Just relax, take it easy..

0%

《Java 8 实战》读书笔记

时光飞逝,还记得大二开始接触 java 时,那时主流的是 jdk1.6 与 eclipse 的天下。没想到转眼间 java8 也发布快六年了,其中 Lambda、方法引用、stream 这些新特性,每次看到都云里来雾里去。正好拜读一下《Java 8 实战》这本书一探究竟~

p.s. 本文更多的是个人的笔记,完整代码请参考这个 repo: https://github.com/daya0576/java8_practice

第一部分:基础知识

第一章:Why java8

  • Stream API:灵感源自 linux 命令的管道流(|) -> 好处:天然的并行(执行的时候分块)
  • 函数式编程:方法引用 -> lambda

第二章:通过行为参数化传递代码

了解过「策略设计模式」的同学,都知道将「行为」作为参数,可以增加代码的灵活性与可读性,但代码看上去还是有一丝累赘🤔
...

参考《在 java & python 中,如何优雅的筛选一堆苹果》

第三章:lambda 表达式

基本语法如下:

1
(Apple a1, Apple a2) -> a1.getWeight().compareTo(a2.getWeight());

主要分为三部分:

  1. 参数:两个 Apple
  2. 箭头:将「参数列表」与 「Lambda 主体」区分开
  3. 主体:比较两个苹果的重量(注意控制流语句需用大括号包围:例如return "Hello" + i

使用场景

函数式接口?
原名叫做 functional interface,为只有一个抽象方法的接口。

java8 还专门给抽象方法 @FunctionalInterface 注解,在编译阶段做检查。

举个例子:

1
2
3
4
5
6
7
8
9
10
11
12
// 官方的 Runnable 接口
@FunctionalInterface
public interface Runnable {
public abstract void run();
}


public static void main(String[] args) {
Runnable r1 = () -> System.out.println("Hello World");
r1.run();
}
// 最终输出 Hello World

函数式接口

java.util.function 中几个函数式的接口:

  • Runnable(()->void)
  • Predict(T->boolean) -> 输入一个参数,返回 boolean,用于例如列表中元素的筛选
  • Compare((U,T)->R) -> 输入两个参数,返回 boolean,用于排序
  • Consumer(T->void) -> 返回 void,用于例如打印一个列表中的所有元素
    和 Runnable的区别??Runnable 是没有参数的
  • Supplier(()->T): 用于实例化多个对象
  • Function(T->R) -> 返回任意泛型的结果,例如用于获取一堆苹果对应的重量

方法引用

以下两种写法是等价的:

1
2
3
4
5
// lambda
inventory.sort((Apple a1, Apple a2) -> a1.getWeight().compareTo(a2.getWeight()));

// 引用
inventory.sort(comparing(Apple::getWeight));

引用又分为三种:

  1. 静态方法,e.g. Integer::parseInt
  2. 类型 - 实例方法,e.g. String::length
  3. 实例对象 - 实例方法,e.g. expensiveTransaction::getValue

谓词复合

可以将多个 lambda 通过 and/or/negative 关联起来,例如筛选出又红又大的苹果:

1
2
Predicate<Apple> greenApplePredict = (Apple apple) -> "green".equals(apple.getColor());
Predicate<Apple> predict = greenApplePredict.and(Apple::isHeavyApple);

函数组合

利用 andThencompose 两个默认方法,将函数组合成自定义的 pipeline

1
2
3
4
5
6
7
8
9
10
11
12
13
// g(f(x))
Function<Integer, Integer> f1 = x -> x + 1;
Function<Integer, Integer> g1 = x -> x * 2;
Function<Integer, Integer> h1 = f1.andThen(g1).andThen(f1);
int result1 = h1.apply(1);
System.out.println(result1);

// f(g(x))
Function<Integer, Integer> f2 = x -> x + 1;
Function<Integer, Integer> g2 = x -> x * 2;
Function<Integer, Integer> h2 = f2.compose(g2);
int result2 = h2.apply(1);
System.out.println(result2);

第四章:引入流 & 使用流

以前以为 java 中的流只是为了让代码看起来更加简洁优雅,但另一个非常重要的优势在于自动的多核并行处理,提升性能,同时不用再担心如何处理线程与锁(在书的第七章中会重点介绍)。

⚠️注意:stream 与 python 中的 generator 类似,产生后只能被消费一次。

Stream API 总共有几种呢?

一、筛选:

  • filter
  • distinct
  • limit
  • skip: 跳过前 n 个元素

二、映射:

  • map
  • flatMap: 将多个 list 直接打平

flatMap 的例子:

1
2
3
4
5
6
List<String> words = Arrays.asList("hello", "world");
List<String> wordsParsed = words.stream()
.map(word->word.split(""))
.flatMap(Arrays::stream)
.collect(toList());
// [h, e, l, l, o, w, o, r, l, d]

以及如何生成笛卡尔积(但有一句说一句,感觉不是很直观。。):

1
2
3
4
5
6
// 给定列表[1, 2, 3]和􏳴表[3, 4],返回笛卡尔积:
List<Integer> numbers1 = Arrays.asList(1, 2, 3);
List<Integer> numbers2 = Arrays.asList(3, 4);
List<int[]> pairs = numbers1.stream()
.flatMap(i -> numbers2.stream().map(j -> new int[]{i, j}))
.collect(toList());

三、查找和匹配

  • anyMatch/allMatch

  • findAny: 注意这个方法返回的是 Optional 容器类(代表一个值存在或不存在),目标为有效的避免 NPE 的情况。

  • findFirst: 故名思义,与 findAny 的区别在于是否有序的第一个

  • sorted

  • distinct

四、归约

  • reduce: 举几个例子
    • reduce(0, (a, b) -> a + b): 0 代表初始的指
    • reduce(0, Integer::sum) / reduce(0, Integer::min)

但如果你想找到多个交易中,金额最大的拿笔交易:

1
2
3
// 找到最大金额的交易
Optional<Transaction> maxTransaction = transactions.stream()
.reduce((t1, t2) -> t1.getValue() > t2.getValue()?t1:t2);

总结

用文中的一张图总结一下:

第六章:用流收集数据

collector 的三大功能:

  • 将流元素规约和汇总为一个值
  • 元素分组
  • 元素分区

1. 汇总

  1. 最大值/最小值
1
2
3
4
5
6
Comparator<Dish> dishCaloriesComparator = 
Comparator.comparingInt(Dish::getCalories);

Optional<Dish> mostCalorieDish =
menu.stream()
.collect(maxBy(dishCaloriesComparator));
  1. 总数
1
int totalCalories = menu.stream().collect(summingInt(Dish::getCalories));
  1. 连接字符串
1
String shortMenu = menu.stream().map(Dish::getName).collect(joining());

2. 元素分组

其实就是 groupby

1
Map<Dish.Type, List<Dish>> dishesByType = menu.stream().collect(groupingBy(Dish::getType));

也可以直接计算 count

1
Map<Dish.Type, Long> typesCount = menu.stream().collect( groupingBy(Dish::getType, counting()));

还可以多级的分组。。。不太喜欢,就不列例子了

3. 分区

以下的返回结果分别为 true/false 对应的 map

1
Map<Boolean, List<Dish>> partitionedMenu = menu.stream().collect(partitioningBy(Dish::isVegetarian));

第七章:并行数据处理与性能

好复杂,跳过

第三部分:高效 java8 编程

罗列了一些设计模式,跳过。

第八章:重构、测试和调试

如何调试

一、堆栈

Q: 这个挺有意思的,下面堆栈中的 $0 是什么意思呢?
A: 这些表示错误发生在Lambda表达式内部。由于Lambda表达式没有名字,所以编译器只能为 它们指定一个名字。

1
2
3
4
5
Exception in thread "main" java.lang.NullPointerException
at Debugging.lambda$main$0(Debugging.java:6)
at Debugging$$Lambda$5/284720968.apply(Unknown Source)
at java.util.stream.ReferencePipeline$3$1.accept(ReferencePipeline
.java:193)

二、日志

利用 peek 插入打印日志的动作:

1
2
3
4
5
6
7
List<Integer> result = numbers.stream()
numbers.stream()
.peek(x -> System.out.println("from stream: " + x))
.map(x -> x + 17)
.peek(x -> System.out.println("after map: " + x))
.filter(x -> x % 2 == 0)
...

第九章:默认方法

Q: 首先回答为什么需要默认方法呢?
A: nterface 新增一个方法的时候,不让已有的代码报错,从而有了默认方法。

举个例子:java 中 extend 只能继承一个父类,但可以 implement 多个接口。好处在于默认方法的复用

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
public interface Rotatable {
void setRotationAngle(int angleInDegrees);
int getRotationAngle();
default void rotateBy(int angleInDegrees){
setRotationAngle((getRotationAngle () + angle) % 360);
}
}

public interface Moveable {
int getX();
int getY();
void setX(int x);
void setY(int y);

default void moveHorizontally(int distance) {
setX(getX() + distance);
}

default void moveVertically(int distance) {
setY(getY() + distance);
}
}

public interface Resizable {
int getWidth();
int getHeight();
void setWidth(int width);
void setHeight(int height);
void setAbsoluteSize(int width, int height);

default void setRelativeSize(int wFactor, int hFactor) {
setAbsoluteSize(getWidth() / wFactor, getHeight() / hFactor);
}
}

// 可以 旋转、移动、
public class Monster implements Rotatable, Moveable, Resizable {
...
}
public class Sun implements Moveable, Rotatable { ...
}

但假如 Rotatable 和 Moveable 接口,都存在一个相同名字的默认方法,造成的冲突要如何解决呢?

第十章:用Optional取代null

为避免 NPE 引入了 Optional 对象

创建 Optional 对象

空的 Optional

1
Optional<Car> optCar = Optional.empty();

非空值创建 Optional, 注意如果 car 为 null,则立刻抛出一个 NPE

1
Optional<Car> optCar = Optional.of(car);

可接受 null 的 Optional

1
Optional<Car> optCar = Optional.ofNullable(car);

获取 Optional 中的值

如何重构下面的代码呢?

1
person.getCar().getInsurance().getName();

假设 person 是一个 Optional 的对象:

1
2
3
4
person.flatMap(Person::getCar)
.flatMap(Car::getInsurance)
.map(Insurance::getName)
.orElse("Unknown");

上面 flatMap 与 map 的区别:
都是在不为 null 的情况下,根据约定 flatMap 返回的是 Optional 对象,而 map 则直接返回对应的值。

将 Insurance 定义为 Optional 类型的另一个好处在于,告诉未来的同事,它很明显可能是一个空值。

实战

case1: 用Optional可能为null的结果

1
2
3
4
// 优化前
Object value = map.get("key");
// 优化后
Optional<Object> value = Optional.ofNullable(map.get("key"));

case2: 巧用异常处理

1
2
3
4
5
6
7
8
9
10
// 优化前
Integer.parseInt(String)
// 重构后
public static Optional<Integer> stringToInt(String s) {
try {
return Optional.of(Integer.parseInt(s));
} catch (NumberFormatException e) {
return Optional.empty(); }
}
}

第十一章:CompletableFuture:组合式异步编程

使用 异步线程 + future,避免一些 IO 操作的时候阻塞当前线程:
p.s. 完整可运行的代码:链接

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
public class Main {
static List<Shop> shopList = Arrays.asList(
new Shop("shop1"),
new Shop("shop2"),
new Shop("shop3")
);

private static void findPrices() {
List<String> productList = shopList.stream()
.map(shop -> shop.getPrice("apple"))
.map(Quote::parse)
.map(Discount::applyDiscount)
.collect(toList());
System.out.println(productList);
}

private static void findPricesAsync() {
List<CompletableFuture<String>> productFutures = shopList.stream()
.map(shop -> CompletableFuture.supplyAsync(
() -> shop.getPrice("apple")))
.map(future -> future.thenApply(Quote::parse))
.map(future -> future.thenCompose(quote ->
CompletableFuture.supplyAsync(
() -> Discount.applyDiscount(quote))))
.collect(toList());

List<String> productList = productFutures.stream()
.map(CompletableFuture::join)
.collect(toList());
System.out.println(productList);
}


public static void measure(Runnable r1) {
long start = System.currentTimeMillis();
r1.run();
long end = System.currentTimeMillis();
System.out.println(end - start);
}

public static void main(String[] args) {
// 3 x (100ms+100ms) ≈ 600ms
measure(Main::findPrices);

// 100ms+100ms ≈ 200ms
// 使用多线程的方式将多个查询任务并行执行
measure(Main::findPricesAsync);
}
}

如果需要对多个商品发起查询呢?
可以考虑使用 parallelStream 并行运行,提高性能(因为运行不要求是有序的)

等待所有 查询 执行完毕后,进行汇总。当然也可以使用 anyOf 方法,意味着任意一个查询结束即返回。

1
2
3
4
5
CompletableFuture[] futures =   findPricesStream("myPhone") 
.map(f -> f.thenAccept(System.out::println))
.toArray(size -> new CompletableFuture[size]);

CompletableFuture.allOf(futures).join();

p.s. 说实话有点过于复杂了,不太喜欢。。

第十二章:新的日期与时间API

(略)

第四部分:超越 Java 8

(略)