VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > 编程开发 > Java教程 >

  • 随便聊聊 Java 8 的函数式编程

函数式编程（Functional Programming）

首先，我们来了解一个叫做"编程范式"的概念。

什么是"编程范式"呢？简单来说就是指导我们编程的方法论，是一种教我们如何编写代码、如何组织代码的"解题"思路。

业界普遍将编程范式划分为两大类：指令式和过程式，当然每个大类也可以接着往下细分，下面只列出了一些比较常见的子分类：

  • 指令式（Imperative）
    • 过程式（Procedural），比如：Fortran、C
    • 面向对象（Object Oriented），比如：C++、Java
  • 声明式（Declarative）
    • 逻辑式（Logic），比如：Prolog
    • 函数式（Functional），比如：Haskell、Erlang

在上面的分类中，有的同学看到 Java 被划分到了指令式范式的范畴可能会感觉到疑惑，其实指令式范式与声明式范式之间并没有绝对的界限，而且大有相互渗透的趋势，上述的分类也只是一个广义的划分，不用太过较真，稍微有个概念就行了。

指令式范式更关注过程，侧重于描述"如何去做"，而声明式范式关注结果，侧重于描述"去做什么"。

来看一个 Java 计算阶乘的例子：

// 给出明确的算法实现（指令式）
public int factorialImperative(int n) {
    int f = 1;
    for (; n > 0; --n) {
        f *= n;
    }
    return f;
}
// 仅仅给出了阶乘的递归定义（声明式）
public int factorialDeclarative(int n) {
    return n == 0 ? 1 : n * factorialDeclarative(n - 1);
}

什么是函数式编程

关于什么是函数式编程貌似也没有什么官方的定义，我好像也没有找到什么权威的解释，参考 wikipedia 以及自己的一些理解大概描述一下吧：

函数式编程是一种声明式的编程范式（以目标为导向，侧重于描述"去做什么"），通过函数运算以及函数组合的方式构建程序，并且避免使用共享状态（变量）以及可变对象。

好吧，总结的好像也比较抽象。没关系，还是有个概念就好，多写写多看看就有感觉了。

说说函数式编程中一些常见的概念吧：

  • First-class function（一言以蔽之：函数可以赋值给变量）
  • High-order function（一言以蔽之：函数可以作为另一个函数的入参或者出参）
  • Pure function（一言以蔽之：给定输入，输出总是固定的）
    • 补充说明，正是因为输出总是依赖输入，所以引申出一些其他的概念
      • Side Effect Free（没有副作用的，即不会污染上下文）
      • Reference Transparency（引用透明，即不依赖外部变量）
      • Lazy Evaluation（延迟求值，即调用的时机就不那么重要了）
  • 不可变（这个很好理解，当一切都是不可变，也就不需要考虑锁竞争了，也不用担心并发问题了，并行也变得简单起来）
  • 科里化（一种模块化和重用代码的技术，说白了其实就是闭包的一种实践）
  • 延迟列表、模式匹配还有结合器等等大家感兴趣的话可以自己去谷歌一下

Java 8 的函数式编程

Java 8 对函数式编程的支持

众所周知 Java 属于面向对象编程语言，广义上属于指令式范式的语言，但是没必要较真这个范式的分类，或是追求写出标准的函数式编程风格的代码，最重要的还是写出好的代码，业务价值OK、扩展性OK、维护性OK（当然好代码可不止这些标准）。

下面我们就来看看 Java 为了支持函数式编程，做了哪些努力。

首先，就是参数传递。Java 为了实现把函数当做参数来传递，引入了一个函数式接口（Functional Inteface）的概念。

函数式接口

简单来说函数式接口就是只定义一个方法的接口。比如我们经常会用到的 java.lang.Runnable 和 java.util.concurrent.Callable。

但是这样的定义未免有点单薄，因为只要人为的在接口里多添加一个方法，那么这个接口就不是函数接口了，又或者说某个接口压根儿就不是函数式接口，但是这个接口也只定义了一个方法，恰巧也符合函数式接口的语义，比如 java.lang.AutoCloseable，这就会给我们使用带来很多歧义和误导。

Java 8 提供了 @FunctionalInterface 注解来解决上面提到的问题。跟泛型和 @Override 类似，@FunctionalInterface 也同样是编译器来给代码做约束的，提供安全性的同时也提高了代码的可读性（因为显示的给你标记了嘛）。

当然，这个注解也不是必须的，还是举 java.lang.AutoCloseable 这个例子，像下面的声明编译器也并不会报错，但是这并没有什么实际意义，这些都是代码里面的坏味道，切记不可这样写：

public static void main(String[] args) throws Exception {
    AutoCloseable unscientific = () -> {
        System.out.println("不科学的示例...");
    };
    unscientific.close();
}

在上面的示例代码中，引入了 Java 8 的一个新的语法特性，你应该注意到了，就是 () -> {}：一个参数块+一个箭头+一个代码块，这就是 Lamdba 表达式。

Lambda 表达式

Java 8 引入 Lambda 表达式的主要作用就是简化代码编写，它只是一个语法糖而已，底层还是基于函数接口来实现的，如下面的示例那样：

// 基于函数接口
Runnable task1 = new Runnable() {
    @Override
    public void run() {
        // business code
    }
};
// Lamdba 写法
Runnable task2 = () -> {
    // business code
};

以前，我们只能通过匿名内部类将代码作为数据（也可以说是行为）来传递，写过匿名内部类的小伙伴都知道，样板代码你肯定是躲不开的，可读性也没那么友好，而现在，Lambda 表达式给我们提供了一种更加紧凑的传递行为的方式。

可以把 Lambda 表达式理解为函数式接口的一个具体实现的实例。Java 8 也允许我们直接以内联的形式直接编写函数式接口的抽象实现，而且，还可以把整个表达式直接当成参数进行传递。

最简单的 Lambda 表达式可以用逗号分隔的参数列表、-> 箭头符号以及语句块：

Arrays.asList("a", "b", "d")
        .forEach(e -> System.out.println(e));

Lambda表达式可能会有返回值，编译器会根据上下文推断返回值的类型，如果lambda的语句块只有一行，可以省略return关键字。

// 传统的方式
Arrays.asList("a", "d", "c").sort(new Comparator<String>() {
            @Override
            public int compare(String e1, String e2) {
                return e1.compareTo(e2);
            }
        });
// Lambda 语法
Arrays.asList("a", "d", "c").sort((e1, e2) -> {
            int result = e1.compareTo(e2); 
            return result;
        });
// Lambda 语法精简
Arrays.asList("a", "d", "c").sort((e1, e2) -> e1.compareTo(e2));

关于 Lamdba 再说两点：

  • 对局部变量的限制
    我们在使用过程中，常常发现 Lamdba 引用局部变量必须是final的或者说是隐式的final的，这主要是因为实例变量和局部变量背后的实现有一个关键不同：实例变量都存储在堆中，而局部变量则保存在栈上。堆是线程共享的，而栈是线程私有的，换句话说，Lambda 表达式引用的是值，而不是变量。
  • 方法引用
    Java 8 还提供了方法应用来进一步简化代码的编写，就像上个示例中代码，我们还能进一步简写为： 
    // 方法引用
Arrays.asList("a", "b", "d").sort(String::compareTo);

好了，刚刚介绍了 Java 8 的函数式接口还有 Lambda 表达式，可以进入下一个阶段了，就是流（Stream）。

流（Stream）

举个电商计算 ROI（投资回报率）的简单例子，公式如下：

ROI =［（收入－成本）／ 投入 ］＊100

常规操作可能写成这样：

multiply(divide(subtract(收入,成本),投入),100)

但如果我们换一种可读性更高的写法：

subtract(收入,成本).divide(投入).multiply(100)

是不是立马眼前一亮！我们知道 . 操作符是 Java 里面的方法调用，为了支持上面的这种级联操作，Java 8 让每个方法都返回一个通用的类型，即：Stream。

流有两个特点

  • 流水线（简单来说就是函数的级联调用，可以类比SQL语句）
  • 内部迭代（简单来说就是不需要像集合那样显示的处理迭代）

"流水线"这个特点就像刚刚计算ROI公式的那个例子，比较明了，我们来看看内部迭代：

在 Java 8 以前，我们大量的使用集合，对于稍微复杂一些的操作（过滤、分组、排序等组合操作）我们通常需要显示的编写大量的代码，当然，这也是无法避免的，这又回到文章开头提到的指令式范式的特点上面了，在没有声明式编程语法的支持下，你只能给出具体的算法实现，这个就不举例子了，大家应该深有体会，还是举个简单的例子吧：

int count=0;
 for (Person person : persons) {
     if (person.isFrom("江苏"))){
         count++;
     }
 }

现在 Java 8 引入了流，在流上支持了声明式的编程风格，一切就都变得豁然开朗起来，语义也更加丰满起来了：

long count = persons.stream()
      .filter(person -> person.isFrom("江苏"))
      .count()

流的惰性求值

  • Stream 上的有两种操作：中间操作和终止操作
    • 中间操作仍然返回 Stream 对象，而终止操作返回的是具体的结果（或者说归约，按照给定的规则对流中的元素进行加工，然后输出到结果中）
    • 常见的中间操作：map、filter、limit
    • 常见的终止操作：max、collect、forEach
  • Stream 补充说明
    • 流的目的在于表达计算，集合讲的是数据，而流讲的是计算。粗略地说，集合与流之间的差异就在于什么时候进行计算。流就像是一个延迟创建的集合：只有在消费者要求的时候才会计算值
    • 从有序集合生成流时会保留原有的顺序，由列表生成的流其元素顺序与列表一致
    • 流操作可以顺序执行，也可以并行执行
    • 注意，和迭代器类似，流只能消费一次

常用的流操作

map

如果有一个函数可以将一种类型的值转换成另外一种类型，map 操作就可以使用该函数，将一个流中的值转换成一个新的流。

List<String> results = Stream.of("a", "c", "c")
        .map(String::toUpperCase)
        .collect(Collectors.toList());
// output: [A, B, C]
filter

遍历数据并检查其中的元素时，可尝试使用 Stream 中提供的新方法 filter。

List<Integer> results = Stream.of("1", "2", "3")
        .map(Integer::parseInt)
        .filter(n -> n % 2 == 0)
        .collect(Collectors.toList());
// output: [2]
flatMap

flatMap 方法可用 Stream 替换值，然后将多个 Stream 连接成一个 Stream。

List<Integer> results = Stream.of(Arrays.asList(1, 2), Arrays.asList(3, 4))
        .flatMap(List::stream)
        .collect(Collectors.toList());
// output: [1, 2, 3, 4]
reduce

reduce 操作可以实现从一组值中生成一个值。

int result1 = IntStream.of(1, 2, 3, 4)
        .sum();

int result2 = Stream.of(1, 2, 3, 4)
        .reduce(0, (acc, element) -> acc + element);

int result3 = Stream.of(1, 2, 3, 4)
        .reduce(0, Integer::sum);

// output: 10

Collector

最后，我们来看一看 Collector接口。Stream 接口中定义了一个 <R, A> R collect(Collector<? super T, A, R> collector); 的方法，接收一个 Collector 类型的参数。Collector 顾名思义，就是收集器，就是按照一定的规则，对流进行数据的归约操作。

刚刚 map、filter 的示例中都用到了 Stream.collect(Collectors.toList()); ：将流中的元素输出到一个 List 中去。

我们先看一下 Collector 的接口定义：

// 建立新的结果容器
Supplier<A> supplier();
// 将元素添加到结果容器
BiConsumer<A, T> accumulator();
// 合并两个结果容器
BinaryOperator<A> combiner();
// 对结果容器应用最终转换
Function<A, R> finisher();
// 定义了收集器的行为（尤其是关于流是否可以并行归约），以及可以使用哪些优化的提示。
Set<Characteristics> characteristics();

如果我们想把流中的元素归约到一个 List<Integer> 中，那么首先，你得有一个收集结果的容器：

Supplier<List<Integer>> containerSupplier = ArrayList::new;

然后我们需要一个累加函数，将流中的一个个元素放到结果容器中：

BiConsumer<List<Integer>, Integer> accumulator = List::add;

然后，我们需要告诉编译器这个流是否可以并行归约，或是可以做哪些优化：

Set<Collector.Characteristics> characteristics = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.IDENTITY_FINISH));

然后如果是在并行的场景下，我们需要将并行的各个部分进行合并，这个时候，就需要一个合并的函数：

BinaryOperator<List<Integer>> combiner = (List<Integer> left, List<Integer> right) -> {
    left.addAll(right);
    return left;
};

最后，我们需要一个类型转换的函数，将流中的元素转换成归约的目标类型：

Function<Integer, Integer> finisher = (Integer i) -> (Integer) i;

所以整体思路就是动态新建了一个目标集合，然后遍历这个流，将流中的元素依次添加到目标集合中，如果不考虑并行的情况，其实Collector就是干了这么一件事。如果你要实现自己的收集器，大体上，也就是跟这5个方法打交道了。

当然，Java 已经给我们提供了不少常用的收集器了，用于实现像 join、groupingBy 等常用操作，可以直接看一下 Collectors 的类注释，官方很贴心的给我们提供了不少示例代码。

好了，就写这么多吧，希望对大家有所帮助。

 

出　　处：https://www.cnblogs.com/time-is-love/p/14654584.html


相关教程