Java8新特性详解-优快云博客

类型推断：你还可以进一步简化你的代码
Java编译器会从上下文（目标类型）推断出用什么函数式接口来配合Lambda表达式，这意味着它也可以推断出适合Lambda的签名，因为函数描述符可以通过目标类型来得到。这样做的好处在于，编译器可以了解Lambda表达式的参数类型，这样就可以在Lambda语法中省去标注参数类型。

lambda表达式:
方法引用：简化lambda,重复利用已有的代码

方法引用让你可以重复使用现有的方法定义，并像Lambda一样传递它们。
方法引用可以被看作仅仅调用【特定方法的Lambda】的一种快捷写法。
当你需要使用方法引用时，目标引用放在分隔符::前，方法的名称放在后面。

   1.引用构造器
       Supplier<类名> 变量名 = 类名::new
       Student stu = 变量名.get();

   2.引用有参数构造器
       BiFunction<参数1, 参数2, 类名> bf = 类名::new;
       类名变量名 = bf.apply(值1,值2);

3.引用数组构造器
IntFunction<int[]> arrayMaker = int[]::new;
int[] array = arrayMaker.apply(10);

4.引用静态方法
函数接口类型变量名 = 类名::静态方法名

5.普通方法的引用:
函数接口类型变量名 = 对象::方法名;

6.实例方法引用

       类名::方法名A;
       将lambda的参数直接当做 A方法的参数

        //这种写法，不讨论返回值的问题。有就自动返回。
        //1.如果lambda的参数正好和::后面方法A的参数一样
        //那么就是调用::后面的方法A，把lambda的参数传进去
            // R apply(T t);
        Consumer<String> f = System.out::println;
        Consumer<String> f1 = (t)->{System.out.println(t);};
        
        // void accept(T t, U u);
        BiConsumer<Integer,Integer> bc = (a,b)->{Math.max(a, b);};
        BiConsumer<Integer,Integer> bc1 =  Math::max;
        
    
        //2.如果lambda的参数 比::后面方法A的参数多
        //那么就是第一个参数调用::后面方法A,把lambda剩下的参数传入::后面的方法A
        // R apply(T t);
        Function<String,String> fun1 = String::toUpperCase;
        Function<String,String> fun = (t)->t.toUpperCase();
        
        // void accept(T t, U u);
        BiConsumer<String,Integer> bc = String::substring;
        BiConsumer<String,Integer> bc1 = (a,b)->{a.substring(b);};

Optional类 : 可选择的

作用:防止NullPointerException异常的辅助类型
取值:null 或者不是null

   Optional 被定义为一个简单的容器，其值可能是null或者不是null。在Java8之前一般某个函数应该返回非空对象但是偶尔却可能返回了null，而在Java 8中，不推荐你返回null而是返回Optional。
   这是一个可以为null的容器对象。

   如果值存在则isPresent()方法会返回true，调用get()方法会返回该对象。

Optional的使用:
1.创建Optional:
1.Optional.of(值); 为非null的值创建一个Optional,如果这个值为null报错
2.Optional.ofNullable(值); 为值创建一个Optional，如果值为null，则返回一个空的Optional
   代码:Optional.ofNullable(null);
   返回结果 : Optional.empty
2.使用:

      1.isPresent();   如果值不为空返回true，否则返回false  
      2.get();   如果有一个值，返回值，否则抛出 NoSuchElementException 
      3.ifPresent(Consumer<? super T> consumer)  如果存在值，则使用该值调用指定的消费者，否则不执行任何操作。 
         Optional<String> o1 = Optional.of("tom");
         Optional<String> o2 = Optional.ofNullable(null);
         o1.ifPresent(System.out::println);
         o2.ifPresent(System.out::println);//不执行
     4.orElse(T other);     值如果存在返回值，否则返回 other 。
         System.out.println(o1.orElse("aaa"));//o1,不为null返回原值
         System.out.println(o2.orElse("aaa"));//o2,为null 返回aaa
     5.orElseGet(Supplier<? extends T> other) 
         返回值（如果存在），否则调用 other并返回该调用的结果。
         将操作的结果当做other值
     6.orElseThrow(Supplier<? extends X> exceptionSupplier) 
         返回包含的值（如果存在），否则抛出由提供的供应商创建的异常。
     7.map(Function<? super T,? extends U> mapper) 
         如果存在一个值，则应用提供的处理函数，如果结果不为空，则返回一个 Optional结果的 Optional 。为null抛异常 
         Optional<Integer> map = o1.map(str->1);
         System.out.println(map.get());
     8.flatMap(Function<? super T,Optional<U>> mapper) 
         如果一个值存在，应用提供的 Optional映射函数给它，返回该结果，否则返回一个空的 Optional 。 
         Optional<String> o3 = o1.flatMap(a->Optional.of("10"));
         System.out.println(o3.get());
     区别 :  flatMap中的mapper返回值必须是Optional;flatMap不会对返回值自动封装为Optional类型
     9.filter(Predicate<? super T> predicate) 
         如果一个值存在，并且该值给定的断言相匹配时，返回一个 Optional描述的值，否则返回一个空的 Optional 。        
         Optional<String> filter = o1.filter(str->str.length()<2);
         System.out.println(filter);

Stream : 流水线

   流水线 : 对数据的一组操作
   jdk8，添加了新的类java.util.Stream:

Java8中的Stream是对集合(Collection)对象功能的增强,它专注于对集合对象进行各种非常便利高效的聚合操作,或者大批量数据操作
Stream的API结合Lambda表达式,极大的提高编程效率和程序可读性
同时它提供串行和并行两种模式进行操作

流操作
   java.util.stream.Stream中的Stream接口定义了许多操作。
   它们可以分为两大类。
       1.中间操作 : 可以连接起来的流操作
       2.终端操作 : 关闭流的操作
           终端操作会从流的流水线生成结果。
           其结果是任何不是流的值，比如List<Integer>，甚至void。
       注:除非流水线上触发一个终端操作，否则中间操作不会执行任何处理。使用流
   流的使用一般包括三件事：
   1.一个数据源（如集合）来执行一组操作；
   2.一个中间操作链，形成一条流的流水线；
   3.一个终端操作，执行流水线，并能生成结果。

   4.Stream对象的构建:

        1.使用值构建
        Stream<String> stream = Stream.of("a", "b", "c");
        2. 使用数组构建
        String[] strArray = new String[] {"a", "b", "c"};
        Stream<String> stream = Stream.of(strArray);
        Stream<String> stream = Arrays.stream(strArray);
        3. 利用集合构建(不支持Map集合)
        List<String> list = Arrays.asList(strArray);
        stream = list.stream();
        注:基本数据类型的流:IntStream ,LongStream,DoubleStream
            不要选用Stream<Integer>,Stream<Long>,Stream<Double>因为自动装箱耗时,效率低
           Java 8 中还没有提供其它基本类型数值的Stream
        4.IntStream:数值Stream的构建:
        IntStream s1 = IntStream.of(new int[]{1, 2, 3});
        //[1,3)
        IntStream s2 = IntStream.range(1, 3);
        //[1,3]
        IntStream s3 = IntStream.rangeClosed(1, 3);

Stream转换为其它类型:
    Stream<String> stream = Stream.of("hello","world","tom");
    1.转换为Array
        String[] strArray  = stream.toArray(String[]::new);
    2.转换为Collection
        List<String> list1 = stream.collect(Collectors.toList());
        List<String> list2 = stream.collect(Collectors.toCollection(ArrayList::new));
        Set<String> set3 = stream.collect(Collectors.toSet());
        Set<String> set4 = stream.collect(Collectors.toCollection(HashSet::new));
    3.转换为String
        String str = stream.collect(Collectors.joining()).toString();

   注意 : 一个 Stream 只可以使用一次，上面的代码为了简洁而重复使用了多次。
       这个代码直接运行会抛出异常的:
       java.lang.IllegalStateException: stream has already been operated upon or closed流操作
   中间操作 : Intermediate

       1.map:映射
            map(Function<? super T,? extends R> mapper);  返回由给定函数应用于此流的元素的结果组成的流。     
            eg:把 Stream中 的每一个元素，映射成另外一个元素
            public static void main(String[] args) throws Exception {
                Stream<String> stream = Stream.of("tom","lisi","wangwu");
                //R apply(T t);
                Function<String,String> fun = (t)->t.toUpperCase();
                List<String> list = stream.map(fun).collect(Collectors.toList());
                System.out.println(list);
            }
        
       2. filter:过滤
            filter(Predicate<? super T> predicate); 返回由与此给定谓词匹配的此流的元素组成的流。

            eg:获取字符串中长度大于3的字符串
             public static void main(String[] args) throws Exception {
                Stream<String> stream = Stream.of("tom","lisi","wangwu","a");
                List<String> list = stream.filter((msg)->msg.length()>3).collect(Collectors.toList());
                // boolean test(T t);
                // Predicate<T>
                System.out.println(list);
            }  
        
       3.peek : 偷看，可以用来检查流当前的状态。
            (Consumer<? super T> action); 对每个元素执行操作并返回一个新的 Stream
            注意:调用peek之后,一定要有一个最终操作
            public static void main(String[] args) throws Exception {
                Stream<String> stream = Stream.of("tom","lisi","wangwu");
                stream.filter(e -> e.length() > 3).peek(e -> System.out.println("符合条件的值为: " + e)) .collect(Collectors.toList());
            }

        4.distinct:去重；返回由不同元素组成的流
        5.sorted; 返回由此流的元素组成的流，根据自然顺序排序。
           sorted(Comparator<? super T> comparator) 返回由此流的元素组成的流，根据自然顺序排序。
        6.limit    
            limit(long maxSize);限制流的长度不超过maxSize。

            public static void main(String[] args) throws Exception {
                Stream<String> stream = Stream.of("tom","lisi","wangwu","hhhhhh","werwerwefwe");
                stream.filter(e -> e.length() > 3)
                      .peek(e -> System.out.println("符合条件的值为: " + e)).limit(2)
                      .collect(Collectors.toList());
            }
            满足条件的有多个，但是最终返回的集合中只有两个数据。
        7.skip: skip(long n); 跳过多少个元素
                public static void main(String[] args) throws Exception {
                    Stream<String> st = Stream.of("tom","lisi","wangwu","zhaoliu");
                    List<String> list = st.skip(2).collect(Collectors.toList());
                    System.out.println(list);
                }
            最终打印[wangwu, zhaoliu]

parallel : 并行
sequential : 有顺序

   终端操作 : Terminal
1.forEach
           遍历接收一个 Lambda 表达式，然后在 Stream 的每一个元素上执行该表达式。
           stream.forEach(System.out::println);
2.findFirst
           总是返回 Stream 的第一个元素，或者空，返回值类型：Optional。
           如果集中什么都没有,那么list.stream().findFirst()返回一个Optional<String>对象,但是里面封装的是一个null。

           public static void main(String[] args) throws Exception {
               Stream<String> stream = Stream.of("hello","world","tom");
               Optional<String> findFirst = stream.findFirst();
               System.out.println(findFirst);
           }

3.anyMatch
           allMatch(Predicate<? super T> predicate)
           任意一个匹配成功返回true
4.allMatch
           allMatch(Predicate<? super T> predicate)
           所有匹配成功才返回true
5.noneMatch
           noneMatch(Predicate<? super T> predicate)
           没有一个匹配的就返回true 否则返回false

6.count 计数
           返回Stream中元素的个数，返回值类型是long。

7.reduce 合并
           允许通过指定的函数来将stream中的多个元素规约合并为一个元素.

           它提供一个起始值（种子），然后依照运算规则（BinaryOperator），和前面 Stream 的第一个、第二个、第 n 个元素组合。从这个意义上说，字符串拼接、数值的 sum、min、max等都是特殊的 reduce。

  eg1:
                1-10累加
                IntStream red = IntStream.range(1, 10);
                Integer sum = red.reduce(0, (a, b) -> a+b);
                System.out.println(sum);
            eg2:
                拼接字符串
                String concat = Stream.of("A", "B", "C", "D").reduce("", String::concat);
                System.out.println(concat);
            eg3:
                List<String> list = Arrays.asList("test","javac","hello","world","java","tom","C","javascript");
                Optional<String> reduce = list.stream().sorted((s1,s2)->s2.length()-s1.length()).filter(s->s.startsWith("j")).map(s->s+"_briup").reduce((s1,s2)->s1+"|"+s2);
                System.out.println(reduce.orElse("值为空"));

8.max:
           max(Comparator<? super T> comparator)
           根据提供的 Comparator返回此流的最大元素。
           String[] arr= {"zom","lisi","wagnwu"};
           Stream<String> stream = Arrays.stream(arr);
           Optional<String> max = stream.max(String::compareTo);
           System.out.println(max.get());//zom
9.min:
           min(Comparator<? super T> comparator)
           根据提供的 Comparator返回此流的最小元素。

           String[] arr= {"zom","lisi","wagnwu"};
           Stream<String> stream = Arrays.stream(arr);
           Optional<String> max = stream.min(String::compareTo);
           System.out.println(max.get());//lisi

10.forEachOrdered
           如果流具有定义的遇到顺序，则以流的遇到顺序对该流的每个元素执行操作。
           Stream<String> stream = Stream.of("tom","lisi");
           stream.forEachOrdered((a)->{System.out.println(a);});

11.toArray
           toArray(IntFunction<A[]> generator)
           使用提供的 generator函数返回一个包含此流的元素的数组，以分配返回的数组，以及分区执行或调整大小可能需要的任何其他数组。
           Stream<String> stream = Stream.of("tom","lisi");
           String[] array = stream.toArray(String[]::new);
12.collect
           collect(Collector<? super T,A,R> collector)
           使用 Collector对此流的元素执行 mutable reduction Collector 。

           Stream<String> stream = Stream.of("tom","lisi");
           List<String> list = stream.collect(Collectors.toList());
           Set<String> set = stream.collect(Collectors.toSet());
13.findAny
           返回描述流的一些元素的Optional如果流为空，则返回一个空的Optional
14.iterator
           获得迭代器

   短路操作 : Short-circuiting：
       anyMatch
       allMatch
       noneMatch
       findFirst
       findAny
       limit

Stream.generate
   自己来控制Stream的生成
   这种情形通常用于随机数、常量的 Stream，或者需要前后元素间维持着某种状态信息的 Stream。
   把 Supplier 实例传递给 Stream.generate() 生成的 Stream，由于它是无限的，在管道中，必须利用limit之类的操作限制Stream大小。
   可以使用此方式制造出海量的测试数据

   eg:
       生成100个随机数并由此创建出Stream实例
       Stream.generate(()->(int)(Math.random()*100)).limit(100).forEach(System.out::println);

工具类:Collectors
java.util.stream.Collectors 类
主要作用就是辅助进行各类有用的操作。

   eg1:
       把Stream中的元素进行过滤然后再转为List集合
       List<String> list = Arrays.asList("test","hello","world","java","tom","C","javascript");
       List<String> result = list.stream().filter(s->s.length()>4).collect(Collectors.toList());

串行和并行
   串行Stream上的操作是在一个线程中依次完成
   并行Stream则是在多个线程上同时执行

串行和并行的相互转换:

可以通过对收集源调用parallelStream方法来把集合转换为并行流。
对顺序流调用parallel方法把流转换成并行流。

并行流就是一个把内容分成多个数据块，并用不同的线程分别处理每个数据块的流。

   对顺序流调用parallel方法并不意味着流本身有任何实际的变化。它在内部实际上就是设了一个boolean标志，表示你想让调用parallel之后进行的所有操作都并行执行。
   只需要对并行流调用BaseStream下的sequential()方法就可以把它变成顺序流。

  并行测试:
    public static void main(String[] args) {
       //生成100万个不同的字符串放到集合中
       int max = 1000000;
       List<String> values = new ArrayList<String>(max);
       for (int i = 0; i < max; i++) {
           UUID uuid = UUID.randomUUID();
           values.add(uuid.toString());
       }
       //1纳秒*10^9=1秒 
       long t0 = System.nanoTime();
       //串行stream 
       long count = values.stream().sorted().count();
       //并行stream
       //long count = values.parallelStream().sorted().count();
       long t1 = System.nanoTime();
       
       long time = t1 - t0;
       System.out.println(count);
       System.out.println(time);
    }

Map集合: HashMap

   Map类型不支持stream
   Java8为Map新增的方法

   基础数据:
       Map<String, Integer> map = new HashMap<>();
       map.put("tom",1);
       map.put("lisi",2);
       map.put("wangwu",3);
       map.put("zhaoliu",4);
       map.put("zhangsan",null);

1.Object compute(Object key, BiFunction remappingFunction):
       该方法使用remappingFunction根据原key-value对计算一个新的value。
       只要新的value不为null，就使用新的value覆盖原value；
       如果新的value为null，则删除原key-value对；
       // BiFunction<? super K, ? super V, ? extends V>
       // R apply(T t, U u);
       BiFunction<String, Integer, Integer> bif = (key,value)->{
           return 20;
       };
       map.compute("tom", bif);//替换tom的值
       map.compute("lisi", (key,value)->33);//替换lisi的值

2.Object computeIfAbsent(Object key, Function mappingFunction):
       如果传入的key参数在Map中对应的value为null，该方法将使用mappingFunction根据原key、value计算一个新的结果，
则用该计算结果覆盖原value；
       如果传入的key参数在Map中对应的value不为null，则该方法不做任何事情；
       如果原Map原来不包括该key，该方法可能会添加一组key-value对。

3.Object computeIfPresent(Object key, BiFunction remappingFunction):
       并且该计算结果不为null，则使用该结果覆盖原来的value；

       //R apply(T t, U u);
       map.computeIfPresent("zhaoliu", (key,value)->10);
       System.out.println(map);

4.void forEach(BiConsumer action):
       该方法是Java8为Map新增的一个遍历key-value对的方法。

       map.forEach((key,value)->{
           System.out.println(key+"--"+value);
       });

5.Object getOrDefault(Object key, V defaultValue):
       获取指定的key对应的value。如果该key不存在，则返回defaultValue。

       System.out.println(map.getOrDefault("zhaoliu", 10));//4
       System.out.println(map.getOrDefault("a", 10));//10

6.Object merge(Object key, Object value, BiFunction remappingFunction):
       该方法会先根据key参数获取该Map中对应的value。
       如果获取的value为null，则直接使用传入的value覆盖原value。
       如果获取的value不为null，则使用remappingFunction函数根据原value、新value计算一个新的结果，并用新的结果去覆盖原有的value。

       key对应的value为null:
           map.merge("zhangsan", 20, (key,value)->{return value+1;});
           System.out.println(map);
           //zhangsan=20

       key对应的value不为null:
           map.merge("zhaoliu", 20, (key,value)->{return value+1;});
           System.out.println(map);
           //{zhaoliu=21}

7.Object putIfAbsent(Object key, Object value):
       该方法会自动检测指定的key对应的value是否为null，
       如果该key对应的value为null，则使用传入的新value代替原来的null。
       如果该key对应的value不是null，那么该方法不做任何事情。

       key对应value为null:
           map.putIfAbsent("zhangsan", 20);
           System.out.println(map);
           //zhangsan=20

       key对应value不为null:
           map.putIfAbsent("wangwu", 20);
           System.out.println(map);
           //wangwu=3

8.Object replace(Object key, Object value):
       将Map中指定key对应的value替换成新value并把被替换掉的旧值返回。
       如果key在Map中不存在，该方法不会添加key-value对，而是返回null。

       map.replace("lisi", 42);
       System.out.println(map);
       //lisi=42

9.Boolean replace(K key, V oldValue, V newValue):
       将Map中指定的key-value对的原value替换成新value。
       如果在Map中找到指定的key-value对，则执行替换并返回true，否则返回false。

       key-value都正确
           map.replace("lisi", 2, 23);
           System.out.println(map);
           //lisi=23//替换成功
       key-value没有都正确
           map.replace("lisi", 21, 23);
           System.out.println(map);
           //lisi=2//替换失败

10.replaceAll(BiFunction function):
该方法使用function对原key-value对执行计算，
并将计算结果作为key-value对的value值

       map.replaceAll((key,value)->{return value!=null?value+1:0;});
       System.out.println(map);
       {lisi=3, tom=2, zhaoliu=5, zhangsan=0, wangwu=4}

Date:
   最原始:注:本次用到的Date都是java.util.Date
   1.创建时间
       //当前时间
       java.util.Date d = new java.util.Date();
       //某个时间戳创建时间
       //时间戳 : 1970-01-01到某个日期的毫秒数
       java.util.Date d1 = new java.util.Date(12310231231L);

   2.将字符串解析为时间Date类型
       SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd hh:mm:ss");
       String msg = "2019-8-28 7:41:07";
       Date parse = sdf.parse(msg);
       System.out.println(parse.toLocaleString());

   3.将日期Date类型格式化为字符串:
       SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd hh:mm:ss");
       String format = sdf.format(new Date());
       System.out.println(format);

   新:提供了java.time包下的类处理日期
       java.time – 包含值对象的基础包
       java.time.chrono – 提供对不同的日历系统的访问
       java.time.format – 格式化和解析时间和日期
       java.time.temporal – 包括底层框架和扩展特性
       java.time.zone – 包含时区支持的类
   新增:
       创建日期:
           //创建指定时间
           LocalDate date = LocalDate.of(2019, Month.OCTOBER, 28);
           System.out.println(date.toString());

           //创建当前时间
           LocalDateTime now = LocalDateTime.now();

           //创建指定时间
           LocalDateTime ldt = LocalDateTime.of(2019, 8, 28, 7, 49, 28);
           System.out.println(ldt.toString());

       格式化日期:
       将字符串转换为日期

       DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyy-MM-dd");
            String time= "2019-08-28";
            LocalDate dl1 = LocalDate.parse(time, dtf);
            String str1 = dl1.format(dtf);
            System.out.println(str1);

Java_day24