ej3-0开端

开始

编码多年，总有一些最佳实践，Java也是，比如设计模式，比如Effective Java 3 (ej3) 。 设计模式先后看过《大话设计模式》，《HeadFirst 设计模式》。而EffectiveJava3我打算阅读英语原版的，翻译过来，提高一下自己的英文阅读能力，同时也思考一下大师总结的编程最佳实践，应用到日常编码工作中。

开端从ef3作者的[宣讲PPT](https://www.yuque.com/office/yuque/0/2019/pptx/186661/1574762227798-103405a7-8cec-4953-b03c-26e8eff4150c.pptx)开始。

建议先快速看一遍ppt,不过全部是英文的，我把它翻译过来，作为我开始ej3的开始。

版本变化

使用 lambdas优先匿名类

使用匿名内部类的代码可读性和简洁性不断提高；

类型推断:

Collections.sort(stringList,(s1,s2)->Integer.compare(s1.length(),s2.length()));

等价于：

Collections.sort(stringList,(Comparator<String>)(String s1,String s2)->Integer.compare(s1.length(),s2.length()));

类型推断很魔幻：

1. 没有人知道规则，但是它是对的；
2. 忽略类型除非它可以让程序更清晰；
3. 编译器如果需要帮助它会告诉你；

类型推断的警告：

1. 推断依赖于泛型信息； 比如 words被声明为List<String>,代码无法编译，如果words是一个原生的List;
2. 第二版说不要使用原生类型：惩罚是不必要的运行期bug和令人讨厌的代码；
3. 第三版本说的更严重：惩罚包括无法合适的使用lambdas；
4. 你必须理解泛型之后才能使用lambdas；

使用labmbdas的警告：

1. 它缺少名字和文档：它应该是自解释的，它应该不超过一定行数，最好是一行；
2. 如果它必须很长或者复杂：抽取到方法中然后使用方法引用，枚举则或者使用指定实例的类体；
3. 匿名类任然有使用场景：lambdas需要函数式接口，并且无法访问自己，在lambdas中this指向了一个封闭的实例；

把一个抽象方法的实现替换成了一个函数式接口；

方法引用优先lambdas

说明：

1. 参数越多，代码块约长；但是参数可以提供文档信息；
2. 如果使用lambdas，需要小心的选择参数名字；

public class ExeTest {
    public static void main(String[] args) {
        new Thread(()->action()).start();
        System.out.println("====");
        new Thread(ExeTest::action).start();
        Arrays.asList("aaa","bbb","CCC").stream().map(x->x).collect(Collectors.toList());
        Arrays.asList("aaa","bbb","CCC").stream().map(Function.identity()).collect(Collectors.toList());
    }
    private static void action() {
        System.out.println("do action ");
    }
}

写在最后：

1. 所有可以使用方法引用的地方，你都可以使用lambda替换；
2. 方法引用通常更简洁；
3. 有的时候，lambda更清晰
4. 基于你自己的判断力，你总是可以改变主意；

优先使用标准函数式接口

jdk9中一共43个标准的函数式接口；

使用标准的函数式接口的好处：

1. api更好学习降低了概念领域的学习；
2. 提供了互操作性便利：很多的标准函数式接口提供了有用的默认方法，比如Predicate提供了combine和negate；

3. 例子中方法可以使用BiPredicate来替代；

   为何如此关注比较器 Comparator?

4. 每次在api使用的时候名字提供了文档：使用频率高；
5. 在合法的实例列表中强烈需要：需要通用的比较协议，通过实现这个接口，你遵守了承诺；

6. 很多有用的默认方法可以组合和转换实例，6种形式的thenComparing和reversed；

   基于目的写函数式接口的标准：

7. 接口应该共享一个或多个比较器comparator的特征：经常使用，有个很好描述的名字，很强的关联，可以从默认方法中收益；
8. 如果你写了一个函数式接口，记住，它是一个接口：所有的接口都需要特别关注；

辩证的使用streams

什么是流？

1. 一系列从集合，数组，输入设备等过来的数据对象，为了大量的数据处理；
2. 按照管道处理数据：一个数据源，0个或多个中间操作，一个终止操作；
3. 支持大部分函数式数据处理；
4. 支持无痛并行：简单的替换流为parallelStream:你可能看到性能提升；

标准实现，不使用流

public static void test1(String[] args) throws FileNotFoundException {
    File dictionary = new File(args[0]);
    int minGroupSize = Integer.parseInt(args[1]);
    Map<String, Set<String>> groups = new HashMap<>();
    try (Scanner s = new Scanner(dictionary)) {
        // Item 9       
                while (s.hasNext()) {
            String word = s.next();
            groups.computeIfAbsent(alphabetize(word), (unused) -> new TreeSet<>())
                    .add(word);
        }
    }
    for (Set<String> group : groups.values()) {
        if (group.size() >= minGroupSize) {
            System.out.println(group.size() + ": " + group);
        }
    }
}

使用流，连字符串的处理都使用流

public static void test2(String[] args) throws IOException {

    Path dictionary = Paths.get(args[0]);

    int minGroupSize = Integer.parseInt(args[1]);

    try (Stream<String> words = Files.lines(dictionary)) {

        words.collect(

                groupingBy(word -> word.chars().sorted()

                        .collect(StringBuilder::new,

                                (sb, c) -> sb.append((char) c),

                                StringBuilder::append).toString()))

                .values().stream()

                .filter(group -> group.size() >= minGroupSize)

                .map(group -> group.size() + ": " + group)

                .forEach(System.out::println);

    }

}

使用流

public static void test3(String[] args) throws IOException {

    Path dictionary = Paths.get(args[0]);

    int minGroupSize = Integer.parseInt(args[1]);

    try (Stream<String> words = Files.lines(dictionary)) {

        words.collect(groupingBy(Test2::alphabetize))

                .values().stream()

                .filter(group -> group.size() >= minGroupSize)

                .forEach(g -> System.out.println(g.size() + ": " + g));

    }

}

为何不用streas去实现alphabetize方法？

1. streams没有提供直接的支持char;
2. 实现结果：不清晰，很难写正确，很难阅读，可能更慢；

看一下这段代码输出结果：
"Hello world".chars().forEach(System.out::print);
输出结果是：
7210110810811132119111114108100

因为chars得到的是一个IntStream；所以输出了整数；
修正：
"Hello world".chars().forEach(i-> System.out.print((char)i));

禁止使用streams处理char;

一个难题： 笛卡尔产品

private static List<Card> newDeck() {
        List<Card> result = new ArrayList<>();
        for (Suit suit : Suit.values()) {
            for (Rank rank : Rank.values()) {
                result.add(new Card(suit, rank));
            }
        }
        return result;
    }
    private static List<Card> newDeck2() {
        return Stream.of(Suit.values())
                .flatMap(suit -> Stream.of(Rank.values()).map(rank -> new Card(suit, rank)))
                .collect(toList());
    }

写在最后：

1. 流在很多事情上非常出色，但是它不是灵丹妙药；
2. 你第一次学习流的时候，你可能会项把所有的循环转换成流式循环，别这么做，它可以让你的代码更短，但是不太简洁；
3. 一边练习一边评价，合适的使用，流可以提高简介和清晰，但是很多的程序应该结合iteration和流；
4. 并不是一开始就很清晰，如果你不懂，开始猜测然后开始探究源码，如果你感觉不对，尝试另外的方法

辩证的使用streams的并行化

并行化不一定更快。

为何例子中的并行程序跑的如此慢？

1. 流的库中没有明确的注意如何去并行执行，这个探索很痛苦的失败了；
2. 在最好的例子中，parallel没用：流的源头是stream.iteratoe或者中间操作被使用；
3. 反例：limit操作的默认策略计算超额的元素，计算素数一个的时间是另外一个的两倍时间；
4. 准则：不要无差别的并行化；

parallelize适合的场景：

1. Arrays,ArrayList,HashMap,HashSet,ConcurrentHashMap,int,long的区间；
2. 这些数据源的公共特征：可以预见的分离，好的位置引用；
3. 终止操作也会影响：必须快速并且容易并行化：减法比如min,max,count,sum是适合的，collectors不适合；

4. 中间操作也会影响：mapping和filter非常适合，limit不适合；

   parallel()仅仅只是优化：

5. 优化需要判断；
6. 不使用parallel除非你能证明它维护正确；
7. 不适用parallel除非你确幸它能跑的更快；
8. 测量性能在使用前后；

大神的小结

1. java比以前庞大和复杂了；
2. 现在一个多模式的语言；
3. 不要仅仅关注如何使用特征，还要关注使用哪些；
4. lambdas和streams是一个巨大的成功，但是你必须批判的使用他们；
5. java的力量越大责任越大；

非神小白的小结

原创不易，转载请注明出处，欢迎沟通交流。