函数式编程 java

FunctionalInterface 我们把只定义了单方法的接口称之为FunctionalInterface，用注解@FunctionalInterface标记。例如，Callable接口：

@FunctionalInterface public interface Callable { V call() throws Exception; }

支持函数式编程的都可以使用Lambda表达式
Lambda表达式当我们用Arrays.sort()排序时，可以传入一个Comparator实例，并采用匿名类的方式来实现：

String[] array = ... Arrays.sort(array, new Comparator() { public int compare(String s1, String s2) { return s1.compareTo(s2); } });

但是这种写法还是挺繁琐的，所以从JDK8开始，我们可以用Lambda表达式来替代这种繁琐的写法：

String[] array = ... Arrays.sort(array, (s1, s2) -> { return s1.compareTo(s2); });

使用Lambda只需要写出方法的定义，参数类型可以省略，编译器会自动推断出String类型，-> { ... }表示方法体，如果只有一行return代码，还可以更加简洁：

Arrays.sort(array, (s1, s2) -> s1.compareTo(s2));

返回值的类型也是由编译器自动推断的，这里推断出的返回值是int，因此，只要返回int，编译器就不会报错。
方法引用除了使用Lambda之外，还可以直接传入方法引用：

public static void main(String[] args) { String[] array = new String[]{"Apple", "Orange", "Banana", "Lemon"}; Arrays.sort(array, Main::cmp); System.out.println(String.join(", ", array)); }static int cmp(String s1, String s2) { return s1.compareTo(s2); }

上面的代码是啥意思？可以看到Arrays.sort需传入一个数组和Comparator接口，在Comparator中有个方法int compare(T o1, T o2)，我们自己定义的方法cmp和compare这个方法的方法签名一致，即方法参数和返回类型相同，就可以直接使用方法引用，再看一个例子：

public static void main(String[] args) { String[] array = new String[]{"Apple", "Orange", "Banana", "Lemon"}; Arrays.sort(array, String::compareTo); System.out.println(String.join(", ", array)); }

查看String的compareTo方法发现参数只有一个，但是前面不是说方法签名要一致吗，这又是怎么回事？因为之前的方法是个静态方法，这里是一个实例方法，实例方法第一个隐含参数总是传入this，相当于：

public static int compareTo(this, String o);

所以String::compareTo和compare方法签名是一致的
Stream 一个全新的流失API，可以存储有限或无限个元素，Stream是惰性计算，计算通常时发生在最后结果的获取，因此，Stream API的基本用法就是：创建一个Stream，然后做若干次转换，最后调用一个求值方法获取真正计算的结果：
如何创建一个Stream?
Stream.of

Stream stream = Stream.of("A", "B", "C", "D");

数组或Collection

Stream stream = Arrays.stream(new String[]{"A", "B", "C"}); Stream stream1 = List.of("A", "B", "C").stream();

Supplier
通过Stream.generate()需传入Supplier对象

public static Stream generate(Supplier s) { Objects.requireNonNull(s); return StreamSupport.stream( new StreamSpliterators.InfiniteSupplyingSpliterator.OfRef<>(Long.MAX_VALUE, s), false); }

Supplier是一个函数式接口，我们可以自己实现这个接口

@FunctionalInterface public interface Supplier {/** * Gets a result. * * @return a result */ T get(); }

class NatualSupplier implements Supplier {int n = 0; @Override public Integer get() { return n++; } }

基于Supplier创建的Stream会不断调用get()产生下一个元素，可以用来表示无限序列

public static void main(String[] args) { Stream stream = Stream.generate(new NatualSupplier()); stream.limit(20).forEach(System.out::println); }

因为它会不断调用get()，我们必须设定一个界限stream.limit(20)
基本类型
因为Java的泛型不支持基本类型的，只能用Integer等包装类型，但是Stream会对频繁的拆箱装箱，所以为了提高效率，Java标准库给我们提供了三种使用基本类型的Stream -> IntStream、LongStream、DoubleStream
map
Stream.map()是一个转换方法，将一个Stream转为另一个Stream

Stream stream = List.of(1, 2, 3).stream(); Stream streamMap = stream.map(item -> item * item);

我们看看map()，最终会返回一个新结果的Stream

/** * Returns a stream consisting of the results of applying the given * function to the elements of this stream. * * This is an intermediate * operation. * * @param The element type of the new stream * @param mapper a non-interfering, *stateless *function to apply to each element * @return the new stream */ Stream map(Function mapper);

Stream.map()传入的是函数式接口Function，apply()最终return计算的结果

@FunctionalInterface public interface Function {/** * Applies this function to the given argument. * * @param t the function argument * @return the function result */ R apply(T t); ... }

filter
Stream.filter()是Stream的另一个常用转换方法
filter即过滤，过滤掉不满足条件的元素，满足条件的构成一个新的Stream

Stream stream = List.of(3, 4, 6).stream(); Stream streamMap = stream.filter(item -> item % 2 == 0);

filter接收Predicate，test()过滤掉不满足条件的元素

@FunctionalInterface public interface Predicate {/** * Evaluates this predicate on the given argument. * * @param t the input argument * @return {@code true} if the input argument matches the predicate, * otherwise {@code false} */ boolean test(T t); }

reduce
是Stream的一个聚合方法，把一个Stream的所有元素按照聚合函数聚合成一个结果

Stream stream = List.of(3, 4, 6).stream(); Integer reduce = stream.reduce(0, (acc, n) -> acc + n);

Stream.reduce()接收BinaryOperator，而它又继承自BiFunction，在BiFunction中有R apply(T t, U u)

/** * Applies this function to the given arguments. * * @param t the first function argument * @param u the second function argument * @return the function result */ R apply(T t, U u);

所以BinaryOperator实际上是重写了父接口的方法apply()，通过这个方法进行累加计算
第一个参数0相当于初始值，见源码注释：

* {@code *T result = identity; *for (T element : this stream) *result = accumulator.apply(result, element) *return result; * }

输出Stream
对Stream做map()或filter()操作时是不会进行任何计算的，reduce会立即得出结果
如何把进行了转换操作的元素保存下来呢？
输出为集合：
collect()并传入Collectors.toList()对象：

Stream stream = List.of(3, 4, 6).stream(); List list = stream.map(n -> n * n).collect(Collectors.toList());

输出为数组：

Stream stream = List.of("Apple", "Banana", "Pear").stream(); String[] array = stream.toArray(String[]::new);

输出为Map：

Stream stream = List.of("Apple:Banana", "Pear:Peach").stream(); Map map = stream.collect(Collectors .toMap( // 映射为key s -> s.substring(0, s.indexOf(':')), // 映射为value s -> s.substring(s.indexOf(':') + 1) ));

分组输出：

Stream stream = List.of("Apple", "Banana", "Blackberry", "Coconut", "Avocado", "Cherry", "Apricots").stream(); Map> groups = stream.collect(Collectors.groupingBy(s -> s.substring(0, 1), Collectors.toList() ));

【函数式编程】上述代码中Collectors.groupingBy以元素的首字母为依据做一个分组