Java 8十個lambda表達式案例
1. 實現Runnable線程案例
使用() -> {} 替代匿名類：
//Before Java 8:new Thread(new Runnable() { @Override
public void run() {
System.out.println("Before Java8 ");
}
}).start();//Java 8 way:new Thread( () -> System.out.println("In Java8!") ).start();
Output:too much code, for too little to doLambda expression rocks !!你可以使用 下面語法實現Lambda:
(params) -> expression
(params) -> statement
(params) -> { statements }
如果你的方法並不改變任何方法參數，比如只是輸出，那麼可以簡寫如下：
() -> System.out.println("Hello Lambda Expressions");
如果你的方法接受兩個方法參數，如下：
(int even, int odd) -> even + odd
2.實現事件處理
如果你曾經做過Swing 編程，你將永遠不會忘記編寫事件偵聽器代碼。使用lambda表達式如下所示寫出更好的事件偵聽器的代碼。
// Before Java 8:JButton show = new JButton("Show");
show.addActionListener(new ActionListener() { @Override
public void actionPerformed(ActionEvent e) {
System.out.println("without lambda expression is boring");
}
});// Java 8 way:show.addActionListener((e) -> {
System.out.println("Action !! Lambda expressions Rocks");
});在java 8中你可以使用Lambda表達式替代醜陋的匿名類。
3.使用Lambda表達式遍歷List集合
features .asList(, ,
, ); ( feature ) { .out.println(feature);
} features .asList(, , ,
);
features.forEach(n -> .out.println(n));features.forEach(.out::println); and方法引用是使用兩個冒號::這個操作符號。
4.使用Lambda表達式和函數接口
爲了支持函數編程，Java 8加入了一個新的包java.util.function，其中有一個接口java.util.function.Predicate是支持Lambda函數編程：
(args[]){
List languages = Arrays.(, , , , );
System..();
filter(languages, (str)->str.());
System..();
filter(languages, (str)->str.());
System..();
filter(languages, (str)->);
System..();
filter(languages, (str)->);
System..();
filter(languages, (str)->str.() > );
} (List names, Predicate condition) { (String names) { (condition.(name)) {
System..(name + );
}
}
}
}Languages which starts with J :
Java
Languages which ends with a
Java
Scala
Print all languages :
Java
Scala
C++
Haskell
Lisp
Print no language :
Print language whose length greater than :
Scala
Haskell
(List names, Predicate condition) {
names.().((name) -> (condition.(name)))
.((name) -> {System..(name + );
});
}你能看到來自Stream API 的filter方法能夠接受 Predicate參數, 能夠允許測試多個條件。
5.複雜的結合Predicate 使用
java.util.function.Predicate提供and(), or() 和 xor()可以進行邏輯操作，比如爲了得到一串字符串中以"J"開頭的4個長度：
<> startsWithJ (n) -> n.startsWith(); <> fourLetterLong (n) -> n.length() == ; names.stream() .filter(startsWithJ.(fourLetterLong)) .forEach((n) -> .out.print( + n));
其中startsWithJ.and(fourLetterLong)是使用了AND邏輯操作。
6.使用Lambda實現Map 和 Reduce
最流行的函數編程概念是map，它允許你改變你的對象，在這個案例中，我們將costBeforeTeax集合中每個元素改變了增加一定的數值，我們將Lambda表達式 x -> x*x傳送map()方法，這將應用到stream中所有元素。然後我們使用 forEach() 打印出這個集合的元素.
costBeforeTax .asList(, , , , ); ( cost ) {
double price cost + .*cost; .out.println(price);
} costBeforeTax .asList(, , , , );
costBeforeTax.stream().map((cost) -> cost + .*cost)
.forEach(.out::println);reduce() 是將集合中所有值結合進一個，Reduce類似SQL語句中的sum(), avg() 或count(),
// Applying 12% VAT on each purchase// Old way:List costBeforeTax = Arrays.asList(100, 200, 300, 400, 500); double total = 0;for (Integer cost : costBeforeTax) { double price = cost + .12*cost; total = total + price; }System.out.println("Total : " + total);// New way:List costBeforeTax = Arrays.asList(100, 200, 300, 400, 500); double bill = costBeforeTax.stream().map((cost) -> cost + .12*cost)
.reduce((sum, cost) -> sum + cost)
.get();System.out.println("Total : " + bill);OutputTotal : 1680.0Total : 1680.0
7.通過filtering 創建一個字符串String的集合
Filtering是對大型Collection操作的一個通用操作，Stream提供filter()方法，接受一個Predicate對象，意味着你能傳送lambda表達式作爲一個過濾邏輯進入這個方法：
<> filtered strList.stream().filter(x -> x.length()> ) .collect(.toList());.out.printf(, strList, filtered); [, , , , , ], filtered list , bcd, defg
8.對集合中每個元素應用函數
我們經常需要對集合中元素運用一定的功能，如表中的每個元素乘以或除以一個值等等.
<> G7 .asList(, , , , , ,); G7Countries G7.stream().map(x -> x.toUpperCase()) .collect(.joining());.out.println(G7Countries); , , , , , U.K.,
上面是將字符串轉換爲大寫，然後使用逗號串起來。
9.通過複製不同的值創建一個子列表
使用Stream的distinct()方法過濾集合中重複元素。
<> numbers .asList(, , , , , , );<> distinct numbers.stream().map( i -> i*i).distinct() .collect(.toList());.out.printf(, numbers, distinct); [, , , , , , ], duplicates , , , ,
10.計算List中的元素的最大值，最小值，總和及平均值
<> primes .asList(, , , , , , , , , ); stats primes.stream().mapToInt((x) -> x) .summaryStatistics();.out.println( + stats.getMax());.out.println( + stats.getMin());.out.println( + stats.getSum());.out.println( + stats.getAverage());