Java 8 的 Lambda 表达式和 Stream API

---

简介

Java 8 的 Lambda 表达式提供了强大的函数化的编程能力，将函数作为参数传递进方法中。免去了使用匿名方法的麻烦，这样使可读性更好，表达更清晰。它是推动 Java 8 发布的最重要新特性。Lambda 表达式的简洁让人非常激动，但是如果第一次看到一段复杂的Lambda表达式的代码，会让你非常头疼，对于初学者来说，可能就是一段垃圾代码，因为你并不知道 Lambda 表达式到底在表达什么╮(╯▽╰)╭下面我们就举一些小例子由浅入深的了解下 Lambda 表达式。

基本语法

(parameters) -> expression 或者 (parameters) ->{ statements; }

个人理解，把 Lambda 表达式看成咱们上学的时候学的函数 f(x) = x + 1 会让你更容易理解。

以下是lambda表达式的重要特征:

• 可选类型声明：不需要声明参数类型，编译器可以统一识别参数值。
• 可选的参数圆括号：一个参数无需定义圆括号，但多个参数需要定义圆括号。
• 可选的大括号：如果主体包含了一个语句，就不需要使用大括号。
• 可选的返回关键字：如果主体只有一个表达式返回值则编译器会自动返回值，大括号需要指定明表达式返回了一个数值。

简单实例

public interface Operation {

    int calc(int a, int b);
}

public interface Greeting {

    void say(String msg);
}

public class LambdaTest {

    public static int calc(int a, int b, Operation operation) {
        return operation.calc(a, b);
    }

    public static void say(String msg, Greeting greeting) {
        greeting.say(msg);
    }

    public static void main(String args[]) {
        // 类型声明
        Operation addition = (int a, int b) -> a + b;

        // 不用类型声明
        Operation subtraction = (a, b) -> a - b;

        // 大括号中的返回语句。
        // 一般只有存在多行语句的时候才会使用，单行语句不需要使用，部分IDE会提示去掉大括号。
        Operation multiplication = (int a, int b) -> {
            return a * b;
        };

        // 没有大括号及返回语句
        Operation division = (int a, int b) -> a / b;

        System.out.println("10 + 5 = " + LambdaTest.calc(10, 5, addition));
        System.out.println("10 - 5 = " + LambdaTest.calc(10, 5, subtraction));
        System.out.println("10 x 5 = " + LambdaTest.calc(10, 5, multiplication));
        System.out.println("10 / 5 = " + LambdaTest.calc(10, 5, division));

        // 不用括号
        Greeting sayHello = message -> System.out.println("Hello " + message);

        // 用括号
        Greeting sayBye = (message) -> System.out.println("Bye " + message);

        LambdaTest.say("cylong", sayHello);
        LambdaTest.say("cylong", sayBye);
        LambdaTest.say("cylong", message -> System.out.println("Hi " + message));

        // 以前的匿名类
        LambdaTest.say("cylong", new Greeting() {
            @Override
            public void say(String msg) {
                System.out.println("Hello " + msg);
            }
        });
    }
}

以上代码的输出为：

10 + 5 = 15
10 - 5 = 5
10 x 5 = 50
10 / 5 = 2
Hello cylong
Bye cylong
Hello cylong
Hello cylong

Java 8 的 Stream API

其实目前用 Lambda 表达式最多的地方就是 Java 8 的新特性——Stream API，借助于 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汇聚操作，并发模式能够充分利用多核处理器的优势，使用 fork/join 并行方式来拆分任务和加速处理过程。Java 8 中的 Stream 是对集合（Collection）对象功能的增强，Stream 不是集合元素，它不是数据结构并不保存数据，它是有关算法和计算的。在以前的 Java API中，我们更多的是使用for或者Iterator来遍历集合，同时我们可能会对集合里的数据进行过滤，计算等等处理，导致代码量非常的多，还容易出错。而使用 Stream，用户只要给出需要对其包含的元素执行什么操作，比如 “过滤掉长度大于 10 的字符串”、“获取每个字符串的首字母”等，Stream 会隐式地在内部进行遍历，做出相应的数据转换。下面我们就看一些例子，深入了解下 Stream 的使用。

集合迭代

List<Integer> numList = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);

// 普通的 for 循环
for (int n : numList) {
    System.out.println(n);
}

// 使用 Lambda 表达式
numList.forEach(n -> System.out.println(n));

// 使用 Java 8 的方法引用
// 看起来像C++的作用域解析运算符
numList.forEach(System.out::println);

上面的例子包含普通的for循环，Lambda表达式遍历的方式，最后一种方式是方法引用，让代码量再次减少，代码更加清晰。

集合过滤

// 输出集合中所有大于5的值
numList.stream().filter(n -> n > 5).forEach(System.out::println);

上面的代码中 filter(n -> n > 5)就是获得集合中大于5的所有值，filter 的参数是 java.util.function.Predicate，返回值是一个 Stream。使用 Predicate 可以向API方法添加逻辑，用更少的代码支持更多的动态行为。上面的例子就是使用 Predicate 对集合进行过滤。在 filter() 方法中，我们可以写更多复杂的逻辑来过滤集合元素。甚至可以使用 and() 或者 or()等合并多个条件，如下面这样。

// 输出集合中所有大于5并且小于8的值
Predicate<Integer> start = n -> n >5;
Predicate<Integer> end = n -> n <8;
numList.stream().filter(start.and(end)).forEach(System.out::println);

另外，关于 filter() 方法有个常见误解。在现实生活中，做过滤的时候，通常会丢弃部分，但使用filter()方法则是获得一个新的列表，且其每个元素符合过滤原则。

// 创建一个新的集合，所有元素的值大于5
List<Integer> newNumList = numList.stream().filter(n -> n > 5).collect(Collectors.toList());
newNumList.forEach(System.out::println);
System.out.println();
numList.forEach(System.out::print);

输出是：

678910
12345678910

Stream 的 map 示例

// 将集合中的所有值计算平方后输出
numList.stream().map(n -> n * n).forEach(System.out::println);

本例介绍最广为人知的函数式编程概念 map。它允许你将对象进行转换。例如在本例中，我们将 n -> n * n lambda 表达式传到 map() 方法，后者将其应用到流中的每一个元素。然后用 forEach() 将列表元素打印出来。

Stream 的 Reduce 示例

// 将集合中的所有值求和
int result = numList.stream().reduce((sum, n) -> sum + n).get();
System.out.println(result);

在上个例子中，可以看到map将集合类（例如列表）元素进行转换的。还有一个 reduce() 函数可以将所有值合并成一个。Map和Reduce操作是函数式编程的核心操作，因为其功能，reduce 又被称为折叠操作。另外，reduce 并不是一个新的操作，你有可能已经在使用它。SQL中类似 sum()、avg() 或者 count() 的聚集函数，实际上就是 reduce 操作，因为它们接收多个值并返回一个值。流API定义的 reduce() 函数可以接受lambda表达式，并对所有值进行合并。IntStream这样的类有类似 average()、count()、sum() 的内建方法来做 reduce 操作，也有mapToLong()、mapToDouble() 方法来做转换。这并不会限制你，你可以用内建方法，也可以自己定义。

计算集合元素的最大值、最小值、总和以及平均值

// 计算集合元素的最大值、最小值、总和以及平均值
IntSummaryStatistics stats = numList.stream().mapToInt((x) -> x).summaryStatistics();
System.out.println("Highest prime number in List : " + stats.getMax());
System.out.println("Lowest prime number in List : " + stats.getMin());
System.out.println("Sum of all prime numbers : " + stats.getSum());
System.out.println("Average of all prime numbers : " + stats.getAverage());

输出：

Highest prime number in List : 10
Lowest prime number in List : 1
Sum of all prime numbers : 55
Average of all prime numbers : 5.5

并行流 parallelStream

上文有提到，Stream API 提供串行和并行两种模式进行汇聚操作，并发模式能够充分利用多核处理器的优势。串行流就是上面的 stream，而想要并行操作，就需要使用 parallelSteram。下面举一个例子来看看 stream 和 parallelStream 的区别。

public class ParallelStreamTest {

    public static void main(String[] args) {
        List<Integer> numList = Arrays.asList(1, 2, 3, 4, 5);

        doFor(numList);
        doStream(numList);
        doParallelStream(numList);
    }

    private static void doFor(List<Integer> numList) {
        long start = System.currentTimeMillis();
        for (int num : numList) {
            try {
                Thread.sleep(1000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            System.out.print(num);
        }
        System.out.println();
        long stop = System.currentTimeMillis();
        System.out.println("doFor: " + (stop - start));
    }

    private static void doStream(List<Integer> numList) {
        long start = System.currentTimeMillis();
        numList.stream().forEach(num -> {
            try {
                Thread.sleep(1000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            System.out.print(num);
        });
        System.out.println();
        long stop = System.currentTimeMillis();
        System.out.println("doStream: " + (stop - start));
    }

    private static void doParallelStream(List<Integer> numList) {
        long start = System.currentTimeMillis();
        numList.parallelStream().forEach(num -> {
            try {
                Thread.sleep(1000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            System.out.print(num);
        });
        System.out.println();
        long stop = System.currentTimeMillis();
        System.out.println("doParallelStream: " + (stop - start));
    }
}

输出：

12345
doFor: 5003
12345
doStream: 5003
34251
doParallelStream: 1009

代码上 stream 和 parallelStream 语法差异较小，用法基本一样。从执行结果来看，stream 顺序输出，而 parallelStream 无序输出；parallelStream 执行耗时是 stream 的五分之一，stream 和 for 循环用时一样。可以看到在当前测试场景下，parallelStream 获得的相对较好的执行性能，那 parallelStream 背后到底是什么呢？
要深入了解 parallelStream，首先要弄明白 ForkJoin 框架和 ForkJoinPool。ForkJoin 框架是 java 7 中提供的并行执行框架，他的策略是分而治之。说白了，就是把一个大的任务切分成很多小的子任务，子任务执行完毕后，再把结果合并起来。

parallelStream 使用注意点

在开发过程中，经常会遇到遍历一个很大的集合做重复的操作，这时候如果使用串行执行会相当耗时，因此一般会采用多线程来提速。但是 parallelStream 若使用不当，很容易掉进陷阱中。总结以下几点需要注意：

• parallelStream 对集合操作是无序的，所以若需要顺序操作，请使用 stream 或者使用 parallelStream().forEachOrdered，后者执行时间就和 stream一样了，并不会提高效率。
• parallelStream 速度并不会总是比 stream 快。将上面的例子修改为 Thread.sleep(1)，输出结果为：

12345
doFor: 10
12345
doStream: 12
32154
doParallelStream: 13

可见并不是并行执行就是性能最好的，要根据具体的应用场景测试分析。这个例子中，每个子任务执行时间较短，而线程切换消耗了大量时间。

• paralleStream 是非线程安全的！非线程安全！非线程安全！重要的事情说三遍。下面看一个例子就可以很明显的看到了。

public class ThreadSafeTest {

    private static List<Integer> list1 = new ArrayList<>();
    private static List<Integer> list2 = new ArrayList<>();
    private static List<Integer> list3 = new ArrayList<>();
    private static Lock lock = new ReentrantLock();

    public static void main(String[] args) {
        IntStream.range(0, 10000).forEach(list1::add);

        IntStream.range(0, 10000).parallel().forEach(list2::add);

        IntStream.range(0, 10000).forEach(i -> {
            lock.lock();
            try {
                list3.add(i);
            }finally {
                lock.unlock();
            }
        });

        System.out.println("串行执行的大小：" + list1.size());
        System.out.println("并行执行的大小：" + list2.size());
        System.out.println("加锁并行执行的大小：" + list3.size());
    }

}

输出：

串行执行的大小：10000
并行执行的大小：9592
加锁并行执行的大小：10000

显而易见，stream.parallel.forEach()中执行的操作并非线程安全。如果需要线程安全，可以把集合转换为同步集合，即：Collections.synchronizedList(new ArrayList<>())。也可以像例子中的那样，对操作进行加锁。

总结

• Lambda 表达式提供了 Java 的函数化编程能力，取代了匿名内部类。让我们的代码量更少更美观。
• Lambda表达式在Java中又称为闭包或匿名函数。
• Stream API 提供了强大的集合操作。让我们在开发过程中更关心逻辑，而不是怎么详细的去实现。
• stream 是串行的，线程安全的。parallelStream 是并行的，线程不安全的，在使用过程中尤其要注意。

参考资料

Java 8 Lambda 表达式 | 菜鸟教程
Java 8 中的 Streams API 详解 | IBM Developer
Java 8 Lambda 表达式10个示例 | ImportNew
Java 8 parallelStream 浅析 | 知乎
Java 8 parallelStream 并发安全的思考 | puyangsky 博客园
深入浅出 parallelStream | 梦铃之境的专栏

---