最简单的Lambda入门教程
Lambda簡介
Lambda作為函數式編程中的基礎部分，在其他編程語言（例如：Scala）中早就廣為使用，但在JAVA領域中發展較慢，直到java8，才開始支持Lambda。
拋開數學定義不看，直接來認識Lambda。Lambda表達式本質上是匿名方法，其底層還是通過invokedynamic指令來生成匿名類來實現。它提供了更為簡單的語法和寫作方式，允許你通過表達式來代替函數式接口。在一些人看來，Lambda就是可以讓你的代碼變得更簡潔，完全可以不使用——這種看法當然沒問題，但重要的是lambda為Java帶來了閉包。得益于Lamdba對集合的支持，通過Lambda在多核處理器條件下對集合遍歷時的性能提高極大，另外我們可以以數據流的方式處理集合——這是非常有吸引力的。
Lambda語法
Lambda的語法極為簡單，類似如下結構:
(parameters) -> expression或者
(parameters) -> { statements; }Lambda表達式由三部分組成：
我們通過以下幾個示例來做說明：
//示例1：不需要接受參數，直接返回10 ()->10//示例2：接受兩個int類型的參數，并返回這兩個參數相加的和 (int x,int y)->x+y;//示例2：接受x,y兩個參數，該參數的類型由JVM根據上下文推斷出來，并返回兩個參數的和 (x,y)->x+y;//示例3：接受一個字符串，并將該字符串打印到控制到，不反回結果 (String name)->System.out.println(name);//示例4：接受一個推斷類型的參數name，并將該字符串打印到控制臺 name->System.out.println(name);//示例5：接受兩個String類型參數，并分別輸出，不反回 (String name,String sex)->{System.out.println(name);System.out.println(sex)}//示例6：接受一個參數x，并返回該該參數的兩倍 x->2*xLambda用在哪里
在[函數式接口][1]中我們知道Lambda表達式的目標類型是函數性接口——每一個Lambda都能通過一個特定的函數式接口與一個給定的類型進行匹配。因此一個Lambda表達式能被應用在與其目標類型匹配的任何地方，lambda表達式必須和函數式接口的抽象函數描述一樣的參數類型，它的返回類型也必須和抽象函數的返回類型兼容，并且他能拋出的異常也僅限于在函數的描述范圍中。
接下來，我們看一個自定義的函數式接口示例：
首先用傳統的方式來使用該接口：
Converter<String ,Integer> converter=new Converter<String, Integer>() {@Overridepublic Integer convert(String from) {return Integer.valueOf(from);}};Integer result = converter.convert("200");System.out.println(result);很顯然這沒任何問題，那么接下里就是Lambda上場的時刻，用Lambda實現Converter接口：
Converter<String ,Integer> converter=(param) -> Integer.valueOf(param);Integer result = converter.convert("101");System.out.println(result);通過上例，我想你已經對Lambda的使用有了個簡單的認識，下面，我們在用一個常用的Runnable做演示：
在以前我們可能會寫下這種代碼：
在某些情況下，大量的匿名類會讓代碼顯得雜亂無章。現在可以用Lambda來使它變得簡潔：
new Thread(() -> System.out.println("hello lambda")).start();方法引用
方法引用是Lambda表達式的一個簡化寫法。所引用的方法其實是Lambda表達式的方法體的實現，其語法結構為:
ObjectRef::methodName左邊可以是類名或者實例名，中間是方法引用符號”::”，右邊是相應的方法名。方法引用被分為三類：
1. 靜態方法引用
在某些情況下，我們可能寫出這樣的代碼：
public class ReferenceTest {public static void main(String[] args) {Converter<String ,Integer> converter=new Converter<String, Integer>() {@Overridepublic Integer convert(String from) {return ReferenceTest.String2Int(from);}};converter.convert("120");}@FunctionalInterfaceinterface Converter<F,T>{T convert(F from);}static int String2Int(String from) {return Integer.valueOf(from);} }這時候如果用靜態引用會使的代碼更加簡潔：
Converter<String, Integer> converter = ReferenceTest::String2Int;converter.convert("120");2. 實例方法引用
我們也可能會寫下這樣的代碼：
public class ReferenceTest {public static void main(String[] args) {Converter<String, Integer> converter = new Converter<String, Integer>() {@Overridepublic Integer convert(String from) {return new Helper().String2Int(from);}};converter.convert("120");}@FunctionalInterfaceinterface Converter<F, T> {T convert(F from);}static class Helper {public int String2Int(String from) {return Integer.valueOf(from);}} }同樣用實例方法引用會顯得更加簡潔：
Helper helper = new Helper();Converter<String, Integer> converter = helper::String2Int;converter.convert("120");3. 構造方法引用
現在我們來演示構造方法的引用。首先我們定義一個父類Animal:
class Animal{private String name;private int age;public Animal(String name, int age) {this.name = name;this.age = age;}public void behavior(){}}接下來，我們在定義兩個Animal的子類：Dog、Bird
public class Bird extends Animal {public Bird(String name, int age) {super(name, age);}@Overridepublic void behavior() {System.out.println("fly");} }class Dog extends Animal {public Dog(String name, int age) {super(name, age);}@Overridepublic void behavior() {System.out.println("run");} }隨后我們定義工廠接口：
interface Factory<T extends Animal> {T create(String name, int age);}接下來我們還是用傳統的方法來創建Dog類和Bird類的對象：
Factory factory=new Factory() {@Overridepublic Animal create(String name, int age) {return new Dog(name,age);}};factory.create("alias", 3);factory=new Factory() {@Overridepublic Animal create(String name, int age) {return new Bird(name,age);}};factory.create("smook", 2);僅僅為了創建兩個對象就寫了十多號代碼，現在我們用構造函數引用試試：
Factory<Animal> dogFactory =Dog::new;Animal dog = dogFactory.create("alias", 4);Factory<Bird> birdFactory = Bird::new;Bird bird = birdFactory.create("smook", 3);這樣代碼就顯得干凈利落了。通過Dog::new這種方式來穿件對象時，Factory.create函數的簽名選擇相應的造函數。
Lambda的域以及訪問限制
域即作用域，Lambda表達式中的參數列表中的參數在該Lambda表達式范圍內（域）有效。在作用Lambda表達式內，可以訪問外部的變量：局部變量、類變量和靜態變量，但操作受限程度不一。
訪問局部變量
在Lambda表達式外部的局部變量會被JVM隱式的編譯成final類型，因此只能訪問外而不能修改。
public class ReferenceTest {public static void main(String[] args) {int n = 3;Calculate calculate = param -> {//n=10; 編譯錯誤return n + param;};calculate.calculate(10);}@FunctionalInterfaceinterface Calculate {int calculate(int value);}}訪問靜態變量和成員變量
在Lambda表達式內部，對靜態變量和成員變量可讀可寫。
public class ReferenceTest {public int count = 1;public static int num = 2;public void test() {Calculate calculate = param -> {num = 10;//修改靜態變量count = 3;//修改成員變量return n + param;};calculate.calculate(10);}public static void main(String[] args) {}@FunctionalInterfaceinterface Calculate {int calculate(int value);}}Lambda不能訪問函數接口的默認方法
java8增強了接口，其中包括接口可添加default關鍵詞定義的默認方法，這里我們需要注意，Lambda表達式內部不支持訪問默認方法。
Lambda實踐
在[函數式接口][2]一節中，我們提到java.util.function包中內置許多函數式接口，現在將對常用的函數式接口做說明。
Predicate接口
輸入一個參數，并返回一個
Boolean值，其中內置許多用于邏輯判斷的默認方法:
Function接口
接收一個參數，返回單一的結果，默認的方法（andThen）可將多個函數串在一起，形成復合Funtion（有輸入，有輸出）
結果，
Supplier接口
返回一個給定類型的結果，與Function不同的是，Supplier不需要接受參數(供應者，有輸出無輸入)
@Testpublic void supplierTest() {Supplier<String> supplier = () -> "special type value";String s = supplier.get();System.out.println(s);}Consumer接口
代表了在單一的輸入參數上需要進行的操作。和Function不同的是，Consumer沒有返回值(消費者，有輸入，無輸出)
@Testpublic void consumerTest() {Consumer<Integer> add5 = (p) -> {System.out.println("old value:" + p);p = p + 5;System.out.println("new value:" + p);};add5.accept(10);}以上四個接口的用法代表了java.util.function包中四種類型，理解這四個函數式接口之后，其他的接口也就容易理解了，現在我們來做一下簡單的總結：
Predicate用來邏輯判斷，Function用在有輸入有輸出的地方，Supplier用在無輸入，有輸出的地方，而Consumer用在有輸入，無輸出的地方。你大可通過其名稱的含義來獲知其使用場景。
Stream
Lambda為java8帶了閉包，這一特性在集合操作中尤為重要：java8中支持對集合對象的stream進行函數式操作，此外，stream api也被集成進了collection api，允許對集合對象進行批量操作。
下面我們來認識Stream。
Stream表示數據流，它沒有數據結構，本身也不存儲元素，其操作也不會改變源Stream，而是生成新Stream.作為一種操作數據的接口，它提供了過濾、排序、映射、規約等多種操作方法，這些方法按照返回類型被分為兩類：凡是返回Stream類型的方法，稱之為中間方法（中間操作），其余的都是完結方法（完結操作）。完結方法返回一個某種類型的值，而中間方法則返回新的Stream。中間方法的調用通常是鏈式的，該過程會形成一個管道，當完結方法被調用時會導致立即從管道中消費值，這里我們要記住：Stream的操作盡可能以“延遲”的方式運行，也就是我們常說的“懶操作”，這樣有助于減少資源占用，提高性能。對于所有的中間操作（除sorted外）都是運行在延遲模式下。
Stream不但提供了強大的數據操作能力，更重要的是Stream既支持串行也支持并行，并行使得Stream在多核處理器上有著更好的性能。
Stream的使用過程有著固定的模式：
也就是
Stream的創建
對于集合來說，可以通過調用集合的stream()或者parallelStream()來創建，另外這兩個方法也在Collection接口中實現了。對于數組來說，可以通過Stream的靜態方法of(T … values)來創建，另外，Arrays也提供了有關stream的支持。
除了以上基于集合或者數組來創建Stream,也可以通過Steam.empty()創建空的Stream,或者利用Stream的generate（）來創建無窮的Stream。
下面我們以串行Stream為例，分別說明Stream幾種常用的中間方法和完結方法。首先創建一個List集合：
中間方法
過濾器（Filter）
結合Predicate接口，Filter對流對象中的所有元素進行過濾,該操作是一個中間操作，這意味著你可以在操作返回結果的基礎上進行其他操作。
public static void streamFilterTest() {lists.stream().filter((s -> s.startsWith("a"))).forEach(System.out::println);//等價于以上操作Predicate<String> predicate = (s) -> s.startsWith("a");lists.stream().filter(predicate).forEach(System.out::println);//連續過濾Predicate<String> predicate1 = (s -> s.endsWith("1"));lists.stream().filter(predicate).filter(predicate1).forEach(System.out::println);}排序（Sorted）
結合Comparator接口，該操作返回一個排序過后的流的視圖，原始流的順序不會改變。通過Comparator來指定排序規則，默認是按照自然順序排序。
public static void streamSortedTest() {System.out.println("默認Comparator");lists.stream().sorted().filter((s -> s.startsWith("a"))).forEach(System.out::println);System.out.println("自定義Comparator");lists.stream().sorted((p1, p2) -> p2.compareTo(p1)).filter((s -> s.startsWith("a"))).forEach(System.out::println);}映射（Map）
結合Function接口，該操作能將流對象中的每個元素映射為另一種元素，實現元素類型的轉換。
public static void streamMapTest() {lists.stream().map(String::toUpperCase).sorted((a, b) -> b.compareTo(a)).forEach(System.out::println);System.out.println("自定義映射規則");Function<String, String> function = (p) -> {return p + ".txt";};lists.stream().map(String::toUpperCase).map(function).sorted((a, b) -> b.compareTo(a)).forEach(System.out::println);}在上面簡單介紹了三種常用的操作，這三種操作極大簡化了集合的處理。接下來，介紹幾種完結方法：
完結方法
“變換”過程之后，需要獲取結果，即完成操作。下面我們來看相關的操作：
匹配（Match）
用來判斷某個predicate是否和流對象相匹配，最終返回Boolean類型結果，例如：
public static void streamMatchTest() {//流對象中只要有一個元素匹配就返回trueboolean anyStartWithA = lists.stream().anyMatch((s -> s.startsWith("a")));System.out.println(anyStartWithA);//流對象中每個元素都匹配就返回trueboolean allStartWithA= lists.stream().allMatch((s -> s.startsWith("a")));System.out.println(allStartWithA);}收集（Collect）
在對經過變換之后，我們將變換的Stream的元素收集，比如將這些元素存至集合中，此時便可以使用Stream提供的collect方法，例如：
public static void streamCollectTest() {List<String> list = lists.stream().filter((p) -> p.startsWith("a")).sorted().collect(Collectors.toList());System.out.println(list);}計數（Count）
類似sql的count，用來統計流中元素的總數，例如：
public static void streamCountTest() {long count = lists.stream().filter((s -> s.startsWith("a"))).count();System.out.println(count);}規約（Reduce）
reduce方法允許我們用自己的方式去計算元素或者將一個Stream中的元素以某種規律關聯，例如：
public static void streamReduceTest() {Optional<String> optional = lists.stream().sorted().reduce((s1, s2) -> {System.out.println(s1 + "|" + s2);return s1 + "|" + s2;});}執行結果如下：
a1|a2 a1|a2|b1 a1|a2|b1|b2 a1|a2|b1|b2|b3 a1|a2|b1|b2|b3|o1并行Stream VS 串行Stream
到目前我們已經將常用的中間操作和完結操作介紹完了。當然所有的的示例都是基于串行Stream。接下來介紹重點戲——并行Stream（parallel Stream）。并行Stream基于Fork-join并行分解框架實現，將大數據集合切分為多個小數據結合交給不同的線程去處理，這樣在多核處理情況下，性能會得到很大的提高。這和MapReduce的設計理念一致：大任務化小，小任務再分配到不同的機器執行。只不過這里的小任務是交給不同的處理器。
通過parallelStream（）創建并行Stream。為了驗證并行Stream是否真的能提高性能，我們執行以下測試代碼：
首先創建一個較大的集合：
測試串行流下排序所用的時間：
private static void notParallelStreamSortedTest(List<String> bigLists) {long startTime = System.nanoTime();long count = bigLists.stream().sorted().count();long endTime = System.nanoTime();long millis = TimeUnit.NANOSECONDS.toMillis(endTime - startTime);System.out.println(System.out.printf("串行排序: %d ms", millis));}測試并行流下排序所用的時間：
private static void parallelStreamSortedTest(List<String> bigLists) {long startTime = System.nanoTime();long count = bigLists.parallelStream().sorted().count();long endTime = System.nanoTime();long millis = TimeUnit.NANOSECONDS.toMillis(endTime - startTime);System.out.println(System.out.printf("并行排序: %d ms", millis));}結果如下：
串行排序: 13336 ms 并行排序: 6755 ms看到這里，我們確實發現性能提高了約么50%，你也可能會想以后都用parallel Stream不久行了么？實則不然，如果你現在還是單核處理器，而數據量又不算很大的情況下，串行流仍然是這種不錯的選擇。你也會發現在某些情況，串行流的性能反而更好，至于具體的使用，需要你根據實際場景先測試后再決定。
懶操作
上面我們談到Stream盡可能以延遲的方式運行，這里通過創建一個無窮大的Stream來說明：
首先通過Stream的generate方法來一個自然數序列，然后通過map變換Stream：
執行結果為：
元素個數：1000我們發現開始時對這個無窮大的Stream做任何中間操作（如：filter,map等，但sorted不行）都是可以的，也就是對Stream進行中間操作并生存一個新的Stream的過程并非立刻生效的（不然此例中的map操作會永遠的運行下去，被阻塞住），當遇到完結方法時stream才開始計算。通過limit()方法，把這個無窮的Stream轉為有窮的Stream。
[1]: http://blog.csdn.net/dd864140130/article/details/50521125
[2]: http://blog.csdn.net/dd864140130/article/details/50521125 ?
總結
以上是生活随笔為你收集整理的最简单的Lambda入门教程的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： java获取前五分钟时间,java计算下
- 下一篇： QQ空间图片爬虫