Lambda

Lambda介紹

Lambda 表達(dá)式(lambda expression)是一個(gè)匿名函數(shù)，Lambda表達(dá)式基于數(shù)學(xué)中的λ演算得名，直接對(duì)應(yīng)于其中的lambda抽象(lambda abstraction)，是一個(gè)匿名函數(shù)，即沒(méi)有函數(shù)名的函數(shù)。

Lambda表達(dá)式的結(jié)構(gòu)

• 一個(gè) Lambda 表達(dá)式可以有零個(gè)或多個(gè)參數(shù)
• 參數(shù)的類型既可以明確聲明，也可以根據(jù)上下文來(lái)推斷。例如：(int a)與(a)效果相同
• 所有參數(shù)需包含在圓括號(hào)內(nèi)，參數(shù)之間用逗號(hào)相隔。例如：(a, b) 或 (int a, int b) 或 (String a, int b, float c)
• 空?qǐng)A括號(hào)代表參數(shù)集為空。例如：() -> 42
• 當(dāng)只有一個(gè)參數(shù)，且其類型可推導(dǎo)時(shí)，圓括號(hào)（）可省略。例如：a -> return a*a
• Lambda 表達(dá)式的主體可包含零條或多條語(yǔ)句
• 如果 Lambda 表達(dá)式的主體只有一條語(yǔ)句，花括號(hào){}可省略。匿名函數(shù)的返回類型與該主體表達(dá)式一致
• 如果 Lambda 表達(dá)式的主體包含一條以上語(yǔ)句，則表達(dá)式必須包含在花括號(hào){}中（形成代碼塊）。匿名函數(shù)的返回類型與代碼塊的返回類型一致，若沒(méi)有返回則為空

Lambda 表達(dá)式的使用

下面我們先使用一個(gè)簡(jiǎn)單的例子來(lái)看看Lambda的效果吧。

比如我們對(duì)Map 的遍歷 傳統(tǒng)方式遍歷如下:

  Map<String, String> map = new HashMap<>();
  map.put("a", "a");
  map.put("b", "b");
  map.put("c", "c");
  map.put("d", "d");

  System.out.println("map普通方式遍歷:");
  for (String key : map.keySet()) {
   System.out.println("k=" + key + "，v=" + map.get(key));
  }

使用Lambda進(jìn)行遍歷:

  System.out.println("map拉姆達(dá)表達(dá)式遍歷:");
  map.forEach((k, v) -> {
   System.out.println("k=" + k + "，v=" + v);
 });

List也同理，不過(guò)List還可以通過(guò)雙冒號(hào)運(yùn)算符遍歷:

  List<String> list = new ArrayList<String>();
  list.add("a");
  list.add("bb");
  list.add("ccc");
  list.add("dddd");
  System.out.println("list拉姆達(dá)表達(dá)式遍歷:");
  list.forEach(v -> {
   System.out.println(v);
  });
  System.out.println("list雙冒號(hào)運(yùn)算符遍歷:");
  list.forEach(System.out::println);

輸出結(jié)果:

 map普通方式遍歷:
 k=a，v=a
 k=b，v=b
 k=c，v=c
 k=d，v=d
 map拉姆達(dá)表達(dá)式遍歷:
 k=a，v=a
 k=b，v=b
 k=c，v=c
 k=d，v=d
 list拉姆達(dá)表達(dá)式遍歷:
 a
 bb
 ccc
 dddd
 list雙冒號(hào)運(yùn)算符遍歷:
 a
 bb
 ccc
 dddd

Lambda 除了在for循環(huán)遍歷中使用外，它還可以代替匿名的內(nèi)部類。比如下面這個(gè)例子的線程創(chuàng)建:

 //使用普通的方式創(chuàng)建
 Runnable r1 = new Runnable() {
  @Override
  public void run() {
   System.out.println("普通方式創(chuàng)建!");
  }
 };
 
 //使用拉姆達(dá)方式創(chuàng)建
 Runnable r2 = ()-> System.out.println("拉姆達(dá)方式創(chuàng)建!");

注: 這個(gè)例子中使用Lambda表達(dá)式的時(shí)候，編譯器會(huì)自動(dòng)推斷：根據(jù)線程類的構(gòu)造函數(shù)簽名 Runnable r { }，將該 Lambda 表達(dá)式賦 Runnable 接口。

Lambda 表達(dá)式與匿名類的區(qū)別使用匿名類與 Lambda 表達(dá)式的一大區(qū)別在于關(guān)鍵詞的使用。對(duì)于匿名類，關(guān)鍵詞 this 解讀為匿名類，而對(duì)于 Lambda 表達(dá)式，關(guān)鍵詞 this 解讀為寫就 Lambda 的外部類。

Lambda表達(dá)式使用注意事項(xiàng)

Lambda雖然簡(jiǎn)化了代碼的編寫，但同時(shí)也減少了可讀性。

Stream

Stream介紹

Stream 使用一種類似用 SQL 語(yǔ)句從數(shù)據(jù)庫(kù)查詢數(shù)據(jù)的直觀方式來(lái)提供一種對(duì) Java 集合運(yùn)算和表達(dá)的高階抽象。Stream API可以極大提高Java程序員的生產(chǎn)力，讓程序員寫出高效率、干凈、簡(jiǎn)潔的代碼。這種風(fēng)格將要處理的元素集合看作一種流， 流在管道中傳輸， 并且可以在管道的節(jié)點(diǎn)上進(jìn)行處理， 比如篩選， 排序，聚合等。

Stream特性：

• 不是數(shù)據(jù)結(jié)構(gòu)：它沒(méi)有內(nèi)部存儲(chǔ)，它只是用操作管道從 source（數(shù)據(jù)結(jié)構(gòu)、數(shù)組、generator function、IO channel）抓取數(shù)據(jù)。它也絕不修改自己所封裝的底層數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)。例如 Stream 的 filter 操作會(huì)產(chǎn)生一個(gè)不包含被過(guò)濾元素的新 Stream，而不是從 source 刪除那些元素。
• 不支持索引訪問(wèn)：但是很容易生成數(shù)組或者 List 。
• 惰性化：很多 Stream 操作是向后延遲的，一直到它弄清楚了最后需要多少數(shù)據(jù)才會(huì)開(kāi)始。Intermediate 操作永遠(yuǎn)是惰性化的。
• 并行能力。當(dāng)一個(gè) Stream 是并行化的，就不需要再寫多線程代碼，所有對(duì)它的操作會(huì)自動(dòng)并行進(jìn)行的。
• 可以是無(wú)限的：集合有固定大小，Stream 則不必。limit(n) 和 findFirst() 這類的 short-circuiting 操作可以對(duì)無(wú)限的 Stream 進(jìn)行運(yùn)算并很快完成。
• 注意事項(xiàng)：所有 Stream 的操作必須以 lambda 表達(dá)式為參數(shù)。

Stream 流操作類型：

• Intermediate：一個(gè)流可以后面跟隨零個(gè)或多個(gè) intermediate 操作。其目的主要是打開(kāi)流，做出某種程度的數(shù)據(jù)映射/過(guò)濾，然后返回一個(gè)新的流，交給下一個(gè)操作使用。這類操作都是惰性化的（lazy），就是說(shuō)，僅僅調(diào)用到這類方法，并沒(méi)有真正開(kāi)始流的遍歷。
• Terminal：一個(gè)流只能有一個(gè) terminal 操作，當(dāng)這個(gè)操作執(zhí)行后，流就被使用“光”了，無(wú)法再被操作。所以這必定是流的最后一個(gè)操作。Terminal操作的執(zhí)行，才會(huì)真正開(kāi)始流的遍歷，并且會(huì)生成一個(gè)結(jié)果，或者一個(gè) side effect。

Stream使用

這里我們依舊使用一個(gè)簡(jiǎn)單示例來(lái)看看吧。在開(kāi)發(fā)中，我們有時(shí)需要對(duì)一些數(shù)據(jù)進(jìn)行過(guò)濾，如果是傳統(tǒng)的方式，我們需要對(duì)這批數(shù)據(jù)進(jìn)行遍歷過(guò)濾，會(huì)顯得比較繁瑣，如果使用steam流方式的話，那么可以很方便的進(jìn)行處理。

首先通過(guò)普通的方式進(jìn)行過(guò)濾:

List<String> list = Arrays.asList("張三", "李四", "王五", "xuwujing");
 System.out.println("過(guò)濾之前:" + list);
 List<String> result = new ArrayList<>();
 for (String str : list) {
  if (!"李四".equals(str)) {
   result.add(str);
  }
 }
 System.out.println("過(guò)濾之后:" + result);

使用Steam方式進(jìn)行過(guò)濾：

List<String> result2 = list.stream().filter(str -> !"李四".equals(str)).collect(Collectors.toList());
System.out.println("stream 過(guò)濾之后:" + result2);

輸出結(jié)果:

過(guò)濾之前:[張三, 李四, 王五, xuwujing]
過(guò)濾之后:[張三, 王五, xuwujing]
stream 過(guò)濾之后:[張三, 王五, xuwujing]

是不是很簡(jiǎn)潔和方便呢。其實(shí)Stream流還有更多的使用方法，filter只是其中的一角而已。那么在這里我們就來(lái)學(xué)習(xí)了解下這些用法吧。

1.構(gòu)造Stream流的方式

 Stream stream = Stream.of("a", "b", "c");
 String[] strArray = new String[] { "a", "b", "c" };
 stream = Stream.of(strArray);
 stream = Arrays.stream(strArray);
 List<String> list = Arrays.asList(strArray);
 stream = list.stream();

2.Stream流的之間的轉(zhuǎn)換

注意:一個(gè)Stream流只可以使用一次，這段代碼為了簡(jiǎn)潔而重復(fù)使用了數(shù)次，因此會(huì)拋出 stream has already been operated upon or closed 異常。

try {
  Stream<String> stream2 = Stream.of("a", "b", "c");
  // 轉(zhuǎn)換成 Array
  String[] strArray1 = stream2.toArray(String[]::new);

  // 轉(zhuǎn)換成 Collection
  List<String> list1 = stream2.collect(Collectors.toList());
  List<String> list2 = stream2.collect(Collectors.toCollection(ArrayList::new));   
  Set set1 = stream2.collect(Collectors.toSet());
  Stack stack1 = stream2.collect(Collectors.toCollection(Stack::new));

  // 轉(zhuǎn)換成 String
  String str = stream.collect(Collectors.joining()).toString();
 } catch (Exception e) {
  e.printStackTrace();
 }

3.Stream流的map使用

map方法用于映射每個(gè)元素到對(duì)應(yīng)的結(jié)果，一對(duì)一。

示例一：轉(zhuǎn)換大寫

 List<String> list3 = Arrays.asList("zhangSan", "liSi", "wangWu");
 System.out.println("轉(zhuǎn)換之前的數(shù)據(jù):" + list3);
 List<String> list4 = list3.stream().map(String::toUpperCase).collect(Collectors.toList());
 System.out.println("轉(zhuǎn)換之后的數(shù)據(jù):" + list4); 
 // 轉(zhuǎn)換之后的數(shù)據(jù):[ZHANGSAN, LISI,WANGWU]

示例二：轉(zhuǎn)換數(shù)據(jù)類型

 List<String> list31 = Arrays.asList("1", "2", "3");
 System.out.println("轉(zhuǎn)換之前的數(shù)據(jù):" + list31);
 List<Integer> list41 = list31.stream().map(Integer::valueOf).collect(Collectors.toList());
 System.out.println("轉(zhuǎn)換之后的數(shù)據(jù):" + list41); 
 // [1, 2, 3]

示例三：獲取平方

 List<Integer> list5 = Arrays.asList(new Integer[] { 1, 2, 3, 4, 5 });
 List<Integer> list6 = list5.stream().map(n -> n * n).collect(Collectors.toList());
 System.out.println("平方的數(shù)據(jù):" + list6);
 // [1, 4, 9, 16, 25]

4.Stream流的filter使用

filter方法用于通過(guò)設(shè)置的條件過(guò)濾出元素。

示例二：通過(guò)與 findAny 得到 if/else 的值

List<String> list = Arrays.asList("張三", "李四", "王五", "xuwujing");
String result3 = list.stream().filter(str -> "李四".equals(str)).findAny().orElse("找不到!");
String result4 = list.stream().filter(str -> "李二".equals(str)).findAny().orElse("找不到!");

System.out.println("stream 過(guò)濾之后 2:" + result3);
System.out.println("stream 過(guò)濾之后 3:" + result4);
//stream 過(guò)濾之后 2:李四
//stream 過(guò)濾之后 3:找不到!

示例三：通過(guò)與 mapToInt 計(jì)算和

 List<User> lists = new ArrayList<User>();
 lists.add(new User(6, "張三"));
 lists.add(new User(2, "李四"));
 lists.add(new User(3, "王五"));
 lists.add(new User(1, "張三"));
 // 計(jì)算這個(gè)list中出現(xiàn) "張三" id的值
 int sum = lists.stream().filter(u -> "張三".equals(u.getName())).mapToInt(u -> u.getId()).sum();

 System.out.println("計(jì)算結(jié)果:" + sum); 
 // 7

5.Stream 流的 flatMap 使用

flatMap 方法用于映射每個(gè)元素到對(duì)應(yīng)的結(jié)果，一對(duì)多。

示例:從句子中得到單詞

 String worlds = "The way of the future";
 List<String> list7 = new ArrayList<>();
 list7.add(worlds);
 List<String> list8 = list7.stream().flatMap(str -> Stream.of(str.split(" ")))
   .filter(world -> world.length() > 0).collect(Collectors.toList());
 System.out.println("單詞:");
 list8.forEach(System.out::println);
 // 單詞:
 // The 
 // way 
 // of 
 // the 
 // future

6.Stream流的limit使用

limit 方法用于獲取指定數(shù)量的流。

示例一：獲取前n條數(shù)的數(shù)據(jù)

 Random rd = new Random();
 System.out.println("取到的前三條數(shù)據(jù):");
 rd.ints().limit(3).forEach(System.out::println);
 // 取到的前三條數(shù)據(jù):
 // 1167267754
 // -1164558977
 // 1977868798

示例二：結(jié)合skip使用得到需要的數(shù)據(jù)

skip表示的是扔掉前n個(gè)元素。

List<User> list9 = new ArrayList<User>();
 for (int i = 1; i < 4; i++) {
  User user = new User(i, "pancm" + i);
  list9.add(user);
 }
 System.out.println("截取之前的數(shù)據(jù):");
 // 取前3條數(shù)據(jù)，但是扔掉了前面的2條，可以理解為拿到的數(shù)據(jù)為 2<=i<3 (i 是數(shù)值下標(biāo))
 List<String> list10 = list9.stream().map(User::getName).limit(3).skip(2).collect(Collectors.toList());
 System.out.println("截取之后的數(shù)據(jù):" + list10);
 //  截取之前的數(shù)據(jù):
 //  姓名:pancm1
 //  姓名:pancm2
 //  姓名:pancm3
 //  截取之后的數(shù)據(jù):[pancm3]

注:User實(shí)體類中 getName 方法會(huì)打印姓名。

7.Stream流的sort使用

sorted方法用于對(duì)流進(jìn)行升序排序。

示例一：隨機(jī)取值排序

 Random rd2 = new Random();
 System.out.println("取到的前三條數(shù)據(jù)然后進(jìn)行排序:");
 rd2.ints().limit(3).sorted().forEach(System.out::println);
 // 取到的前三條數(shù)據(jù)然后進(jìn)行排序:
 // -2043456377
 // -1778595703
 // 1013369565

示例二：優(yōu)化排序

tips: 先獲取在排序效率會(huì)更高!

 //普通的排序取值
 List<User> list11 = list9.stream().sorted((u1, u2) -> u1.getName().compareTo(u2.getName())).limit(3)
   .collect(Collectors.toList());
 System.out.println("排序之后的數(shù)據(jù):" + list11);
 //優(yōu)化排序取值
 List<User> list12 = list9.stream().limit(3).sorted((u1, u2) -> u1.getName().compareTo(u2.getName()))
   .collect(Collectors.toList());
 System.out.println("優(yōu)化排序之后的數(shù)據(jù):" + list12);
 //排序之后的數(shù)據(jù):[{"id":1,"name":"pancm1"}, {"id":2,"name":"pancm2"}, {"id":3,"name":"pancm3"}]
 //優(yōu)化排序之后的數(shù)據(jù):[{"id":1,"name":"pancm1"}, {"id":2,"name":"pancm2"}, {"id":3,"name":"pancm3"}]

8.Stream流的peek使用

peek對(duì)每個(gè)元素執(zhí)行操作并返回一個(gè)新的Stream

示例: 雙重操作

 System.out.println("peek使用:");
 Stream.of("one", "two", "three", "four").filter(e -> e.length() > 3).peek(e -> System.out.println("轉(zhuǎn)換之前: " + e))
   .map(String::toUpperCase).peek(e -> System.out.println("轉(zhuǎn)換之后: " + e)).collect(Collectors.toList());
 
 // 轉(zhuǎn)換之前: three
 // 轉(zhuǎn)換之后: THREE
 // 轉(zhuǎn)換之前: four
 // 轉(zhuǎn)換之后: FOUR

9.Stream流的parallel使用

parallelStream 是流并行處理程序的代替方法。

示例:獲取空字符串的數(shù)量

 List<String> strings = Arrays.asList("a", "", "c", "", "e","", " ");
 // 獲取空字符串的數(shù)量
 long count =  strings.parallelStream().filter(string -> string.isEmpty()).count();
 System.out.println("空字符串的個(gè)數(shù):"+count);

10.Stream流的max/min/distinct使用

示例一：得到最大最小值

 List<String> list13 = Arrays.asList("zhangsan","lisi","wangwu","xuwujing");
 int maxLines = list13.stream().mapToInt(String::length).max().getAsInt();
 int minLines = list13.stream().mapToInt(String::length).min().getAsInt();
 System.out.println("最長(zhǎng)字符的長(zhǎng)度:" + maxLines+",最短字符的長(zhǎng)度:"+minLines);
 //最長(zhǎng)字符的長(zhǎng)度:8,最短字符的長(zhǎng)度:4

示例二：得到去重之后的數(shù)據(jù)

 String lines = "good good study day day up";
 List<String> list14 = new ArrayList<String>();
 list14.add(lines);
 List<String> words = list14.stream().flatMap(line -> Stream.of(line.split(" "))).filter(word -> word.length() > 0)
   .map(String::toLowerCase).distinct().sorted().collect(Collectors.toList());
 System.out.println("去重復(fù)之后:" + words);
 //去重復(fù)之后:[day, good, study, up]

11.Stream流的Match使用

• allMatch：Stream 中全部元素符合則返回 true ;
• anyMatch：Stream 中只要有一個(gè)元素符合則返回 true;
• noneMatch：Stream 中沒(méi)有一個(gè)元素符合則返回 true。

示例:數(shù)據(jù)是否符合

 boolean all = lists.stream().allMatch(u -> u.getId() > 3);
 System.out.println("是否都大于3:" + all);
 boolean any = lists.stream().anyMatch(u -> u.getId() > 3);
 System.out.println("是否有一個(gè)大于3:" + any);
 boolean none = lists.stream().noneMatch(u -> u.getId() > 3);
 System.out.println("是否沒(méi)有一個(gè)大于3的:" + none);  
 // 是否都大于3:false
 // 是否有一個(gè)大于3:true
 // 是否沒(méi)有一個(gè)大于3的:false

12.Stream流的reduce使用

reduce 主要作用是把 Stream 元素組合起來(lái)進(jìn)行操作。

示例一：字符串連接

String concat = Stream.of("A", "B", "C", "D").reduce("", String::concat);
System.out.println("字符串拼接:" + concat);

示例二：得到最小值

 double minValue = Stream.of(-4.0, 1.0, 3.0, -2.0).reduce(Double.MAX_VALUE, Double::min);
 System.out.println("最小值:" + minValue);
 //最小值:-4.0

示例三：求和

 // 求和, 無(wú)起始值
 int sumValue = Stream.of(1, 2, 3, 4).reduce(Integer::sum).get();
 System.out.println("有無(wú)起始值求和:" + sumValue);
 // 求和, 有起始值
  sumValue = Stream.of(1, 2, 3, 4).reduce(1, Integer::sum);
  System.out.println("有起始值求和:" + sumValue);
 // 有無(wú)起始值求和:10
 // 有起始值求和:11

示例四：過(guò)濾拼接

concat = Stream.of("a", "B", "c", "D", "e", "F").filter(x -> x.compareTo("Z") > 0).reduce("", String::concat);
System.out.println("過(guò)濾和字符串連接:" + concat);
 //過(guò)濾和字符串連接:ace

13.Stream流的iterate使用

iterate 跟 reduce 操作很像，接受一個(gè)種子值，和一個(gè)UnaryOperator（例如 f）。然后種子值成為 Stream 的第一個(gè)元素，f(seed) 為第二個(gè)，f(f(seed)) 第三個(gè)，以此類推。在 iterate 時(shí)候管道必須有 limit 這樣的操作來(lái)限制 Stream 大小。

示例:生成一個(gè)等差隊(duì)列

 System.out.println("從2開(kāi)始生成一個(gè)等差隊(duì)列:");
 Stream.iterate(2, n -> n + 2).limit(5).forEach(x -> System.out.print(x + " "));
 // 從2開(kāi)始生成一個(gè)等差隊(duì)列:
 // 2 4 6 8 10

14.Stream流的 Supplier 使用

通過(guò)實(shí)現(xiàn)Supplier類的方法可以自定義流計(jì)算規(guī)則。

示例：隨機(jī)獲取兩條用戶信息

 System.out.println("自定義一個(gè)流進(jìn)行計(jì)算輸出:");
 Stream.generate(new UserSupplier()).limit(2).forEach(u -> System.out.println(u.getId() + ", " + u.getName()));
 
 //第一次:
 //自定義一個(gè)流進(jìn)行計(jì)算輸出:
 //10, pancm7
 //11, pancm6
 
 //第二次:
 //自定義一個(gè)流進(jìn)行計(jì)算輸出:
 //10, pancm4
 //11, pancm2
 
 //第三次:
 //自定義一個(gè)流進(jìn)行計(jì)算輸出:
 //10, pancm4
 //11, pancm8


class UserSupplier implements Supplier<User> {
 private int index = 10;
 private Random random = new Random();

 @Override
 public User get() {
  return new User(index++, "pancm" + random.nextInt(10));
 }
}

15.Stream流的groupingBy/partitioningBy使用

• groupingBy：分組排序；
• partitioningBy：分區(qū)排序。

示例一：分組排序

 System.out.println("通過(guò)id進(jìn)行分組排序:");
 Map<Integer, List<User>> personGroups = Stream.generate(new UserSupplier2()).limit(5)
   .collect(Collectors.groupingBy(User::getId));
 Iterator it = personGroups.entrySet().iterator();
 while (it.hasNext()) {
  Map.Entry<Integer, List<User>> persons = (Map.Entry) it.next();
  System.out.println("id " + persons.getKey() + " = " + persons.getValue());
 }
 
 // 通過(guò)id進(jìn)行分組排序:
 // id 10 = [{"id":10,"name":"pancm1"}] 
 // id 11 = [{"id":11,"name":"pancm3"}, {"id":11,"name":"pancm6"}, {"id":11,"name":"pancm4"}, {"id":11,"name":"pancm7"}]



 class UserSupplier2 implements Supplier<User> {
  private int index = 10;
  private Random random = new Random();
 
  @Override
  public User get() {
   return new User(index % 2 == 0 ? index++ : index, "pancm" + random.nextInt(10));
  }
 }

示例二：分區(qū)排序

    System.out.println("通過(guò)年齡進(jìn)行分區(qū)排序:");
 Map<Boolean, List<User>> children = Stream.generate(new UserSupplier3()).limit(5)
   .collect(Collectors.partitioningBy(p -> p.getId() < 18));

 System.out.println("小孩: " + children.get(true));
 System.out.println("成年人: " + children.get(false));
 
 // 通過(guò)年齡進(jìn)行分區(qū)排序:
 // 小孩: [{"id":16,"name":"pancm7"}, {"id":17,"name":"pancm2"}]
 // 成年人: [{"id":18,"name":"pancm4"}, {"id":19,"name":"pancm9"}, {"id":20,"name":"pancm6"}]

  class UserSupplier3 implements Supplier<User> {
  private int index = 16;
  private Random random = new Random();
 
  @Override
  public User get() {
   return new User(index++, "pancm" + random.nextInt(10));
  }
 }

16.Stream流的summaryStatistics使用

IntSummaryStatistics 用于收集統(tǒng)計(jì)信息(如count、min、max、sum和average)的狀態(tài)對(duì)象。

示例:得到最大、最小、之和以及平均數(shù)。

 List<Integer> numbers = Arrays.asList(1, 5, 7, 3, 9);
 IntSummaryStatistics stats = numbers.stream().mapToInt((x) -> x).summaryStatistics();
  
 System.out.println("列表中最大的數(shù) : " + stats.getMax());
 System.out.println("列表中最小的數(shù) : " + stats.getMin());
 System.out.println("所有數(shù)之和 : " + stats.getSum());
 System.out.println("平均數(shù) : " + stats.getAverage());
 
 // 列表中最大的數(shù) : 9
 // 列表中最小的數(shù) : 1
 // 所有數(shù)之和 : 25
 // 平均數(shù) : 5.0

Stream 介紹就到這里了，JDK1.8中的Stream流其實(shí)還有很多很多用法，更多的用法則需要大家去查看JDK1.8的API文檔了。

LocalDateTime

介紹

JDK1.8除了新增了lambda表達(dá)式、stream流之外，它還新增了全新的日期時(shí)間API。在JDK1.8之前，Java處理日期、日歷和時(shí)間的方式一直為社區(qū)所詬病，將 java.util.Date設(shè)定為可變類型，以及SimpleDateFormat的非線程安全使其應(yīng)用非常受限。因此推出了java.time包，該包下的所有類都是不可變類型而且線程安全。

關(guān)鍵類

• Instant：瞬時(shí)時(shí)間。
• LocalDate：本地日期，不包含具體時(shí)間, 格式 yyyy-MM-dd。
• LocalTime：本地時(shí)間，不包含日期. 格式 yyyy-MM-dd HH:mm:ss.SSS 。
• LocalDateTime：組合了日期和時(shí)間，但不包含時(shí)差和時(shí)區(qū)信息。
• ZonedDateTime：最完整的日期時(shí)間，包含時(shí)區(qū)和相對(duì)UTC或格林威治的時(shí)差。

使用

1.獲取當(dāng)前的日期時(shí)間

通過(guò)靜態(tài)工廠方法now()來(lái)獲取當(dāng)前時(shí)間。

 //本地日期,不包括時(shí)分秒
 LocalDate nowDate = LocalDate.now();
 //本地日期,包括時(shí)分秒
 LocalDateTime nowDateTime = LocalDateTime.now();
 System.out.println("當(dāng)前時(shí)間:"+nowDate);
 System.out.println("當(dāng)前時(shí)間:"+nowDateTime);
 //  當(dāng)前時(shí)間:2018-12-19
 //  當(dāng)前時(shí)間:2018-12-19T15:24:35.822

2.獲取當(dāng)前的年月日時(shí)分秒

獲取時(shí)間之后，直接get獲取年月日時(shí)分秒。

  //獲取當(dāng)前的時(shí)間，包括毫秒
  LocalDateTime ldt = LocalDateTime.now();
  System.out.println("當(dāng)前年:"+ldt.getYear());   //2018
  System.out.println("當(dāng)前年份天數(shù):"+ldt.getDayOfYear());//172 
  System.out.println("當(dāng)前月:"+ldt.getMonthValue());
  System.out.println("當(dāng)前時(shí):"+ldt.getHour());
  System.out.println("當(dāng)前分:"+ldt.getMinute());
  System.out.println("當(dāng)前時(shí)間:"+ldt.toString());
 //   當(dāng)前年:2018
 //   當(dāng)前年份天數(shù):353
 //   當(dāng)前月:12
 //   當(dāng)前時(shí):15
 //   當(dāng)前分:24
 //   當(dāng)前時(shí)間:2018-12-19T15:24:35.833

3.格式化時(shí)間

格式時(shí)間格式需要用到DateTimeFormatter類。

LocalDateTime ldt = LocalDateTime.now();
System.out.println("格式化時(shí)間: "+ ldt.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss.SSS")));
//格式化時(shí)間:2018-12-19 15:37:47.119

4.時(shí)間增減

在指定的時(shí)間進(jìn)行增加/減少年月日時(shí)分秒。

  LocalDateTime ldt = LocalDateTime.now();
  System.out.println("后5天時(shí)間:"+ldt.plusDays(5));
  System.out.println("前5天時(shí)間并格式化:"+ldt.minusDays(5).format(DateTimeFormatter.ofPattern("yyyy-MM-dd"))); //2018-06-16
  System.out.println("前一個(gè)月的時(shí)間:"+ldt2.minusMonths(1).format(DateTimeFormatter.ofPattern("yyyyMM"))); //2018-06-16
  System.out.println("后一個(gè)月的時(shí)間:"+ldt2.plusMonths(1)); //2018-06-16
  System.out.println("指定2099年的當(dāng)前時(shí)間:"+ldt.withYear(2099)); //2099-06-21T15:07:39.506
 //  后5天時(shí)間:2018-12-24T15:50:37.508
 //  前5天時(shí)間并格式化:2018-12-14
 //  前一個(gè)月的時(shí)間:201712
 //  后一個(gè)月的時(shí)間:2018-02-04T09:19:29.499
 //  指定2099年的當(dāng)前時(shí)間:2099-12-19T15:50:37.508

5.創(chuàng)建指定時(shí)間

通過(guò)指定年月日來(lái)創(chuàng)建。

 LocalDate ld3=LocalDate.of(2017, Month.NOVEMBER, 17);
 LocalDate ld4=LocalDate.of(2018, 02, 11);

6.時(shí)間相差比較

比較相差的年月日時(shí)分秒。

示例一: 具體相差的年月日

 LocalDate ld=LocalDate.parse("2017-11-17");
 LocalDate ld2=LocalDate.parse("2018-01-05");
 Period p=Period.between(ld, ld2);
 System.out.println("相差年: "+p.getYears()+" 相差月 :"+p.getMonths() +" 相差天:"+p.getDays());
 // 相差年: 0 相差月 :1 相差天:19

注:這里的月份是不滿足一年，天數(shù)是不滿足一個(gè)月的。這里實(shí)際相差的是1月19天，也就是49天。

示例二：相差總數(shù)的時(shí)間

ChronoUnit 日期周期單位的標(biāo)準(zhǔn)集合。

    LocalDate startDate = LocalDate.of(2017, 11, 17);
        LocalDate endDate = LocalDate.of(2018, 01, 05);
        System.out.println("相差月份:"+ChronoUnit.MONTHS.between(startDate, endDate));
        System.out.println("兩月之間的相差的天數(shù)   : " + ChronoUnit.DAYS.between(startDate, endDate));
  //        相差月份:1
  //        兩天之間的差在天數(shù)   : 49

注:ChronoUnit也可以計(jì)算相差時(shí)分秒。

示例三：精度時(shí)間相差

Duration 這個(gè)類以秒和納秒為單位建模時(shí)間的數(shù)量或數(shù)量。

 Instant inst1 = Instant.now();
    System.out.println("當(dāng)前時(shí)間戳 : " + inst1);
    Instant inst2 = inst1.plus(Duration.ofSeconds(10));
    System.out.println("增加之后的時(shí)間 : " + inst2);
    System.out.println("相差毫秒 : " + Duration.between(inst1, inst2).toMillis());
    System.out.println("相毫秒 : " + Duration.between(inst1, inst2).getSeconds());
 // 當(dāng)前時(shí)間戳 : 2018-12-19T08:14:21.675Z
 // 增加之后的時(shí)間 : 2018-12-19T08:14:31.675Z
 // 相差毫秒 : 10000
 // 相毫秒 : 10

示例四：時(shí)間大小比較

  LocalDateTime ldt4 = LocalDateTime.now();
  LocalDateTime ldt5 = ldt4.plusMinutes(10);
  System.out.println("當(dāng)前時(shí)間是否大于:"+ldt4.isAfter(ldt5));
  System.out.println("當(dāng)前時(shí)間是否小于"+ldt4.isBefore(ldt5));
  // false
  // true

7.時(shí)區(qū)時(shí)間計(jì)算

得到其他時(shí)區(qū)的時(shí)間。

示例一:通過(guò)Clock時(shí)鐘類獲取計(jì)算

Clock時(shí)鐘類用于獲取當(dāng)時(shí)的時(shí)間戳，或當(dāng)前時(shí)區(qū)下的日期時(shí)間信息。

  Clock clock = Clock.systemUTC();
  System.out.println("當(dāng)前時(shí)間戳 : " + clock.millis());
  Clock clock2 = Clock.system(ZoneId.of("Asia/Shanghai"));
  System.out.println("亞洲上海此時(shí)的時(shí)間戳:"+clock2.millis());
  Clock clock3 = Clock.system(ZoneId.of("America/New_York"));
  System.out.println("美國(guó)紐約此時(shí)的時(shí)間戳:"+clock3.millis());
  //  當(dāng)前時(shí)間戳 : 1545209277657
  //  亞洲上海此時(shí)的時(shí)間戳:1545209277657
  //  美國(guó)紐約此時(shí)的時(shí)間戳:1545209277658

示例二: 通過(guò)ZonedDateTime類和ZoneId

  ZoneId zoneId= ZoneId.of("America/New_York");
  ZonedDateTime dateTime=ZonedDateTime.now(zoneId);
  System.out.println("美國(guó)紐約此時(shí)的時(shí)間 : " + dateTime.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss.SSS")));
  System.out.println("美國(guó)紐約此時(shí)的時(shí)間 和時(shí)區(qū): " + dateTime);
  //  美國(guó)紐約此時(shí)的時(shí)間 : 2018-12-19 03:52:22.494
  // 美國(guó)紐約此時(shí)的時(shí)間 和時(shí)區(qū): 2018-12-19T03:52:22.494-05:00[America/New_York]

Java 8日期時(shí)間API總結(jié):

• 提供了javax.time.ZoneId 獲取時(shí)區(qū)。
• 提供了LocalDate和LocalTime類。
• Java 8 的所有日期和時(shí)間API都是不可變類并且線程安全，而現(xiàn)有的Date和Calendar API中的java.util.Date和SimpleDateFormat是非線程安全的。
• 主包是 java.time,包含了表示日期、時(shí)間、時(shí)間間隔的一些類。里面有兩個(gè)子包java.time.format用于格式化， java.time.temporal用于更底層的操作。
• 時(shí)區(qū)代表了地球上某個(gè)區(qū)域內(nèi)普遍使用的標(biāo)準(zhǔn)時(shí)間。每個(gè)時(shí)區(qū)都有一個(gè)代號(hào)，格式通常由區(qū)域/城市構(gòu)成（Asia/Tokyo），在加上與格林威治或 UTC的時(shí)差。例如：東京的時(shí)差是+09:00。
• OffsetDateTime類實(shí)際上組合了LocalDateTime類和ZoneOffset類。用來(lái)表示包含和格林威治或UTC時(shí)差的完整日期（年、月、日）和時(shí)間（時(shí)、分、秒、納秒）信息。
• DateTimeFormatter 類用來(lái)格式化和解析時(shí)間。與SimpleDateFormat不同，這個(gè)類不可變并且線程安全，需要時(shí)可以給靜態(tài)常量賦值。DateTimeFormatter類提供了大量的內(nèi)置格式化工具，同時(shí)也允許你自定義。在轉(zhuǎn)換方面也提供了parse()將字符串解析成日期，如果解析出錯(cuò)會(huì)拋出DateTimeParseException。DateTimeFormatter類同時(shí)還有format()用來(lái)格式化日期，如果出錯(cuò)會(huì)拋出DateTimeException異常。
• 再補(bǔ)充一點(diǎn)，日期格式“MMM d yyyy”和“MMM dd yyyy”有一些微妙的不同，第一個(gè)格式可以解析“Jan 2 2014”和“Jan 14 2014”，而第二個(gè)在解析“Jan 2 2014”就會(huì)拋異常，因?yàn)榈诙€(gè)格式里要求日必須是兩位的。如果想修正，你必須在日期只有個(gè)位數(shù)時(shí)在前面補(bǔ)零，就是說(shuō)“Jan 2 2014”應(yīng)該寫成 “Jan 02 2014”。

       

        
程序汪資料鏈接
       
       

        
程序汪接私活項(xiàng)目目錄，2023年總結(jié)

        
Java項(xiàng)目分享  最新整理全集，找項(xiàng)目不累啦 07版
        

         
        
       
歡迎添加程序汪微信 itwang007  進(jìn)粉絲群