Java值得使用Lambda的8個(gè)場景合集
前言
可能對(duì)不少人來說，Lambda顯得陌生又復(fù)雜，覺得Lambda會(huì)導(dǎo)致代碼可讀性下降，詬病Lambda語法，甚至排斥。
其實(shí)所有的這些問題，在嘗試并熟悉后，可能都不是問題。
對(duì)Lambda持懷疑態(tài)度的人，也許可以采取漸進(jìn)式使用Lambda的策略。在一些簡單和低風(fēng)險(xiǎn)的場景下先嘗試使用Lambda，逐漸增加Lambda表達(dá)式的使用頻率和范圍。
畢竟2023年了，JDK都出了那么多新版本，是時(shí)候試試Lambda了！
耐心看完，你一定有所收獲。
1. 對(duì)集合進(jìn)行遍歷和篩選
使用Lambda表達(dá)式結(jié)合Stream API可以在更少的代碼量下實(shí)現(xiàn)集合的遍歷和篩選，更加簡潔和易讀。
原來的寫法：
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
for (Integer num : numbers) {
if (num % 2 == 0) {
System.out.println(num);
}
}優(yōu)化的Lambda寫法：
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
numbers.stream()
.filter(num -> num % 2 == 0)
.forEach(System.out::println);2. 對(duì)集合元素進(jìn)行排序
使用Lambda表達(dá)式可以將排序邏輯以更緊湊的形式傳遞給sort方法，使代碼更加簡潔。
原來的寫法：
List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David");
Collections.sort(names, new Comparator<String>() {
public int compare(String name1, String name2) {
return name1.compareTo(name2);
}
});優(yōu)化的Lambda寫法：
List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David");
names.sort((name1, name2) -> name1.compareTo(name2));3. 集合的聚合操作
Lambda表達(dá)式結(jié)合Stream API可以更優(yōu)雅地實(shí)現(xiàn)對(duì)集合元素的聚合操作，例如求和、求平均值等。
原來的寫法：
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
int sum = 0;
for (Integer num : numbers) {
sum += num;
}優(yōu)化的Lambda寫法：
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
int sum = numbers.stream()
.reduce(0, Integer::sum);4. 條件過濾和默認(rèn)值設(shè)置
使用Lambda的Optional類可以更加優(yōu)雅地處理?xiàng)l件過濾和默認(rèn)值設(shè)置的邏輯。
原來的寫法：
String name = "Alice";
if (name != null && name.length() > 0) {
System.out.println("Hello, " + name);
} else {
System.out.println("Hello, Stranger");
}Lambda寫法：
String name = "Alice";
name = Optional.ofNullable(name)
.filter(n -> n.length() > 0)
.orElse("Stranger");
System.out.println("Hello, " + name);5. 簡化匿名內(nèi)部類
可以簡化代碼，同時(shí)提高代碼可讀性。
舉個(gè)創(chuàng)建Thread的例子，傳統(tǒng)方式使用匿名內(nèi)部類來實(shí)現(xiàn)線程，語法較為冗長，而Lambda表達(dá)式可以以更簡潔的方式達(dá)到相同的效果。
原來的寫法：
new Thread(new Runnable() {
public void run() {
System.out.println("Thread is running.");
}
}).start();Lambda寫法：
new Thread(() -> System.out.println("Thread is running.")).start();
new Thread(() -> {
// 做點(diǎn)什么
}).start();這種寫法也常用于簡化回調(diào)函數(shù)，再舉個(gè)例子：
假設(shè)我們有一個(gè)簡單的接口叫做Calculator，它定義了一個(gè)單一的方法calculate(int a, int b)來執(zhí)行數(shù)學(xué)運(yùn)算：
// @FunctionalInterface: 標(biāo)識(shí)接口是函數(shù)式接口，只包含一個(gè)抽象方法，從而能夠使用Lambda表達(dá)式來實(shí)現(xiàn)接口的實(shí)例化
@FunctionalInterface
interface Calculator {
int calculate(int a, int b);
}現(xiàn)在，讓我們創(chuàng)建一個(gè)名為CallbackExample的類。該類有一個(gè)名為operate的方法，它接受兩個(gè)整數(shù)和一個(gè)Calculator接口作為參數(shù)。該方法將使用提供的Calculator接口執(zhí)行計(jì)算并返回結(jié)果：
public class CallbackExample {
public static int operate(int a, int b, Calculator calculator) {
return calculator.calculate(a, b);
}
public static void main(String[] args) {
int num1 = 10;
int num2 = 5;
// 使用Lambda作為回調(diào)
int sum = operate(num1, num2, (x, y) -> x + y);
int difference = operate(num1, num2, (x, y) -> x - y);
int product = operate(num1, num2, (x, y) -> x * y);
int division = operate(num1, num2, (x, y) -> x / y);
System.out.println("Sum: " + sum);
System.out.println("Difference: " + difference);
System.out.println("Product: " + product);
System.out.println("Division: " + division);
}
}通過在方法調(diào)用中直接定義計(jì)算的行為，我們不再需要為每個(gè)運(yùn)算創(chuàng)建多個(gè)實(shí)現(xiàn)Calculator接口的類，使得代碼更加簡潔和易讀
6. 集合元素的轉(zhuǎn)換
使用Lambda的map方法可以更優(yōu)雅地對(duì)集合元素進(jìn)行轉(zhuǎn)換，提高代碼的可讀性
原來的寫法：
List<String> names = Arrays.asList("Alice", "Bob", "Charlie");
List<String> uppercaseNames = new ArrayList<>();
for (String name : names) {
uppercaseNames.add(name.toUpperCase());
}Lambda寫法：
List<String> names = Arrays.asList("Alice", "Bob", "Charlie");
List<String> uppercaseNames = names.stream()
.map(String::toUpperCase)
.collect(Collectors.toList());7. 對(duì)集合進(jìn)行分組和統(tǒng)計(jì)
以更緊湊的形式傳遞分組和統(tǒng)計(jì)的邏輯，避免了繁瑣的匿名內(nèi)部類的聲明和實(shí)現(xiàn)。
通過groupingBy、counting、summingInt等方法，使得代碼更加流暢、直觀且優(yōu)雅。
傳統(tǒng)寫法：
List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David", "Amy", "Diana");
// 對(duì)名字長度進(jìn)行分組
Map<Integer, List<String>> namesByLength = new HashMap<>();
for (String name : names) {
int length = name.length();
if (!namesByLength.containsKey(length)) {
namesByLength.put(length, new ArrayList<>());
}
namesByLength.get(length).add(name);
}
System.out.println("Names grouped by length: " + namesByLength);
// 統(tǒng)計(jì)名字中包含字母'A'的個(gè)數(shù)
List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David", "Amy", "Diana");
int namesWithA = 0;
for (String name : names) {
if (name.contains("A")) {
namesWithA++;
}
}
System.out.println("Number of names containing 'A': " + namesWithA);Lambda寫法：
List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David", "Amy", "Diana");
// 使用Lambda表達(dá)式對(duì)名字長度進(jìn)行分組
Map<Integer, List<String>> namesByLength = names.stream()
.collect(Collectors.groupingBy(String::length));
System.out.println("Names grouped by length: " + namesByLength);
// 使用Lambda表達(dá)式統(tǒng)計(jì)名字中包含字母'A'的個(gè)數(shù)
long namesWithA = names.stream()
.filter(name -> name.contains("A"))
.count();
System.out.println("Number of names containing 'A': " + namesWithA);8. 對(duì)大數(shù)據(jù)量集合的并行處理
當(dāng)集合的數(shù)據(jù)量很大時(shí)，通過Lambda結(jié)合Stream API可以方便地進(jìn)行并行處理，充分利用多核處理器的優(yōu)勢(shì)，提高程序的執(zhí)行效率。
假設(shè)我們有一個(gè)包含一百萬個(gè)整數(shù)的列表，我們想要計(jì)算這些整數(shù)的平均值：
import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.ThreadLocalRandom;
public class ParallelStreamExample {
public static void main(String[] args) {
// 創(chuàng)建一個(gè)包含一百萬個(gè)隨機(jī)整數(shù)的列表
List<Integer> numbers = new ArrayList<>();
for (int i = 0; i < 1000000; i++) {
numbers.add(ThreadLocalRandom.current().nextInt(100));
}
// 順序流的處理
long startTimeSeq = System.currentTimeMillis();
double averageSequential = numbers.stream()
.mapToInt(Integer::intValue)
.average()
.getAsDouble();
long endTimeSeq = System.currentTimeMillis();
System.out.println("Sequential Average: " + averageSequential);
System.out.println("Time taken (Sequential): " + (endTimeSeq - startTimeSeq) + "ms");
// 并行流的處理
long startTimePar = System.currentTimeMillis();
double averageParallel = numbers.parallelStream()
.mapToInt(Integer::intValue)
.average()
.getAsDouble();
long endTimePar = System.currentTimeMillis();
System.out.println("Parallel Average: " + averageParallel);
System.out.println("Time taken (Parallel): " + (endTimePar - startTimePar) + "ms");
}
}分別使用順序流和并行流來計(jì)算列表中整數(shù)的平均值：
- 順序流：通過stream()方法獲取流，使用mapToInt將Integer轉(zhuǎn)換為int，然后使用average()方法計(jì)算平均值
- 并行流：使用parallelStream()方法獲取并行流，其他步驟與順序流相同
查看輸出結(jié)果：
Sequential Average: 49.517461
Time taken (Sequential): 10ms
Parallel Average: 49.517461
Time taken (Parallel): 3ms
可以看出，順序流和并行流得到了相同的平均值，但并行流的處理時(shí)間明顯少于順序流。因?yàn)椴⑿辛髂軌驅(qū)⑷蝿?wù)拆分成多個(gè)小任務(wù)，并在多個(gè)處理器核心上同時(shí)執(zhí)行這些任務(wù)。
當(dāng)然并行流也有缺點(diǎn)：
- 對(duì)于較小的數(shù)據(jù)集，可能并行流更慢
- 數(shù)據(jù)處理本身的開銷較大，比如復(fù)雜計(jì)算、大量IO操作、網(wǎng)絡(luò)通信等，可能并行流更慢
- 可能引發(fā)線程安全問題
收尾
Lambda的使用場景遠(yuǎn)不止這些，在多線程、文件操作等場景中也都能靈活運(yùn)用，一旦熟悉后可以讓代碼更簡潔，實(shí)現(xiàn)精準(zhǔn)而優(yōu)雅的編程。
寫代碼時(shí)，改變偏見需要我們勇于嘗試和付諸行動(dòng)。有時(shí)候，我們可能會(huì)對(duì)某種編程語言、框架或設(shè)計(jì)模式持有偏見，認(rèn)為它們不適合或不好用。但是，只有嘗試去了解和實(shí)踐，我們才能真正知道它們的優(yōu)點(diǎn)和缺點(diǎn)。
當(dāng)我們?cè)敢獯蚱婆f有的觀念，敢于嘗試新的技術(shù)和方法時(shí)，我們就有機(jī)會(huì)發(fā)現(xiàn)新的可能性和解決問題的新途徑。不要害怕失敗或犯錯(cuò)，因?yàn)槊恳淮螄L試都是我們成長和進(jìn)步的機(jī)會(huì)。
只要我們保持開放的心態(tài)，不斷學(xué)習(xí)和嘗試，我們就能夠超越偏見，創(chuàng)造出更優(yōu)秀的代碼和解決方案。
所以，讓我們?cè)诰幊痰穆飞希e極地去挑戰(zhàn)和改變偏見。用行動(dòng)去證明，只有不斷地嘗試，我們才能取得更大的進(jìn)步和成功。讓我們敢于邁出第一步，勇往直前，一同創(chuàng)造出更美好的編程世界！
以上就是Java值得使用Lambda的8個(gè)場景合集的詳細(xì)內(nèi)容，更多關(guān)于Java Lambda的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要介紹了Mybatis中返回Map的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
SpringBoot攔截器excludePathPatterns方法不生效的解決方案
這篇文章主要介紹了SpringBoot攔截器excludePathPatterns方法不生效的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-07-07
基于JSON和java對(duì)象的互轉(zhuǎn)方法
下面小編就為大家?guī)硪黄贘SON和java對(duì)象的互轉(zhuǎn)方法。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-09-09
文中總結(jié)了線程互斥與同步,synchronized使用細(xì)節(jié)及原理,Reentrylock使用細(xì)節(jié)等知識(shí),對(duì)解決Java多線程互斥與同步等問題很有效,,需要的朋友可以參考下2021-05-05
java運(yùn)行jar包提示?“XXX中沒有主清單屬性”?"找不到主類”兩種解決辦法
本文主要介紹了java運(yùn)行jar包提示?“XXX中沒有主清單屬性”?"找不到主類”兩種解決辦法，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-06-06
這篇文章主要給大家介紹了關(guān)于Java中JScrollPane使用的相關(guān)資料,Java JScrollPane是Swing庫提供的一個(gè)組件,用于在需要滾動(dòng)的區(qū)域中顯示內(nèi)容,需要的朋友可以參考下2024-07-07
JDK自帶的四大命令行工具(jstat/jstack/jmap/jhat)的使用詳解
jstat、jstack、jmap、jhat這四個(gè)是?JDK?自帶的線上問題排查核心工具,專門用于定位?Java?應(yīng)用的性能瓶頸、內(nèi)存泄漏、死鎖、CPU?飆高等問題,無需額外安裝,只要裝了?JDK?就能用,感興趣的小伙伴可以了解下2026-06-06
如何使用intellij IDEA搭建Spring Boot項(xiàng)目
這篇文章主要介紹了如何使用intellij IDEA搭建Spring Boot項(xiàng)目,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-07-07
SpringMVC實(shí)現(xiàn)自定義類型轉(zhuǎn)換器
本篇文章主要介紹了SpringMVC實(shí)現(xiàn)自定義類型轉(zhuǎn)換器 ，詳細(xì)的介紹了自定義類型轉(zhuǎn)換器的用法和好處，有興趣的可以了解一下。2017-04-04
Java版C語言版簡單使用靜態(tài)語言實(shí)現(xiàn)動(dòng)態(tài)數(shù)組的方法
本文給大家分享java版和C語言版簡單使用靜態(tài)語言實(shí)現(xiàn)動(dòng)態(tài)數(shù)組的方法，非常不錯(cuò)，具有參考借鑒價(jià)值，需要的朋友參考下吧2017-10-10