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

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。

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：

@FunctionalInterfacepublic 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：

@FunctionalInterfacepublic 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：

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：

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：

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。

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：

部分使用场景比较多的函数式接口的功能描述归纳如下：

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：

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

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：

@FunctionalInterfacepublic 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）。

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。

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）！

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：

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。

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。

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~~

此外：

• 关于本文中涉及的演示代码的完整示例，我已经整理并提交到 github 中，如果您有需要，可以自取：github.com/veezean/Jav…
  

来源：https://juejin.cn/post/7130573318549143588