Java8

1. 前言

本文主要介绍Java8的2大主要新特性lambda表达式和Stream API，2者提供了更高层次的抽象，简化开发，提高生产效率。

2. Lambda表达式

2.1 初识Lambda表达式

创建一个线程，使用了一个Runnable匿名内部类

Thread thread = new Thread(new Runnable() {
            @Override
            public void run() {
                System.out.println("Hello Aron.");
            }
        });

看着问题不大，实际上弊端挺明显：模板语法太多，真正有业务意义的的语句只有System.out.println("Hello Aron.")，因为如此，也严重干扰了我们阅读代码。

引入lambda表达式后，则可以这么写

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

2. Stream 流

2.1 简介

流（Stream）是Java8的新特性，是一种使程序员得以站在更高的抽象层次上对集合进行操作。在思路上，类似于SQL的存储过程，有几个步骤：

先定义一些操作的集合，注意：这里只定义，不真正执行
触发执行，获取结果
对结果进一步处理，筛选、打印、使用

其中，第1步的定义操作叫惰性求值，给你套路（返回Stream），但是不会执行返回结果。

第2步的触发操作叫及早求值，这个人说干就干，立马要结果(返回结果数据)。

第3步的筛选类似SQL的where子句，对结果进一步的筛选。

2.2 Stream API

Stream 类位于java.util.stream包，是Java8核心的类之一，拥有众多方法，下面罗列了一些比较重要的方法进行讲解。更多的是抛砖引玉，任何教程都比不上自己的悟性来得爽快，先找点感觉，先掌握基本用法尝试使用起来，慢慢自然就会了。

2.2.1 Stream.of(T… t)

要使用Stream，那就必须得先创建一个String类型的Stream

Stream<String> StrStream = Stream.of("a", "b");

2.2.2 Stream.collect(Collector<? super T, A, R> collector)

使用收集器Collector将StrStream转化为熟悉的集合Collection

List<String> collect = StrStream.collect(Collectors.toList());

2.2.3 Stream.map(Function<? super T, ? extends R> mapper)

所谓map，从字面理解就是映射。这里指的是对象关系的映射,

比如从对象集合映射到属性结合:

List<String> names = Stream.of(new Student("zhangSan"), new Student("liSi"))
                        .map(student -> student.getName())
                        .collect(toList());

从小写字母映射到大写字母:

List<String> collected = Stream.of("a", "b", "hello")
                        .map(string -> string.toUpperCase())
                        .collect(toList());

将字符串流根据空格分割成字符串数组流

Stream<String> stringStream = Stream.of("Hello Aron.");
Stream<String[]> stringArrayStream = stringStream.map(word -> word.split(" "));

2.2.4 Stream.filter(Predicate<? super T> predicate)

filter顾名思义，过滤筛选。这里的参数函数接口是一个条件，筛选出满足条件的元素

// 筛选年龄大于19的学生
List<Student> stu = Stream.of(new Student("zhangSan", 19), new Student("liSi"), 20)
                        .filter(student -> student.getAge() > 19)
                        .collect(toList());

2.2.5 Stream.flatMap(Function<? super T, ? extends Stream<? extends R>> mapper)

flatMap扁平化映射，即将数据元素为数组的Stream转化为单个元素

Stream<String> stringStream = Stream.of("Hello Aron.");
// 返回值为数组
Stream<String[]> stringArrayStream = stringStream.map(word -> word.split(" "));
// flatMap扁平化映射后,元素都合并了
Stream<String> flatResult = stringArrayStream.flatMap(arr -> Arrays.stream(arr))

2.2.6 Stream.max(Comparator<? super T> comparator)

max即最大，类似SQL中的函数max()，从数据中根据一定的条件筛选出最值

// 筛选年龄最大/小的学生
Stream<Student> studentStream = Stream.of(new Student("zhangSam", 19), new Student("liSi", 20));
Optional<Student> max = studentStream.max(Comparator.comparing(student -> student.getAge()));
// Optional<Student> max = studentStream.min(Comparator.comparing(student -> student.getAge()));
// 年龄最大/小的学生
Student student = max.get();

2.2.7 Sream.reduce(T identity, BinaryOperator<T> binaryOperator)

reduce操作实现从一组值中生成一个值，上面的max、min实际上都是reduce操作。

参数Identity 表示初始值，

参数binaryOperator是一个函数接口，表示二元操作，可用于数学运算

// 使用reduce() 求和 (不推荐生产环境使用)
int count = Stream.of(1, 2, 3).reduce(0, (acc, element) -> acc + element);

上面代码，展开reduce() 操作

BinaryOperator<Integer> accumulator = (acc, element) -> acc + element;
int count = accumulator.apply( accumulator.apply(accumulator.apply(0, 1),2), 3);

2.2.8 综合操作

// 查找所有姓张的同学并按字典顺序排序，存储到list
List<Student> newList = studentList.Stream()
            .filter(student -> student.getName().startsWith("张"))
            .sorted(Comparator.comparing(student -> student.getName())
            .collect(toList());