ステップ・バイ・ステップで学ぶラムダ式・Stream API入門 #jjug ccc #ccc_h2

2.2K Views

May 26, 22

スライド概要

profile-image

Java、Spring、IntelliJ IDEA

シェア

埋め込む »CMSなどでJSが使えない場合

各ページのテキスト
1.

JJUG CCC 2014 Fall ステップ・バイ・ステップで学ぶ ラムダ式・Stream API入門 多田真敏 @suke_masa #ccc_h2 1

2.

自己紹介 多田真敏(ただまさとし) 某中堅SIerの人材子会社で研修講師 Java(SE 8・EE 7含む)、.NET、ネットワークなど JJUG CCC登壇は2回連続2回目 前回はJPAネタ→「JPA ロック」で検索 2

3.

Java SE 8 リリースから8か月。 皆さん、お使いですか? ご自身の学習はいかが ですか? 部下・後輩への指導は いかがですか? このセッションでは、ラム ダ式・Stream APIの理解 のポイントを解説します 3

4.

本セッションの対象者 ラムダ式・Stream APIをはじめて学習される方 学習したことはあるものの、今ひとつ腑に落ちな いという方 ご自身は理解しているものの、同僚・部下・後輩 にどうやって教えたらよいか悩んでいる方 4

5.

Java SE 8の超重要情報 Java SE 8 ローンチイベントの動画 徹底解説!Project Lambdaのすべて リターンズ (@bitter_foxさん) https://www.youtube.com/watch?v=gAMYhTl7t70 from old Java to modern Java - reloaded (@cero_tさん) https://www.youtube.com/watch?v=aLRonTjIeFI Web記事 詳解 Java SE 8(@skrbさん) http://itpro.nikkeibp.co.jp/article/COLUMN/20140212/536246/ 書籍 Java SE 8実践プログラミング(以下「実践本」) Javaによる関数型プログラミング(以下「関数本」) Javaエンジニア養成読本(以下「養成本」) 5

6.
[beta]
こんなコードが出てくる
public static Map<Character, Integer> countByInitial() {
return EMP_LIST.stream()
.collect(Collector.of(
() -> IntStream.rangeClosed('A', 'Z')
.mapToObj(i -> (char) i)
.collect(Collectors.toMap(c -> c, c -> 0)),
(map, emp) -> map.compute(emp.getName().charAt(0),
(initial, count) -> ++count),
(map1, map2) -> {
map1.forEach((initial, count) ->
map1.put(initial, count + map2.get(initial));
return map1;
},
map -> Collections.unmodifiableMap(map)));
}
6

7.

階段が高すぎては登れない 超 え ら れ な い 壁 7

8.

1段ずつ登りましょう! 8

9.

理解するためのステップ ① ラムダ式を読み書きできる ② Streamの生成を理解する ③ 中間操作でデータ操作ができる ④ 終端操作で好きな値に変換できる ⑤ 何でもかんでもラムダ式・Stream APIで書ける 9

10.

ステップ1: ラムダ式を読み書きしよう! 10

11.

Java SE 8は「関数型言語」? ラムダ式・Stream APIの登場 関数型言語Scalaと比較された記事あり Java SE 8の書籍には「遅延実行」「高階関数」な ど、関数型言語の用語がズラリ・・・ 11

12.

Javaは「オブジェクト指向言語」 ラムダ式は、オブジェクト指向言語の範囲を 超えないように設計されている 今までのJavaを理解していれば、 必ず理解できる! 12

13.

無名クラス interface Calculator { int calc(int a, int b); } 無名クラス Calculator c = new Calculator() { public int calc(int a, int b) { return a + b; } }; int result = c.calc(1, 2); 13

14.

ポイント① コンパイラの推論強化 コンパイラが、いろんな部分を推論してくれる 「Enhancements in Java SE 8」では、 ラムダ式に続いて2番目に挙げられている https://docs.oracle.com/javase/8/docs/technotes/guid es/language/enhancements.html#javase8 今まで書いていた冗長な部分を省略可能 →ラムダ式! 14

15.

推論による省略 interface Calculator { int calc(int a, int b); } 左辺から推論可能 Calculator c = new Calculator() { public int calc(int a, int b) { return a + b; 抽象メソッドが1つのみ } (=関数型インターフェイス) }; ならば推論可能 int result = c.calc(1, 2); 15

16.
[beta]
ラムダ式による記述
interface Calculator {
int calc(int a, int b);
}
Calculator c = (a, b) -> { return a + b; };
int result = c.calc(1, 2);
アロー記号でつなぐ

16

17.
[beta]
更なる省略
メソッド本文が1文のみならば、return、{}、; が
省略可能
戻り値の有無によらない

引数が1つの場合、() が省略可能
引数無しの場合は省略不可
interface Calculator {
int calc(int a, int b);
}
Calculator c = (a, b) -> a + b;
int result = c.calc(1, 2);
17

18.
[beta]
メソッドの引数にラムダ式を指定
ラムダ式をメソッドの引数に渡すことも可能
引数の型から推論する
interface Calculator {
int calc(int a, int b);
}
void print(int n1, int n2, Calculator c) {
System.out.println(“result = ” + c.calc(n1, n2))
}
print(1, 2, (a, b) -> a + b);
18

19.

ジェネリクスに関する型推論強化 Arrays.asList(T… a)の戻り値はList<T> Tは通常、asList()の引数の型から推論する addAll()の引数はCollection<? extends String> コンパイラが「T=String」と推論してくれる Java SE 7だとコンパイルエラー (Tに関する情報が無いので、T=Objectと推論される) List<String> list = new ArrayList<>(); list.add("hoge"); list.addAll(Arrays.asList()); 19

20.
[beta]
ジェネリクスに関する型推論強化
ラムダ式の戻り値から推論
interface Function<T, R> {
R apply(T t);
}
void print(A a, Function<A, B> func) {
B b = func.apply(a);
System.out.println(b)
}
B
=
Integer
A = String
print("hoge", str -> str.length()); // 「4」と表示
20

21.

ポイント② ラムダはインスタンス 処理を書いているように見えるが、 実はそのようなメソッドを持つ無名クラスの インスタンスを生成しているだけ ※さらに詳しく知りたい方は@bitter_foxさんの動画をご覧ください (匿名クラスとの違い 13:30~、ターゲット型 19:40~) 21

22.

なぜラムダ式は「難しい」のか? ラムダ式の引数の型を省略した場合、 「この変数ってどこで宣言されているの!?」 となってしまう doSomething(a -> a + 10); aはどこで宣言されてるんだ!? →宣言を探しても見つからない →「ラムダ式難しい」 // 実はコレの省略形 doSomething((int a) -> {return a + 10;}); 22

23.

Javaプログラマの頭の中(Java 7以前) 名前を見つける 名前の頭文字 が大文字 後ろに()が ついている 先頭に データ型が 書いてある クラス メソッド 変数の 宣言 変数の 利用 23

24.

Javaプログラマの頭の中(Java 8以降) 名前を見つける 頭の中のフローチャートを 書き換える必要がある! 名前の頭文字 が大文字 後ろに()が ついている 先頭に データ型が 書いてある クラス メソッド 変数の 宣言 後ろに -> がついている ラムダの 仮引数 変数の 利用 24

25.

ポイント③ 脳内フローチャート変更 データ型が付いていない変数は、ラムダの引数 である可能性がある アロー記号の有無を必ずチェック 脳内でデータ型を追加しよう コード a -> a + 10; ↓ 脳内 (int a) -> { return a + 10; }; 25

26.

なぜラムダ式は「難しい」のか? ラムダ式が値を返しているのかどうかが読み取 れない StringBuilder builder = new StringBuilder(); doSomething(builder, sb -> sb.append("hoge")); append()してるだけ? それとも戻り値を返しているの? →分からない →「ラムダ式難しい」 26

27.

ポイント④ ラムダ省略禁止 慣れていないうちは、仮引数の型、()、{}、 returnは省略せずに書く 「ラムダ禁止」ではありません 慣れてきたら、徐々に省略すればよい × a -> a + 10; ○ (int a) -> { return a + 10; }; 27

28.
[beta]
なぜラムダ式は「難しい」のか?
自分の書いたラムダが、どんな目的で、
どんなタイミングで実行されるかが分からない
ラムダの引数に、具体的にどんな値が入ってくる
のかが分からない
Map<String, Integer> map = new HashMap<>();
map.put(“apple”, 20);
map.put(“orange”, 30);
int value = map.compute(“apple”, (k, v) -> v + 10);
k、vには何が入るの!? このラムダは何に使われるの!?
28

29.

なぜラムダ式は「難しい」のか? 汎用関数型インターフェイスがよく分からない ジェネリクスが多すぎてよく分からない BiFunctionって何!? ジェネリクス大杉!! →分からない→「ラムダ式難しい」 ※super、extendsの意味について知りたい方は、 「実践本」のP.74~P.76をご覧ください 29

30.

ポイント⑤ 汎用関数型インターフェイス BiFunction<T, U, R>は、 TとUを引数とし、Rを戻り値とするメソッドを持つ 関数型インターフェイス public interface BiFunction<T, U, R> { R apply(T t, U u); } ※本当はもう1つデフォルトメソッドがありますが、省略しています 30

31.

ポイント⑤ 汎用関数型インターフェイス ジェネリクスについても、コンパイラの推論が 強化されている 第1引数 第2引数 戻り値 K V Map<String, Integer> map = new HashMap<>(); ・・・ String s = map.compute(“apple”, (k, v) -> v + 10); String Integer Integer 31

32.

汎用関数型インターフェイス一覧 関数型インターフェイス メソッド Runnable void run() Supplier<T> T get() Consumer<T> void accept(T t) BiConsumer<T, U> void accept(T t, U u) Function<T, R> R apply(T t) BiFunction<T, U, R> R apply(T t, U u) UnaryOperator<T> T apply(T t) BinaryOperator<T> T apply(T t1, T t2) Predicate<T> boolean test(T t) BiPredicate<T, U> boolean test(T t, U u) ※Runnable以外は、すべてjava.util.functionパッケージ 32

33.

基本データ型用の関数型インターフェイス 関数型インターフェイス メソッド BooleanSupplier boolean getAsBoolean() P Supplier P Consumer ObjP Consumer<T> P Function<T> P ToQ Function ToP Function<T> ToP BiFunction<T, U> P UnaryOperator P BinaryOperator P Predicate p getAsP () void accept(p p) void accept(T t, p p) T apply(p p) q p p p p applyAsQ (p p) applyAsP (T t) applyAsP (T t, U u) applyAsP (p p) applyAsP (p p1, p p2) boolean test(p p) ※「実践本」より抜粋 ※p とq は、int、long、double。P とQ は、Int、Long、Double 33

34.
[beta]
ポイント⑥ ソースコードを読む
ラムダ式を引数に取るメソッドのソースコードを
読んで、どのように実行されているかを見る
Map#compute()のソース(単純化しています)

default V compute(K key, Function<K, V> remappingFunction) {
V oldValue = get(key);
V newValue = remappingFunction.apply(key, oldValue);
put(key, newValue);
return newValue;
}
Map<String, Integer> map = new HashMap<>();
・・・
int value = map.compute(“apple”, (k, v) -> v + 10);
34

35.
[beta]
ポイント⑦ デバッグプリント
ラムダ式内にデバッグプリントを入れて、引数に
何が入っているかを確認する
String s = map.compute(“apple”, (String k, Integer v) -> {
System.out.println(“k = ” + k + “, v = ” + v);
return v + 10;
});

35

36.

ステップ2: Streamを生成しよう! 36

37.

Stream APIとは? コレクションを操作するためのAPI データの抽出・加工・集計などを行う Stream内には基本的にデータは持たない 元のコレクションは変えない 元のコレクション Collection<T>、T[] コレクション Stream<T> 合計 ・平均 37

38.
[beta]
生成・中間操作・終端操作
Streamの生成
コレクションなどのソースからStreamを生成する

中間操作
ソート・フィルタリング・変換などを行い、Streamを返す。
複数回実行可能

終端操作
結果をコレクションなどに集約する。1回のみ実行可能
public static List<Emp> sortBySalaryAsc() {
// Streamの生成
return EMP_LIST.stream()
// 中間操作
.sorted((Emp e1, Emp e2)
-> { return e1.getSalary() - e2.getSalary(); })
// 終端操作
.collect(Collectors.toList());
}

38

39.
[beta]
Streamの生成
コレクションから生成
List<String> list = Arrays.asList("hoge", "fuga", "foo");
Stream<String> stream = list.stream();

可変長引数で生成
Stream<String> stream = Stream.of("hoge", "fuga", "foo");

配列から生成
String[] strings = {"hoge", "fuga", "foo"};
Stream<String> stream = Arrays.stream(strings);

その他
Stream.generate()、Stream.iterate()、Files.lines()、・・・
39

40.

パラレルStreamの生成 parallelStream()メソッドを利用 List<String> list = Arrays.asList("hoge", "fuga", "foo"); Stream<String> stream = list.paralellStream(); parallel()メソッドを利用 Stream<String> stream = Stream.of("hoge", "fuga", "foo"); Stream<String> paraStream = stream.parallel(); 40

41.

基本データ型用のStream IntStream LongStream DoubleStream 中間操作でStream<T>などと相互変換可能 (後述) 41

42.

IntStreamの生成 1~9まで IntStream intStream = IntStream.range(1, 10); 1~10まで IntStream intStream = IntStream.rangeClosed(1, 10); 配列から生成 int[] ints = {1, 2, 3, 4, 5}; IntStream intStream = Arrays.stream(ints); その他 IntStream.generate()、IntStream.iterate()、・・・ 42

43.
[beta]
charのStream
用意されていないので、Stream<Character>を
利用する
// A~ZまでのIntStreamを生成
IntStream intStream = IntStream.rangeClosed('A', 'Z');
// 中間操作でStreamに変換
Stream<Character> charStream
= intStream.mapToObj((int i) -> { return (char) i; });

43

44.

ステップ3: 中間操作でデータを操作しよう! 44

45.

サンプルプログラム 社員クラス public class Emp { private private private private } int id; // 社員番号 String name; // 社員名 int salary; // 給与 Dept dept; // 部署を表すEnum // setter/getter、コンストラクタ、toString()は省略 public enum Dept { ADMIN, PLANNING, SALES, OPERATIONS, NONE; } 45

46.
[beta]
サンプルプログラム
public class EmpDB {
private static final List<Emp> EMP_LIST = Arrays.asList(
new Emp(101, "Nishida", 500000, Dept.ADMIN),
new Emp(102, “Nohira”, 285000, Dept.SALES),
new Emp(103, "Kiyama", 245000, Dept.ADMIN),
new Emp(104, "Ohkawa", 297500, Dept.PLANNING),
new Emp(105, "Kajiyama", 125000, Dept.SALES),
new Emp(106, "Kohsaka", 160000, Dept.SALES),
new Emp(107, "Nishikawa", 150000, Dept.SALES),
new Emp(108, "Sasaki", 95000, Dept.SALES),
new Emp(109, "Ichikawa", 125000, Dept.SALES),
new Emp(110, "Yamamoto", 300000, Dept.PLANNING),
new Emp(111, "Komatsu", 80000, Dept.PLANNING),
new Emp(112, "Aizawa", 300000, Dept.PLANNING),
new Emp(113, "Saitoh", 110000, Dept.NONE),
new Emp(114, "Inoue", 130000, Dept.ADMIN));
// ここにメソッドを書く
}
46

47.

Stream#filter()メソッド Stream<T> filter(Predicate<T> predicate) Stream内の全要素(T)に条件predicateを指定し、 それがtrueとなる要素のみ抽出する public interface Predicate<T> { boolean test(T t); } ※本当の引数は「Predicate<? super T>」ですが、読みづらいため省略しています。 <? super T>の意味が知りたい方は実践本P.74~P.76をご覧ください 47

48.
[beta]
特定の部署で抽出する
public static List<Emp> filterByDept() {
// Streamを生成
Stream<Emp> stream = EMP_LIST.stream();
// 部署がSALESの社員のみ抽出(中間操作)
Stream<Emp> filteredStream
= stream.filter(
(Emp emp) -> { return emp.getDept() == Dept.SALES; });
// 結果をリストに集約(終端操作)
List<Emp> result = filteredStream.collect(Collectors.toList());
}
Emp{id=102, name=Nohira, salary=285000, dept=SALES}
Emp{id=105, name=Kajiyama, salary=125000, dept=SALES}
Emp{id=106, name=Kohsaka, salary=160000, dept=SALES}
Emp{id=107, name=Nishikawa, salary=150000, dept=SALES}
Emp{id=108, name=Sasaki, salary=95000, dept=SALES}
Emp{id=109, name=Ichikawa, salary=125000, dept=SALES}

48

49.
[beta]
メソッドチェーン&ラムダ省略で書く
下記のように記述することが一般的
型の変換が見えにくいため、慣れないうちはあ
まりおススメできない
public static List<Emp> filterByDept() {
return EMP_LIST.stream()
.filter(emp -> emp.getDept() == Dept.SALES)
.collect(Collectors.toList());
}

49

50.

ポイント⑧ メソッドチェーン禁止 1行1行ていねいに書く! 慣れてきたらメソッドチェーンで書けばよい 50

51.

Stream#map()メソッド Stream<R> map(Function<T, R> mapper) Stream内の全要素をapply()メソッドの引数に渡し、 その戻り値から成るStreamを返す apply()でreturnした値の型がRとなる public interface Function<T, R> { R apply(T t); } 51

52.
[beta]
名前だけのリストに変換する
public static List<String> getNameList() {
Stream<Emp> stream = EMP_LIST.stream();
Stream<String> nameStream
= stream.map((Emp emp) -> { return emp.getName();});
List<String> result = nameStream.collect(Collectors.toList());
return result;
}
Nishida
Nohira
Kiyama
Ohkawa
Kajiyama
Kohsaka
Nishikawa
・・・
52

53.
[beta]
map()による型変換
Stream<Emp> stream = EMP_LIST.stream();
Stream<String> nameStream
= stream.map((Emp emp) -> { return emp.getName();});
型引数(R)が
Stringに決まる

戻り値の型が
String
こんなイメージ

public class EmpNameMapper implements Function<Emp, String> {
public String apply(Emp emp) {
return emp.getName();
}
}
53

54.

ポイント⑨ 「R」は自分で決められる型 「T」のような自動的に決まる型と、 「R」のような自分で決められる型がある! 54

55.

IntStreamとの相互変換 Stream<T> mapToInt() mapToObj() IntStream 55

56.
[beta]
IntStreamとの相互変換
IntStream mapToInt(ToIntFunction<T> mapper)
Streamの要素(T)が引数、戻り値がintであるラムダを指定
Stream<Emp> stream = EMP_LIST.stream();
IntStream salaryStream
= stream.mapToInt((Emp emp) -> { return emp.getSalary();})
intを返すように指定

Stream<T> mapToObj(IntFunction<T> mapper)
IntStreamの要素(int)が引数、戻り値がTであるラムダを指定
IntStream idStream = IntStream.rangeClosed(101, 110);
Stream<Emp> empStream
= idStream.mapToObj((int id) -> { return new Emp(id);})
オブジェクトを返すように指定
56

57.

中間操作と終端操作が分かれている理由 繰り返しの回数を減らすため filter()する度に繰り返しを行っていたら効率が悪い (下左のようなコードになる) 終端操作の際に、全ての中間操作をまとめて実行 for (Emp emp : list) { if (emp.getDept() == Dept.SALES) { // 処理 } } for (Emp emp : list) { if (emp.getSalary() >= 150000) { // 処理 } 繰り返し2回→効率× } ※このコードはイメージです for (Emp emp : list) { if (emp.getDept() == Dept.SALES) { // 処理 } if (emp.getSalary() >= 150000) { // 処理 } } 繰り返し1回→効率○ 57

58.
[beta]
ポイント⑩ 中間操作はsetterと考える
public class Stream<T> {
private Predicate<T> pred;
public Stream<T> filter(Predicate<T> pred) {
this.pred = pred;
中間操作の時点では、
}
条件は中に保持するだけ
public R collect(・・・) {
for (T t : elements) {
if (pred.test(t)) {
終端操作の時点で、
// tを結果に追加
条件を実行
}
}
}
これを「遅延実行」と呼んでいるだけ
}

※このコードはイメージです
58

59.

その他の中間操作 Stream<T> sorted(Comparator<T> comparator) 要素を並び替える Stream<R> flatMap(Function<T, Stream<R>> mapper) 各要素からStreamを生成し、それらを一本化する 59

60.

その他の中間操作 Stream<T> distinct() 重複を削除する(Object#equals()がtrueとなるものは重 複と見なされる) Stream<T> limit(long maxSize) 最初の要素から、最大maxSize個までの要素のみを含 んだStreamを返す Stream<T> skip(long n) 最初の要素から数えてn個の要素を破棄し、残りの要素 のみを含んだStreamを返す Stream<T> peek(Consumer<T> action) forEach()の中間操作バージョン(デバッグが主目的) 60

61.
[beta]
中間操作が分かると・・・
読める行数が飛躍的に増加
public static List<String> filterByDeptAndSalarySortById() {
return EMP_LIST.stream()
// DeptがSALESの人のみ抽出
.filter(emp -> emp.getDept() == Dept.SALES)
// 給与が150000以上の人のみ抽出
.filter(emp -> emp.getSalary() >= 150000)
// IDの昇順で並び替え
.sorted((e1, e2) -> e1.getId() - e2.getId())
// 「ID : 給与」という文字列に変換
.map(emp -> emp.getId() + " : " + emp.getSalary())
// 文字列のリストに集約
.collect(Collectors.toList());
}
61

62.

ステップ4: 終端操作で好きな値に 変換しよう! 62

63.

Stream#collect()メソッド Streamを任意のコレクションなどに集約する 引数はCollectorインターフェイス(後述) 63

64.

Collectorsクラス 汎用のCollectorを返すファクトリークラス 主なメソッド toList() リストに変換するCollectorを返す toMap() マップに変換するCollectorを返す groupingBy() マップにグループ化するCollectorを返す counting() 要素の個数を数えるCollectorを返す 64

65.
[beta]
Collectors.toList()メソッド
public static List<Emp> filterByDept() {
Stream<Emp> stream = EMP_LIST.stream();
Stream<Emp> filteredStream
= stream.filter((Emp emp) -> {
return emp.getDept() == Dept.SALES; });
List<Emp> result = filteredStream.collect(Collectors.toList());
}

65

66.
[beta]
Collectors.toMap()メソッド
toMap(Function<T, K> keyMapper,
Function<T, U> valueMapper)

T:Streamの要素の型
K:マップのキーとなる型(自分で決められる)
U:マップの値となる型(自分で決められる)

例:社員IDがキー、社員名が値のマップに変換
public static Map<Integer, String> getIdNameMap() {
Stream<Emp> stream = EMP_LIST.stream();
Map<Integer, String> map = stream.collect(Collectors.toMap(
(Emp emp) -> { return emp.getId();}, // マップのキー
(Emp emp) -> { return emp.getName();})); // マップの値
return map;
}
66

67.
[beta]
Collectors.groupingBy()メソッド
groupingBy(Function<T, K> classifier)

T:Streamの要素の型
K:マップのキーとなる型(自分で決められる)

例:部署がキー、その部署に所属する社員のリスト
が値のマップに変換
public static Map<Dept, List<Emp>> groupByDept() {
Stream<Emp> stream = EMP_LIST.stream();
Map<Dept, List<Emp>> map
= stream.collect(Collectors.groupingBy(
(Emp emp) -> { return emp.getDept();})); // マップのキー
return map;
}
67

68.
[beta]
Collectors.groupingBy()メソッド
groupingBy(Function<T, K> classifier,
Collector<T, A, D> downstream)
T:Streamの要素の型
K:マップのキーとなる型(自分で決められる)
A、Dは後述

例:部署がキー、その部署に所属する社員の人数が値のマップに変換
public static Map<Dept, Long> groupByDeptAndCounting() {
Stream<Emp> stream = EMP_LIST.stream();
Map<Dept, Long> map = stream.collect(Collectors.groupingBy(
(Emp emp) -> { return emp.getDept();}, // マップのキー
Collectors.counting())); // マップの値
return map;
}
68

69.
[beta]
Collectors.groupingBy()メソッド
例:部署がキー、その部署に所属する社員の給与の合計
が値のマップに変換
public static Map<Dept, Long> groupByDeptAndSummingSal() {
Stream<Emp> stream = EMP_LIST.stream();
Map<Dept, Long> map = stream.collect(Collectors.groupingBy(
(Emp emp) -> { return emp.getDept();}, // マップのキー
Collectors.summingLong(
(Emp emp) -> { return emp.getSalary(); } ))); // マップの値
return map;
}

69

70.

ポイント⑪ 好きな型に集約する手順 ① 要素(T)を蓄積するコンテナ(A)を生成する →サプライヤで生成 ② 要素(T)をコンテナ(A)に蓄積する →アキュムレータで蓄積 ③ コンテナ(A)をマージする(パラレル実行の場合) →コンバイナでマージ ④ コンテナ(A)を最終的に返す型(R)に変換する →フィニッシャで変換 (コンテナをそのまま返す場合は不要) 70

71.

Collector<T, A, R>インターフェイス T:Streamの要素、A:コンテナ、R:最終的に返す型 4つのメソッドを持つ Supplier<A> supplier() BiConsumer<A, T> accumulator() BinaryOperator<A> combiner() Function<A, R> finisher() Collector.of()メソッドで、 実装クラス(Collectors.CollectorImplクラス)の インスタンスを生成して返す 71

72.
[beta]
Collectors.toList()のソースを読む
public static <T> Collector<T, ArrayList<T>, List<T>> toList() {
Supplier<ArrayList<T>> supplier = () -> {
return new ArrayList<>(); // コンテナを生成
};
BiConsumer<ArrayList<T>, T> accumulator = (ArrayList<T> list, T t) -> {
list.add(t); // 要素をコンテナに蓄積
};
BinaryOperator<ArrayList<T>> combiner
= (ArrayList<T> list1, ArrayList<T> list2) -> {
list1.addAll(list2); // コンテナをマージ
return list1;
};
Function<ArrayList<T>, List<T>> finisher = (ArrayList<T> list) -> {
return (List<T>) list; // コンテナを最終的に返す型に変換
};
return Collector.of(supplier, accumulator, combiner, finisher);
}
※このコードはイメージです

72

73.
[beta]
Collectors.toMap()のソースを読む
public static <T, K, U> Collector<T, HashMap<K, U>, Map<K,U>>
toMap(Function<T, K> keyMapper, Function<T, U> valueMapper) {
Supplier<HashMap<K, U>> supplier = () -> {
return new HashMap<>(); // コンテナを生成
};
BiConsumer<HashMap<K, U>, T> accumulator
= (HashMap<K, U> map, T t) -> {
map.put(keyMapper.apply(t), valueMapper.apply(t)); // 要素をコンテナに蓄積
};
BinaryOperator<HashMap<K, U>> combiner
= (HashMap<K, U> map1, HashMap<K, U> map2) -> {
/* 長いので省略 */ // コンテナをマージ
};
Function<HashMap<K, U>, Map<K, U>> finisher = (HashMap<K, U> map) -> {
return (Map<K, U>) map; // コンテナを最終的に返す型に変換
};
return Collector.of(supplier, accumulator, combiner, finisher);
}
※このコードはイメージです

73

74.
[beta]
Stream#collect()のソースを読む
public <T, A, R> R collect(Collector<T, A, R> collector) {
Supplier<A> supplier = collector.supplier();
A container = supplier.get(); // コンテナを生成
BiConsumer<A, T> accumulator = collector.accumulator();
forEach((T t) -> {
accumulator.accept(container, t); // 要素をコンテナに蓄積
});
BinaryOperator<A> combiner = collector.combiner();
container = combiner.apply(container1, container2); // コンテナをマージ
Function<A, R> finisher = collector.finisher();
R result = finisher.apply(container); // コンテナを最終的に返す型に変換
return result;
}

※このコードはイメージです
74

75.
[beta]
最初のコード(再掲)
public static Map<Character, Integer> countByInitial() {
return EMP_LIST.stream()
.collect(Collector.of(
() -> IntStream.rangeClosed('A', 'Z')
.mapToObj(i -> (char) i)
.collect(Collectors.toMap(c -> c, c -> 0)),
(map, emp) -> map.compute(emp.getName().charAt(0),
(initial, count) -> ++count),
(map1, map2) -> {
map1.forEach((initial, count) ->
map1.put(initial, count + map2.get(initial));
return map1;
},
map -> Collections.unmodifiableMap(map)));
}
75

76.

やりたいこと(仕様) List<Emp>をMap<Character, Integer>に変換 する Mapのキーは、A~Zまでのイニシャル Mapの値は、そのイニシャルの人数 そのイニシャルがいない場合、値は0 結果のMapはイミュータブル(変更不可能) 76

77.
[beta]
①サプライヤ
Map<Character, Integer>を生成
→A~Zまでの文字をキーとし、各値に0をput
Supplier<Map<Character, Integer>> supplier = () -> {
IntStream stream = IntStream.rangeClosed('A', 'Z');
Stream<Character> charStream
= stream.mapToObj((int i) -> { return (char) i; });
Map<Character, Integer> map
= charStream.collect(Collectors.toMap(
(Character c) -> { return c; },
(Character c) -> { return 0; }));
return map;
};
77

78.
[beta]
②アキュムレータ
①のMapとEmpが引数。Empのnameからイニシ
ャルを取得し、それに対応するMapの値をインク
リメント
BiConsumer<Map<Character, Integer>, Emp> accumulator =
(Map<Character, Integer> map, Emp emp) -> {
char initial = emp.getName().charAt(0);
map.compute(initial, (Character k, Integer v) -> ++v);
};

78

79.
[beta]
③コンバイナ
2つのMapをマージする。一方のMapの全キーに
対して、2つのMapの合計値をput
BinaryOperator<Map<Character, Integer>> combiner =
(Map<Character, Integer> map1,
Map<Character, Integer> map2) -> {
map1.forEach((Character initial, Integer count1) -> {
int count2 = map2.get(initial);
map1.put(initial, count1 + count2);
});
return map1;
};
79

80.
[beta]
④フィニッシャ
Mapをイミュータブルに変換する
Function<Map<Character, Integer>,
Map<Character, Integer>> finisher =
(Map<Character, Integer> map) ->
{ return Collections.unmodifiableMap(map); };

80

81.
[beta]
まとめると、こうなる
public static Map<Character, Integer> countByInitial() {
Supplier<Map<Character, Integer>> supplier = ・・・;
BiConsumer<Map<Character, Integer>, Emp> accumulator = ・・・;
BinaryOperator<Map<Character, Integer>> combiner = ・・・;
Function<Map<Character, Integer>, Map<Character, Integer>>
finisher = ・・・;
Collector<Emp, Map<Character, Integer>, Map<Character, Integer>>
collector = Collector.of(supplier, accumulator, combiner, finisher);
}

return EMP_LIST.stream().collect(collector);

81

82.
[beta]
無理やり1文にすると、こうなる
public static Map<Character, Integer> countByInitial() {
return EMP_LIST.stream()
.collect(Collector.of(
() -> IntStream.rangeClosed('A', 'Z')
.mapToObj(i -> (char) i)
.collect(Collectors.toMap(c -> c, c -> 0)),
(map, emp) -> map.compute(emp.getName().charAt(0),
(initial, count) -> ++count),
(map1, map2) -> {
map1.forEach((initial, count) ->
map1.put(initial, count + map2.get(initial));
return map1;
},
map -> Collections.unmodifiableMap(map)));
}
82

83.

ポイント⑫ Collectorを自作する場合 サプライヤなどは、一旦変数に入れた方が 可読性が上がる 無理に1文で書くと読みづらい 閉じカッコの数が合わなかったりして地味に辛い IDEが真っ赤っかになってコンパイルエラーの箇所が 特定しづらい 83

84.

その他の終端操作 Optional<T> reduce(BinaryOperator<T> accumulator) 全要素に対して順に演算を行う long count() Streamに含まれる要素数を返す Optional<T> max(Comparator<T> comparator) 指定したComparatorの順で最大(順番が最後)の値を 返す(Streamが空の場合は、空のOptional) Optional<T> min(Comparator<T> comparator) 指定したComparatorの順で最小(順番が最初)の値を 返す(Streamが空の場合は、空のOptional) 84

85.

その他の終端操作 boolean allMatch(Predicate<T> predicate) Streamに含まれる全要素が引数の条件に合致する 場合、trueを返す boolean anyMatch(Predicate<T> predicate) Streamに含まれるいずれかの要素が引数の条件に 合致する場合、trueを返す boolean noneMatch(Predicate<T> predicate) Streamに含まれる全要素が引数の条件に合致しな い場合、trueを返す 85

86.

その他の終端操作 Optional<T> findFirst() Stream内の各要素を順番に検索し、条件(filter()な どで指定)に合致した最初の要素を返す Optional<T> findAny() Stream内の各要素を並列で検索し、条件(filter()な どで指定)に合致した、最初に見つかった要素を返 す 実行の度に戻り値が異なる場合があるので注意 86

87.

ステップ5: 何でもかんでも ラムダ式・Stream APIで書こう! 87

88.
[beta]
汎用関数型インターフェイスとラムダ式の練習

わざとFunctionやPredicateを使って書いてみる
ラムダ式と汎用関数型インターフェイスを理解す
る練習になる
String name = emp.getName();
↓
Function<Emp, String> func = e -> e.getName();
String name = func.apply(emp);
if (emp.getSalary() >= 150000) { ・・・ }
↓
Predicate<Emp> pred = e -> e.getSalary() >= 150000
if (pred.test(emp)) { ・・・ }
88

89.

汎用関数型インターフェイスとラムダ式の練習 Functionなどを引数とするメソッドを自作する 89

90.

Java SE 8での定石 forやwhileを見たらStream APIへの置き換えを 考える!(@cero_tさん) forEach()使ったら負け! (@skrbさん) null書いたら負け! (@kisさん) 90

91.
[beta]
繰り返しをStream APIで書き換える練習
1~20までの偶数のみの和を求める
int sum = IntStream.rangeClosed(1, 20).filter(i -> i % 2 == 0) .sum();
int sum = IntStream.rangeClosed(1, 10).map(i -> i * 2) .sum();
int sum = IntStream.rangeClosed(1, 10).map(i -> i * 2)
.reduce(0, (i1, i2) -> i1 + i2);

FizzBuzz
List<String> list = IntStream.rangeClosed(1, 40)
.mapToObj(i -> i % 15 == 0 ? "FizzBuzz"
: i % 3 == 0 ? "Fizz"
: i % 5 == 0 ? "Buzz"
: String.valueOf(i))
.collect(Collectors.toList());
91

92.

「何でもかんでもラムダ式・Stream APIで 書けばいいって訳じゃないよねー」 とは言いますが、でもそれって 「何でもかんでもラムダ式・Stream API で書ける実力」 があってこそではないでしょうか? (自戒も込めて・・・) まずはチャレンジしてみてください! 92

93.

あの日を思い出してください 初めてプログラミング言語に触れたあの日・・・ 何でもかんでも順次・分岐・繰り返しで書いて、 楽しんでいたのではないでしょうか? その気持ちを思い出して、何でもかんでも ラムダ式・Stream APIで書いてみてください そのうちに自然と身に付きます! 93

94.

最後のまとめ 慣れるまでは、ラムダ式は引数の型・returnなどを 省略せずに書こう! Stream APIは、無理してメソッドチェーンを使わない でOK。まずは型の変換をしっかり理解しよう! Collectorインターフェイスを極めよう! 何でもかんでもラムダ式・Stream APIで書いて、 どんどん慣れていこう! 94

95.

Enjoy Java SE 8 !! ご清聴ありがとう ございました! 95