Map结合Function函数式接口的巧妙之处

需求:在给定 List 集合中,需根据不同的算法规则,选取计算方式并返回结果;

例如:[1, 2, 3, 4, 5] List 集合中都是 Integer 类型数据,根据提供的算法规则,sum 求和,min 求最小值,max 求最大值等;

使用场景:需要根据指定 key,选取不同的逻辑处理方式;

一、使用枚举类实现

(1)定义枚举类DataEnum,需实现指定的计算接口,根据不同的算法规则【使用枚举类中默认的 name 属性】,来选取不同的算法计算方式;

(2)代码如下:

// 计算方式接口定义
public interface Icalculate {

    // 计算方式
    Integer calculate(List<Integer> datas);

}

// 定义枚举类,实现接口
public enum DataEnum implements Icalculate {

    SUM{
        @Override
        public Integer calculate(List<Integer> datas) {
            return datas.stream().reduce(0, (element1, element2) -> element1 + element2);
        }
    },

    MIN{
        @Override
        public Integer calculate(List<Integer> datas) {
            Optional<Integer> min = datas.stream().min(Comparator.comparingInt(o -> o));
            return min.orElse(null);
        }
    },

    MAX{
        @Override
        public Integer calculate(List<Integer> datas) {
            Optional<Integer> max = datas.stream().max(Comparator.comparingInt(o -> o));
            return max.orElse(null);
        }
    };

    // 根据算法规则,获取指定的计算方式【挪用了枚举类继承Enum中的name属性】
    public static DataEnum of(String name) {
        Optional<DataEnum> dataEnum = Arrays.stream(DataEnum.values()).filter(element -> element.name().equalsIgnoreCase(name)).findAny();
        return dataEnum.orElse(null);
    }

}

枚举类实现

(3)测试样例及结果

public class DataEnumTest {

    public static void main(String[] args) {
        DataEnum dataEnum = DataEnum.of("max");
        if (!Objects.isNull(dataEnum)) {
            List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
            System.out.println("max = " + dataEnum.calculate(list));
        }
    }

}
结果:max = 5
测试样例及结果

二、使用Map结构结合Function实现【常用】

(1)定义FunctionUtil工具类,结合Java8的Function函数式接口实现;

(2)代码实现:

public class FunctionUtil {

    // 定义Map结构,key: 算法规则,value: 存放指定的计算方式
    private static Map<String, Function<List<Integer>, Integer>> calculateMap = new HashMap<>();

    // 静态代码块,初始化Map结构,定义指定算法规则的计算方式
    static {
        calculateMap.put("SUM", list -> list.stream().reduce(0, Integer::sum));
        calculateMap.put("MIN", data -> data.stream().min(Comparator.comparingInt(o -> o)).orElse(null));
        calculateMap.put("MAX", data -> data.stream().max(Comparator.comparingInt(o -> o)).orElse(null));
    }
}

(3)测试样例和结果:

public class Test {

    public static void main(String[] args) {
        List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
        Integer min = FunctionUtil.calculateMap.get("MIN").apply(list);
        Integer max = FunctionUtil.calculateMap.get("MAX").apply(list);
        Integer sum = FunctionUtil.calculateMap.get("SUM").apply(list);
        System.out.println("min = " + min + ", max = " + max + ", sum = " + sum);

    }

}
结果:min = 1, max = 5, sum = 15
测试样例及结果

三、Java8 的函数式接口之 Function 使用

(1)常见的函数式接口集合,供参考:详解JAVA8函数式接口{全}

1、Consumer<T>   :消费型接口    void accept(T t);

2、Supplier<T>   :供给型接口    T get();

3、Function<T,R> :函数型接口    R apply(T t);

4、Predicate<T>  :断言型接口    boolean test(T t);

(2)举例使用 Function 作为参数使用

public class FunctionTest {

    // 提供一个 Function 入参泛型方法【适用于不同的数据类型】
    private static <T, R> R calculate(T t, Function<T, R> function) {
        return function.apply(t);
    }

    public static void main(String[] args) {
        Function<List<Integer>, Integer> sumFunc = list -> list.stream().reduce(0, Integer::sum);
        Integer sum = FunctionTest.calculate(Arrays.asList(1, 2, 3, 4, 5), sumFunc);
        
        Function<List<Integer>, Integer> maxFunc = list -> list.stream().max(Comparator.comparingInt(o -> o)).orElse(null);
        Integer max = FunctionTest.calculate(Arrays.asList(1, 2, 3, 4, 5), maxFunc);

        Function<List<Integer>, Integer> minFunc = list -> list.stream().min(Comparator.comparingInt(o -> o)).orElse(null);
        Integer min = FunctionTest.calculate(Arrays.asList(1, 2, 3, 4, 5), minFunc);

        System.out.println("sum = " + sum + ", min = " + min + ", max = " + max);
    }

}

结果:sum = 15, min = 1, max = 5

使用函数式接口作为形参时,会为方法的封装提供了很大的便利性,不会受到类型的约束和限制,使得方法的使用场景更加广泛和可扩展性;

原文地址:https://www.cnblogs.com/blogtech/p/13501765.html