您现在的位置：程式碼之家 >> 編程語言 > >> Java 程式設計 >> Java 相關知識

Java 8 Lambda 表達式全面指南：語法、函數式編程與多核並行實戰

編輯：Java 相關知識

前言：自泛型以來最大的語言變革

Lambda 表達式是 Java SE 8 引入的里程碑特性，標誌著 Java 正式擁抱函數式編程。它不僅大幅精簡程式碼，更為現代多核 CPU 的並行運算提供了原生支援。本文從設計動機、核心概念、語法規則到集合並行處理，系統梳理 Lambda 的完整面貌。

一、為什麼需要 Lambda？三大核心動機

更緊湊的程式碼：單方法介面（SAM）的匿名內部類可縮減為一行 Lambda。
行為參數化：將「要做什麼」傳遞給方法，而非硬編碼「怎麼做」（如大小寫不敏感搜尋）。
多核並行友善：配合 Stream API 的內部迭代，輕鬆發揮所有 CPU 核心效能。

二、Lambda 核心概念：可傳遞的微型函數

Lambda 本質是一小塊可當作資料傳遞的函數。關鍵在於理解內部迭代：集合自行管理迭代邏輯，開發者只需提供處理每個元素的函數，框架負責並行調度。

三、Lambda 語法速覽

// 完整形式：(參數列表) -> { 方法體; return 結果; }
// 單參數可省略括號、單表達式可省略大括號與 return
FileFilter filter = (File f) -> f.isDirectory();          // 目標型別 FileFilter 推導參數型別
FileFilter filter = f -> f.isDirectory();                 // 進一步省略
Runnable r = () -> System.out.println("Hello");           // 無參數
Comparator<String> c = (a, b) -> a.length() - b.length(); // 多參數
ActionListener al = e -> { ui.show(); log.info(e); };     // 多語句需大括號，void 回傳型別強制要求

型別推導規則

目標型別（SAM 介面）決定 Lambda 的函數簽名。
編譯器從目標型別推導參數型別、回傳型別、拋出異常。
若方法回傳 void，Lambda 主體必須用 { ... } 包裹（語法限制）。

四、從外部迭代到內部迭代：集合處理的範式轉移

4.1 外部迭代（傳統）

for (String s : list) {
    if (s.contains(keyword)) System.out.println(s);
}

控制流在集合外部，難以並行化，且易產生 ConcurrentModificationException。

4.2 內部迭代 + Lambda（Java 8 Stream API）

list.stream()
    .filter(s -> s.contains(keyword))
    .forEach(System.out::println);

集合內部管理迭代，可無縫切換 parallelStream() 實現多核並行。

五、函數式編程三大經典模式與 Stream API 對應

模式	意圖	Stream 方法	Lambda 範例
Filter（過濾）	保留符合條件的元素	`filter(Predicate)`	`s -> s.equalsIgnoreCase(target)`
Map（映射）	元素轉換為新形式	`map(Function)`	`s -> s.toUpperCase()`
Reduce（化簡）	聚合為單一結果	`reduce()` / `collect()`	`(a, b) -> a + b`

實戰：大小寫不敏感搜尋

// Java 7 外部迭代
List<String> out = new ArrayList<>();
for (String s : myStrings) if (s.equalsIgnoreCase(possible)) out.add(s);
log(out);

// Java 8 一行式內部迭代
log(myStrings.stream().filter(s -> s.equalsIgnoreCase(possible)).collect(toList()));

六、java.util.function 核心函數式介面

Predicate<T>：boolean test(T t) —— 過濾判斷
Function<T,R>：R apply(T t) —— 映射轉換
Consumer<T>：void accept(T t) —— 消費處理
Supplier<T>：T get() —— 延遲產生
BinaryOperator<T>：T apply(T t1, T t2) —— 化簡合併

所有介面均為單抽象方法（SAM），完美契合 Lambda。

七、並行處理實戰：發揮多核效能

// 循序處理
long sum = list.stream().mapToLong(Long::longValue).sum();

// 並行處理：僅多一個 parallel()
long sum = list.parallelStream().mapToLong(Long::longValue).sum();

框架自動分割資料、分配執行緒池、合併結果，開發者無需手動管理執行緒。