【Java8】lambda表达式

表达式"/>

【Java8】lambda表达式

在语法上就是lambda表达式，它可以用函数式进行那个函数式编程，函数式接口的意思就是它这个接口它只有一个方法…

还有一些流的操作，比如：Stream API它可以简化编程语义，显得更清晰，比如在做一个filter功能，就可以绑定数据把不符合要求的数据过滤掉，就在以前的话写一个for循环，看起来就没那么好理解.

①中间操作

• 当数据源中的数据上了流水线后，这个过程对数据进行的所有操作都称为“中间操作”；

• 中间操作仍然会返回一个流对象，因此多个中间操作可以串连起来形成一个流水线；

• stream 提供了多种类型的中间操作，如 filter、distinct、map、sorted 等等；
  ②终端操作

• 当所有的中间操作完成后，若要将数据从流水线上拿下来，则需要执行终端操作；

• stream 对于终端操作，可以直接提供一个中间操作的结果，或者将结果转换为特定的 collection、array、String 等；

然后对于数据结构进行了一些优化，像ConcurrentHashMap，它底层实现改成了红黑树…

传统 iterator (for-loop) 比 stream(JDK8) 迭代性能要高，尤其在小数据量的情况下；

• 在多核情景下，对于大数据量的处理，parallel stream 可以有比 iterator 更高的迭代处理效率；

实验结果总结

从以上的实验来看，可以总结处以下几点：

• 在少低数据量的处理场景中（size<=1000），stream 的处理效率是不如传统的 iterator 外部迭代器处理速度快的，但是实际上这些处理任务本身运行时间都低于毫秒，这点效率的差距对普通业务几乎没有影响，反而 stream 可以使得代码更加简洁；

• 在大数据量（szie>10000）时，stream 的处理效率会高于 iterator，特别是使用了并行流，在cpu恰好将线程分配到多个核心的条件下（当然parallel stream 底层使用的是 JVM 的 ForkJoinPool，这东西分配线程本身就很玄学），可以达到一个很高的运行效率，然而实际普通业务一般不会有需要迭代高于10000次的计算；

• Parallel Stream 受引 CPU 环境影响很大，当没分配到多个cpu核心时，加上引用 forkJoinPool 的开销，运行效率可能还不如普通的 Stream；

使用 Stream 的建议

• 简单的迭代逻辑，可以直接使用 iterator，对于有多步处理的迭代逻辑，可以使用 stream，损失一点几乎没有的效率，换来代码的高可读性是值得的；

• 单核 cpu 环境，不推荐使用 parallel stream，在多核 cpu 且有大数据量的条件下，推荐使用 paralle stream；

• stream 中含有装箱类型，在进行中间操作之前，最好转成对应的数值流，减少由于频繁的拆箱、装箱造成的性能损失；

1. 属性的区别：
   this访问本类中的属性，如果本类没有此属性则从父类中继续查找。super访问父类中的属性。
2. 方法的区别
   this访问本类中的方法，如果本类没有此方法则从父类中继续查找。super访问父类中的方法。
3. 构造的区别：
   this调用本类构造，必须放在构造方法的首行。super调用父类构造，必须放在子类构造方法首行。
4. 其他区别：

A、this. 变量和super.变量
this.变量 调用的当前对象的变量；
super.变量 直接调用的是父类中的变量。
B、this(参数)和super(参数)方法
this(参数) 调用（转发）的是当前类中的构造器；
super(参数) 用于确认要使用父类中的哪一个构造器。 44