Java數據流和函數式編程如何實現

這篇文章主要介紹“Java數據流和函數式編程如何實現”，在日常操作中，相信很多人在Java數據流和函數式編程如何實現問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Java數據流和函數式編程如何實現”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

基礎特性

流 API 是在數據序列中迭代元素的簡潔而高級的方法。包 java.util.stream 和 java.util.function 包含了用于流 API 和相關函數式編程構造的新庫。當然，代碼示例勝過千言萬語。

下面的代碼段用大約 2,000 個隨機整數值填充了一個 List：

Random rand = new Random2();List<Integer> list = new ArrayList<Integer>();           // 空 listfor (int i = 0; i < 2048; i++) list.add(rand.nextInt()); // 填充它

另外用一個 for 循環可用于遍歷填充列表，以將偶數值收集到另一個列表中。

流 API 提供了一種更簡潔的方法來執行此操作：

List <Integer> evens = list    .stream()                      // 流化 list    .filter(n -> (n & 0x1) == 0)   // 過濾出奇數值    .collect(Collectors.toList()); // 收集偶數值

這個例子有三個來自流 API 的函數：

• stream 函數可以將集合轉換為流，而流是一個每次可訪問一個值的傳送帶。流化是惰性的（因此也是高效的），因為值是根據需要產生的，而不是一次性產生的。

• filter 函數確定哪些流的值（如果有的話）通過了處理管道中的下一個階段，即 collect 階段。filter 函數是

  ，因為它的參數是一個函數 —— 在這個例子中是一個 lambda 表達式，它是一個未命名的函數，并且是 Java 新的函數式編程結構的核心。

lambda 語法與傳統的 Java 完全不同：

n -> (n & 0x1) == 0

箭頭（一個減號后面緊跟著一個大于號）將左邊的參數列表與右邊的函數體分隔開。參數 n 雖未明確類型，但也可以明確。在任何情況下，編譯器都會發現 n 是個 Integer。如果有多個參數，這些參數將被括在括號中，并用逗號分隔。

在本例中，函數體檢查一個整數的最低位（最右）是否為零，這用來表示偶數。過濾器應返回一個布爾值。盡管可以，但該函數的主體中沒有顯式的 return。如果主體沒有顯式的 return，則主體的最后一個表達式即是返回值。在這個例子中，主體按照 lambda 編程的思想編寫，由一個簡單的布爾表達式 (n & 0x1) == 0 組成。

• collect 函數將偶數值收集到引用為 evens 的列表中。如下例所示，collect 函數是線程安全的，因此，即使在多個線程之間共享了過濾操作，該函數也可以正常工作。

方便的功能和輕松實現多線程

在生產環境中，數據流的源可能是文件或網絡連接。為了學習流 API, Java 提供了諸如 IntStream 這樣的類型，它可以用各種類型的元素生成流。這里有一個 IntStream 的例子：

IntStream                          // 整型流    .range(1, 2048)                // 生成此范圍內的整型流    .parallel()                    // 為多個線程分區數據    .filter(i -> ((i & 0x1) > 0))  // 奇偶校驗 - 只允許奇數通過    .forEach(System.out::println); // 打印每個值

IntStream 類型包括一個 range 函數，該函數在指定的范圍內生成一個整數值流，在本例中，以 1 為增量，從 1 遞增到 2048。parallel 函數自動劃分該工作到多個線程中，在各個線程中進行過濾和打印。（線程數通常與主機系統上的 CPU 數量匹配。）函數 forEach 參數是一個方法引用，在本例中是對封裝在 System.out 中的 println 方法的引用，方法輸出類型為 PrintStream。方法和構造器引用的語法將在稍后討論。

由于具有多線程，因此整數值整體上以任意順序打印，但在給定線程中是按順序打印的。例如，如果線程 T1 打印 409 和 411，那么 T1 將按照順序 409-411 打印，但是其它某個線程可能會預先打印 2045。parallel 調用后面的線程是并發執行的，因此它們的輸出順序是不確定的。

map/reduce 模式

map/reduce 模式在處理大型數據集方面變得很流行。一個 map/reduce 宏操作由兩個微操作構成。首先，將數據分散（）到各個工作程序中，然后將單獨的結果收集在一起 —— 也可能收集統計起來成為一個值，即。歸約可以采用不同的形式，如以下示例所示。

下面 Number 類的實例用 EVEN 或 ODD 表示有奇偶校驗的整數值：

public class Number {    enum Parity { EVEN, ODD }    private int value;    public Number(int n) { setValue(n); }    public void setValue(int value) { this.value = value; }    public int getValue() { return this.value; }    public Parity getParity() {        return ((value & 0x1) == 0) ? Parity.EVEN : Parity.ODD;    }    public void dump() {        System.out.format("Value: %2d (parity: %s)\n", getValue(),                          (getParity() == Parity.ODD ? "odd" : "even"));    }}

下面的代碼演示了用 Number 流進行 map/reduce 的情形，從而表明流 API 不僅可以處理 int 和 float 等基本類型，還可以處理程序員自定義的類類型。

在下面的代碼段中，使用了 parallelStream 而不是 stream 函數對隨機整數值列表進行流化處理。與前面介紹的 parallel 函數一樣，parallelStream 變體也可以自動執行多線程。

final int howMany = 200;Random r = new Random();Number[] nums = new Number[howMany];for (int i = 0; i < howMany; i++) nums[i] = new Number(r.nextInt(100));List<Number> listOfNums = Arrays.asList(nums);  // 將數組轉化為 list Integer sum4All = listOfNums    .parallelStream()           // 自動執行多線程    .mapToInt(Number::getValue) // 使用方法引用，而不是 lambda    .sum();                     // 將流值計算出和值System.out.println("The sum of the randomly generated values is: " + sum4All);

高階的 mapToInt 函數可以接受一個 lambda 作為參數，但在本例中，它接受一個方法引用，即 Number::getValue。getValue 方法不需要參數，它返回給定的 Number 實例的 int 值。語法并不復雜：類名 Number 后跟一個雙冒號和方法名。回想一下先前的例子 System.out::println，它在 System 類中的 static 屬性 out 后面有一個雙冒號。

方法引用 Number::getValue 可以用下面的 lambda 表達式替換。參數 n 是流中的 Number 實例中的之一：

mapToInt(n -> n.getValue())

通常，lambda 表達式和方法引用是可互換的：如果像 mapToInt  這樣的高階函數可以采用一種形式作為參數，那么這個函數也可以采用另一種形式。這兩個函數式編程結構具有相同的目的 ——  對作為參數傳入的數據執行一些自定義操作。在兩者之間進行選擇通常是為了方便。例如，lambda  可以在沒有封裝類的情況下編寫，而方法則不能。我的習慣是使用 lambda，除非已經有了適當的封裝方法。

當前示例末尾的 sum 函數通過結合來自 parallelStream 線程的部分和，以線程安全的方式進行歸約。但是，程序員有責任確保在 parallelStream 調用引發的多線程過程中，程序員自己的函數調用（在本例中為 getValue）是線程安全的。

最后一點值得強調。lambda 語法鼓勵編寫，即函數的返回值僅取決于傳入的參數（如果有）；純函數沒有副作用，例如更新一個類中的 static 字段。因此，純函數是線程安全的，并且如果傳遞給高階函數的函數參數（例如 filter 和 map ）是純函數，則流 API 效果最佳。

對于更細粒度的控制，有另一個流 API 函數，名為 reduce，可用于對 Number 流中的值求和:

Integer sum4AllHarder = listOfNums    .parallelStream()                           // 多線程    .map(Number::getValue)                      // 每個 Number 的值    .reduce(0, (sofar, next) -> sofar + next);  // 求和

此版本的 reduce 函數帶有兩個參數，第二個參數是一個函數：

• 第一個參數（在這種情況下為零）是特征值，該值用作求和操作的初始值，并且在求和過程中流結束時用作默認值。

• 第二個參數是累加器，在本例中，這個 lambda 表達式有兩個參數：第一個參數（sofar）是正在運行的和，第二個參數（next）是來自流的下一個值。運行的和以及下一個值相加，然后更新累加器。請記住，由于開始時調用了 parallelStream，因此 map 和 reduce 函數現在都在多線程上下文中執行。

在到目前為止的示例中，流值被收集，然后被規約，但是，通常情況下，流 API 中的 Collectors 可以累積值，而不需要將它們規約到單個值。正如下一個代碼段所示，收集活動可以生成任意豐富的數據結構。該示例使用與前面示例相同的 listOfNums：

Map<Number.Parity, List<Number>> numMap = listOfNums    .parallelStream()    .collect(Collectors.groupingBy(Number::getParity)); List<Number> evens = numMap.get(Number.Parity.EVEN);List<Number> odds = numMap.get(Number.Parity.ODD);

第一行中的 numMap 指的是一個 Map，它的鍵是一個 Number 奇偶校驗位（ODD 或 EVEN），其值是一個具有指定奇偶校驗位值的 Number 實例的 List。同樣，通過 parallelStream 調用進行多線程處理，然后 collect 調用（以線程安全的方式）將部分結果組裝到 numMap 引用的 Map 中。然后，在 numMap 上調用 get 方法兩次，一次獲取 evens，第二次獲取 odds。

實用函數 dumpList 再次使用來自流 API 的高階 forEach 函數：

private void dumpList(String msg, List<Number> list) {    System.out.println("\n" + msg);    list.stream().forEach(n -> n.dump()); // 或者使用 forEach(Number::dump)}

這是示例運行中程序輸出的一部分：

The sum of the randomly generated values is: 3322The sum again, using a different method:     3322 Evens: Value: 72 (parity: even)Value: 54 (parity: even)...Value: 92 (parity: even) Odds: Value: 35 (parity: odd)Value: 37 (parity: odd)...Value: 41 (parity: odd)

用于代碼簡化的函數式結構

函數式結構（如方法引用和 lambda 表達式）非常適合在流 API 中使用。這些構造代表了 Java 中對高階函數的主要簡化。即使在糟糕的過去，Java 也通過 Method 和 Constructor 類型在技術上支持高階函數，這些類型的實例可以作為參數傳遞給其它函數。由于其復雜性，這些類型在生產級 Java 中很少使用。例如，調用 Method 需要對象引用（如果方法是非靜態的）或至少一個類標識符（如果方法是靜態的）。然后，被調用的 Method 的參數作為對象實例傳遞給它，如果沒有發生多態（那會出現另一種復雜性！），則可能需要顯式向下轉換。相比之下，lambda 和方法引用很容易作為參數傳遞給其它函數。

但是，新的函數式結構在流 API 之外具有其它用途。考慮一個 Java GUI 程序，該程序帶有一個供用戶按下的按鈕，例如，按下以獲取當前時間。按鈕按下的事件處理程序可能編寫如下：

JButton updateCurrentTime = new JButton("Update current time");updateCurrentTime.addActionListener(new ActionListener() {    @Override    public void actionPerformed(ActionEvent e) {        currentTime.setText(new Date().toString());    }});

這個簡短的代碼段很難解釋。關注第二行，其中方法 addActionListener 的參數開始如下：

new ActionListener() {

這似乎是錯誤的，因為 ActionListener 是一個抽象接口，而抽象類型不能通過調用 new 實例化。但是，事實證明，還有其它一些實例被實例化了：一個實現此接口的未命名內部類。如果上面的代碼封裝在名為 OldJava 的類中，則該未命名的內部類將被編譯為 OldJava$1.class。actionPerformed 方法在這個未命名的內部類中被重寫。

現在考慮使用新的函數式結構進行這個令人耳目一新的更改：

updateCurrentTime.addActionListener(e -> currentTime.setText(new Date().toString()));

lambda 表達式中的參數 e 是一個 ActionEvent 實例，而 lambda 的主體是對按鈕上的 setText 的簡單調用。

函數式接口和函數組合

到目前為止，使用的 lambda 已經寫好了。但是，為了方便起見，我們可以像引用封裝方法一樣引用 lambda 表達式。以下一系列簡短示例說明了這一點。

考慮以下接口定義：

@FunctionalInterface // 可選，通常省略interface BinaryIntOp {    abstract int compute(int arg1, int arg2); // abstract 聲明可以被刪除}

注釋 @FunctionalInterface 適用于聲明唯一抽象方法的任何接口；在本例中，這個抽象接口是 compute。一些標準接口，（例如具有唯一聲明方法 run 的 Runnable 接口）同樣符合這個要求。在此示例中，compute 是已聲明的方法。該接口可用作引用聲明中的目標類型：

BinaryIntOp div = (arg1, arg2) -> arg1 / arg2;div.compute(12, 3); // 4

包 java.util.function 提供各種函數式接口。以下是一些示例。

下面的代碼段介紹了參數化的 Predicate 函數式接口。在此示例中，帶有參數 String 的 Predicate<String> 類型可以引用具有 String 參數的 lambda 表達式或諸如 isEmpty 之類的 String 方法。通常情況下，Predicate 是一個返回布爾值的函數。

Predicate<String> pred = String::isEmpty; // String 方法的 predicate 聲明String[] strings = {"one", "two", "", "three", "four"};Arrays.asList(strings)   .stream()   .filter(pred)                  // 過濾掉非空字符串   .forEach(System.out::println); // 只打印空字符串

在字符串長度為零的情況下，isEmpty Predicate 判定結果為 true。 因此，只有空字符串才能進入管道的 forEach 階段。

下一段代碼將演示如何將簡單的 lambda 或方法引用組合成更豐富的 lambda 或方法引用。考慮這一系列對 IntUnaryOperator 類型的引用的賦值，它接受一個整型參數并返回一個整型值：

IntUnaryOperator doubled = n -> n * 2;IntUnaryOperator tripled = n -> n * 3;IntUnaryOperator squared = n -> n * n;

IntUnaryOperator 是一個 FunctionalInterface，其唯一聲明的方法為 applyAsInt。現在可以單獨使用或以各種組合形式使用這三個引用 doubled、tripled 和 squared：

int arg = 5;doubled.applyAsInt(arg); // 10tripled.applyAsInt(arg); // 15squared.applyAsInt(arg); // 25

以下是一些函數組合的樣例：

int arg = 5;doubled.compose(squared).applyAsInt(arg); // 5 求 2 次方后乘 2：50tripled.compose(doubled).applyAsInt(arg); // 5 乘 2 后再乘 3：30doubled.andThen(squared).applyAsInt(arg); // 5 乘 2 后求 2 次方：100squared.andThen(tripled).applyAsInt(arg); // 5 求 2 次方后乘 3：75

函數組合可以直接使用 lambda 表達式實現，但是引用使代碼更簡潔。

構造器引用

構造器引用是另一種函數式編程構造，而這些引用在比 lambda 和方法引用更微妙的上下文中非常有用。再一次重申，代碼示例似乎是最好的解釋方式。

考慮這個 POJO 類：

public class BedRocker { // 基巖的居民    private String name;    public BedRocker(String name) { this.name = name; }    public String getName() { return this.name; }    public void dump() { System.out.println(getName()); }}

該類只有一個構造函數，它需要一個 String 參數。給定一個名字數組，目標是生成一個 BedRocker 元素數組，每個名字代表一個元素。下面是使用了函數式結構的代碼段：

String[] names = {"Fred", "Wilma", "Peebles", "Dino", "Baby Puss"}; Stream<BedRocker> bedrockers = Arrays.asList(names).stream().map(BedRocker::new);BedRocker[] arrayBR = bedrockers.toArray(BedRocker[]::new); Arrays.asList(arrayBR).stream().forEach(BedRocker::dump);

在較高的層次上，這個代碼段將名字轉換為 BedRocker 數組元素。具體來說，代碼如下所示。Stream 接口（在包 java.util.stream 中）可以被參數化，而在本例中，生成了一個名為 bedrockers 的 BedRocker 流。

Arrays.asList 實用程序再次用于流化一個數組 names，然后將流的每一項傳遞給 map 函數，該函數的參數現在是構造器引用 BedRocker::new。這個構造器引用通過在每次調用時生成和初始化一個 BedRocker 實例來充當一個對象工廠。在第二行執行之后，名為 bedrockers 的流由五項 BedRocker 組成。

這個例子可以通過關注高階 map 函數來進一步闡明。在通常情況下，一個映射將一個類型的值（例如，一個 int）轉換為另一個相同類型的值（例如，一個整數的后繼）:

map(n -> n + 1) // 將 n 映射到其后繼

然而，在 BedRocker 這個例子中，轉換更加戲劇化，因為一個類型的值（代表一個名字的 String）被映射到一個不同類型的值，在這個例子中，就是一個 BedRocker 實例，這個字符串就是它的名字。轉換是通過一個構造器調用來完成的，它是由構造器引用來實現的：

map(BedRocker::new) // 將 String 映射到 BedRocker

傳遞給構造器的值是 names 數組中的其中一項。

此代碼示例的第二行還演示了一個你目前已經非常熟悉的轉換：先將數組先轉換成 List，然后再轉換成 Stream：

Stream<BedRocker> bedrockers = Arrays.asList(names).stream().map(BedRocker::new);

第三行則是另一種方式 —— 流 bedrockers 通過使用數組構造器引用 BedRocker[]::new 調用 toArray 方法:

BedRocker[ ] arrayBR = bedrockers.toArray(BedRocker[]::new);

該構造器引用不會創建單個 BedRocker 實例，而是創建這些實例的整個數組：該構造器引用現在為 BedRocker[]:new，而不是 BedRocker::new。為了進行確認，將 arrayBR 轉換為 List，再次對其進行流式處理，以便可以使用 forEach 來打印 BedRocker 的名字。

FredWilmaPeeblesDinoBaby Puss

該示例對數據結構的微妙轉換僅用幾行代碼即可完成，從而突出了可以將 lambda，方法引用或構造器引用作為參數的各種高階函數的功能。

柯里化函數是指減少函數執行任何工作所需的顯式參數的數量（通常減少到一個）。（該術語是為了紀念邏輯學家 Haskell  Curry。）一般來說，函數的參數越少，調用起來就越容易，也更健壯。（回想一下一些需要半打左右參數的噩夢般的函數！）因此，應將柯里化視為簡化函數調用的一種嘗試。java.util.function 包中的接口類型適合于柯里化，如以下示例所示。

引用的 IntBinaryOperator 接口類型是為函數接受兩個整型參數，并返回一個整型值：

IntBinaryOperator mult2 = (n1, n2) -> n1 * n2;mult2.applyAsInt(10, 20); // 200mult2.applyAsInt(10, 30); // 300

引用 mult2 強調了需要兩個顯式參數，在本例中是 10 和 20。

前面介紹的 IntUnaryOperator 比 IntBinaryOperator 簡單，因為前者只需要一個參數，而后者則需要兩個參數。兩者均返回整數值。因此，目標是將名為 mult2 的兩個參數 IntBinraryOperator 柯里化成一個單一的 IntUnaryOperator 版本 curriedMult2。

考慮 IntFunction<R> 類型。此類型的函數采用整型參數，并返回類型為 R 的結果，該結果可以是另一個函數 —— 更準確地說，是 IntBinaryOperator。讓一個 lambda 返回另一個 lambda 很簡單：

arg1 -> (arg2 -> arg1 * arg2) // 括號可以省略

完整的 lambda 以 arg1 開頭，而該 lambda 的主體以及返回的值是另一個以 arg2 開頭的 lambda。返回的 lambda 僅接受一個參數（arg2），但返回了兩個數字的乘積（arg1 和 arg2）。下面的概述，再加上代碼，應該可以更好地進行說明。

以下是如何柯里化 mult2 的概述：

• 類型為 IntFunction<IntUnaryOperator> 的 lambda 被寫入并調用，其整型值為 10。返回的 IntUnaryOperator 緩存了值 10，因此變成了已柯里化版本的 mult2，在本例中為 curriedMult2。

• 然后使用單個顯式參數（例如，20）調用 curriedMult2 函數，該參數與緩存的參數（在本例中為 10）相乘以生成返回的乘積。。

這是代碼的詳細信息：

// 創建一個接受一個參數 n1 并返回一個單參數 n2 -> n1 * n2 的函數，該函數返回一個（n1 * n2 乘積的）整型數。IntFunction<IntUnaryOperator> curriedMult2Maker = n1 -> (n2 -> n1 * n2);

調用 curriedMult2Maker 生成所需的 IntUnaryOperator 函數：

// 使用 curriedMult2Maker 獲取已柯里化版本的 mult2。// 參數 10 是上面的 lambda 的 n1。IntUnaryOperator curriedMult2 = curriedMult2Maker2.apply(10);

值 10 現在緩存在 curriedMult2 函數中，以便 curriedMult2 調用中的顯式整型參數乘以 10：

curriedMult2.applyAsInt(20); // 200 = 10 * 20curriedMult2.applyAsInt(80); // 800 = 10 * 80

緩存的值可以隨意更改：

curriedMult2 = curriedMult2Maker.apply(50); // 緩存 50curriedMult2.applyAsInt(101);               // 5050 = 101 * 50

當然，可以通過這種方式創建多個已柯里化版本的 mult2，每個版本都有一個 IntUnaryOperator。

柯里化充分利用了 lambda 的強大功能：可以很容易地編寫 lambda 表達式來返回需要的任何類型的值，包括另一個 lambda。

到此，關于“Java數據流和函數式編程如何實現”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！