函數式編程優勢“函數第一位”，即函數可以出現在任何地方。

可以把函數作為參數傳遞給另一個函數，還可以將函數作為返回值。

讓代碼的邏輯更清晰更優雅。

減少了可變量(Immutable Variable)的聲明，程序更為安全。

支持惰性計算。

Lambda語法三部分一個括號內用逗號分隔的形式參數，參數是函數式接口里面方法的參數

一個箭頭符號：->

方法體，可以是表達式和代碼塊，方法體函數式接口里面方法的實現，如果是代碼塊，則必須用{}來包裹起來，且需要一個return 返回值，但有個例外，若函數式接口里面方法返回值是void，則無需{}。例如：

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

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表達式的方法體實現，語法也很簡單，左邊是容器(可以是類名，實例名)，中間是“::”，右邊是相應的方法名。如下所示：

ObjectReference::methodName

一般方法的引用格式是：如果是靜態方法，則是ClassName::methodName。如 Object ::equals

如果是實例方法，則是Instance::methodName。如Object obj=new Object();obj::equals;

構造函數.則是ClassName::new

Stream是什么

Stream是Java8中新加入的api，更準確的說: Java 8 中的 Stream 是對集合(Collection)對象功能的增強，它專注于對集合對象進行各種非常便利、高效的聚合操作，或者大批量數據操作 。Stream API 借助于同樣新出現的 Lambda 表達式，極大的提高編程效率和程序可讀性。

?

以前我們處理復雜的數據只能通過各種for循環，不僅不美觀，而且時間長了以后可能自己都看不太明白以前的代碼了，但有Stream以后，通過filter，map，limit等等方法就可以使代碼更加簡潔并且更加語義化。 Stream的效果就像上圖展示的它可以先把數據變成符合要求的樣子(map)，吃掉不需要的東西(filter)然后得到需要的東西(collect)。

Stream操作分類

Stream上的所有操作分為兩類：中間操作和結束操作，中間操作只是一種標記，只有結束操作才會觸發實際計算。中間操作又可以分為無狀態的(Stateless)和有狀態的(Stateful)，無狀態中間操作是指元素的處理不受前面元素的影響，而有狀態的中間操作必須等到所有元素處理之后才知道最終結果，比如排序是有狀態操作，在讀取所有元素之前并不能確定排序結果；結束操作又可以分為短路操作和非短路操作，短路操作是指不用處理全部元素就可以返回結果，比如找到第一個滿足條件的元素。之所以要進行如此精細的劃分，是因為底層對每一種情況的處理方式不同。

Stream API等價實現

求出字符串集合中所有以字母A開頭字符串的最大長度

int longest = 0;

for(String str : strings){

if(str.startsWith("A")){// 1. filter(), 保留以A開頭的字符串

int len = str.length();// 2. mapToInt(), 轉換成長度

longest = Math.max(len, longest);// 3. max(), 保留最長的長度

}

}

int longest = strings.stream()

.filter(str -> str.startsWith("A"))

.mapToInt(str -> str.length())

//.mapToInt(String::length)

.max();

Stream串行與并行

Stream可以分為串行與并行兩種，串行流和并行流差別就是單線程和多線程的執行。 default Stream stream() ： 返回串行流 default Stream parallelStream() ： 返回并行流 stream()和parallelStream()方法返回的都是java.util.stream.Stream類型的對象，說明它們在功能的使用上是沒差別的。唯一的差別就是單線程和多線程的執行。

Stream性能總結

1.對于簡單操作，比如最簡單的遍歷，Stream串行API性能明顯差于顯示迭代，但并行的Stream API能夠發揮多核特性。

2.對于復雜操作，Stream串行API性能可以和手動實現的效果匹敵，在并行執行時Stream API效果遠超手動實現。

所以，如果出于性能考慮：對于簡單操作推薦使用外部迭代手動實現。

對于復雜操作，推薦使用Stream API。

在多核情況下，推薦使用并行Stream API來發揮多核優勢。

單核情況下不建議使用并行Stream API。 如果出于代碼簡潔性考慮，使用Stream API能夠寫出更短的代碼。即使是從性能方面說，盡可能的使用Stream API也另外一個優勢，那就是只要Java Stream類庫做了升級優化，代碼不用做任何修改就能享受到升級帶來的好處。

Stream 來源

所有流計算都有一種共同的結構：它們具有一個流來源、0 或多個中間操作，以及一個終止操作。流的元素可以是對象引用 (Stream)，也可以是原始整數 (IntStream)、長整型 (LongStream) 或雙精度 (DoubleStream)。

因為 Java 程序使用的大部分數據都已存儲在集合中，所以許多流計算使用集合作為它們的來源。JDK 中的 Collection 實現都已增強，可充當高效的流來源。但是，還存在其他可能的流來源，比如數組、生成器函數或內置的工廠(比如數字范圍)，而且可以編寫自定義的流適配器，以便可以將任意數據源充當流來源。如上圖中一些流生成方法。

Stream 操作

中間操作負責將一個流轉換為另一個流，中間操作包括 filter()(選擇與條件匹配的元素)、map()(根據函數來轉換元素)、distinct()(刪除重復)、limit()(在特定大小處截斷流)和 sorted()。一些操作(比如 mapToInt())獲取一種類型的流并返回一種不同類型的流。

中間操作始終是惰性的：調用中間操作只會設置流管道的下一個階段，不會啟動任何操作。重建操作可進一步劃分為無狀態 和有狀態 操作。無狀態操作(比如 filter() 或 map())可獨立處理每個元素，而有狀態操作(比如 sorted() 或 distinct())可合并以前看到的影響其他元素處理的元素狀態。

數據集的處理在執行終止操作時開始，比如縮減(sum() 或 max())、應用 (forEach()) 或搜索 (findFirst()) 操作。終止操作會生成一個結果或副作用。執行終止操作時，會終止流管道，如果您想再次遍歷同一個數據集，可以設置一個新的流管道。如下給出了一些終止流操作。

Stream 流與集合比較

集合是一種數據結構，它的主要關注點是在內存中組織數據，而且集合會在一段時間內持久存在。 流的關注點是計算，而不是數據。流沒有為它們處理的元素提供存儲空間，而且流的生命周期更像一個時間點 — 調用終止操作。 不同于集合，流也可以是無限的(Stream.generate、Stream.iterate)；相應地，一些操作(limit()、findFirst())是短路，而且可在無限流上運行有限的計算。 程序 = 數據結構 + 算法，集合即數據結構，流操作相當于算法。

數據形式：集合是一個內存中的數據結構，它包含數據結構中目前所有的值——集合中的每個元素都得先算出來才能添加到集合中。(你可以往集合里加東西或者刪東西，但是不管什么時候，集合中的每個元素都是放在內存里的，元素都得先算出來才能成為集合的一部分。) 相比之下，流則是在概念上固定的數據結構(你不能添加或刪除元素)，其元素則是按需計算的。

迭代方式：使用Collection接口需要用戶去做迭代(比如用for-each)，這稱為外部迭代。相反，Streams庫使用內部迭代——它幫你把迭代做了，還把得到的流值存在了某個地方，你只要給出一個函數說要干什么就可以了。Steams庫的內部迭代可以自動選擇一種適合你硬件的數據表示和并行實現。

Stream 基本使用

filter篩選(中間操作)

輸出：4,5

List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);

Stream stream = integerList.stream().filter(i -> i > 3);

distinct去重(中間操作)

輸出：1,2,3,4,5

List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);

Stream stream = integerList.stream().distinct();

limit限制(中間操作)

輸出：1,1,2

List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);

Stream stream = integerList.stream().limit(3);

skip跳過(中間操作)

輸出：2,3,4,5

List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);

Stream stream = integerList.stream().skip(2);

map流映射(中間操作)

輸出：6, 7, 2, 6

List stringList = Arrays.asList("Java 8", "Lambdas", "In", "Action");

Stream stream = stringList.stream().map(String::length);

flatMap流轉換(中間操作)

輸出：1, 2, 3, 4

將一個流中的每個值都轉換為另一個流

List> lists = new ArrayList>() {{

add(Arrays.asList(1, 2));

add(Arrays.asList(3, 4));

}};

Stream stream = lists.stream().flatMap(List::stream);

//Stream stream = lists.stream().flatMap(list -> list.stream());

allMatch匹配所有(中間操作)

輸出：

List integerList = Arrays.asList(1, 2, 3, 4, 5);

if (integerList.stream().allMatch(i -> i > 3)) {

System.out.println("值都大于3");

}

noneMatch全部不匹配(中間操作)

輸出：

List integerList = Arrays.asList(1, 2, 3, 4, 5);

if (integerList.stream().noneMatch(i -> i > 3)) {

System.out.println("值都小于3");

}

anyMatch匹配其中一個(中間操作)

輸出：存在大于3的值

List integerList = Arrays.asList(1, 2, 3, 4, 5);

if (integerList.stream().anyMatch(i -> i > 3)) {

System.out.println("存在大于3的值");

}

findFirst查找第一個(終端操作)

輸出：4

List integerList = Arrays.asList(1, 2, 3, 4, 5);

Optional result = integerList.stream().filter(i -> i > 3).findFirst();

findAny隨機查找一個(終端操作)

輸出：存在大于3的值

和findFirst操作相比，并行流優勢更大

List integerList = Arrays.asList(1, 2, 3, 4, 5);

if (integerList.stream().findAny(i -> i > 3)) {

System.out.println("存在大于3的值");

}

Stream 常用統計

List ints = Arrays.asList(1, 1, 2, 2, 3);

//統計流中元素個數

ints.stream().count();

ints.stream().collect(Collectors.counting());

//獲取流中最小值

ints.stream().min(Integer::compareTo);

ints.stream().collect(Collectors.minBy(Integer::compareTo));

//獲取流中最大值

ints.stream().max(Integer::compareTo);

ints.stream().collect(Collectors.maxBy(Integer::compareTo));

//求和

ints.stream().mapToInt(Integer::intValue).sum();

ints.stream().collect(Collectors.summingInt(Integer::intValue));

ints.stream().reduce(0, Integer::sum);

//平均值

ints.stream().collect(Collectors.averagingInt(Integer::intValue));

//通過summarizingInt同時求總和、平均值、最大值、最小值

ints.stream().collect(Collectors.summarizingInt(Integer::intValue));

Stream 終端操作(collect)

List ints = Arrays.asList(1, 1, 2, 2, 3);

//返回List

ints.stream().collect(Collectors.toList());

//返回Set

ints.stream().collect(Collectors.toSet());

//返回Map

ints.stream().collect(Collectors.toMap(k -> k, v -> v, (v1, v2) -> v1));

//group分組

ints.stream().collect(Collectors.groupingBy(k -> k));

//partitioningBy分區

ints.stream().collect(Collectors.partitioningBy(k -> k % 2 == 0));

Stream參考文獻

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的java8函数式编程 视频_快速掌握Java8 Stream函数式编程技巧的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。