java.util.function.* @FunctionalInterface 都是函数接口,没有成员(状态)
高阶函数:参数或返回值为函数
方法引用:类名::方法名 可以 类名::new、String[]::new
Stream.of("-1", "0", "1") // 生成 .map(函数) // 映射 .filter(返回布尔值函数) // 过滤器(重构:找for中if) .flatMap(函数) // 平面映射:多个流合并 .min(Comparator.comparing(x -> x.getLength())) .reduce(0, (a, b) -> a+b); // 缩小 a一开始是第一个参数0,b是不断传入的流元素, 这个式子的功能是求和, 可以用Integer的sum函数替代第二个式子, 写成.reduce(0, Integer::sum); .forEach // 遍历,可以不纯 .peek(e -> System.out.println("Mapped value: " + e)) 可以记录中间值用于调试,不会像forEach那样使得流不可用 .collect(Collector) interface Collector<T, A, R> // 输入类型,累加器,返回类型 接口方法: Supplier<A> supplier(); // 供应器:创建容器 BiConsumer<A, T> accumulator(); // 累加器:类似reduce的第二参数(函数式) BinaryOperator<A> combiner(); // 组合器:合并容器 Function<A, R> finisher(); // 完工者:转换为想要的结果类型 Set<Characteristics> characteristics(); // 特征:返回不可变集合 .collect(Collectors.toList()); // 采集:生成列表 .collect(Collectors.toCollection(TreeSet::new)) .collect(Collectors.joining(", ", "[", "]")); .collect(Collectors.summingInt(Integer::valueOf)) .collect(Collectors.partitioningBy(x->x.length()>1)); // Map<Boolean, List<T>> .collect(Collectors.groupingBy(String::length)) // Map<R, List<T>> .collect(Collectors.groupingBy(String::length,Collectors.counting())) 下游收集器 = Collectors.mapping(String::length, Collectors.toList()); .collect(Collectors.groupingBy(String::length,下游收集器)); .collect(Collectors.maxBy(Comparator 比较规则))
.parallel() // BaseStream 并行流 集合.parallelStream() 影响性能因素:1.数据大小、2.结构、3.装箱、4.核心数、5单元处理开销 分解性能: 好:ArrayList、数组、IntStream.range 中:HashSet、TreeSet 差:LinkedList、Streams.iterate、BefferedReader.lines 无状态:filter、flatMap(速度快) 有状态:sorted、distinct、limit
.mapToInt() // 映射并转换为基本类型,其他类似 基本类型速度快、占用小
IntStream.of(1, 2, 3).summaryStatistics() .getCount() .getSum() .getMin() .getAverage() .getMax()
// 供应者:只有get方法的函数 public interface Supplier<T> { T get(); }
// 判定:返回布尔值的函数 Predicate<T> { boolean test(T t); and; 否定 negate; or; isEqual }
// 函数 Function<T, R> {R apply(T t); 组合compose; andThen; 同一 identity}
重载时 javac 会选最具体的
Optional.of("a") .isPresent() .get() .orElse("b") .orElseGet(只有get方法的函数)
TDD 测试驱动开发 BDD 行为驱动开发,TDD 的一个变种 DSL 领域专用语言
public class 类名 {{ }} // 匿名构造函数 public class 类名 { public 类名() {} }
并行运行基于集合流的质数计数程序
public long countPrimes(int upTo) {
return IntStream.range(1, upTo)
.parallel()
.filter(this::isPrime)
.count();
}
private boolean isPrime(int number) {
return IntStream.range(2, number)
.allMatch(x -> (number % x) != 0);
}
使用 Map 的 computeIfAbsent 方法高效计算斐波那契数列。
这里的“高效”是指避免将那些较小的序列重复计算多次。
public class Fibonacci {
private final Map<Integer,Long> cache;
public Fibonacci() {
cache = new HashMap<>();
cache.put(0, 0L);
cache.put(1, 1L);
}
public long fibonacci(int x) {
return cache.computeIfAbsent(x, n -> fibonacci(n-1) + fibonacci(n-2));
}
}
Map.merge(key,value,BiFunction)
BufferedReader::lines