值得使用Lambda的8个场景，别再排斥它了！ 点击小卡片参与粉丝专属福利前言可能对不少人来说，Lambda显得陌生又复杂，觉得Lambda会导致代码可读性下降，诟病Lambda语法，甚至排斥。 其实所有的这些问题，在尝试并熟悉后，可能都不是问题。 对Lambda持怀疑态度的人，也许可以采取渐进式使用Lambda的策略。在一些简单和低风险的场景下先尝试使用Lambda，逐渐增加Lambda表达式的使用频率和范围。 毕竟2023年了，JDK都出了那么多新版本，是时候试试Lambda了！ 耐心看完，你一定有所收获。 giphy.gif正文1. 对集合进行遍历和筛选：使用Lambda表达式结合Stream API可以在更少的代码量下实现集合的遍历和筛选，更加简洁和易读。 原来的写法： ListIntegernumbers=Arrays.asList(1,2,3,4,5); for(Integernum:numbers){ if(num%2==0){ System.out.println(num); } } 优化的Lambda写法： ListIntegernumbers=Arrays.asList(1,2,3,4,5); numbers.stream() .filter(num-num%2==0) .forEach(System.out::println); 2. 对集合元素进行排序：使用Lambda表达式可以将排序逻辑以更紧凑的形式传递给sort方法，使代码更加简洁。 原来的写法： ListStringnames=Arrays.asList("Alice","Bob","Charlie","David"); Collections.sort(names,newComparatorString(){ publicintcompare(Stringname1,Stringname2){ returnname1.compareTo(name2); } }); 优化的Lambda写法： ListStringnames=Arrays.asList("Alice","Bob","Charlie","David"); names.sort((name1,name2)-name1.compareTo(name2)); 3. 集合的聚合操作：Lambda表达式结合Stream API可以更优雅地实现对集合元素的聚合操作，例如求和、求平均值等。 原来的写法： ListIntegernumbers=Arrays.asList(1,2,3,4,5); intsum=0; for(Integernum:numbers){ sum+= } 优化的Lambda写法： ListIntegernumbers=Arrays.asList(1,2,3,4,5); intsum=numbers.stream() .reduce(0,Integer::sum); 4. 条件过滤和默认值设置：使用Lambda的Optional类可以更加优雅地处理条件过滤和默认值设置的逻辑。 原来的写法： Stringname="Alice"; if(name!=nullname.length()0){ System.out.println("Hello,"+name); }else{ System.out.println("Hello,Stranger"); } Lambda写法： Stringname="Alice"; name=Optional.ofNullable(name) .filter(n-n.length()0) .orElse("Stranger"); System.out.println("Hello,"+name); 5. 简化匿名内部类：可以简化代码，同时提高代码可读性。 举个创建Thread的例子，传统方式使用匿名内部类来实现线程，语法较为冗长，而Lambda表达式可以以更简洁的方式达到相同的效果。 原来的写法： newThread(newRunnable(){ publicvoidrun(){ System.out.println("Threadisrunning."); } }).start(); Lambda写法： newThread(()-System.out.println("Threadisrunning.")).start(); newThread(()-{ //做点什么 }).start(); 这种写法也常用于简化回调函数，再举个例子： 假设我们有一个简单的接口叫做Calculator，它定义了一个单一的方法calculate(int a, int b)来执行数学运算： //@FunctionalInterface:标识接口是函数式接口，只包含一个抽象方法，从而能够使用Lambda表达式来实现接口的实例化 @FunctionalInterface interfaceCalculator{ intcalculate(inta,intb); } 现在，让我们创建一个名为CallbackExample的类。该类有一个名为operate的方法，它接受两个整数和一个Calculator接口作为参数。该方法将使用提供的Calculator接口执行计算并返回结果： publicclassCallbackExample{ publicstaticintoperate(inta,intb,Calculatorcalculator){ returncalculator.calculate(a, } publicstaticvoidmain(String[]args){ intnum1=10; intnum2=5; //使用Lambda作为回调 intsum=operate(num1,num2,(x,y)-x+ intdifference=operate(num1,num2,(x,y)-x- intproduct=operate(num1,num2,(x,y)-x* intdivision=operate(num1,num2,(x,y)-x/ System.out.println("Sum:"+sum); System.out.println("Difference:"+difference); System.out.println("Product:"+product); System.out.println("Division:"+division); } } 通过在方法调用中直接定义计算的行为，我们不再需要为每个运算创建多个实现Calculator接口的类，使得代码更加简洁和易读 giphy (1).gif6. 集合元素的转换：使用Lambda的map方法可以更优雅地对集合元素进行转换，提高代码的可读性 原来的写法： ListStringnames=Arrays.asList("Alice","Bob","Charlie"); ListStringuppercaseNames=newArrayList(); for(Stringname:names){ uppercaseNames.add(name.toUpperCase()); } Lambda写法： ListStringnames=Arrays.asList("Alice","Bob","Charlie"); ListStringuppercaseNames=names.stream() .map(String::toUpperCase) .collect(Collectors.toList()); 7. 对集合进行分组和统计：以更紧凑的形式传递分组和统计的逻辑，避免了繁琐的匿名内部类的声明和实现。 通过groupingBy、counting、summingInt等方法，使得代码更加流畅、直观且优雅。 传统写法： ListStringnames=Arrays.asList("Alice","Bob","Charlie","David","Amy","Diana"); //对名字长度进行分组 MapInteger,ListStringnamesByLength=newHashMap(); for(Stringname:names){ intlength=name.length(); if(!namesByLength.containsKey(length)){ namesByLength.put(length,newArrayList()); } namesByLength.get(length).add(name); } System.out.println("Namesgroupedbylength:"+namesByLength); //统计名字中包含字母'A'的个数 ListStringnames=Arrays.asList("Alice","Bob","Charlie","David","Amy","Diana"); intnamesWithA=0; for(Stringname:names){ if(name.contains("A")){ namesWithA++; } } System.out.println("Numberofnamescontaining'A':"+namesWithA); Lambda写法： ListStringnames=Arrays.asList("Alice","Bob","Charlie","David","Amy","Diana"); //使用Lambda表达式对名字长度进行分组 MapInteger,ListStringnamesByLength=names.stream() .collect(Collectors.groupingBy(String::length)); System.out.println("Namesgroupedbylength:"+namesByLength); //使用Lambda表达式统计名字中包含字母'A'的个数 longnamesWithA=names.stream() .filter(name-name.contains("A")) .count(); System.out.println("Numberofnamescontaining'A':"+namesWithA); 8. 对大数据量集合的并行处理当集合的数据量很大时，通过Lambda结合Stream API可以方便地进行并行处理，充分利用多核处理器的优势，提高程序的执行效率。 假设我们有一个包含一百万个整数的列表，我们想要计算这些整数的平均值： importjava.util.ArrayList; importjava.util.List; importjava.util.concurrent.ThreadLocalRandom; publicclassParallelStreamExample{ publicstaticvoidmain(String[]args){ //创建一个包含一百万个随机整数的列表 ListIntegernumbers=newArrayList(); for(inti=0;i1000000;i++){ numbers.add(ThreadLocalRandom.current().nextInt(100)); } //顺序流的处理 longstartTimeSeq=System.currentTimeMillis(); doubleaverageSequential=numbers.stream() .mapToInt(Integer::intValue) .average() .getAsDouble(); longendTimeSeq=System.currentTimeMillis(); System.out.println("SequentialAverage:"+averageSequential); System.out.println("Timetaken(Sequential):"+(endTimeSeq-startTimeSeq)+"ms"); //并行流的处理 longstartTimePar=System.currentTimeMillis(); doubleaverageParallel=numbers.parallelStream() .mapToInt(Integer::intValue) .average() .getAsDouble(); longendTimePar=System.currentTimeMillis(); System.out.println("ParallelAverage:"+averageParallel); System.out.println("Timetaken(Parallel):"+(endTimePar-startTimePar)+"ms"); } } 分别使用顺序流和并行流来计算列表中整数的平均值： 顺序流：通过stream()方法获取流，使用mapToInt将Integer转换为int，然后使用average()方法计算平均值并行流：使用parallelStream()方法获取并行流，其他步骤与顺序流相同查看输出结果： Sequential Average: 49.517461 Time taken (Sequential): 10ms Parallel Average: 49.517461 Time taken (Parallel): 3ms 可以看出，顺序流和并行流得到了相同的平均值，但并行流的处理时间明显少于顺序流。因为并行流能够将任务拆分成多个小任务，并在多个处理器核心上同时执行这些任务。 当然并行流也有缺点： 对于较小的数据集，可能并行流更慢数据处理本身的开销较大，比如复杂计算、大量IO操作、网络通信等，可能并行流更慢可能引发线程安全问题收尾Lambda的使用场景远不止这些，在多线程、文件操作等场景中也都能灵活运用，一旦熟悉后可以让代码更简洁，实现精准而优雅的编程。 写代码时，改变偏见需要我们勇于尝试和付诸行动。有时候，我们可能会对某种编程语言、框架或设计模式持有偏见，认为它们不适合或不好用。但是，只有尝试去了解和实践，我们才能真正知道它们的优点和缺点。 当我们愿意打破旧有的观念，敢于尝试新的技术和方法时，我们就有机会发现新的可能性和解决问题的新途径。不要害怕失败或犯错，因为每一次尝试都是我们成长和进步的机会。 只要我们保持开放的心态，不断学习和尝试，我们就能够超越偏见，创造出更优秀的代码和解决方案。 所以，让我们在编程的路上，积极地去挑战和改变偏见。用行动去证明，只有不断地尝试，我们才能取得更大的进步和成功。让我们敢于迈出第一步，勇往直前，一同创造出更美好的编程世界！ 如果文章对你有帮助的话欢迎「关注+点赞+收藏」 阅读原文