今天我們來學習一下java8的新特性,歡迎關注點贊。想要獲取學習資料添加qq : 1184905186
一、接口的默認方法
Java 8允許我們給接口添加一個非抽象的方法實現,只需要使用 default關鍵字即可,這個特徵又叫做擴展方法,示例如下:
interface Formula {
double calculate(int a);
default double sqrt(int a) {
return Math.sqrt(a);
}
}
Formula接口在擁有calculate方法之外同時還定義了sqrt方法,實現了Formula接口的子類只需要實現一個calculate方法,默認方法sqrt將在子類上可以直接使用
Formula formula = new Formula() {
@Override
public double calculate(int a) {
return sqrt(a * 100);
}
};
formula.calculate(100); // 100.0
formula.sqrt(16); // 4.0
二、Lambda 表達式
List<String> names = Arrays.asList("peter", "anna", "mike", "xenia");
Collections.sort(names, new Comparator<String>() {
@Override
public int compare(String a, String b) {
return b.compareTo(a);
}
});
只需要給靜態方法 Collections.sort 傳入一個List對象以及一個比較器來按指定順序排列。通常做法都是創建一個匿名的比較器對象然後將其傳遞給sort方法。
- 在Java 8 中你就沒必要使用這種傳統的匿名對象的方式了,Java 8提供了更簡潔的語法,lambda表達式:
List<String> names = Arrays.asList("peter", "anna", "mike", "xenia");
Collections.sort(names,(String a,String b)->{
return a.compareToIgnoreCase(b);
});
System.out.println(names);
對於函數體只有一行代碼的,你可以去掉大括號{}以及return關鍵字,但是你還可以寫得更短點:
Collections.sort(names,( a, b)-> a.compareToIgnoreCase(b));
三.Stream 接口
java.util.Stream 表示能應用在一組元素上一次執行的操作序列。Stream 操作分爲中間操作或者最終操作兩種,最終操作返回一特定類型的計算結果,而中間操作返回Stream本身,這樣你就可以將多個操作依次串起來。Stream 的創建需要指定一個數據源,比如 java.util.Collection的子類,List或者Set, Map不支持。Stream的操作可以串行執行或者並行執行。
首先看看Stream是怎麼用,首先創建實例代碼的用到的數據List:
List<String> list = new ArrayList<>();
list.add("android");
list.add("anna");
list.add("mike");
list.add("xenia");
Java 8擴展了集合類,可以通過 Collection.stream() 或者 Collection.parallelStream() 來創建一個Stream。下面幾節將詳細解釋常用的Stream操作:
Filter 過濾
過濾通過一個predicate接口來過濾並只保留符合條件的元素,該操作屬於中間操作,所以我們可以在過濾後的結果來應用其他Stream操作(比如forEach)。forEach需要一個函數來對過濾後的元素依次執行。forEach是一個最終操作,所以我們不能在forEach之後來執行其他Stream操作。
list.stream().filter((a)->a.startsWith("a")).forEach(System.out::println);
Sort 排序
排序是一箇中間操作,返回的是排序好後的Stream。如果你不指定一個自定義的Comparator則會使用默認排序。
List<String> list = new ArrayList<>();
list.add("android");
list.add("xenia");
list.add("anna");
list.add("mike");
list.stream().sorted((a, b) -> a.compareToIgnoreCase(b)).forEach(System.out::println);
//不會對原有的集合造成影響
System.out.println(list);
Map 映射
中間操作map會將元素根據指定的Function接口來依次將元素轉成另外的對象,下面的示例展示了將字符串轉換爲大寫字符串。你也可以通過map來講對象轉換成其他類型,map返回的Stream類型是根據你map傳遞進去的函數的返回值決定的。
List<String> list = new ArrayList<>();
list.add("android");
list.add("xenia");
list.add("anna");
list.add("mike");
list.stream().map(String::toUpperCase).sorted((a, b) -> a.compareToIgnoreCase(b)).forEach(System.out::println);
//不會對原有的集合造成影響
System.out.println(list);
Match 匹配
Stream提供了多種匹配操作,允許檢測指定的Predicate是否匹配整個Stream。所有的匹配操作都是最終操作,並返回一個boolean類型的值。
List<String> list = new ArrayList<>();
list.add("android");
list.add("xenia");
list.add("anna");
list.add("mike");
//任意元素是 x 開頭
boolean anyMatch = list.stream().anyMatch((a) -> a.startsWith("x"));
System.out.println("anyMatch: "+anyMatch);
//所有元素是 x 開頭
boolean allMatch = list.stream().allMatch((a) -> a.startsWith("x"));
System.out.println("allMatch: "+allMatch);
//沒有元素是 g 開頭
boolean noneMatch = list.stream().noneMatch((a) -> a.startsWith("g"));
System.out.println("noneMatch: "+noneMatch);
//不會對原有的集合造成影響
System.out.println(list);
anyMatch: true
allMatch: false
noneMatch: true
[android, xenia, anna, mike]
Count 計數
計數是一個最終操作,返回Stream中元素的個數,返回值類型是long。
List<String> list = new ArrayList<>();
list.add("android");
list.add("xenia");
list.add("anna");
list.add("mike");
list.stream().filter((a) -> a.startsWith("a")).count();//2
Reduce 規約
這是一個最終操作,允許通過指定的函數來講stream中的多個元素規約爲一個元素,規越後的結果是通過Optional接口表示的:
List<String> list = new ArrayList<>();
list.add("android");
list.add("xenia");
list.add("anna");
list.add("mike");
Optional<String> a1 = list.stream().filter((a) -> a.startsWith("a")).reduce((a, b) -> a + "%%%" + b);//2
System.out.println(a1);//Optional[android%%%anna]
並行Streams
前面提到過Stream有串行和並行兩種,串行Stream上的操作是在一個線程中依次完成,而並行Stream則是在多個線程上同時執行。
下面的例子展示了是如何通過並行Stream來提升性能:
首先我們創建一個沒有重複元素的大表
int max = 1000000;
List<String> values = new ArrayList<>(max);
for (int i = 0; i < max; i++) {
UUID uuid = UUID.randomUUID();
values.add(uuid.toString());
}
- 串行排序
long t0 = System.nanoTime();
System.out.println(values.stream().sorted().count());
long t1 = System.nanoTime();
long millis = TimeUnit.NANOSECONDS.toMillis(t1 - t0);
System.out.printf("sequential sort took: %d ms",millis);//843ms
- 並行排序
long t0 = System.nanoTime();
System.out.println(values.parallelStream().sorted().count());
long t1 = System.nanoTime();
long millis = TimeUnit.NANOSECONDS.toMillis(t1 - t0);
System.out.printf("parallel sort took: %d ms", millis);//370ms
上面兩個代碼幾乎是一樣的,但是並行版的快了50%之多,唯一需要做的改動就是將stream()改爲parallelStream()。