lambda表达式去重java_Java8的lambda表达式和Stream API

一直在用JDK8 ，却从未用过Stream，为了对数组或集合进行一些排序、过滤或数据处理，只会写for循环或者foreach，这就是我曾经的一个写照。

刚开始写写是打基础，但写的多了，各种乏味，非过来人不能感同身受。今天，我就要分享一篇如何解决上述问题的新方法 - Stream API。但学习Stream之前却不得不学一下Lambda表达式。说实话，网上介绍Lambda表达式的文章很多，大多晦涩难懂，今天我就想用自己的理解去说一下Lambda表达式是如何让我们的代码写的更少！

02来自IDEA的提示

在IDE中，你是否遇到在写以下列代码时，被友情提示的情况：

new Thread(new Runnable() {

@Override

public void run() {

System.out.println("thread");

}

});

这时候，我们按一下快捷键，IDE自动帮我们把代码优化为酱个样子：

new Thread(() -> System.out.println("thread"));

这就是Java8的新特性：lambda表达式。

03Lambda入门

借用上面的示例，在调用new Thread的含参构造方法时，我们通过匿名内部类的方式实现了Runnable对象，但其实有用的代码只有System.out.println("thread")这一句，而我们却要为了这一句去写这么多行代码。正是这个问题，才有了Java8中的lambda表达式。那lambd表达式究竟是如何简化代码的呢？

先来看lambda表达式的语法：

() -> {}

(): 括号就是接口方法的括号，接口方法如果有参数，也需要写参数。只有一个参数时，括号可以省略。

->: 分割左右部分的，没啥好说的。

{}: 要实现的方法体。只有一行代码时，可以不加括号，可以不写return。

看了上面的解释，也就不难理解IDE优化后的代码了。不过看到这里你也许意识到，如果接口中有多个方法时，按照上面的逻辑lambda表达式恐怕不行了。没错，lambda表达式只适用于函数型接口。说白了，函数型接口就是只有一个抽象方法的接口。这种类型的接口还有一个对应的注解：@FunctionalInterface。为了让我们在需要这种接口时不再自己去创建，Java8中内置了四大核心函数型接口。

消费型接口(有参无返回值)

Consumer

void accept(T t);

供给型接口(无参有返回值)

Supplier

T get();

函数型接口(有参有返回值)

Function

R apply(T t);

断言型接口(有参有布尔返回值)

Predicate

boolean test(T t);

看到这里如果遇到一般的lambda表达式，你应该可以从容面对了，但高级点的恐怕看到还是懵，不要急，其实也不难。Lambda表达式还有两种简化代码的手段，分别是方法引用、构造引用。

04方法引用

方法引用是什么呢？如果我们要实现接口的方法与另一个方法A类似，(这里的类似是指参数类型与返回值部分相同)，我们直接声明A方法即可。也就是，不再使用lambda表达式的标准形式，改用高级形式。无论是标准形式还是高级形式，都是lambda表达式的一种表现形式。

举例：

Function function1 = (x) -> x;

Function function2 = String::valueOf;

对比Function接口的抽象方法与String的value方法，可以看到它们是类似的。

R apply(T t);

public static String valueOf(Object obj) {

return (obj == null) ? "null" : obj.toString();

}

方法引用的语法：

对象::实例方法

类::静态方法

类::实例方法

前两个很容易理解，相当于对象调用实例方法，类调用静态方法一样。只是第三个需要特殊说明。

当出现如下这种情况时：

Compare c = (a, b) -> a.equals(b);

用lambda表达式实现Compare接口的抽象方法，并且方法体只有一行，且该行代码为参数1调用方法传入参数2。此时，就可以简化为下面这种形式：

Compare c = String::equals;

也就是“类::实例方法”的形式。

值得一提的是，当参数b不存在时，该方式依旧适用。例如：

Function function1 = (x) -> x.toString();

Function function1 = Object::toString;

05构造引用

先来创建一个供给型接口对象：

Supplier supplier = () -> new String();

在这个lammbda表达式中只做了一件事，就是返回一个新的String对象，而这种形式可以更简化：

Supplier supplier = String::new;

提炼一下构造引用的语法：

类名::new

当通过含参构造方法创建对象，并且参数列表与抽象方法的参数列表一致，也就是下面的这种形式：

Function1 function = (x) -> new String(x);

也可以简化为：

Function1 function = String::new;

特殊点的数组类型：

Function function = (x) -> new String[x];

可以简化为：

Function function = String[]::new;

06Lambda总结

上面并没有给出太多的lambda实例，只是侧重讲了如何去理解lambda表达式。到这里，不要懵。要记住lambda的本质：为函数型接口的匿名实现进行简化与更简化。

所谓的简化就是lambda的标准形式，所谓的更简化是在标准形式的基础上进行方法引用和构造引用。

方法引用是拿已有的方法去实现此刻的接口。

构造引用是对方法体只有一句new Object()的进一步简化。

07Stream理解

如何理解Stream？在我看来，Stream 不是集合元素，它不是数据结构并不保存数据，它是有关算法和计算的，它更像一个高级版本的 Iterator。简单来说，它的作用就是通过一系列操作将数据源(集合、数组)转化为想要的结果。

Stream有三点非常重要的特性：

Stream 是不会存储元素的。

Stream 不会改变原对象，相反，他们会返回一个持有结果的新Stream。

Stream 操作是延迟执行的。意味着它们会等到需要结果的时候才执行。

08Stream生成

Collection系的 stream() 和 parallelStream()

List list = new ArrayList<>();

Stream stream = list.stream();

Stream stringStream = list.parallelStream();

通过Arrays.stram()

Stream stream1 = Arrays.stream(new String[10]);

通过Stream.of()

Stream stream2 = Stream.of(1, 2, 3);

通过Stream.iterate()生成无限流

Stream iterate = Stream.iterate(0, (x) -> x + 2);

iterate.limit(10).forEach(System.out::println);

通过Stream.generate()

Stream generate = Stream.generate(() -> Math.random());generate.forEach(System.out::println);

09Stream中间操作

多个中间操作连接而成为流水线，流水线不遇到终止操作是不触发任何处理的，所为又称为“惰性求值”。

list.stream()

.map(s -> s + 1) //映射

.flatMap(s -> Stream.of(s)) //和map差不多，但返回类型为Stream，类似list.add()和list.addAll()的区别

.filter(s -> s < 1000) //过滤

.limit(5) //限制

.skip(1) //跳过

.distinct() //去重

.sorted() //自然排序

.sorted(Integer::compareTo) //自定义排序

关于map方法，参数为一个Function函数型接口的对象，也就是传入一个参数返回一个对象。这个参数就是集合中的每一项。类似Iterator遍历。其它的几个操作思想都差不多。

执行上面的方法没什么用，因为缺少终止操作。

10Stream的终止操作

常用的终止API如下：

list.stream().allMatch((x) -> x == 555); // 检查是否匹配所有元素

list.stream().anyMatch(((x) -> x>600)); // 检查是否至少匹配一个元素

list.stream().noneMatch((x) -> x>500); //检查是否没有匹配所有元素

list.stream().findFirst(); // 返回第一个元素

list.stream().findAny(); // 返回当前流中的任意一个元素

list.stream().count(); // 返回流中元素的总个数

list.stream().forEach(System.out::println); //内部迭代

list.stream().max(Integer::compareTo); // 返回流中最大值

Optional min = list.stream().min(Integer::compareTo);//返回流中最小值

System.out.println("min "+min.get());

reduce (归约)：将流中元素反复结合起来得到一个值

Integer reduce = list.stream()

.map(s -> (s + 1))

.reduce(0, (x, y) -> x + y); //归约：0为第一个参数x的默认值，x是计算后的返回值，y为每一项的值。

System.out.println(reduce);

Optional reduce1 = list.stream()

.map(s -> (s + 1))

.reduce((x, y) -> x + y); // x是计算后的返回值，默认为第一项的值，y为其后每一项的值。

System.out.println(reduce);

collect(收集)：将流转换为其他形式。需要Collectors类的一些方法。

//转集合

Set collect = list.stream()

.collect(Collectors.toSet());

List collect2 = list.stream()

.collect(Collectors.toList());

HashSet collect1 = list.stream()

.collect(Collectors.toCollection(HashSet::new));

//分组 {group=[444, 555, 666, 777, 555]}

Map> collect3 = list.stream()

.collect(Collectors.groupingBy((x) -> "group"));//将返回值相同的进行分组

System.out.println(collect3);

//多级分组 {group={777=[777], 666=[666], 555=[555, 555], 444=[444]}}

Map>> collect4 = list.stream()

.collect(Collectors.groupingBy((x) -> "group", Collectors.groupingBy((x) -> x)));

System.out.println(collect4);

//分区 {false=[444], true=[555, 666, 777, 555]}

Map> collect5 = list.stream()

.collect(Collectors.partitioningBy((x) -> x > 500));

System.out.println(collect5);

//汇总

DoubleSummaryStatistics collect6 = list.stream()

.collect(Collectors.summarizingDouble((x) -> x));

System.out.println(collect6.getMax());

System.out.println(collect6.getCount());

//拼接 444,555,666,777,555

String collect7 = list.stream()

.map(s -> s.toString())

.collect(Collectors.joining(","));

System.out.println(collect7);

java8 新特性 Stream流 分组 排序 过滤 多条件去重

public class Streams {

private static List list = new ArrayList();

public static void main(String[] args) {

list = Arrays.asList(

new User(1, "a", 10),

new User(4, "d", 19),

new User(5, "e", 13),

new User(2, "b", 14),

new User(3, "a", 10),

new User(6, "f", 16)

);

long start = System.currentTimeMillis();

order();

println(String.format("耗时[%s]毫秒", (System.currentTimeMillis() - start)));

}

/**

* 多条件去重

* @param list

*/

public static void order() {

list.stream().collect(Collectors.collectingAndThen(

Collectors.toCollection(() -> new TreeSet<>(

Comparator.comparing(o -> o.getAge() + ";" + o.getName()))), ArrayList::new)).forEach(u -> println(u));

}

public static void group() {

Map> collect = list.stream().collect(Collectors.groupingBy(User::getAge));

System.out.println(collect);

}

/**

* filter过滤

* @param list

*/

public static void filterAge() {

list.stream().filter(u -> u.getAge() == 10).forEach(u -> println(u));

}

/**

* sorted排序

*/

public static void stord() {

list.stream().sorted(Comparator.comparing(u-> u.getAge())).forEach(u -> println(u));

}

/**

* limit方法限制最多返回多少元素

*/

public static void limit() {

list.stream().limit(2).forEach(u -> println(u));

}

/**

* 不要前多n个元素，n大于满足条件的元素个数就返回空的流

*/

public static void skip() {

list.stream().skip(2).forEach(u -> println(u));

}

// 最大值 最小值

public static void statistics() {

Optional min = list.stream().min(Comparator.comparing(User::getUserId));

println(min);

Optional max = list.stream().max(Comparator.comparing(User::getUserId));

println(max);

}

// 统计

public static void summarizingInt(){

IntSummaryStatistics statistics = list.stream().collect(Collectors.summarizingInt(User::getAge));

double average = statistics.getAverage();

long count = statistics.getCount();

int max = statistics.getMax();

int min = statistics.getMin();

long sum = statistics.getSum();

println(average);

println(count);

println(min);

println(sum);

println(max);

}

/**

* 转set

*/

public static void toSet() {

Set collect = list.stream().collect(Collectors.toSet());

Iterator iterator = collect.iterator();

while(iterator.hasNext()) {

System.out.println(iterator.next().getUserId());

}

}

/**

* 转map

*/

public static void toMap() {

Map collect = list.stream().collect(Collectors.toMap(User::getUserId, u -> u));

for (Integer in : collect.keySet()) {

User u = collect.get(in);//得到每个key多对用value的值

println(u);

}

}

/**

*map

*/

public static void map() {

list.stream().map(User::getUserId).forEach(userId -> println(userId));

list.stream().mapToInt(User::getAge).forEach(userId -> println(userId));

list.stream().mapToDouble(User::getUserId).forEach(userId -> println(userId));

list.stream().mapToLong(User::getUserId).forEach(userId -> println(userId));

}

/**

* 查找与匹配

* allMatch方法与anyMatch差不多，表示所有的元素都满足才返回true。noneMatch方法表示没有元素满足

*/

public static void anyMatch() {

boolean anyMatch = list.stream().anyMatch(u -> u.getAge() == 100);

boolean allMatch = list.stream().allMatch(u -> u.getUserId() == 10);

boolean noneMatch = list.stream().noneMatch(u -> u.getUserId() == 10);

println(anyMatch);

println(allMatch);

println(noneMatch);

}

/**

* reduce操作

*/

public static void reduce() {

Optional sum = list.stream().map(User::getAge).reduce(Integer::sum);

Optional max = list.stream().map(User::getAge).reduce(Integer::max);

Optional min = list.stream().map(User::getAge).reduce(Integer::min);

println(sum);

println(max);

println(min);

}

/**

* 公共输出

* @param c

*/

public static void println(Object c) {

System.out.println(c.toString());

}

static class User {

private Integer userId;

private String name;

private Integer age;

User(Integer userId, String name, Integer age) {

super();

this.userId = userId;

this.name = name;

this.age = age;

}

public Integer getUserId() {

return userId;

}

public void setUserId(Integer userId) {

this.userId = userId;

}

public String getName() {

return this.name;

}

public void setName(String name) {

this.name = name;

}

public Integer getAge() {

return age;

}

public void setAge(Integer age) {

this.age = age;

}

@Override

public String toString() {

return "[userId=" + userId + ", name=" + name + ", age=" + age + "]";

}

}