正文
Lambda Expression In Java
小程序：扫一扫查出行【扫一扫了解最新限行尾号】
复制小程序
题记
在阅读JDK源码
java.util.Collections
的时候在
UnmodifiableCollection
类中看到了这么一段代码：
public void forEach(Consumer<? super E> action) {
c.forEach(action);
}
而 Consumer 的源码如下：
@FunctionalInterface
public interface Consumer<T> {
void accept(T t);
default Consumer<T> andThen(Consumer<? super T> after) {
Objects.requireNonNull(after);
return (T t) -> { accept(t); after.accept(t); };
}
}
乍一看让我费解了一下，但是回过神来发现这不就是Java8的新特性Lambda表达式吗。原来对于这些新特性只是了解一下，没注意到在JDK源码中也使用到了，所以抽时间看了一下Java的Lambda表达式。
Lambda演算
Lambda演算在wiki上的非形式化表述如下：
在λ演算中，每个表达式都代表一个函数，这个函数有一个参数，并且返回一个值。不论是参数和返回值，也都是一个单参的函数。可以这么说，λ演算中，只有一种“类型”，那就是这种单参函数。
函数是通过λ表达式匿名地定义的，这个表达式说明了此函数将对其参数进行什么操作。例如，“加2”函数f(x)= x +
2可以用lambda演算表示为λx.x + 2 (或者λy.y + 2，参数的取名无关紧要)而f(3)的值可以写作(λx.x + 2)
3。函数的应用（application）是左结合的：f x y =(f x) y。
考虑这么一个函数：它把一个函数作为参数，这个函数将被作用在3上：λf.f 3。如果把这个（用函数作参数的）函数作用于我们先前的“加2”函数上：(λf.f 3)(λx.x+2)，则明显地，下述三个表达式：
(λf.f 3)(λx.x+2) 与 (λx.x + 2) 3 与 3 + 2
是等价的。有两个参数的函数可以通过lambda演算这么表达：一个单一参数的函数的返回值又是一个单一参数的函数（参见Currying）。例如，函数f(x, y) = x - y可以写作λx.λy.x - y。下述三个表达式：
(λx.λy.x - y) 7 2 与 (λy.7 - y) 2 与 7 - 2
也是等价的。然而这种lambda表达式之间的等价性无法找到一个通用的函数来判定。
详细的形式化表述请跳转Lambda演算
Java中的Lambda表达式
在Java中Lambda表达式可以有多个参数，在JSR335-FINAL(Java Specification Requests)中对Java中Lambda表达式的形式定义如下：
LambdaExpression:
LambdaParameters '->' LambdaBody LambdaParameters:
Identifier
'(' FormalParameterListopt ')'
'(' InferredFormalParameterList ')' InferredFormalParameterList:
Identifier
InferredFormalParameterList ',' Identifier LambdaBody:
Expression
Block The following definitions from .. are repeated here for convenience: FormalParameterList:
LastFormalParameter
FormalParameters ',' LastFormalParameter FormalParameters:
FormalParameter
FormalParameters, FormalParameter FormalParameter:
VariableModifiersopt Type VariableDeclaratorId LastFormalParameter:
VariableModifiersopt Type '...' VariableDeclaratorId
FormalParameter
举例如下 Examples of lambda expressions:
() -> {} // No parameters; result is void
() -> // No parameters, expression body
() -> null // No parameters, expression body
() -> { return ; } // No parameters, block body with return
() -> { System.gc(); } // No parameters, void block body
() -> {
if (true) return ;
else {
int result = ;
for (int i = ; i < 10; i++)
result *= i;
return result;
}
} // Complex block body with returns
(int x) -> x+ // Single declared-type parameter
(int x) -> { return x+; } // Single declared-type parameter
(x) -> x+ // Single inferred-type parameter
x -> x+ // Parens optional for single inferred-type case
(String s) -> s.length() // Single declared-type parameter
(Thread t) -> { t.start(); } // Single declared-type parameter
s -> s.length() // Single inferred-type parameter
t -> { t.start(); } // Single inferred-type parameter
(int x, int y) -> x+y // Multiple declared-type parameters
(x,y) -> x+y // Multiple inferred-type parameters
(final int x) -> x+ // Modified declared-type parameter
(x, final y) -> x+y // Illegal: can't modify inferred-type parameters
(x, int y) -> x+y // Illegal: can't mix inferred and declared types
注意，在形式参数中推导参数和声明参数不能混用 。(Inferred-type parameters的类型是编译的时候从上下问中推断出来的，比如说是借口定义时指定的参数)
Java SE 8: Lambda Quick Start
以下例子摘自 Oracle-Java SE 8: Lambda Quick Start
Runnable Lambda
public class LambdaTest {
public static void main(String[] args) {
LambdaTest LT = new LambdaTest();
LT.runnableTest();
LT.comparatorTest();
}
public void runnableTest() {
System.out.println("=== RunnableTest ===");
// Anonymous Runnable
Runnable r1 = new Runnable() {
@Override
public void run() {
System.out.println("Hello world one!");
}
};
// Lambda Runnable
Runnable r2 = () -> {
System.out.println("Hello world two!");
System.out.println("Hello world three!");
};
// Run em!
r1.run();
r2.run();
}
}
上面代码用Lambda表达式代替了*New*操作和*run*方法的定义，使得代码更为简洁。
Comparator Lambda
class Person {
public String surName;
public Person(String surName) {
super();
this.surName = surName;
}
public void printName() {
System.out.println(this.surName);
}
}
public void comparatorTest() {
List<Person> personList = new ArrayList<Person>();
personList.add(new Person("B"));
personList.add(new Person("A"));
// // Sort with Inner Class
// Collections.sort(personList, new Comparator<Person>() {
// public int compare(Person p1, Person p2) {
// return p1.surName.compareTo(p2.surName);
// }
// });
//
// System.out.println("=== Sorted Asc SurName ===");
// for (Person p : personList) {
// p.printName();
// }
// Use Lambda instead
// Print Asc
System.out.println("=== Sorted Asc SurName ===");
Collections.sort(personList, (p1, p2) -> p1.surName.compareTo(p2.surName));
for (Person p : personList) {
p.printName();
}
// Print Desc
System.out.println("=== Sorted Desc SurName ===");
Collections.sort(personList, (p1, p2) -> p2.surName.compareTo(p1.surName));
for (Person p : personList) {
p.printName();
}
}
这里则是用Lambda表达式代替了匿名的对象*Comparator*的作用。
Function
原先我以为Lambda表达式的加入只是一个简单的语法糖，但是后面发现还有更多的语法糖。设想一下如果你需要对一个List的数据做判断和筛选，通常我们会按照下面这种一般做法。
public class Person {
public String givenName;
public String surName;
public int age;
public Gender gender;
public String eMail;
public String phone;
public String address;
//getters and setters
//...
}
public class RoboContactMethods2 {
public void callDrivers(List<Person> pl){
for(Person p:pl){
if (isDriver(p)){
roboCall(p);
}
}
}
public boolean isDriver(Person p){
return p.getAge() >= 16;
}
public void roboCall(Person p){
System.out.println("Calling " + p.getGivenName() + " " + p.getSurName() + " age " + p.getAge() + " at " + p.getPhone());
}
}
这样如果有多个过滤条件的需求，就需要实现更多的判断函数，那么更文艺一些的做法是这样的(还是用上面的Person对象举例)：
public interface MyTest<T> {
public boolean test(T t);
}
public class RoboContactAnon {
public void phoneContacts(List<Person> pl, MyTest<Person> aTest){
for(Person p:pl){
if (aTest.test(p)){
roboCall(p);
}
}
}
public void roboCall(Person p){
System.out.println("Calling " + p.getGivenName() + " " + p.getSurName() + " age " + p.getAge() + " at " + p.getPhone());
}
public static void main (String[] args) {
//get PersonList for testing.
List<Person> pl = getInitedPersonList();
RoboContactAnon rca = new RoboContactAnon();
rca.phoneContacts(pl, (p) -> p.getAge() > 16);
}
}
我们这里使用了一个自定义的*MyTest*接口，但是其实我们不需要自己定义这个接口，因为在Java SE 8中，JDK为我们提供了一系列的接口供我们使用，比如我们的*MyTest*接口就可以用系统提供的*Predicte*接口进行替代，它的定义跟MyTest类似：
public interface Predicate<T> {
public boolean test(T t);
}
除了 Predicte ，JDK还提供了一系列的接口供我们在不同的场景使用。它们在 java.util.function 包中。下面是列举的是JDK提供的一部分接口：
- Predicate: A property of the object passed as argument
- Consumer: An action to be performed with the object passed as argument
- Function: Transform a T to a U
- Supplier: Provide an instance of a T (such as a factory)
- UnaryOperator: A unary operator from T -> T
- BinaryOperator: A binary operator from (T, T) -> T
Collections
除了上面提到的语法糖，和
java.util.function
包以外，Java SE 8还增加了
java.util.stream
，这是对Collections对象起到了一定的增强。考虑以下场景“你需要对一个List根据一定的条件对元素进行过滤，然后求过滤后元素某个属性的平均值”。我们的做法一般是这样：
//仍旧以List<Person>举例
double sum = 0;
int count = 0;
for (Person p : personList) {
if (p.getAge() > 0) {
sum += p.getAge();
cout++;
}
}
double average = count > 0 ? sum/average : 0;
如果我们使用stream的话，就可以用更文艺一点的写法：
// Get average of ages
OptionalDouble averageAge = pl
.stream()
.filter((p) -> p.getAge() > 16)
.mapToDouble(p -> p.getAge())
.average();
可以看到这样写的话代码确实更简洁了，它把 List 转换成一个 Stream ，然后对元素进行操作。而且如果我们做的操作对元素的顺序没有要求那么我们可以将 stream() 方法换成 parallelStream() 方法，这样可以得到一个可以并行处理的流，当我们对元素进行处理的时候，JVM会把这个流进行划分，对每一个部分并行的进行处理，然后再进行归并，这样可以提高处理的效率，而这些对开发人员是透明的。
划分，映射，归并，这些听起来有没有觉得很熟悉，对，这就是 MapReduce ，只是跟 Hadoop 用机器作为处理节点不一样的是这里对于划分的处理是在一个JVM里面进行的。在 java.util.stream 中给我们提供了一个通用的 reduce() 方法：
<U> U reduce(U identity,
BiFunction<U, ? super T, U> accumulator,
BinaryOperator<U> combiner); int sumOfWeights = widgets.stream()
.reduce(0,
(sum, b) -> sum + b.getWeight()),
Integer::sum);
其中identity是一个reduce的初始值，如果没有元素进行reduce的话则返回identitiy值，如果有元素进行reduce则在identity上进行累加。accumulator是一个累加器，负责把部分结果与另一个元素进行累加，combiner则是一个合并器，负责把不同部分的子结果进行合并，取得最终的结果。这里如果所进行的运算对元素的元素没有要求的话我们可以使用parallelStream()，取得一个并行的流，这样才能对流进行划分和并行处理，充分发挥这些新特性的性能。
将一个输入的collection做转换也是可以的比如下面的例子就返回了元素中某个属性的List：
<R> R collect(Supplier<R> supplier,
BiConsumer<R, ? super T> accumulator,
BiConsumer<R, R> combiner); ArrayList<String> strings = stream.collect(() -> new ArrayList<>(),
(c, e) -> c.add(e.toString()),
(c1, c2) -> c1.addAll(c2)); List<String> strings = stream.map(Object::toString)
.collect(ArrayList::new, ArrayList::add, ArrayList::addAll);
有可能你觉得这不是KV对操作，不像MapReduce，那么你可以将结果映射成一个Map，这就是妥妥的KV对了，这个操作需要使用到groupingBy(Collection collection)方法：
Collector<Employee, ?, Integer> summingSalaries
= Collectors.summingInt(Employee::getSalary); Map<Department, Integer> salariesByDept
= employees.stream().collect(Collectors.groupingBy(Employee::getDepartment,
summingSalaries));
以上只是对于stream的简单举例，详情请阅读[JSR335-FINAL]中关于java.util.stream的部分。
后记
起初我认为这些新特性只是一些语法糖，现在我也还认为这个特性是个语法糖。虽然在开发过程中很少用到这个新特性（甚至都不会用到），但是了解这些新特性总是没有坏除的，恰当的使用这些新特性在某些场景下的确可以取得很好的效果（简洁的代码，优秀的性能）。这篇文章的初衷一是对自己所得的记录，二是做一个分享。写得不好的或者谬误的地方还请大家批评指正，一起交流，共同进步。
参考文献
Lambda演算-wikipedia
JSR335-FINAL(Java Specification Requests)
Oracle-Java SE 8: Lambda Quick Start
My Github
