文章目录
JDK1.8新特性
1、HashMap
2、ConcurrentHashMap
3、Lambda表达式
4、并行流
5、Optional类
JDK1.8新特性
有关JDK1.8的新特性，自己做了以下总结。
速度更快 – 红黑树
代码更少 – Lambda
强大的Stream API – Stream
便于并行 – Parallel
最大化减少空指针异常 – Optional
1、HashMap
有人会在问你HashMap的时候会问你JDK1.7和1.8有什么变化;
主要还是HashMap中链长度大于8时采取红黑树的结构存储。(1.7的时候是链表结构)
红黑树，除了添加，效率高于链表结构在jdk1.8中对hashMap等map集合的数据结构优化。hashMap数据结构的优化原来的hashMap采用的数据结构是哈希表（数组+链表），hashMap默认大小是16，一个0-15索引的数组，如何往里面存储元素，首先调用元素的hashcode方法，计算出哈希码值，经过哈希算法算成数组的索引值，如果对应的索引处没有元素，直接存放，如果有对象在，那么比较它们的equals方法比较内容如果内容一样，后一个value会将前一个value的值覆盖，如果不一样，在1.7的时候，后加的放在前面，形成一个链表，形成了碰撞，在某些情况下如果链表无限下去，那么效率极低，碰撞是避免不了的加载因子：0.75，数组扩容，达到总容量的75%，就进行扩容，但是无法避免碰撞的情况发生在1.8之后，在数组+链表+红黑树来实现hashmap，当碰撞的元素个数大于8时 & 总容量大于64，会有红黑树的引入除了添加之后，效率都比链表高，1.8之后链表新进元素加到末尾ConcurrentHashMap (锁分段机制)，concurrentLevel,jdk1.8采用CAS算法(无锁算法，不再使用锁分段)，数组+链表中也引入了红黑树的使用
2、ConcurrentHashMap
Jdk1.7时隔壁级别CocnurrentLevel（锁分段机制）默认为16。
JDK1.8采取了CAS算法
CAS原理主要涉及的有:锁机制、CAS 操作;
Jdk1.8没有永久区，取而代之的是MetaSpace元空间，用的是物理内存。
(当你跟面试官聊到JVM的时候可以聊到1.8后用就去是被取代了,这会是一个加分项）
3、Lambda表达式
1、Lambda表达式的基础语法：Java8引入了一个新的操作符“->”，该操作符成为箭头操作符或者Lambda操作符，箭头操作符将Lambda表达式拆分成两部分
左侧：Lambda表达式的参数列表
右侧：Lambda表达式中所需执行的功能，即Lambda体。
语法格式一：无参数，无返回值
Runnable r2 = () -> System.out.println("hello lambda"); r2.run(); 1 2
语法格式二：有一个参数，并且无返回值
(x) -> System.out.print(x);
语法格式三：若只有一个参数，小括号可以省略不写
x -> System.out.print(x);
语法格式四：有两个以上的参数，有返回值，并且Lambda体中有多条语句
Comparator<Integer> c1 = (x, y) -> { System.out.print(Integer.compare(x, y)+"函数式接口"); return Integer.compare(x, y); } ; c1.compare(1, 2); 1 2 3 4 5
语法格式五：若Lambda体中只有一条语句，return和大括号都可以省略不写
Comparator c1 = (x,y) -> Integer.compare(x,y); 1
语法格式六：Lambda表达式的参数列表的数据类型可以省略不写，因为JVM编译器可以通过上下文进行类型推断出数据类型，既“类型推断”。
(Integer x,Integer y) -> Integre.compare(x,y);
口诀： 左右遇一括号省，左侧推断类型省， 能省则省。
注：当一个接口中存在多个抽象方法时，如果使用lambda表达式，并不能智能匹配对应的抽象方法，因此引入了函数式接口的概念
4、并行流
Fork/Join框架：
在必要的情况下，将一个大任务进行必要的拆分Fork成若干个小任务，再将小任务的运算结果进行Join汇总。
Fork/Join框架和传统线程池的区别：
采用“工作窃取”模式（Working-stealing），即当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。
相对于一般的线程池实现，fork/join框架的优势体现在对其中包含的任务的处理方式上，如果一个线程正在执行的任务由于某些原因无法继续运行，那么该线程会处于等待状态，而在fork/join框架实现中，如果某个子问题由于等待另外一个子问题的完成而无法继续运行，那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行，这种方式减少了线程等待的时间，提高了性能。
并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。
Java 8 中将并行进行了优化，我们可以很容易的对数据进行并行操作。Stream API 可以声明性地通过parallel() 与sequential() 在并行流与顺序流之间进行切换。
自己实现的ForkJoin
/** * JDK8的并行流实现。 */ @Test public void test3(){ Instant start = Instant.now(); long sum = LongStream.rangeClosed(0, 1000000000L) .parallel()//并行流 //.sequential()//串行流 .reduce(0, Long::sum); Instant end = Instant.now(); System.out.println(Duration.between(start,end).toMillis()); } //并行流将会充分使用多核的优势，多线程并行执行，基数越大，效果越明显。其底层还是Fork/Join框架。只不过SUN公司优化的更好，比自己实现更高效
5、Optional类
Optional 类(java.util.Optional) 是一个容器类，代表一个值存在或不存在，原来用null 表示一个值不存在，现在Optional 可以更好的表达这个概念。并且可以避免空指针异常。
常用方法：
Optional.of(T t) : 创建一个Optional 实例
Optional.empty() : 创建一个空的Optional 实例
Optional.ofNullable(T t):若t 不为null,创建Optional 实例,否则创建空实例
isPresent() : 判断是否包含值
orElse(T t) : 如果调用对象包含值，返回该值，否则返回t
orElseGet(Supplier s) :如果调用对象包含值，返回该值，否则返回s 获取的值
map(Function f): 如果有值对其处理，并返回处理后的Optional，否则返回Optional.empty()
flatMap(Function mapper):与map 类似，要求返回值必须是Optional
