用好JAVA中的函数式接口，轻松从通用代码中剥离掉业务定制逻辑

短命女 2023-09-28 19:57 8阅读 0赞

今天我们一起聊一聊JAVA中的**函数式接口**。那我们首先要知道啥是函数式接口、它和JAVA中普通的接口有啥区别？其实函数式接口也是一个`Interface`类，是一种比较特殊的接口类，这个接口类有且仅有一个抽象方法（但是可以有其余的方法，比如`default`方法）。

当然，我们看源码的时候，会发现JDK中提供的函数式接口，都会携带一个 `@FunctionalFunction`注解，这个注释是用于**标记**此接口类是一个函数式接口，但是这个注解**并非是实现函数式接口的必须项**。说白了，加了这个注解，一方面可以**方便代码的理解**，告知这个代码是按照函数式接口来定义实现的，另一方面也是供**编译器协助检查**，如果此方法不符合函数式接口的要求，直接编译失败，方便程序员介入处理。

![format_png][]

所以归纳下来，一个函数式接口应该具备如下特性：

*  是一个JAVA interface类
 *  有且仅有1个公共抽象方法
 *  有`@FunctionalFunction`标注（可选）

比如我们在多线程场景中都很熟悉的`Runnable`接口，就是个典型的函数式接口，符合上面说的2个特性：

@FunctionalInterface
    public interface Runnable {
        /**
         * When an object implementing interface <code>Runnable</code> is used
         * to create a thread, starting the thread causes the object's
         * <code>run</code> method to be called in that separately executing
         * thread.
         * <p>
         * The general contract of the method <code>run</code> is that it may
         * take any action whatsoever.
         *
         * @see     java.lang.Thread#run()
         */
        public abstract void run();
    }
    复制代码

但是，我们在看JDK源码的时候，也会看到有些函数式接口里面有`多个`抽象方法。比如JDK中的 `Comparator`接口的定义如下：

@FunctionalInterface
    public interface Comparator<T> {
        int compare(T o1, T o2);
        boolean equals(Object obj);
        // 其他方法省略...
    }
    复制代码

可以看到，**Comparator**接口里面提供了 `compare`和 `equals`两个抽象方法。这是啥原因呢？回答这个问题前，我们可以先来做个试验。

我们自己定义一个函数式接口，里面提供两个抽象方法测试一下，会发现IDEA中直接就提示编译失败了：

![format_png 1][]

同样是这个自定义的函数式接口，我们修改下里面的抽象方法名称，改为 `equals`方法，会发现这样就不报错了：

![format_png 2][]

在IDEA中可能更容易看出端倪来，在上面的图中，注意到12行代码前面那个 `@`符号了吗？我们换种写法，改为如下的方式，原因就更加清晰了：

![format_png 3][]

原来，这个 `equals`方法，其实是继承自父类的方法，因为**所有的类最终都是继承自Object类**，所以 `equals`方法只能算是对父类接口的一个覆写，而不算是此接口类自己的抽象方法，所以此方法里面实际上还是只有 `1个`抽象方法，并没有违背函数式接口的约束条件。

![format_png 4][]

### 函数式接口在JDK中的大放异彩 ###

JDK源码 `java.util.function`包下面提供的一系列的预置的函数式接口定义：

![format_png 5][]

部分使用场景比较多的函数式接口的功能描述归纳如下：

<table> 
 <thead> 
  <tr> 
   <th>接口类</th> 
   <th>功能描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>Runnable</td> 
   <td>直接执行一段处理函数，无任何输出参数，也没有任何输出结果。</td> 
  </tr> 
  <tr> 
   <td>Supplier</td> 
   <td>执行一段处理函数，无任务输入参数，返回一个T类型的结果。与Runnable的区别在于Supplier执行完之后有返回值。</td> 
  </tr> 
  <tr> 
   <td>Consumer</td> 
   <td>执行一段处理函数，支持传入一个T类型的参数，执行完没有任何返回值。</td> 
  </tr> 
  <tr> 
   <td>BiConsumer&lt;T, U&gt;</td> 
   <td>与Consumer类型相似，区别点在于BiConsumer支持传入两个不同类型的参数，执行完成之后依旧没有任何返回值。</td> 
  </tr> 
  <tr> 
   <td>Function&lt;T, R&gt;</td> 
   <td>执行一段处理函数，支持传入一个T类型的参数，执行完成之后，返回一个R类型的结果。与Consumer的区别点就在于Function执行完成之后有输出值。</td> 
  </tr> 
  <tr> 
   <td>BiFunction&lt;T, U, R&gt;</td> 
   <td>与Function相似，区别点在于BiFunction可以传入两个不同类型的参数，执行之后可以返回一个结果。与BiConsumer也很类似，区别点在于BiFunction可以有返回值。</td> 
  </tr> 
  <tr> 
   <td>UnaryOperator</td> 
   <td>传入一个参数对象T，允许对此参数进行处理，处理完成后返回同样类型的结果对象T。继承Function接口实现，输入输出对象的类型相同。</td> 
  </tr> 
  <tr> 
   <td>BinaryOperator</td> 
   <td>允许传入2个相同类型的参数，可以对参数进行处理，最后返回一个仍是相同类型的结果T。继承BiFunction接口实现，两个输入参数以及最终输出结果的对象类型都相同。</td> 
  </tr> 
  <tr> 
   <td>Predicate</td> 
   <td>支持传入一个T类型的参数，执行一段处理函数，最后返回一个布尔类型的结果。</td> 
  </tr> 
  <tr> 
   <td>BiPredicate&lt;T, U&gt;</td> 
   <td>支持传入2个相同类型T的参数，执行一段处理函数，最后返回一个布尔类型的结果。</td> 
  </tr> 
 </tbody> 
</table>

JDK中 `java.util.function` 包内预置了这么多的函数式接口，很多场景下其实都是给JDK中其它的类或者方法中使用的，最典型的就是`Stream`了——可以说有一大半预置的函数式接口类，都是为适配Stream相关能力而提供的。也正是*基于函数式接口的配合使用，才使得Stream的灵活性与扩展性尤其的突出*。

下面我们一起来看几个Stream的方法实现源码，来感受下函数式接口使用的魅力。

比如，Stream中的 `filter`过滤操作，其实就是传入一个元素对象，然后经过一系列的处理与判断逻辑，最后需要给定一个**boolean**的结果，告知filter操作是应该保留还是丢弃此元素，所以filter方法传入的参数就是一个 `Predicate`函数式接口的具体实现（因为Predicate接口的特点就是传入一个T对象，输出一个boolean结果）：

/**
    * Returns a stream consisting of the elements of this stream that match
    * the given predicate.
    */
        Stream<T> filter(Predicate<? super T> predicate);
    复制代码

又比如，Stream中的 `map`操作，是通过遍历的方式，将元素逐个传入函数中进行处理，并支持输出为一个新的类型对象结果，所以map方法要求传入一个 `Function`函数式接口的具体实现：

/**
     * Returns a stream consisting of the results of applying the given
     * function to the elements of this stream.
     */
    <R> Stream<R> map(Function<? super T, ? extends R> mapper);
    复制代码

再比如，Stream中的终止操作 `forEach`方法，其实就是通过迭代的方式去对元素进行逐个处理，最终其并没有任何返回值生成，所以forEach方法定义的时候，要求传入的是一个 `Consumer`函数式接口的具体实现：

/**
     * Performs an action for each element of this stream.
     */
    void forEach(Consumer<? super T> action);
    复制代码

具体使用的时候，每个方法中都需要传入具体函数式接口的实现逻辑，这个时候结合Lambda表达式，可以让代码更加的简洁干练（不熟悉的话，也可能会觉得更加晦涩难懂~），比如：

public void testStreamUsage(@NotNull String sentence) {
        Arrays.stream(sentence.split(" "))
                .filter(word -> word.length() > 5)
                .sorted((o1, o2) -> o2.length() - o1.length())
                .forEach(System.out::println);
    }
    复制代码

### 利用函数式接口提升框架灵活度 ###

前面章节中我们提到，JDK中有预置提供了很多的函数式接口，比如`Supplier`、`Consumer`、`Predicate`等，可又分别应用于不同场景的使用。当然咯，根据业务的实际需要，我们也可以去自定义需要的函数式接口，来方便我们自己的使用。

举个例子，有这么一个业务场景：

> 一个运维资源申请平台，需要根据资源规格不同计算各自资源的价格，最终汇总价格、并计算税额、含税总金额。 比如：
> 
> 1.  不同CPU核数、不同内存、不同磁盘大小的虚拟机，价格也是不一样的
> 2.  1M、2M、4M等不同规格的网络带宽的费用也是不一样的

在写代码前，我们先分析下这个处理逻辑，并分析分类出其中的通用逻辑与定制可变逻辑，如下所示：

![format_png 6][]

因为我们要做的是一个通用框架逻辑，且申请的资源类型很多，所以我们显然不可能直接在平台框架代码里面通过`if else`的方式来判断类型并在框架逻辑里面去写每个不同资源的计算逻辑。

那按照常规的思路，我们要将定制逻辑从公共逻辑中剥离，会定义一个接口类型，要求不同资源实体类都继承此接口类，实现接口类中的`calculatePirce`方法，这样在平台通用计算逻辑的时候，就可以通过泛型接口调用的方式来实现我们的目的：

public PriceInfo  calculatePriceInfo(List<IResource> resources) {
        // 计算总价
        double price = resources.stream().collect(Collectors.summarizingDouble(IResource::calculatePrice)).getSum();
        // 执行后续处理策略
        PriceInfo priceInfo = new PriceInfo();
        priceInfo.setPrice(price);
        priceInfo.setTaxRate(0.15);
        priceInfo.setTax(price * 0.15);
        priceInfo.setTotalPay(priceInfo.getPrice() + priceInfo.getTax());
        return priceInfo;
    }
    复制代码

![format_png 7][]

考虑到我们构建的平台代码的灵活性与可扩展性，能不能我们不要求所有资源都去实现指定接口类，也能将定制逻辑从平台逻辑中剥离呢？这里，就可以借助自定义函数式接口来实现啦。

再来回顾下函数式接口的要素是什么：

1.  一个普通的JAVA interface类
2.  此Interface类中有且仅有1个public类型的接口方法；
3.  (可选)添加个 `@FunctionalInterface`注解标识。

所以，满足上述3点的一个自定义函数式接口，我们可以很easy的就写出来：

@FunctionalInterface
    public interface PriceComputer<T> {
        double computePrice(List<T> objects);
    }
    复制代码

然后我们在实现计算总价格的实现方法中，就可以将`PriceComputer`函数接口类作为一个参数传入，并直接调用函数式接口方法，获取到计算后的price信息，然后进行一些后续的处理逻辑：

public <T> PriceInfo  calculatePriceInfo(List<T> resources, PriceComputer<T> priceComputer) {
        // 调用函数式接口获取计算结果
        double price = priceComputer.computePrice(resources);
        // 执行后续处理策略
        PriceInfo priceInfo = new PriceInfo();
        priceInfo.setPrice(price);
        priceInfo.setTaxRate(0.15);
        priceInfo.setTax(price * 0.15);
        priceInfo.setTotalPay(priceInfo.getPrice() + priceInfo.getTax());
        return priceInfo;
    }
    复制代码

具体调用的时候，对于不同资源的计算，具体各个资源单独计费的逻辑可以自行传入，无需耦合到上述的基础方法里面。例如需要计算一批不同规格的虚拟机的总价时，可以这样：

// 计算虚拟机总金额
    functionCodeTest.calculatePriceInfo(vmDetailList, objects -> {
        double result = 0d;
        for (VmDetail vmDetail : objects) {
            result += 100 * vmDetail.getCpuCores() + 10 * vmDetail.getDiskSizeG() + 50 * vmDetail.getMemSizeG();
        }
        return result;
    });
    
    复制代码

同样地，如果想要计算一批带宽资源的费用信息，我们可以这么来实现：

// 计算磁盘总金额
    functionCodeTest.calculatePriceInfo(networkDetailList, objects -> {
        double result = 0d;
        for (NetworkDetail networkDetail : objects) {
            result += 20 * networkDetail.getBandWidthM();
        }
        return result;
    });
    
    复制代码

单看调用的逻辑，也许你会有个疑问，这也没看出代码会有啥特别的优化改进啊，跟我直接封装两个私有方法似乎也没啥差别？甚至还更复杂了？但是看`calculatePriceInfo`方法会发现其作为基础框架的能力更加通用了，将可变部分的逻辑抽象出去由业务调用方自行传入，而无需耦合到框架里面了（很像回调接口的感觉）。

![format_png 8][]

### 函数式接口与Lambda的完美搭配 ###

*Lambda*语法是JAVA8开始引入的一种全新的语法糖，可以进一步的简化编码的逻辑。在函数式接口的具体使用场景，如果结合Lambda表达式，可以使得编码更加的简洁、不拖沓。

我们都知道，在JAVA中的接口类是不能直接使用的，必须要有对应的实现类，然后使用具体的实现类。而有些时候如果没有必要创建一个独立的类时，则需要创建**内部类**或者**匿名实现类**来使用：

public void testNonLambdaUsage() {
        new Thread() {
            @Override
            public void run() {
                System.out.println("new thread executing...");
            }
        }.start();
    }
    复制代码

这里使用了匿名类的方式，先实现一个`Runnable函数式接口`的具体实现类，然后执行此实现类的 `start()`方法。而使用*Lambda语法*来实现，整个代码就会显得很清晰了：

public void testLambdaUsage() {
        new Thread(() -> System.out.println("new thread executing...")).start();
    }
    复制代码

所以说，Lambda不是使用函数式编程的必需品，但是只有结合Lambda使用，才能将函数式接口优势发挥出来、才能将函数式编程的思想诠释出来。

![format_png 9][]

### 编程范式的演进思考 ###

前面的章节中呢，我们一起探讨了下函数式接口的一些内容，而函数式接口也是**函数式编程**中的一部分。这里说的函数式编程，其实是常见编程范式中的一种。主流编程范式有命令式编程与声明式编程，而*函数式编程也即是声明式编程思想的具体实践*。

那么，该如何理解命令式编程与声明式编程呢？先看个例子。

假如周末的中午，我突然想吃鸡翅了，然后我自己动手，一番忙活之后，终于吃上鸡翅了（不容易啊）！

![format_png 10][]

为了实现“吃鸡翅”这个目的，然后是具体的一步一步的去做对应的事情，最终实现了目的，吃上了鸡翅。——这就是 `命令式编程`。

中午吃完烤鸡翅，我晚上还想再吃烤鸡腿，但我不想像中午那样去忙活了，于是我：

![format_png 11][]

照样如愿的吃上鸡腿了（比中午容易多了）。这里的我，只需要声明要吃鸡腿就行了，至于这个鸡腿是怎么做出来的，完全不用关心。——这就是 `声明式编程`。

从上面的例子中，可以看出两种不同编程风格的区别：

1.  **命令式编程**的主要思想是关注计算机执行的步骤，即**一步一步告诉计算机先做什么再做什么**。各种主流编程语言如C、C++、JAVA等都可以遵循这种方式去写代码。
2.  **声明式编程**的主要思想是**告诉计算机应该做什么，但不指定具体要怎么做**。典型的声明式编程语言，比如：SQL语言、正则表达式等。

![format_png 12][]

回到代码中，现在有个需求：

> 从给定的一个数字列表collection里面，找到所有大于5的元素，用命令式编程的风格来实现，代码如下：

List<Integer> results = new ArrayList<>();
    for (int num : collection) {
        if (num > 5) {
            results.add(num);
        }
    }
    复制代码

而使用声明式编程的时候，代码如下：

List<Integer> results = 
        collection.stream().filter(num -> num > 5).collect(Collectors.toList());
    复制代码

声明式编程的优势，在于其更关注于“**要什么**”、而会忽略掉具体怎么做。这样整个代码阅读起来会更加的接近于具体实际的诉求，比如我只需要告诉 `filter`要按照 `num > 5`这个条件来过滤，至于这个**filter**具体是怎么去过滤的，无需关心。

![format_png 13][]

### 总结 ###

好啦，关于函数式接口相关的内容，就介绍到这里啦。那么看到这里，相信您应该有所收获吧？那么你对函数式编程如何看呢？*评论区一起讨论下吧、我会认真对待并探讨每一个评论*~

[format_png]: https://img-blog.csdnimg.cn/img_convert/ce631fb4e36573037b66028e13b00881.webp?x-oss-process=image/format,png
[format_png 1]: https://img-blog.csdnimg.cn/img_convert/5bb6b300865366f082d81b37810cd9bb.webp?x-oss-process=image/format,png
[format_png 2]: https://img-blog.csdnimg.cn/img_convert/b7e8734dece364f68758f150b9d4efe5.webp?x-oss-process=image/format,png
[format_png 3]: https://img-blog.csdnimg.cn/img_convert/32430fe5c9b4b9a0ac5cb229c93c449b.webp?x-oss-process=image/format,png
[format_png 4]: https://img-blog.csdnimg.cn/img_convert/ce3e9e060483178f19485c5d7abdb1a2.webp?x-oss-process=image/format,png
[format_png 5]: https://img-blog.csdnimg.cn/img_convert/7682996432a945c1ed9d7c3bd612aef2.webp?x-oss-process=image/format,png
[format_png 6]: https://img-blog.csdnimg.cn/img_convert/aaf518142c99546c8b2f26ac424b7736.webp?x-oss-process=image/format,png
[format_png 7]: https://img-blog.csdnimg.cn/img_convert/894368fa74618ee8edff80c6eaebc94d.webp?x-oss-process=image/format,png
[format_png 8]: https://img-blog.csdnimg.cn/img_convert/43e1ed25dd642badc40be800a8f4a01e.webp?x-oss-process=image/format,png
[format_png 9]: https://img-blog.csdnimg.cn/img_convert/8447b6183fa7389f9c8afc9407518476.webp?x-oss-process=image/format,png
[format_png 10]: https://img-blog.csdnimg.cn/img_convert/ddec7b95edce538b338f53ca320855a4.webp?x-oss-process=image/format,png
[format_png 11]: https://img-blog.csdnimg.cn/img_convert/ca27127f3613197e6f8ac92dfe1429d8.webp?x-oss-process=image/format,png
[format_png 12]: https://img-blog.csdnimg.cn/img_convert/23ad9bcfb0d9399c8256a037172bec4a.webp?x-oss-process=image/format,png
[format_png 13]: https://img-blog.csdnimg.cn/img_convert/28da245d9ae931d61429a625e94e22ff.webp?x-oss-process=image/format,png