Java函数式编程
初探函数式编程【JavaScript篇】_哔哩哔哩_bilibili
三更草堂Up主。不会Lambda表达式、函数式编程？你确定能看懂公司代码？-java8函数式编程(Lambda表达式，Optional，Stream流)从入门到精通-最通俗易懂_哔哩哔哩_bilibili
什么是函数式编程
一直以来，Java都被认为是一种面向对象的编程语言，”万事万物皆对象”的思想已经深入人心。但随着Java8的发布，一切看起来似乎有些改变。Lambda表达式和stream的引入，让Java焕发了新的活力，它允许人们可以用函数式编程思维思考问题。本文主要介绍函数式编程在Java中的使用。
为什么要学习函数式编程
- 实习的话能看懂公司的代码
- 大数据下处理集合的效率高
- 代码的可读性高
- 消灭嵌套地狱
初识函数式编程
//查询未成年作家的评分在70以上的书籍 由于洋流的影响所以作家和书籍可能出现重复 需要进行去重
List bookList= new ArrayList<>();
Set uniqueBookValue = new HashSet<>();
Set uniqueAuthorValue = new HashSet<>();
for(Author author:authors){
if(uniqueAuthorValue.add(author)){
if(author.getAge() book = author.getBooks();
for(Book book:books){
if(book.getscore()>70){
if(uniqueBookValue.add(book)){
bookList.add(book);
}
}
}
}
}
}
System.out.println(bookList)
List collect = authors.stream()
.distinct()
.filter((author)->{author.getAge{author.getBooks()})
.flatMap(collection::stream)
.filter((book)->{book.getscore()>70})
.distinct()
.collect(Collection.toList());
System.out.println(collect);
函数式编程的思想
概念
面向对象思想需要关注用什么对象完成什么事情。而函数式编程思想就类似我们数学中函数。他主要关注的是对数据进行了什么操作。
优点
- 代码简洁，开发迅速
- 接近自然语言，易于理解
- 易于”并发编程”
Lambda表达式
概述
lambda是JDK8种的一个语法糖。可以看成是一种语法糖，他可以对某些匿名内部类的写法进行简化。他是函数式编程思想的一个重要体现。让我们不用关注是什么对象。而是更关注我们对数据进行了什么操作。
核心原则
可推导可省略
基本格式
(item)->{...}
例一
package com.uin.lambda;
public class demo01 {
public static void main(String[] args) {
//我们在创建线程启动时可以使用匿名内部类的写法
new Thread(new Runnable() {
@Override
public void run() {
System.out.println("你知道吗 我很爱五一假期");
}
}).start();
/**
* 简化的规则
* 1.如果我们的匿名内部类是一个接口
* 2.并且它当中只有一个抽象方法需要被重写
*/
//我们使用Lambda的格式对其进行修改
new Thread(() -> {System.out.println("你知道吗 我很爱五一假期。。。。");}).start();
}
}
例二
package com.uin.lambda;
import java.util.function.IntBinaryOperator;
public class demo02 {
public static void main(String[] args) {
//option+enter 自动转化成lambda表达式
int i = calculateNum(new IntBinaryOperator() {
@Override
public int applyAsInt(int left, int right) {
return left + right;
}
});
System.out.println(i);
//===============
int i1 = calculateNum((left, right) -> {
return left + right;
});
System.out.println(i1);
}
public static int calculateNum(IntBinaryOperator operator) {
int a = 10;
int b = 20;
return operator.applyAsInt(a, b);
}
}
package com.uin.lambda;
import java.util.function.IntBinaryOperator;
public class demo02 {
public static void main(String[] args) {
//option+enter 自动转化成lambda表达式
int i = calculateNum((left, right) -> left + right);
System.out.println(i);
//===============
int i1 = calculateNum((left, right) -> {
return left + right;
});
System.out.println(i1);
}
public static int calculateNum(IntBinaryOperator operator) {
int a = 10;
int b = 20;
return operator.applyAsInt(a, b);
}
}
例三
package com.uin.lambda;
import java.util.function.IntPredicate;
public class demo03 {
public static void main(String[] args) {
printNum(new IntPredicate() {
@Override
public boolean test(int value) {
//拿偶数
return value % 2 == 0;
}
});
// ======
printNum((item) -> {
return item % 2 == 0;
});
}
public static void printNum(IntPredicate predicate) {
int[] arr = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
for (int i : arr) {
//根据给定参数评估此谓词。
if (predicate.test(i)) {
System.out.println(i);
}
}
}
}
例四
package com.uin.lambda;
import java.util.function.Function;
public class demo04 {
public static void main(String[] args) {
Integer integer = typeConver(new Function() {
@Override
public Integer apply(String s) {
return Integer.valueOf(s);
}
});
System.out.println(integer);
// =======
Integer conver = typeConver((String s) -> {
return Integer.valueOf(s);
});
System.out.println(conver);
}
public static R typeConver(Function function) {
String str = "1234";
R result = function.apply(str);
return result;
}
}
例五
package com.uin.lambda;
import java.util.function.IntConsumer;
public class demo05 {
public static void main(String[] args) {
foreachArr(new IntConsumer() {
@Override
public void accept(int value) {
System.out.println(value);
}
});
//==============
foreachArr((item) -> {
System.out.println(item);
});
}
public static void foreachArr(IntConsumer consumer) {
int[] arr = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
for (int i : arr) {
consumer.accept(i);
}
}
}
省略规则
- 参数类型可以省略
- 方法体中只有一句代码时大括号return和唯一一句代码的分号可以省略
- 方法只有一个参数时小括号可以省略
- 以上这些规则都记不住也可以省略不记
Stream流
概述
Java8 的stream 使用的是函数式编程模式，如同它的名字一样，他可以被用来对集合或数组进行链状流式的操作。可以更方便的让我们对集合或数组操作。
案例
package com.uin.stream;
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.EqualsAndHashCode;
import lombok.NoArgsConstructor;
import java.util.List;
@Data
@NoArgsConstructor
@AllArgsConstructor
@EqualsAndHashCode //用于去重
public class Author {
private Long id;
private String name;
private Integer age;
/**
* 简介
*/
private String intro;
private List books;
}
package com.uin.stream;
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.EqualsAndHashCode;
import lombok.NoArgsConstructor;
@Data
@AllArgsConstructor
@NoArgsConstructor
@EqualsAndHashCode
public class Book {
private Long id;
private String name;
private String category;
private Integer score;
private String intro;
}
package com.uin.stream;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
public class demo01 {
public static void main(String[] args) {
List authors = getAuthors();
System.out.println(authors);
}
private static List getAuthors() {
Author author = new Author(1L, "蒙多", 33, "一个从菜刀中明悟哲理的祖安人", null);
Author author1 = new Author(2L, "呀啦嗦", 15, "一个从菜刀中明悟哲理的祖安人", null);
Author author2 = new Author(3L, "一", 14, "一个从菜刀中明悟哲理的祖安人", null);
Author author3 = new Author(4L, "蒙1多", 14, "一个从菜刀中明悟哲理的祖安人", null);
//书籍列表
List list1 = new ArrayList<>();
List list2 = new ArrayList<>();
List list3 = new ArrayList<>();
List list4 = new ArrayList<>();
list1.add(new Book(1L, "xxxxx", "xx1x", 88, "xxx"));
list1.add(new Book(2L, "xxxxx", "xx2x", 88, "xxx"));
list2.add(new Book(3L, "xxx", "x2xx", 85, "xxx"));
list2.add(new Book(4L, "xxx", "xx2x", 85, "xxx"));
list2.add(new Book(5L, "xxx", "x2xx", 56, "xxx"));
list3.add(new Book(6L, "xxx", "xx3x", 56, "xxx"));
list3.add(new Book(7L, "xxx", "xx3x", 100, "xxx"));
list3.add(new Book(8L, "xxx", "x3xx", 100, "xxx"));
list3.add(new Book(9L, "xxx", "xx4x", 56, "xxx"));
list4.add(new Book(6L, "xxx", "xx5x", 56, "xxx"));
list4.add(new Book(6L, "xxx", "x6xx", 156, "xxx"));
list4.add(new Book(6L, "xxx", "xx7x", 516, "xxx"));
list4.add(new Book(6L, "xxx", "x8xx", 256, "xxx"));
author.setBooks(list1);
author1.setBooks(list2);
author2.setBooks(list3);
author3.setBooks(list4);
ArrayList authors = new ArrayList<>(Arrays.asList(author, author1, author2, author3));
return authors;
}
}
需求
我们可以调用 getAuthors()方法获取到作家的集合。现在需要打印所有年龄小于18的作家的名字，并且要留意去重。
实现
List authors = getAuthors();
authors.stream()
.distinct()
.filter((item) -> {
return item.getAge() < 18;
})
.forEach((item) -> {
System.out.printf(item.getName() + ",");
});
常用的操作
创建流
单例集合： 集合对象.stream()
List authors = getAuthors();
Stream stream = authors.stream();
数组： Arrays.stream(数组) 或者使用 Stream.of 来创建
Integer[] arr ={1,2,3,4,5};
Stream stream = Arrays.stream(arr);
双列集合：转换成单例集合再创建
Map map = new HashMap<>();
map.put("蜡笔小新",19);
map.put("黑子",16);
map.put("乔治",15);
Stream> stream = map.entrySet().stream();
中间操作
filter
可以对流中的元素进行条件过滤，符合过滤条件的才能继续留在流中。
map
可以对流中的元素记性计算或转换。
例如：打印所有作家的姓名。
List authors = getAuthors();
authors.stream()
.map(item -> item.getName())
.forEach(item->System.out.println(item));
distinct
可以去除流中重复的元素。
需要注意的是 distinct方法是依赖Object的 equals方法来判断是否是相同的对象。所以需要注意重写 equals方法。
sorted
可以对流中的元素进行排序。
limit
可以设置流的最大长度，超出的部分将被抛弃。
skip
跳过流中的前n个元素，返回剩下的元素。
flatMap
map只能把一个对象转换成另一个对象来作为流中的元素。而flatmap可以把一个对象转换成多个对象作为流中的元素。
终结操作
forEach
对流中的元素进行遍历操作，我们通过传入的参数去指定对遍历到的元素进行什么具体操作。
count
可以用来获取当前流中元素的个数。
max&min
可以用来获取流中的最值。
collect
将当前流转换成一个集合。
查找与匹配
anyMatch
可以用来判断是否有任意符合匹配条件的元素，结果为boolean类型。
allMatch
可以用来判断是否都符合条件，结果为boolean类型，如果都符合结果为true，否则结果为false。
noneMatch
可以判断流中的元素是否不符合匹配的条件。如果都不符合结果为true，否则结果为false。
findAny
获取流中的任意一个元素。该方法没有办法保证获取的一定是第一个元素。
findFirst
获取流中的第一个元素。
reduce 归并
对流中的数据按照你制定的计算方式计算出一个结果。(缩减操作)
reduce的作用是把strean的元素组合起来，我们可以传入一个初始值，它会按照我们的计算方式依次拿流中的元素在初始化值的基础上进行计算，计算结果再和后面的元素计算。
reduce两个参数的重载形式内部的计算方式如下：
T result = identity;
for(T element : this stream)
result = accumulator.apply(result,element)
return result;
其中 identity 就是我们可以通过方法参数传入的初始值， accumulator 的 apply 具体进行什么计算也是我们通过方法参数来确定的。
例子：
private static void test9() {
//使用reduce 求所有作者的年龄中最小的值
List authors = getAuthors();
Integer reduce = authors.stream()
.map(item -> item.getAge())
.distinct()
.reduce(Integer.MAX_VALUE, (result, element) -> result < element ? result : element);
System.out.println(reduce);
}
private static void test8() {
//使用reduce求所有作者中年龄最大的
List authors = getAuthors();
Integer reduce = authors.stream()
.map(item -> item.getAge())
.distinct()
.reduce(Integer.MIN_VALUE, (result, element) -> Math.max(result, element));
//或者使用三元运算符
// return result>element? result:element;
// result < element? element:result
System.out.println(reduce);
}
private static void test7() {
//reduce 归并
//使用reduce求所有作者的年龄之和
List authors = getAuthors();
//mapreduce 模式
Integer reduce = authors.stream()
.map(item -> {
return item.getAge();
})
.distinct()
.reduce(0, (result, element) -> result + element);
System.out.println(reduce);
}
private static void test10() {
//使用reduce的一个参数值 求年龄的最小值
List authors = getAuthors();
Optional reduce = authors.stream()
.map(item -> item.getAge())
.distinct()
.reduce((result, element) -> Math.min(result, element));
System.out.println(reduce.get());
}
注意事项
- 惰性求值（如果没有终结操作，没有中间操作是不会得到执行的）
- 流是一次性的（一旦一个流对象经过一个终结操作后。这个流就不能再被使用）
- 不会影响原数据（我们在流中可以多数据做很多处理，但是正常情况下是不会影响原来集合中的元素的。这往往也是我们期望的）
Optional
概述
我们在编写代码的时候出现最多的就是空指针的异常，每次出现了就要像一个傻子一样，回头看，自言自语的梳理业务逻辑，最后发现在我们使用传递来的参数没有做非空判断。所以我们在很多的情况下我们需要做一些非空判断。
例如：
package com.uin.optional;
import com.uin.stream.Author;
public class demo1 {
public static void main(String[] args) {
Author author = getAuthor();
if (author != null) {
System.out.println(author.getName());
}
}
private static Author getAuthor() {
Author author = new Author(1L, "xxx", 13, "xxx", null);
//就好比我们在使用mybatis去数据库查询，按照我的条件，查到的就是null，此时我们的代码就会报控制针异常
return null;
}
}
尤其是对象中的属性还是一个对象的情况下，这中判断会更多。
而通过过多的判断语句会让我们的代码显得臃肿不堪。
所以在JDK 8 中引入了Optional，养成使用Optional的习惯你可以写出更优雅的代码来避免空指针的异常。
并且在很多函数式编程相关的API中也用到了Optional，如果不会使用Optional也会对函数式编程学习造成影响。
使用
创建对象
optional 就好比我们的包装类，可以把我们具体数据封装Optiona对象内部。然后我们去使用optional中封装的方法操作封装进去的数据就可以非常优雅的避免控制针异常。
我们一般使用Optional的静态方法 ofNullable来把数据封装成一个Optional对象。无论传入的参数是否为null都不会出现空指针的异常。
package com.uin.optional;
import com.uin.stream.Author;
import java.util.Optional;
public class demo1 {
public static void main(String[] args) {
Author author = getAuthor();
//对数据进行封装
Optional optional = Optional.ofNullable(author);
//进行消费
optional.ifPresent(item -> {
System.out.println(item.getName());
});
}
private static Author getAuthor() {
Author author = new Author(1L, "xxx", 13, "xxx", null);
//就好比我们在使用mybatis去数据库查询，按照我的条件，查到的就是null，此时我们的代码就会报控制针异常
return null;
}
}
你可能会觉得还要加一行代码来封装我们的数据比较麻烦。但是如果改造一下 getAuthor()方法，让其返回值就是一个Optional对象，我们在使用的时候就会更加方便。
private static Optional getAuthorOptional() {
Author author = new Author(1L, "xxx", 13, "xxx", null);
//就好比我们在使用mybatis去数据库查询，按照我的条件，查到的就是null，此时我们的代码就会报控制针异常
return Optional.of(author);
}
//main
Optional authorOptional = getAuthorOptional();
authorOptional.ifPresent(item-> System.out.println(item.getName()));
而且在实际开发的过程中我们的数据很多都是从数据库中查询出来的。Mybatis 3.5版本已经支持Optional操作了。我们可以直接将dao层方法的返回值定义成Optional类型，Mybatis会自己把数据封装成Optional对象返回。封装过程也不需要我们来实现了。
如果你确定一个对象的不是空的话则可以使用Optional的静态方法 of来把数据封装成Optional对象。
Author author = getAuthor();
//对数据进行封装
Optional optional = Optional.of(author);
但是一定要注意，如果使用 of的时候传入的参数必须不为null。（看官可以自己尝试一下传入null会出现什么结果）
Author author = getAuthor();
Optional o = Optional.of(null);
o.ifPresent(item-> System.out.println(item.getName()));
如果一个方法的返回值类型是Optional类型。而如果我们经常判断发现某次计算得到的返回值为null，这个时候就需要把null封装成Optional对象返回。这时可以使用Optional的静态方法 empty()来进行包装。
Optional.empty();
//=======
private static Optional getAuthorEmpty() {
Author author = new Author(1L, "xxx", 13, "xxx", null);
//就好比我们在使用mybatis去数据库查询，按照我的条件，查到的就是null，此时我们的代码就会报控制针异常
return author == null ? Optional.empty() : Optional.of(author);
}
所以为了防止这种情况的发生，强制使用 Optional.ofNullable(author)来封装数据。
安全消费值
我们获取到了一个Optional对象后肯定需要对其中的数据进行使用。这时候我们可以使用其 ifPresent方法对其来消费其中的值。这个方法会判断其内容封装的数据是否为空，不为空时才会执行其消费的代码。这样使用起来就更加安全了。
例如，一下写法就优雅的避免了空指针的异常。
//对数据进行封装
Optional optional = Optional.ofNullable(author);
//进行消费
optional.ifPresent(item -> {
System.out.println(item.getName());
});
获取值
如果我们先要获取值自己处理可以使用get方法来获取，但是不推荐。因为Optional内部的数据为空的时候会出现空指针的异常。
安全获取值
如果我们想要安全的获取值。我们不推荐使用 get方法，而是使用Optional提供的以下的方法。
- orElseGet
//对数据进行封装
Optional optional = Optional.ofNullable(author);
optional.orElseGet(() -> new Author());
获取数据并且设置数据为空的时候的默认值。如果数据不为空就能获取到该数据。如果为空根据你传入的参数来创建对象作为默认值返回。
- orElseThrow
获取数据，如果数据不为空就能获取到该数据。如果为空则根据你传入的参数来创建异常抛出。
//进行消费 orElseThrow
try {
optional.orElseThrow(new Supplier() {
@Override
public Throwable get() {
return new ClassNotFoundException();
}
});
} catch (Throwable e) {
throw new RuntimeException(e);
}
//lambda
//进行消费 orElseThrow
try {
optional.orElseThrow((Supplier) () -> new ClassNotFoundException());
System.out.println(author);
} catch (Throwable e) {
throw new RuntimeException(e);
}
过滤
我们可以使用 filter()方法对数据进行过滤。如果原本是有数据的，但是不符合判断，也会变成一个无数据的Optional对象。
//过滤数据
private static Optional filter() {
Author author = getAuthor();
//对数据进行封装
Optional optional = Optional.ofNullable(author);
optional.filter(author1 -> author1.getAge() > 30);
return Optional.ofNullable(author);
}
判断
我们可以使用 isPresent方法是否存在数据时的判断，如果为空返回值为false，如果不为空，返回值为true。但是这种方式不能体现Optional的好处，更推荐使用 ifPresent。
Optional authorOptional = getAuthorOptional();
authorOptional.ifPresent(item -> System.out.println(item.getName()));
数据转换
Optional还提供了map可以让我们对数据进行转换，并且转换得到的数据也是被Optional包装好的，保证了我们的使用更加安全。
例如我们想获取作家的书籍集合。
//数据转换
private static Optional map() {
Author author = getAuthor();
//对数据进行封装
Optional optional = Optional.ofNullable(author);
Optional> books = optional.map((item) -> item.getBooks());
books.ifPresent(new Consumer>() {
@Override
public void accept(List books) {
books.forEach(book -> System.out.println(book.getName()));
}
});
return Optional.ofNullable(author);
}
函数式接口
概述
只有一个抽象方法的接口我们称之为函数接口。
JDK的函数式接口都加上了 @FunctionalInterface注解进行标识。但是无论是否该加上该注解只要接口中只有一个抽象方法，都是函数式接口。
常见的函数式接口
Consumer消费接口
根据其中抽象方法的参数列表和返回值类型加载，我们可以在方法中出传入的参数进行消费
Function计算转换接口
根据其中抽象方法的参数列表和返回值类型知道，我们可以在方法中对传入的参数计算或转换，把结果返回
Predicate判断接口
根据其中抽象方法的参数列表和返回类型知道，我们可以在方法中对传入的参数进行条件判断，返回判断结果
Suppiler生产型接口
根据其中抽象方法的参数列表和返回值类型知道，我们可以在方法中创建对象，把创建好的对象返回
常用的默认方法
- and
我们在使用Predicate接口的时候可能需要进行判断条件的拼接。而and方法相当于是使用&& 来拼接两个判断条件
- or
我们在使用Predicate接口的时候可能需要进行判断条件的拼接。而and方法相当于是使用 || 来拼接两个判断条件
- negate
Predicate接口中的方法。negate方法相当于是在判断添加前面加了个！ 标识取反
方法引用
我们在使用lambda表达式的时候，如果方法体中只有一个方法的调用的话（包括构造方法），我们可以使用方法引用进一步优化代码
推荐用法
我们在使用lambda时不需要考虑什么什么时候用方法引用，用那种方法引用，方法引用的格式是什么，我们只需要在写完的lambda方法发现方法体只有一行代码，并且是方法调用的时候使用快捷点尝试是否能够转换成方法引用。
当我们方法引用使用的多了慢慢的也可以直接写出方法引用。
基本格式
类名或者对象名::方法名
语法详解
引用类的静态方法
其实就是引用类的静态方法
类名::方法名
使用前提：
如果我们在重写方法的时候，方法体中只有一行代码，并且这行代码调用了某个类的静方法，并且我们把要重写的抽象方法所有的参数按照顺序传入了这个静态方法中，这个时候我们就可以引用类的静态方法。
引用对象的静态方法
对象名::方法名
引用类的实例方法
类名::方法名
构造器引用
如果方法体中的一行代码是构造器的话就可以使用构造器引用。
类名::new
高级用法
基本数据类型优化
我们之前用到的很多stream的方法由于都使用了范型。所以涉及到的参数和返回值都是引用数据类型。
即使我们操作的是整数小数，但是实际应用的都是他们的包装类，JDK5 引入的自定装箱拆箱让我们在使用对应的包装类时就好像使用基本数据类型一样方便。
但是你要知道的是装箱和拆箱肯定是需要消耗性能。虽然消耗的时间很小，但是在大量的数据不断的重复装箱拆箱的时候，你就不能无视这个时间了。
所以为了让我们能够对这部分消耗时间的优化。stream还提供了很多专门针对基本数据类型的方法。
例如： mapToInt、mapToLong、mapToDouble、flatMapToInt、flatMapToDouble
private static void test11() {
List authors = getAuthors();
authors.stream()
.map(author -> author.getAge())
.map(age -> age + 10)
.filter(age -> age > 18)
.map(age -> age + 2)
.forEach(System.out::println);
//减少装箱和拆箱的时间 优化后的代码
List authors1 = getAuthors();
authors1.stream()
.mapToInt(item -> item.getAge())
.map(age -> age + 10)
.filter(age -> age > 18)
.map(age -> age + 2)
.forEach(System.out::println);
}
并行流
当流中有大量的元素是，我们可以使用并行流去提高操作的效率。其实并行流就是把任务分配给多个线程去执行。如果我们自己去用代码实现的话其实会非常复杂，并且要求你对并发编程有足够的理解和认识。而如果我们使用stream的话，我们只要修改一个方法的调用就可以使用并行流帮我们实现，从而提高效率。
值得提出的是，我们之前在使用stream的实际上是串行流。
private static void test12() {
Stream stream = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
//使用串行流
Optional reduce = stream
.filter(item -> item > 4)
.reduce((result, element) -> result + element);
System.out.println(reduce.orElseGet(() -> Integer.valueOf(String.valueOf(reduce))));
//使用并行流
Stream stream1 = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
Optional reduce1 = stream1
//并行流
.parallel()
.filter(item -> item > 4)
.reduce((result, element) -> result + element);
System.out.println(reduce1.get());
}
同时我们可以调试看一下
//使用并行流
Stream stream1 = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
Optional reduce1 = stream1
.parallel()
//调试作用
.peek(integer -> System.out.println(integer+"-----"+Thread.currentThread().getName()))
.filter(item -> item > 4)
.reduce((result, element) -> result + element);
System.out.println(reduce1.get());
同时我们可以使用改成为并行流
List authors = getAuthors();
authors
//开启并行流
.parallelStream()
.map(author -> author.getAge())
.map(age -> age + 10)
.filter(age -> age > 18)
.map(age -> age + 2)
.forEach(System.out::println);
Original: https://www.cnblogs.com/bearbrick0/p/16215044.html
Author: BearBrick0
Title: Java函数式编程
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/684204/
转载文章受原作者版权保护。转载请注明原作者出处！