博客
关于我
lambda(一)
阅读量:205 次
发布时间:2019-02-28

本文共 1337 字,大约阅读时间需要 4 分钟。

行为参数化:让方法接受函数作为参数,并且在内部进行调用。

安利《Java8实战》,我至今才读到行为参数化和lambda表达式,不得不说这本书让人受益匪浅,就算我才看几章,他的设计理念也让人大大的提升了代码的复用性和简洁性。在书中有这么一个图:

举个列子,因为在开发的过程中,需求变化总是难以预计的,这时候就需要一个复用性更高的设计模式。假设有个果农,他有一对水果,这天他要筛选出红色的苹果,第二天他要筛选出绿色的,150g以下的,第三天他要筛选出绿色的香蕉,随着需求的不断变更,以往肯定是大量冗余的代码。但是使用行为参数模式,可以大大的提高代码的复用性,使用 lambda,可以大大的提高代码的简洁性。(int x)→x+5, 表示调用时给定参数x,就返回x+5的函数。

我们将list类型抽象化,甚至我感觉可以放到utils里当个工具用。

接口 predict

{
boolean test(T t);
}

public static

List
filterList(List
t, predict
p)
{
List
result = new ArrayList
();
for (T t2 : t) {
if (p.test(t2)) {
result.add(t2);
}
}
return result;
}

public static void main(String[] args) {

List
inventory = Arrays.asList(new Apple(80,"green"),
new Apple(155, "green"),
new Apple(120, "red"));

List
inList = Arrays.asList(new banana(100, "green")); //比如说现在要对苹果进行筛选 //1.只筛选红苹果 List
apples=filterList(inventory, (Apple a)->"red".equals(a.getColor())); //2.筛选绿色并且重量<150的 List
apples2=filterList(inventory, (Apple a)->"green".equals(a.getColor())&&a.getWeight()<150); //选香蕉 List
banList=filterList(inList, (banana b)->"green".equals(b.getColor())); System.out.println("1"+apples); System.out.println("2"+apples2); System.out.println("b"+banList);

}

输出结果:

1[Apple{color='red', weight=120}]
2[Apple{color='green', weight=80}]
b[Apple{color='green', weight=100}]

转载地址:http://yhii.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
OpenCV中的监督学习
查看>>
opencv中读写视频
查看>>
OpenCV中遇到Microsoft C++ 异常 cv::Exception
查看>>
opencv之cv2.findContours和drawContours(python)
查看>>
opencv之namedWindow,imshow出现两个窗口
查看>>
opencv之模糊处理
查看>>
Opencv介绍及opencv3.0在 vs2010上的配置
查看>>
OpenCV使用霍夫变换检测图像中的形状
查看>>
opencv保存图片路径包含中文乱码解决方案
查看>>
OpenCV保证输入图像为三通道
查看>>
OpenCV入门教程(非常详细)从零基础入门到精通,看完这一篇就够了
查看>>
opencv图像分割2-GMM
查看>>
opencv图像分割3-分水岭方法
查看>>