java8一些语法使用例子

package com.ladeng.jdk8;

import com.google.common.collect.Lists;
import java.util.*;
import java.util.stream.Collectors;
import java.util.stream.LongStream;
import java.util.stream.Stream;

public class Jdk8Test {
    public static void main(String[] args) {
        List<Integer> list = new ArrayList<>();
        list.add(11);
        list.add(55);
        list.add(44);
        list.add(33);

        // myForEach(list);
        // myMap(list);
        // myfilter(list);
        // mySum(list);
        // myCount(list);
        // myAllMatch(list);
        // myAnyMatch(list);
        // myNoneMatch(list);
        // myLimit(list);
        // myOf();
        // myPeek(list);
        // myMax(list);
        // myMin(list);
        // myReduce(list);
        // myFunction(list);
        // myFlatMap();
        // myParallelStream(list);

        // myConcatStream();
        // list2map(); 

    }

    /**
     * forEach 用法
     */
    private static void myForEach(List<Integer> list) {
        list.forEach(e -> System.out.println(e));
    }

    /**
     *  map用法及 sorted排序用法
     */
    private static void myMap(List<Integer> list) {
        List<Integer> collect = list.stream().map(e -> e * 2).sorted((o1, o2) -> o2 - o1)
　　　　　　.collect(Collectors.toList());
        collect.forEach(System.out::println);
    }

    /**
     * 过滤
     */
    private static void myfilter(List<Integer> list) {
        List<Integer> collect = list.stream().filter(e -> e > 33).collect(Collectors.toList());
        collect.forEach(System.out::println);
    }

    /**
     * 累加
     */
    private static void mySum(List<Integer> list) {
        int sum = list.stream().mapToInt(e -> e).sum();
        System.out.println(sum);
    }

    /**
     * 统计数量
     */
    private static void myCount(List<Integer> list) {
        long count = list.stream().count();
        System.out.println(count);
    }

    /**
     * 是否所有都匹配
     */
    private static void myAllMatch(List<Integer> list) {
        List<String> strList = new ArrayList<>();
        strList.add("aa");
        strList.add("aa");
        strList.add("aa");
        boolean bool = strList.stream().allMatch(e -> "aa".equals(e));
        System.out.println(bool); // true

        boolean bool2 = list.stream().allMatch(e -> e > 30);
        System.out.println(bool2); // false
    }

    /**
     * 匹配其中任意一个即返回true
     */
    private static void myAnyMatch(List<Integer> list) {
        List<String> strList = new ArrayList<>();
        strList.add("aa");
        strList.add("aa");
        strList.add("aa");
        boolean bool = strList.stream().anyMatch(e -> "aa".equals(e));
        System.out.println(bool); // true
        boolean bool2 = list.stream().anyMatch(e -> e > 30);
        System.out.println(bool2); // true
    }

    /**
     * 所有都不匹配则返回true
     */
    private static void myNoneMatch(List<Integer> list) {
        List<String> strList = new ArrayList<>();
        strList.add("aa");
        strList.add("aa");
        strList.add("aa11");
        boolean bool = strList.stream().noneMatch(e -> "aa".equals(e));
        System.out.println(bool); // false
        boolean bool2 = list.stream().noneMatch(e -> e > 200);
        System.out.println(bool2); // true
    }
    /**
     * 截取前面n条数据
     */
    private static void myLimit(List<Integer> list) {
        list.stream().limit(2).forEach(System.out::println);
    }

    /**
     * Stream.of(T... t);  参数可以是一个数组
     */
    private static void myOf() {
        Stream.of(1, 2, 5, 4, 3).forEach(e-> System.out.println(e));
    }

    /**
     * peek接收的参数没有返回值, peek会自动返回之前的集合元素
     * 和map非常类似，但是map的参数是有返回值得
     */
    private static void myPeek(List<Integer> list) {
        List<Integer> collect = list.stream().peek(e -> {
            if (e > 40) {
                System.out.println(e + "	"); // 55 44
            }
        }).collect(Collectors.toList());
        System.out.println("----------");
        collect.forEach(e -> System.out.print(e + "	")); // 11    55 44 33
    }

    /**
     * 最大值
     */
    private static void myMax(List<Integer> list) {
        Optional<Integer> opt = list.stream().max((e1, e2) -> e1.compareTo(e2));
        if (opt.isPresent()) {
            System.out.println(opt.get());
        }
    }

    /**
     * 最小值
     */
    private static void myMin(List<Integer> list) {
        Optional<Integer> opt = list.stream().max((e1, e2) -> e2.compareTo(e1));
        if (opt.isPresent()) {
            System.out.println(opt.get());
        }
    }

    /**
     * 聚焦函数, 集合进行汇总成一个值;可以是累加或累减，累乘，累除等
     *      T reduce(T identity, BinaryOperator<T> accumulator);  原理: 直接debug看执行过程;
     *      得出结论: 先将-1赋值给 e1, 然后将list.get(0) 赋值给e2; e1 = e1 + e2; 
　　　　　　　　　　　　list.get(1) 赋值给e2 e1 = e1 + e2; ...
     *      Integer integer2 = list.stream()
     *                 .reduce(-1, (e1, e2) ->
     *                         e1 + e2
     *                   );
     */
    private static void myReduce(List<Integer> list) {
        Optional<Integer> reduce = list.stream().reduce(Integer::sum);
        Integer integer = reduce.orElse(0);
        System.out.println(integer); // 143
        Integer integer2 = list.stream()
                .reduce(-1
                        , (e1, e2) ->
                                e1 + e2 // 此处打一个断点看执行过程
                );
        System.out.println(integer2);  // 142
    }

    public static void myOptional() {
        // Optional.of 的参数必须不为null, 为null会报空指针
        Optional<Integer> opt =  Optional.of(11);
        Optional<Integer> empty = Optional.empty();
        // Optional.ofNullable的参数可以为null,当参数为null时返回的是Optional.empty()
        Optional<Integer> opt2 = Optional.ofNullable(11);
        // Optional值为null时调用get()会报空指针
        // Optional的isPresent() 方法判断Optional如果不为空返回true
        if (opt.isPresent()) {
            Integer integer1 = opt.get();
        }
        if (opt2.isPresent()) {
            Integer integer = opt2.get();
        }
    }

    // 模拟jdk1.8自带的Function, 传递一个T类型值返回R类型值;
　　 // 常用的自带的函数类型供给型, 预言型, 消费型, Function等类型
    public static void myFunction(List<Integer> list) {
        // 打印结果 12 56 45 34
        list.stream().map(e-> s((e2) -> e2 + 1, e)).collect(Collectors.toList())
　　　　　　.forEach(e -> System.out.print(e + "	"));
    }

    public static Integer s(InterfaceDemo1<Integer, Integer> i, Integer x) {
        Integer i1 = i.med2(x);
        return i1;
    }

    /**
      扁平化, 将多个流汇聚成一个流
     */
    public static void myFlatMap() {
        List<String> list1 = Lists.newArrayList("a", "b", "c");
        List<String> list2 = Lists.newArrayList("a1", "b1", "c1");
        List<String> list3 = Lists.newArrayList("a2", "b2", "c2");

        List<List<String>> list = Lists.newArrayList(list1, list2, list3);
        // [a, b, c]   [a1, b1, c1]   [a2, b2, c2]
        list.stream().forEach(e -> System.out.print(e + "	"));
        // a   b  c  a1 b1 c1 a2 b2 c2
        List<String> collect = list.stream()
　　　　　　　　　　　　　　　　　　　　.flatMap(e -> e.stream())
　　　　　　　　　　　　　　　　　　　　.collect(Collectors.toList());
        collect.forEach(e -> System.out.print(e + "	"));
    }

    /**
     * 并行流是先将这个任务拆分成细粒度最小的多个任务, 然后进行多线程同时处理，处理完后结果进行汇聚;
     * 使用并行流有些局限性; 数据量少不宜使用, 并行流效果还跟cpu有关
         数据结果是否易于分解，比如ArrayList比LinkedList易于分解，range创建的原始流也易于分解；
         Stream.iterate不宜使用
             iterate生成的是Stream<Long>对象，需要拆箱才能求和；
             iterate很难分割成独立的小块，因为每次应用这个函数都需要前一次应用的结果
　　　　      ，也就是说它其实是顺序执行的，这样反而在并行时增加了分配线程的开销

         尽量使用IntStream, LongStream，和DoubleStream来避免装箱拆箱;
         LongStream.rangeClosed直接产生原始类型的long数字，没有拆箱与装箱的开销
         LongStream.rangeClosed产生一个数字范围，很容易拆分成多个小块
      有些操作在并行流上性能很差，比如limit,findFirst等依赖顺序的操作。
　　　unordered方法可以把有序流转为无序流,使用findAny等好很多,在无序流上用limit也好很多

　
     */
    public static void myParallelStream(List<Integer> list) {
        long start0 = System.currentTimeMillis();
        long sum3 = LongStream.rangeClosed(0, 1000000000L).reduce(0, Long::sum);// 1670
        long end0 = System.currentTimeMillis();
        System.out.println(end0 - start0);

        long start = System.currentTimeMillis();
        long sum1 = LongStream
　　　　　　　　　　　　　　.rangeClosed(0, 1000000000L)
　　　　　　　　　　　　　　.parallel()
　　　　　　　　　　　　　　.reduce(0, Long::sum);// 408
        long end = System.currentTimeMillis();
        System.out.println(end - start);

        long start1 = System.currentTimeMillis();
        long sum2 = LongStream.rangeClosed(0, 1000000000L).reduce(0, Long::sum);// 13251
        long end1 = System.currentTimeMillis();
        System.out.println(end1 - start1);
    }

　　/**
  　　2个流合并成一个流
 　　*/
　　public static void myConcatStream() {
    　　Stream<Integer> s1 = Stream.of(1, 2, 3);
    　　Stream<Integer> s2 = Stream.of(11, 22, 33);
    　　Stream<Integer> s3 = Stream.of(111, 222, 333);
    　　Stream<Integer> concat = Stream.concat(Stream.concat(s1, s2), s3);
    　　// 1   2  3  11 22 33 111    222    333
    　　concat.forEach(e -> System.out.print(e + "	"));
　　}

    /*
       list转map
     */
    public static void list2map() {
        A a1 = new A(1L, "zqd1");
        A a2 = new A(2L, "zqd2");
        List<A> ls = new ArrayList<>();
        ls.add(a1);
        ls.add(a2);

        Map<Long, A> map1 = ls.stream().collect(Collectors.toMap(A::getId, e -> e));
        System.out.println(map1); // {1=[A{id=1, name='zqd1'}], 2=[A{id=2, name='zqd2'}]}

        Map<Long, List<A>> map2 = ls.stream().collect(Collectors.groupingBy(e -> e.getId()));
        System.out.println(map2); // {1=[A{id=1, name='zqd1'}], 2=[A{id=2, name='zqd2'}]}
    }

}