函数编程在C#、Python、JavaScript中都得到充分体现。而Java直到最新的Java 8才开始正式支持函数编程，最明显的改进就是对Lamba表达式的支持。正如C#之父Anders Hejlsberg在那篇文章 编程语言大趋势 中所讲，未来的编程语言将逐渐融合各自的特性，而不存在单纯的声明式语言（如之前的Java）或者单纯的函数编程语言。将来声明式编程语言借鉴函数编程思想，函数编程语言融合声明式编程特性...这几乎是一种必然趋势。如下图所示：
影响力较大的三个趋势
那具体而言我们为什么需要Lambda表达式呢？难道Java的OO和命令式编程（imperative programming）特性不够强大吗？下面让我们来分析下其原因。
1、内部循环和外部循环
先看一个大家耳熟能详的例子：
- List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);
- for (int number : numbers) {
- System.out.println(number);
- }
是不是很常见呢？这个叫外部循环（External Iteration）。但是外部循环有什么问题呢？简单来说存在下面三个缺点：
1.只能顺序处理List中的元素（process one by one）
2.不能充分利用多核CPU
3.不利于编译器优化
而如果利用内部循环，代码写成下面这样：
- List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);
- numbers.forEach((Integer value) -> System.out.println(value));
这样就能规避上面的三个问题：
1.不一定需要顺序处理List中的元素，顺序可以不确定
2.可以并行处理，充分利用多核CPU的优势
3.有利于JIT编译器对代码进行优化
类似的C#从4.0版本开始也支持集合元素并行处理，代码如下：
- List<int> nums = new List<int> { 1, 2, 3, 4, 5, 6 };
- Parallel.ForEach(nums, (value) =>
- {
- Console.WriteLine(value);
- });
#p#
2、传递行为，而不仅仅是传值
如果你使用C#有一段时间的话，那么你很可能已经明白这个标题的意思了。在C#中，经常看到一些函数的参数是Action或者Func类型，比如下面这个：
- public class ArticleDac {
- ...
- public Article GetArticles(Func<IDbSet<Article>, Article> func) // 这里传递的就是行为
- {
- using(var db = xx) {
- return func(db.Articles);
- }
- }
- ...
- }
- // 下面是调用
- int articleId = 119;
- var firstArticle = new ArticleDac().GetArticles(
- articleDbSet =>
- articleDbSet.AsQueryable().FirstOrDefault(x => x.id == articleId)
- );
看不懂？没关系。我们先来看一个体现传值局限性的场景吧，上代码：
- List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);
- public int sumAll(List<Integer> numbers) {
- int total = 0;
- for (int number : numbers) {
- total += number;
- }
- return total;
- }
sumAll算法很简单，完成的是将List中所有元素相加。某一天如果我们需要增加一个对List中所有偶数求和的方法sumAllEven，如下：
- public int sumAllEven(List<Integer> numbers) {
- int total = 0;
- for (int number : numbers) {
- if (number % 2 == 0) {
- total += number;
- }
- }
- return total;
- }
又有一天，我们需要增加第三个方法：对List中所有大于3的元素求和，那是不是继续加下面的方法呢?
- public int sumAllEven(List<Integer> numbers) {
- int total = 0;
- for (int number : numbers) {
- if (number > 3) {
- total += number;
- }
- }
- return total;
- }
比较这三个方法，我们发现了一个很明显的“代码臭味”—— 代码重复（详情参考《重构》），三个方法的唯一区别在于if判断这一行代码。如果脱离这里的上下文，我们会怎么做呢？我首先会先想到利用策略模式重构代码如下：
- public interface Strategy {
- public boolean test(int num);
- }
- public class SumAllStrategy implements Strategy {
- public boolean test(int num) {
- return true;
- }
- }
- public class SumAllEvenStrategy implements Strategy {
- public boolean test(int num) {
- return num % 2 == 0;
- }
- }
- public class ContextClass {
- private Strategy stragegy = null;
- private final static Strategy DEFAULT_STRATEGY = new SumAllStrategy();
- public ContextClass() {
- this(null);
- }
- public ContextClass(Stragegy stragegy) {
- if(strategy != null) {
- this.strategy = strategy;
- }
- else {
- this.strategy = DEFAULT_STRATEGY;
- }
- }
- public int sumAll(List<Integer> numbers) {
- int total = 0;
- for (int number : numbers) {
- if (strategy.test(number)) {
- total += number;
- }
- }
- return total;
- }
- }
- // 调用
- ContextClass context = new ContextClass();
- context.sumAll(numbers);
设计模式在这里发挥了作用，OO特性还是蛮强大的！但这是唯一的解决方案吗（当然不考虑用其他设计模式来解决，因为都是OO范畴！）？当然有，该轮到Java 8 Lambda表达式中的谓词（Predicate）发挥作用了！
- public int sumAll(List<Integer> numbers, Predicate<Integer> p) {
- int total = 0;
- for (int number : numbers) {
- if (p.test(number)) {
- total += number;
- }
- }
- return total;
- }
- sumAll(numbers, n -> true);
- sumAll(numbers, n -> n % 2 == 0);
- sumAll(numbers, n -> n > 3);
代码是不是比上面简洁很多了？语义应该也很明确，就不多解释了，如果实在看不懂，请参考我的另外一篇文章： http://www.cnblogs.com/feichexia/archive/2012/11/15/Java8_LambdaExpression.html 从这里也可以看出未引入Lambda表达式之前的Java代码的冗长（Java这点被很多人诟病）。
当然C#早已经支持这种用法，用C#改写上面的代码如下：
- public int SumAll(IEnumerable<int> numbers, Predicate<int> predicate) {
- return numbers.Where(i => predicate(i)).Sum();
- }
- SumAll(numbers, n => true);
- SumAll(numbers, n => n % 2 == 0);
- SumAll(numbers, n => n > 3);
#p#
3、Consumer与Loan Pattern
比如我们有一个资源类Resource：
- public class Resource {
- public Resource() {
- System.out.println("Opening resource");
- }
- public void operate() {
- System.out.println("Operating on resource");
- }
- public void dispose() {
- System.out.println("Disposing resource");
- }
- }
我们必须这样调用：
- Resource resource = new Resource();
- try {
- resource.operate();
- } finally {
- resource.dispose();
- }
因为对资源对象resource执行operate方法时可能抛出RuntimeException，所以需要在finally语句块中释放资源，防止可能的内存泄漏。
但是有一个问题，如果很多地方都要用到这个资源，那么就存在很多段类似这样的代码，这很明显违反了DRY（Don't Repeat It Yourself）原则。而且如果某位程序员由于某些原因忘了用try/finally处理资源，那么很可能导致内存泄漏。那咋办呢？Java 8提供了一个Consumer接口，代码改写为如下：
- public class Resource {
- private Resource() {
- System.out.println("Opening resource");
- }
- public void operate() {
- System.out.println("Operating on resource");
- }
- public void dispose() {
- System.out.println("Disposing resource");
- }
- public static void withResource(Consumer<Resource> consumer) {
- Resource resource = new Resource();
- try {
- consumer.accept(resource);
- } finally {
- resource.dispose();
- }
- }
- }
调用代码如下：
- Resource.withResource(resource -> resource.operate());
外部要访问Resource不能通过它的构造函数了（private），只能通过withResource方法了，这样代码清爽多了，而且也完全杜绝了因人为疏忽而导致的潜在内存泄漏。
#p#
4、stream+laziness => efficiency
像之前一样先来一段非常简单的代码：
- List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);
- for (int number : numbers) {
- if (number % 2 == 0) {
- int n2 = number * 2;
- if (n2 > 5) {
- System.out.println(n2);
- break;
- }
- }
- }
这段代码有什么问题？ 没错，可读性非常差。第一步，我们利用《重构》一书中的最基础的提取小函数重构手法来重构代码如下：
- public boolean isEven(int number) {
- return number % 2 == 0;
- }
- public int doubleIt(int number) {
- return number * 2;
- }
- public boolean isGreaterThan5(int number) {
- return number > 5;
- }
- for (int number : numbers) {
- if (isEven(number)) {
- int n2 = doubleIt(number);
- if (isGreaterThan5(n2)) {
- System.out.println(n2);
- break;
- }
- }
- }
OK，代码的意图清晰多了，但是可读性仍然欠佳，因为循环内嵌套一个if分支，if分支内又嵌套另外一个分支，于是继续重构代码如下：
- public boolean isEven(int number) {
- return number % 2 == 0;
- }
- public int doubleIt(int number) {
- return number * 2;
- }
- public boolean isGreaterThan5(int number) {
- return number > 5;
- }
- List<Integer> l1 = new ArrayList<Integer>();
- for (int n : numbers) {
- if (isEven(n)) l1.add(n);
- }
- List<Integer> l2 = new ArrayList<Integer>();
- for (int n : l1) {
- l2.add(doubleIt(n));
- }
- List<Integer> l3 = new ArrayList<Integer>();
- for (int n : l2) {
- if (isGreaterThan5(n)) l3.add(n);
- }
- System.out.println(l3.get(0));
现在代码够清晰了，这是典型的“流水线”风格代码。但是等等，现在的代码执行会占用更多空间（三个List）和时间，我们来分析下。首先第二版代码的执行流程是这样的：
- isEven: 1
- isEven: 2
- doubleIt: 2
- isGreaterThan5: 2
- isEven: 3
- isEven: 4
- doubleIt: 4
- isGreaterThan5: 4
- 8
而我们的第三版代码的执行流程是这样的：
- isEven: 1
- isEven: 2
- isEven: 3
- isEven: 4
- isEven: 5
- isEven: 6
- doubleIt: 2
- doubleIt: 4
- doubleIt: 6
- isGreaterThan5: 2
- isGreaterThan5: 4
- isGreaterThan5: 6
- 8
步骤数是13:9，所以有时候重构得到可读性强的代码可能会牺牲一些运行效率（但是一切都得实际衡量之后才能确定）。那么有没有“三全其美”的实现方法呢？即：
1.代码可读性强
2.代码执行效率不比第一版代码差
3.空间消耗小
Streams come to rescue! Java 8提供了stream方法，我们可以通过对任何集合对象调用stream()方法获得Stream对象，Stream对象有别于Collections的几点如下：
1.不存储值：Streams不会存储值，它们从某个数据结构的流水线型操作中获取值（“酒肉穿肠过”）
2.天生的函数编程特性：对Stream对象操作能得到一个结果，但是不会修改原始数据结构
3.Laziness-seeking（延迟搜索）：Stream的很多操作如filter、map、sort和duplicate removal(去重）可以延迟实现，意思是我们只要检查到满足要求的元素就可以返回
4.可选边界：Streams允许Client取足够多的元素直到满足某个条件为止。而Collections不能这么做
上代码：
- System.out.println(
- numbers.stream()
- .filter(Lazy::isEven)
- .map(Lazy::doubleIt)
- .filter(Lazy::isGreaterThan5)
- .findFirst()
- );
现在的执行流程是：
- isEven: 1
- isEven: 2
- doubleIt: 2
- isGreaterThan5: 4
- isEven: 3
- isEven: 4
- doubleIt: 4
- isGreaterThan5: 8
- IntOptional[8]
流程基本和第二版代码一致，这归功于Laziness-seeking特性。怎么理解呢？让我来构造下面这个场景：
- Stream流对象要经过下面这种流水线式处理：
- 过滤出偶数 => 乘以2 => 过滤出大于5的数 => 取出第一个数
- 注意：=> 左边的输出是右边的输入
而Laziness-seeking意味着 我们在每一步只要一找到满足条件的数字，马上传递给下一步去处理并且暂停当前步骤。比如先判断1是否偶数，显然不是；继续判断2是否偶数，是偶数；好，暂停过滤偶数操作，将2传递给下一步乘以2，得到4；4继续传递给第三步，4不满足大于5，所以折回第一步；判断3是否偶数，不是；判断4是否偶数，是偶数；4传递给第二步，乘以2得到8；8传递给第三步，8大于5；所以传递给最后一步，直接取出得到 IntOptional[8]。
IntOptional[8]只是简单包装了下返回的结果，这样有什么好处呢？如果你接触过Null Object Pattern的话就知道了，这样可以避免无谓的null检测。
参考自：
http://java.dzone.com/articles/why-we-need-lambda-expressions
http://java.dzone.com/articles/why-we-need-lambda-expressions-0
