public double calculate(int a) {
return sqrt(a * 100);
}
};
formula.calculate(100); // 100.0
formula.sqrt(16); // 4.0
二、Lambda 表达式
List<String> names = Arrays.asList("peter", "anna", "mike", "xenia");
Collections.sort(names, new Comparator<String>() {
@Override
public int compare(String a, String b) {
return b.compareTo(a);
}
});
只需要给静态方法 Collections.sort 传入一个List对象以及一个比较器来按指定顺序排列。通常做法都是创建一个匿名的比较器对象然后将其传递给sort方法。
- 在Java 8 中你就没必要使用这种传统的匿名对象的方式了,Java 8提供了更简洁的语法,lambda表达式:
List<String> names = Arrays.asList("peter", "anna", "mike", "xenia");
Collections.sort(names,(String a,String b)->{
return a.compareToIgnoreCase(b);
});
System.out.println(names);
对于函数体只有一行代码的,你可以去掉大括号{}以及return关键字,但是你还可以写得更短点:
Collections.sort(names,( a, b)-> a.compareToIgnoreCase(b));
三.Stream 接口
java.util.Stream 表示能应用在一组元素上一次执行的操作序列。Stream 操作分为中间操作或者最终操作两种,最终操作返回一特定类型的计算结果,而中间操作返回Stream本身,这样你就可以将多个操作依次串起来。Stream 的创建需要指定一个数据源,比如 java.util.Collection的子类,List或者Set, Map不支持。Stream的操作可以串行执行或者并行执行。
首先看看Stream是怎么用,首先创建实例代码的用到的数据List:
List<String> list = new ArrayList<>();
list.add("android");
list.add("anna");
list.add("mike");
list.add("xenia");
Java 8扩展了集合类,可以通过 Collection.stream() 或者 Collection.parallelStream() 来创建一个Stream。下面几节将详细解释常用的Stream操作:
Filter 过滤
过滤通过一个predicate接口来过滤并只保留符合条件的元素,该操作属于中间操作,所以我们可以在过滤后的结果来应用其他Stream操作(比如forEach)。forEach需要一个函数来对过滤后的元素依次执行。forEach是一个最终操作,所以我们不能在forEach之后来执行其他Stream操作。
list.stream().filter((a)->a.startsWith("a")).forEach(System.out::println);
Sort 排序
排序是一个中间操作,返回的是排序好后的Stream。如果你不指定一个自定义的Comparator则会使用默认排序。
List<String> list = new ArrayList<>();
list.add("android");
list.add("xenia");
list.add("anna");
list.add("mike");
list.stream().sorted((a, b) -> a.compareToIgnoreCase(b)).forEach(System.out::println);
//不会对原有的集合造成影响
System.out.println(list);
Map 映射
中间操作map会将元素根据指定的Function接口来依次将元素转成另外的对象,下面的示例展示了将字符串转换为大写字符串。你也可以通过map来讲对象转换成其他类型,map返回的Stream类型是根据你map传递进去的函数的返回值决定的。
List<String> list = new ArrayList<>();
list.add("android");
list.add("xenia");
list.add("anna");
list.add("mike");
list.stream().map(String::toUpperCase).sorted((a, b) -> a.compareToIgnoreCase(b)).forEach(System.out::println);
//不会对原有的集合造成影响
System.out.println(list);
Match 匹配
Stream提供了多种匹配操作,允许检测指定的Predicate是否匹配整个Stream。所有的匹配操作都是最终操作,并返回一个boolean类型的值。
List<String> list = new ArrayList<>();
list.add("android");
list.add("xenia");
list.add("anna");
list.add("mike");
//任意元素是 x 开头
boolean anyMatch = list.stream().anyMatch((a) -> a.startsWith("x"));
System.out.println("anyMatch: "+anyMatch);
//所有元素是 x 开头
boolean allMatch = list.stream().allMatch((a) -> a.startsWith("x"));
System.out.println("allMatch: "+allMatch);
//没有元素是 g 开头
boolean noneMatch = list.stream().noneMatch((a) -> a.startsWith("g"));
System.out.println("noneMatch: "+noneMatch);
//不会对原有的集合造成影响
System.out.println(list);
anyMatch: true
allMatch: false
noneMatch: true
[android, xenia, anna, mike]
Count 计数
计数是一个最终操作,返回Stream中元素的个数,返回值类型是long。
List<String> list = new ArrayList<>();
list.add("android");
list.add("xenia");
list.add("anna");
list.add("mike");
list.stream().filter((a) -> a.startsWith("a")).count();//2
Reduce 规约
这是一个最终操作,允许通过指定的函数来讲stream中的多个元素规约为一个元素,规越后的结果是通过Optional接口表示的:
List<String> list = new ArrayList<>();
list.add("android");
list.add("xenia");
list.add("anna");
list.add("mike");
Optional<String> a1 = list.stream().filter((a) -> a.startsWith("a")).reduce((a, b) -> a + "%%%" + b);//2
System.out.println(a1);//Optional[android%%%anna]
并行Streams
前面提到过Stream有串行和并行两种,串行Stream上的操作是在一个线程中依次完成,而并行Stream则是在多个线程上同时执行。
下面的例子展示了是如何通过并行Stream来提升性能:
首先我们创建一个没有重复元素的大表
int max = 1000000;
List<String> values = new ArrayList<>(max);
for (int i = 0; i < max; i++) {
UUID uuid = UUID.randomUUID();
values.add(uuid.toString());
}
- 串行排序
long t0 = System.nanoTime();
System.out.println(values.stream().sorted().count());
long t1 = System.nanoTime();
long millis = TimeUnit.NANOSECONDS.toMillis(t1 - t0);
System.out.printf("sequential sort took: %d ms",millis);//843ms
- 并行排序
long t0 = System.nanoTime();
System.out.println(values.parallelStream().sorted().count());
long t1 = System.nanoTime();
long millis = TimeUnit.NANOSECONDS.toMillis(t1 - t0);
System.out.printf("parallel sort took: %d ms", millis);//370ms
上面两个代码几乎是一样的,但是并行版的快了50%之多,唯一需要做的改动就是将stream()改为parallelStream()。