当前位置： 首页 > news >正文

JDK8新特性（一）

news 2025/6/30 14:47:44

一、概述

        JDK8，又称为JDK 1.8，是Java语言开发的里程碑版本。这个版本引入了众多令人兴奋的新特性，让Java更加灵活和强大。其中，最引人注目的新特性包括Lambda表达式、方法引用、默认方法、Stream API、新的日期和时间API以及Optional类等。这些新特性不仅简化了代码，提高了开发效率，还为Java带来了真正的函数式编程风格。总之，JDK8让Java焕发出了新的活力，为开发者提供了更多的可能性。

1.为什么要学

  1. 能够看懂公司里的代码
  2. 大数量下处理集合效率高
  3. 代码可读性高
  4. 消灭嵌套地
//查询未成年作家的评分在70以上的书籍 由于洋流影响所以作家和书籍可能出现重复，需要进行去重
List<Book> bookList = new ArrayList<>();
Set<Book> uniqueBookValues = new HashSet<>();
Set<Author> uniqueAuthorValues = new HashSet<>();
for (Author author : authors) {if (uniqueAuthorValues.add(author)) {if (author.getAge() < 18) {List<Book> books = author.getBooks();for (Book book : books) {if (book.getScore() > 70) {if (uniqueBookValues.add(book)) {bookList.add(book);}}}}}
}
System.out.println(bookList);

List<Book> collect = authors.stream().distinct().filter(author -> author.getAge() < 18).map(author -> author.getBooks()).flatMap(Collection::stream).filter(book -> book.getScore() > 70).distinct().collect(Collectors.toList());
System.out.println(collect);

 2. 函数式编程思想

        面向对象思想需要关注用什么对象完成什么事情。而函数式编程思想就类似于我们数学中的函数。它主要关注的是对数据进行了什么操作。

3.优点

  1. 代码简洁，开发快速
  2. 接近自然语言，易于理解
  3. 易于"并发编程"

二、Lambda表达式

        Lambda是JDK8中一个语法糖。他可以对某些匿名内部类的写法进行简化。它是函数式编程思想的一个重要体现。让我们不用关注是什么对象。而是更关注我们对数据进行了什么操作。 

1. 核心原则

可推导可省略

示例一：

我们在创建线程并启动时可以使用匿名内部类的写法：

new Thread(new Runnable() {@Overridepublic void run() {System.out.println("你知道吗 我比你想象的 更想在你身边");}
}).start();

 可以使用Lambda的格式对其进行修改。修改后如下：

new Thread(()->{System.out.println("你知道吗 我比你想象的 更想在你身边");
}).start();

示例二： 

现有方法定义如下，其中IntBinaryOperator是一个接口。先使用匿名内部类的写法调用该方法。

public static int calculateNum(IntBinaryOperator operator){int a = 10;int b = 20;return operator.applyAsInt(a, b);}public static void main(String[] args) {int i = calculateNum(new IntBinaryOperator() {@Overridepublic int applyAsInt(int left, int right) {return left + right;}});System.out.println(i);}

 Lambda写法：

    public static void main(String[] args) {int i = calculateNum((int left, int right)->{return left + right;});System.out.println(i);}

示例三：

现有方法定义如下，其中IntPredicate是一个接口。先使用匿名内部类的写法调用该方法。

    public static void printNum(IntPredicate predicate){int[] arr = {1,2,3,4,5,6,7,8,9,10};for (int i : arr) {if(predicate.test(i)){System.out.println(i);}}}public static void main(String[] args) {printNum(new IntPredicate() {@Overridepublic boolean test(int value) {return value%2==0;}});}

Lambda写法：

    public static void main(String[] args) {printNum((int value)-> {return value%2==0;});}public static void printNum(IntPredicate predicate){int[] arr = {1,2,3,4,5,6,7,8,9,10};for (int i : arr) {if(predicate.test(i)){System.out.println(i);}}}

 2.省略规则

  1. 参数类型可以省略。
  2. 方法体只有一句代码时大括号return和唯一一句代码的分号可以省略。
  3. 方法只有一个参数时小括号可以省略。
  4. 以上这些规则都记不住也可以省略不记。

三、Stream流 

        Java8的Stream使用的是函数式编程模式，如同它的名字一样，它可以被用来对集合或数组进行链状流式的操作。可以更方便的让我们对集合或数组操作。

1.案列准备

    <dependencies><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><version>1.18.16</version></dependency></dependencies>

@Data
@NoArgsConstructor
@AllArgsConstructor
@EqualsAndHashCode//用于后期的去重使用
public class Author {//idprivate Long id;//姓名private String name;//年龄private Integer age;//简介private String intro;//作品private List<Book> books;
}

@Data
@AllArgsConstructor
@NoArgsConstructor
@EqualsAndHashCode//用于后期的去重使用
public class Book {//idprivate Long id;//书名private String name;//分类private String category;//评分private Integer score;//简介private String intro;}

    private static List<Author> getAuthors() {//数据初始化Author author = new Author(1L,"蒙多",33,"一个从菜刀中明悟哲理的祖安人",null);Author author2 = new Author(2L,"亚拉索",15,"狂风也追逐不上他的思考速度",null);Author author3 = new Author(3L,"易",14,"是这个世界在限制他的思维",null);Author author4 = new Author(3L,"易",14,"是这个世界在限制他的思维",null);//书籍列表List<Book> books1 = new ArrayList<>();List<Book> books2 = new ArrayList<>();List<Book> books3 = new ArrayList<>();books1.add(new Book(1L,"刀的两侧是光明与黑暗","哲学,爱情",88,"用一把刀划分了爱恨"));books1.add(new Book(2L,"一个人不能死在同一把刀下","个人成长,爱情",99,"讲述如何从失败中明悟真理"));books2.add(new Book(3L,"那风吹不到的地方","哲学",85,"带你用思维去领略世界的尽头"));books2.add(new Book(3L,"那风吹不到的地方","哲学",85,"带你用思维去领略世界的尽头"));books2.add(new Book(4L,"吹或不吹","爱情,个人传记",56,"一个哲学家的恋爱观注定很难把他所在的时代理解"));books3.add(new Book(5L,"你的剑就是我的剑","爱情",56,"无法想象一个武者能对他的伴侣这么的宽容"));books3.add(new Book(6L,"风与剑","个人传记",100,"两个哲学家灵魂和肉体的碰撞会激起怎么样的火花呢？"));books3.add(new Book(6L,"风与剑","个人传记",100,"两个哲学家灵魂和肉体的碰撞会激起怎么样的火花呢？"));author.setBooks(books1);author2.setBooks(books2);author3.setBooks(books3);author4.setBooks(books3);List<Author> authorList = new ArrayList<>(Arrays.asList(author,author2,author3,author4));return authorList;}

 2.快速入门

    2.1需求

        我们可以调用getAuthors方法获取到作家的集合。现在需要打印所有年龄小于18的作家的名字，并且要注意去重。

        2.1.1实现

        //打印所有年龄小于18的作家的名字，并且要注意去重List<Author> authors = getAuthors();authors.stream()//把集合转换成流.distinct()//先去除重复的作家.filter(author -> author.getAge()<18)//筛选年龄小于18的.forEach(author -> System.out.println(author.getName()));//遍历打印名字

 3.常用操作

       3.1创建流

单列集合： 集合对象.stream()

        List<Author> authors = getAuthors();Stream<Author> stream = authors.stream();

 数组：Arrays.stream(数组) 或者使用Stream.of来创建

        Integer[] arr = {1,2,3,4,5};Stream<Integer> stream = Arrays.stream(arr);Stream<Integer> stream2 = Stream.of(arr);

双列集合：转换成单列集合后再创建

        Map<String,Integer> map = new HashMap<>();map.put("蜡笔小新",19);map.put("黑子",17);map.put("日向翔阳",16);Stream<Map.Entry<String, Integer>> stream = map.entrySet().stream();

       3.2中间操作

filter
​ 可以对流中的元素进行条件过滤，符合过滤条件的才能继续留在流中。

例如：

​ 打印所有姓名长度大于1的作家的姓名

        List<Author> authors = getAuthors();authors.stream().filter(author -> author.getName().length()>1).forEach(author -> System.out.println(author.getName()));

map
​ 可以把对流中的元素进行计算或转换。

例如：

​ 打印所有作家的姓名     

List<Author> authors = getAuthors();authors.stream().map(author -> author.getName()).forEach(name->System.out.println(name));
Copy
//        打印所有作家的姓名List<Author> authors = getAuthors();//        authors.stream()
//                .map(author -> author.getName())
//                .forEach(s -> System.out.println(s));authors.stream().map(author -> author.getAge()).map(age->age+10).forEach(age-> System.out.println(age));

distinct
​ 可以去除流中的重复元素。

例如：

​ 打印所有作家的姓名，并且要求其中不能有重复元素。

        List<Author> authors = getAuthors();authors.stream().distinct().forEach(author -> System.out.println(author.getName()));

sorted
​ 可以对流中的元素进行排序。

例如：

​ 对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素。

        List<Author> authors = getAuthors();
//        对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素。authors.stream().distinct().sorted().forEach(author -> System.out.println(author.getAge()));List<Author> authors = getAuthors();
//        对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素。authors.stream().distinct().sorted((o1, o2) -> o2.getAge()-o1.getAge()).forEach(author -> System.out.println(author.getAge()));

 

limit
​ 可以设置流的最大长度，超出的部分将被抛弃。

例如：

​ 对流中的元素按照年龄进行降序排序，并且要求不能有重复的元素,然后打印其中年龄最大的两个作家的姓名。

        List<Author> authors = getAuthors();authors.stream().distinct().sorted().limit(2).forEach(author -> System.out.println(author.getName()));

skip
​ 跳过流中的前n个元素，返回剩下的元素

例如：

​ 打印除了年龄最大的作家外的其他作家，要求不能有重复元素，并且按照年龄降序排序。

//        打印除了年龄最大的作家外的其他作家，要求不能有重复元素，并且按照年龄降序排序。List<Author> authors = getAuthors();authors.stream().distinct().sorted().skip(1).forEach(author -> System.out.println(author.getName()));

 

flatMap
​ map只能把一个对象转换成另一个对象来作为流中的元素。而flatMap可以把一个对象转换成多个对象作为流中的元素。

例一：

​ 打印所有书籍的名字。要求对重复的元素进行去重。

//        打印所有书籍的名字。要求对重复的元素进行去重。List<Author> authors = getAuthors();authors.stream().flatMap(author -> author.getBooks().stream()).distinct().forEach(book -> System.out.println(book.getName()));

例二：

​ 打印现有数据的所有分类。要求对分类进行去重。不能出现这种格式：哲学,爱情

//        打印现有数据的所有分类。要求对分类进行去重。不能出现这种格式：哲学,爱情     爱情List<Author> authors = getAuthors();authors.stream().flatMap(author -> author.getBooks().stream()).distinct().flatMap(book -> Arrays.stream(book.getCategory().split(","))).distinct().forEach(category-> System.out.println(category));

3.3终结操作

forEach
​ 对流中的元素进行遍历操作，我们通过传入的参数去指定对遍历到的元素进行什么具体操作。

例子：

​ 输出所有作家的名字

//        输出所有作家的名字List<Author> authors = getAuthors();authors.stream().map(author -> author.getName()).distinct().forEach(name-> System.out.println(name));

count
​ 可以用来获取当前流中元素的个数。

例子：

​ 打印这些作家的所出书籍的数目，注意删除重复元素。

//        打印这些作家的所出书籍的数目，注意删除重复元素。List<Author> authors = getAuthors();long count = authors.stream().flatMap(author -> author.getBooks().stream()).distinct().count();System.out.println(count);

max&min
​ 可以用来或者流中的最值。

例子：

​ 分别获取这些作家的所出书籍的最高分和最低分并打印。

//        分别获取这些作家的所出书籍的最高分和最低分并打印。//Stream<Author>  -> Stream<Book> ->Stream<Integer>  ->求值List<Author> authors = getAuthors();Optional<Integer> max = authors.stream().flatMap(author -> author.getBooks().stream()).map(book -> book.getScore()).max((score1, score2) -> score1 - score2);Optional<Integer> min = authors.stream().flatMap(author -> author.getBooks().stream()).map(book -> book.getScore()).min((score1, score2) -> score1 - score2);System.out.println(max.get());System.out.println(min.get());

collect
​ 把当前流转换成一个集合。

例子：

​ 获取一个存放所有作者名字的List集合。

//        获取一个存放所有作者名字的List集合。List<Author> authors = getAuthors();List<String> nameList = authors.stream().map(author -> author.getName()).collect(Collectors.toList());System.out.println(nameList);

​ 获取一个所有书名的Set集合。 

//        获取一个所有书名的Set集合。List<Author> authors = getAuthors();Set<Book> books = authors.stream().flatMap(author -> author.getBooks().stream()).collect(Collectors.toSet());System.out.println(books);

​ 获取一个Map集合，map的key为作者名，value为List

//        获取一个Map集合，map的key为作者名，value为List<Book>List<Author> authors = getAuthors();Map<String, List<Book>> map = authors.stream().distinct().collect(Collectors.toMap(author -> author.getName(), author -> author.getBooks()));System.out.println(map);

3.4查找与匹配

anyMatch
​ 可以用来判断是否有任意符合匹配条件的元素，结果为boolean类型。

例子：

​ 判断是否有年龄在29以上的作家

//        判断是否有年龄在29以上的作家List<Author> authors = getAuthors();boolean flag = authors.stream().anyMatch(author -> author.getAge() > 29);System.out.println(flag);

allMatch
​ 可以用来判断是否都符合匹配条件，结果为boolean类型。如果都符合结果为true，否则结果为false。

例子：

​ 判断是否所有的作家都是成年人

//        判断是否所有的作家都是成年人List<Author> authors = getAuthors();boolean flag = authors.stream().allMatch(author -> author.getAge() >= 18);System.out.println(flag);

noneMatch
​ 可以判断流中的元素是否都不符合匹配条件。如果都不符合结果为true，否则结果为false

例子：

​ 判断作家是否都没有超过100岁的。

//        判断作家是否都没有超过100岁的。List<Author> authors = getAuthors();boolean b = authors.stream().noneMatch(author -> author.getAge() > 100);System.out.println(b);

findAny
​ 获取流中的任意一个元素。该方法没有办法保证获取的一定是流中的第一个元素。

例子：

​ 获取任意一个年龄大于18的作家，如果存在就输出他的名字

//        获取任意一个年龄大于18的作家，如果存在就输出他的名字List<Author> authors = getAuthors();Optional<Author> optionalAuthor = authors.stream().filter(author -> author.getAge()>18).findAny();optionalAuthor.ifPresent(author -> System.out.println(author.getName()));

findFirst
​ 获取流中的第一个元素。

例子：

​ 获取一个年龄最小的作家，并输出他的姓名。

 

//        获取一个年龄最小的作家，并输出他的姓名。List<Author> authors = getAuthors();Optional<Author> first = authors.stream().sorted((o1, o2) -> o1.getAge() - o2.getAge()).findFirst();first.ifPresent(author -> System.out.println(author.getName()));

 3.5reduce归并

​ 对流中的数据按照你指定的计算方式计算出一个结果。（缩减操作）

​ reduce的作用是把stream中的元素给组合起来，我们可以传入一个初始值，它会按照我们的计算方式依次拿流中的元素和初始化值进行计算，计算结果再和后面的元素计算。

​ reduce两个参数的重载形式内部的计算方式如下：

T result = identity;
for (T element : this stream)result = accumulator.apply(result, element)
return result;

​ 其中identity就是我们可以通过方法参数传入的初始值，accumulator的apply具体进行什么计算也是我们通过方法参数来确定的。

例子：

​ 使用reduce求所有作者年龄的和

//        使用reduce求所有作者年龄的和List<Author> authors = getAuthors();Integer sum = authors.stream().distinct().map(author -> author.getAge()).reduce(0, (result, element) -> result + element);System.out.println(sum);

 使用reduce求所有作者中年龄的最大值

//        使用reduce求所有作者中年龄的最大值List<Author> authors = getAuthors();Integer max = authors.stream().map(author -> author.getAge()).reduce(Integer.MIN_VALUE, (result, element) -> result < element ? element : result);System.out.println(max);

​ 使用reduce求所有作者中年龄的最小值

//        使用reduce求所有作者中年龄的最小值List<Author> authors = getAuthors();Integer min = authors.stream().map(author -> author.getAge()).reduce(Integer.MAX_VALUE, (result, element) -> result > element ? element : result);System.out.println(min);

​ reduce一个参数的重载形式内部的计算

 	 boolean foundAny = false;T result = null;for (T element : this stream) {if (!foundAny) {foundAny = true;result = element;}elseresult = accumulator.apply(result, element);}return foundAny ? Optional.of(result) : Optional.empty();

 ​ 如果用一个参数的重载方法去求最小值代码如下：

        //        使用reduce求所有作者中年龄的最小值List<Author> authors = getAuthors();Optional<Integer> minOptional = authors.stream().map(author -> author.getAge()).reduce((result, element) -> result > element ? element : result);minOptional.ifPresent(age-> System.out.println(age));

        4.注意事项

  1. 惰性求值（如果没有终结操作，没有中间操作是不会得到执行的）
  2. 流是一次性的（一旦一个流对象经过一个终结操作后。这个流就不能再被使用）
  3. 不会影响原数据（我们在流中可以多数据做很多处理。但是正常情况下是不会影响原来集合中的元素的。这往往也是我们期望的

四、结束语

        本章讲解了Lambda表达式和Stream流 的使用，后面在继续更新jdk8新特性的更多使用的骚操作，如Optional、 函数式接口、方法引用、新日期特性、还有更多的高级玩法。希望大家多多支持哦~

 

 

 

 

 

 

 

 

 

 

http://www.lryc.cn/news/288554.html

相关文章：

  • java实现ftp协议远程网络下载文件
  • 深入浅出理解目标检测的NMS非极大抑制
  • HbuilderX报错“Error: Fail to open IDE“，以及运行之后没有打开微信开发者,或者运行没有反应的解决办法
  • 【Go 快速入门】基础语法 | 流程控制 | 字符串
  • 腾讯云轻量应用Ubuntu服务器如何一键部署幻兽帕鲁Palworld私服？
  • Redis的SDS你了解吗？
  • C#中常见的软件设计模式及应用场景
  • 字符串相关函数和文件操作
  • 【c++学习】数据结构中的栈
  • 新建react项目，react-router-dom配置路由，引入antd
  • Transformer and Pretrain Language Models3-6
  • Linux系统中编写bash脚本进行mysql的数据同步
  • 光耦驱动继电器电路图大全
  • 【AI量化分析】小明在量化中使用交叉验证原理深度分析解读
  • 2024最新版Visual Studio Code安装使用指南
  • 接口请求重试八种方法
  • 【Linux 基础】常用基础指令(上)
  • 【RT-DETR有效改进】EfficientFormerV2移动设备优化的视觉网络（附对比试验效果图）
  • 《动手学深度学习(PyTorch版)》笔记4.4
  • Linux/Academy
  • windows .vscode的json文件配置 CMake 构建项目 调试窗口中文设置等
  • uniapp canvas做的刮刮乐解决蒙层能自定义图片
  • 利用SPI,结合数据库连接池durid进行数据服务架构灵活设计
  • 自动驾驶的决策层逻辑
  • 排序算法——希尔排序算法详解
  • Docker 容器内运行 mysqldump 命令来导出 MySQL 数据库，自动化备份
  • 【Java万花筒】数字信号魔法：Java库的魅力解析
  • 面试高频知识点：2线程 2.1 线程池 2.1.2 JDK中常见的线程池实现有哪些？
  • Azure Private endpoint DNS 记录是如何解析的
  • windows 安装sql server 华为云文档