Java進階篇之十五 ----- JDK1.8的Lambda、Stream和日期的使用詳解(很詳細)

時間 2019-11-17

標籤 java 進階十五 jdk1.8 jdk lambda stream 日期使用詳解詳細欄目 Java 简体版

原文原文鏈接

前言

本篇主要講述是Java中JDK1.8的一些新語法特性使用，主要是Lambda、Stream和LocalDate日期的一些使用講解。html

Lambda

Lambda介紹

Lambda 表達式(lambda expression)是一個匿名函數，Lambda表達式基於數學中的λ演算得名，直接對應於其中的lambda抽象(lambda abstraction)，是一個匿名函數，即沒有函數名的函數。java

Lambda表達式的結構

一個 Lambda 表達式能夠有零個或多個參數
參數的類型既能夠明確聲明，也能夠根據上下文來推斷。例如：(int a)與(a)效果相同
全部參數需包含在圓括號內，參數之間用逗號相隔。例如：(a, b) 或 (int a, int b) 或 (String a, int b, float c)
空圓括號表明參數集爲空。例如：() -> 42
當只有一個參數，且其類型可推導時，圓括號（）可省略。例如：a -> return a*a
Lambda 表達式的主體可包含零條或多條語句
若是 Lambda 表達式的主體只有一條語句，花括號{}可省略。匿名函數的返回類型與該主體表達式一致
若是 Lambda 表達式的主體包含一條以上語句，則表達式必須包含在花括號{}中（造成代碼塊）。匿名函數的返回類型與代碼塊的返回類型一致，若沒有返回則爲空

Lambda 表達式的使用

下面咱們先使用一個簡單的例子來看看Lambda的效果吧。git

好比咱們對Map 的遍歷
傳統方式遍歷以下:程序員

Map<String, String> map = new HashMap<>();
        map.put("a", "a");
        map.put("b", "b");
        map.put("c", "c");
        map.put("d", "d");

        System.out.println("map普通方式遍歷:");
        for (String key : map.keySet()) {
            System.out.println("k=" + key + "，v=" + map.get(key));
        }

使用Lambda進行遍歷:github

System.out.println("map拉姆達表達式遍歷:");
        map.forEach((k, v) -> {
            System.out.println("k=" + k + "，v=" + v);
    });

List也同理，不過List還能夠經過雙冒號運算符遍歷:數據庫

List<String> list = new ArrayList<String>();
        list.add("a");
        list.add("bb");
        list.add("ccc");
        list.add("dddd");
        System.out.println("list拉姆達表達式遍歷:");
        list.forEach(v -> {
            System.out.println(v);
        });
        System.out.println("list雙冒號運算符遍歷:");
        list.forEach(System.out::println);

輸出結果:express

map普通方式遍歷:
    k=a，v=a
    k=b，v=b
    k=c，v=c
    k=d，v=d
    map拉姆達表達式遍歷:
    k=a，v=a
    k=b，v=b
    k=c，v=c
    k=d，v=d
    list拉姆達表達式遍歷:
    a
    bb
    ccc
    dddd
    list雙冒號運算符遍歷:
    a
    bb
    ccc
    dddd

Lambda除了在for循環遍歷中使用外，它還能夠代替匿名的內部類。
好比下面這個例子的線程建立:api

//使用普通的方式建立
    Runnable r1 = new Runnable() {
        @Override
        public void run() {
            System.out.println("普通方式建立!");
        }
    };
    
    //使用拉姆達方式建立
    Runnable r2 = ()-> System.out.println("拉姆達方式建立!");

注: 這個例子中使用Lambda表達式的時候，編譯器會自動推斷：根據線程類的構造函數簽名 Runnable r { }，將該 Lambda 表達式賦Runnable 接口。數組

Lambda 表達式與匿名類的區別
使用匿名類與 Lambda 表達式的一大區別在於關鍵詞的使用。對於匿名類，關鍵詞 this 解讀爲匿名類，而對於 Lambda 表達式，關鍵詞 this 解讀爲寫就 Lambda 的外部類。安全

Lambda表達式使用注意事項

Lambda雖然簡化了代碼的編寫，但同時也減小了可讀性。

Stream

Stream介紹

Stream 使用一種相似用 SQL 語句從數據庫查詢數據的直觀方式來提供一種對 Java 集合運算和表達的高階抽象。Stream API能夠極大提升Java程序員的生產力，讓程序員寫出高效率、乾淨、簡潔的代碼。這種風格將要處理的元素集合看做一種流，流在管道中傳輸，而且能夠在管道的節點上進行處理，好比篩選，排序，聚合等。

Stream特性：

不是數據結構：它沒有內部存儲，它只是用操做管道從 source（數據結構、數組、generator function、IO channel）抓取數據。它也毫不修改本身所封裝的底層數據結構的數據。例如 Stream 的 filter 操做會產生一個不包含被過濾元素的新 Stream，而不是從 source 刪除那些元素。
不支持索引訪問：可是很容易生成數組或者 List 。
惰性化：不少 Stream 操做是向後延遲的，一直到它弄清楚了最後須要多少數據纔會開始。Intermediate 操做永遠是惰性化的。
並行能力。當一個 Stream 是並行化的，就不須要再寫多線程代碼，全部對它的操做會自動並行進行的。
能夠是無限的：集合有固定大小，Stream 則沒必要。limit(n) 和 findFirst() 這類的 short-circuiting 操做能夠對無限的 Stream 進行運算並很快完成。
注意事項：全部 Stream 的操做必須以 lambda 表達式爲參數。

Stream 流操做類型：

Intermediate：一個流能夠後面跟隨零個或多個 intermediate 操做。其目的主要是打開流，作出某種程度的數據映射/過濾，而後返回一個新的流，交給下一個操做使用。這類操做都是惰性化的（lazy），就是說，僅僅調用到這類方法，並無真正開始流的遍歷。
Terminal：一個流只能有一個 terminal 操做，當這個操做執行後，流就被使用「光」了，沒法再被操做。因此這一定是流的最後一個操做。 Terminal操做的執行，纔會真正開始流的遍歷，而且會生成一個結果，或者一個 side effect。

Stream使用

這裏咱們依舊使用一個簡單示例來看看吧。
在開發中，咱們有時須要對一些數據進行過濾，若是是傳統的方式，咱們須要對這批數據進行遍歷過濾，會顯得比較繁瑣，若是使用steam流方式的話，那麼能夠很方便的進行處理。

首先經過普通的方式進行過濾:

List<String> list = Arrays.asList("張三", "李四", "王五", "xuwujing");
    System.out.println("過濾以前:" + list);
    List<String> result = new ArrayList<>();
    for (String str : list) {
        if (!"李四".equals(str)) {
            result.add(str);
        }
    }
    System.out.println("過濾以後:" + result);

使用Steam方式進行過濾：

List<String> result2 = list.stream().filter(str -> !"李四".equals(str)).collect(Collectors.toList());
System.out.println("stream 過濾以後:" + result2);

輸出結果:

過濾以前:[張三, 李四, 王五, xuwujing]
過濾以後:[張三, 王五, xuwujing]
stream 過濾以後:[張三, 王五, xuwujing]

是否是很簡潔和方便呢。
其實Stream流還有更多的使用方法，filter只是其中的一角而已。那麼在這裏咱們就來學習瞭解下這些用法吧。

1.構造Stream流的方式

Stream stream = Stream.of("a", "b", "c");
    String[] strArray = new String[] { "a", "b", "c" };
    stream = Stream.of(strArray);
    stream = Arrays.stream(strArray);
    List<String> list = Arrays.asList(strArray);
    stream = list.stream();

2.Stream流的之間的轉換

注意:一個Stream流只可使用一次，這段代碼爲了簡潔而重複使用了數次，所以會拋出 stream has already been operated upon or closed 異常。

try {
        Stream<String> stream2 = Stream.of("a", "b", "c");
        // 轉換成 Array
        String[] strArray1 = stream2.toArray(String[]::new);

        // 轉換成 Collection
        List<String> list1 = stream2.collect(Collectors.toList());
        List<String> list2 = stream2.collect(Collectors.toCollection(ArrayList::new));          
        Set set1 = stream2.collect(Collectors.toSet());
        Stack stack1 = stream2.collect(Collectors.toCollection(Stack::new));

        // 轉換成 String
        String str = stream.collect(Collectors.joining()).toString();
    } catch (Exception e) {
        e.printStackTrace();
    }

3.Stream流的map使用

map方法用於映射每一個元素到對應的結果，一對一。

示例一：轉換大寫

List<String> list3 = Arrays.asList("zhangSan", "liSi", "wangWu");
    System.out.println("轉換以前的數據:" + list3);
    List<String> list4 = list3.stream().map(String::toUpperCase).collect(Collectors.toList());
    System.out.println("轉換以後的數據:" + list4); 
    // 轉換以後的數據:[ZHANGSAN, LISI,WANGWU]

示例二：轉換數據類型

List<String> list31 = Arrays.asList("1", "2", "3");
    System.out.println("轉換以前的數據:" + list31);
    List<Integer> list41 = list31.stream().map(Integer::valueOf).collect(Collectors.toList());
    System.out.println("轉換以後的數據:" + list41); 
    // [1, 2, 3]

示例三：獲取平方

List<Integer> list5 = Arrays.asList(new Integer[] { 1, 2, 3, 4, 5 });
    List<Integer> list6 = list5.stream().map(n -> n * n).collect(Collectors.toList());
    System.out.println("平方的數據:" + list6);
    // [1, 4, 9, 16, 25]

4.Stream流的filter使用

filter方法用於經過設置的條件過濾出元素。

示例二：經過與 findAny 獲得 if/else 的值

List<String> list = Arrays.asList("張三", "李四", "王五", "xuwujing");
String result3 = list.stream().filter(str -> "李四".equals(str)).findAny().orElse("找不到!");
String result4 = list.stream().filter(str -> "李二".equals(str)).findAny().orElse("找不到!");

System.out.println("stream 過濾以後 2:" + result3);
System.out.println("stream 過濾以後 3:" + result4);
//stream 過濾以後 2:李四
//stream 過濾以後 3:找不到!

示例三：經過與 mapToInt 計算和

List<User> lists = new ArrayList<User>();
    lists.add(new User(6, "張三"));
    lists.add(new User(2, "李四"));
    lists.add(new User(3, "王五"));
    lists.add(new User(1, "張三"));
    // 計算這個list中出現 "張三" id的值
    int sum = lists.stream().filter(u -> "張三".equals(u.getName())).mapToInt(u -> u.getId()).sum();

    System.out.println("計算結果:" + sum); 
    // 7

5.Stream流的flatMap使用

flatMap 方法用於映射每一個元素到對應的結果，一對多。

示例:從句子中獲得單詞

String worlds = "The way of the future";
    List<String> list7 = new ArrayList<>();
    list7.add(worlds);
    List<String> list8 = list7.stream().flatMap(str -> Stream.of(str.split(" ")))
            .filter(world -> world.length() > 0).collect(Collectors.toList());
    System.out.println("單詞:");
    list8.forEach(System.out::println);
    // 單詞:
    // The 
    // way 
    // of 
    // the 
    // future

6.Stream流的limit使用

limit 方法用於獲取指定數量的流。

示例一：獲取前n條數的數據

Random rd = new Random();
    System.out.println("取到的前三條數據:");
    rd.ints().limit(3).forEach(System.out::println);
    //  取到的前三條數據:
    //  1167267754
    //  -1164558977
    //  1977868798

示例二：結合skip使用獲得須要的數據

skip表示的是扔掉前n個元素。

List<User> list9 = new ArrayList<User>();
    for (int i = 1; i < 4; i++) {
        User user = new User(i, "pancm" + i);
        list9.add(user);
    }
    System.out.println("截取以前的數據:");
    // 取前3條數據，可是扔掉了前面的2條，能夠理解爲拿到的數據爲 2<=i<3 (i 是數值下標)
    List<String> list10 = list9.stream().map(User::getName).limit(3).skip(2).collect(Collectors.toList());
    System.out.println("截取以後的數據:" + list10);
    //      截取以前的數據:
    //      姓名:pancm1
    //      姓名:pancm2
    //      姓名:pancm3
    //      截取以後的數據:[pancm3]

注:User實體類中 getName 方法會打印姓名。

7.Stream流的sort使用

sorted方法用於對流進行升序排序。

示例一：隨機取值排序

Random rd2 = new Random();
    System.out.println("取到的前三條數據而後進行排序:");
    rd2.ints().limit(3).sorted().forEach(System.out::println);
    //  取到的前三條數據而後進行排序:
    //  -2043456377
    //  -1778595703
    //  1013369565

示例二：優化排序

tips:先獲取在排序效率會更高!

//普通的排序取值
    List<User> list11 = list9.stream().sorted((u1, u2) -> u1.getName().compareTo(u2.getName())).limit(3)
            .collect(Collectors.toList());
    System.out.println("排序以後的數據:" + list11);
    //優化排序取值
    List<User> list12 = list9.stream().limit(3).sorted((u1, u2) -> u1.getName().compareTo(u2.getName()))
            .collect(Collectors.toList());
    System.out.println("優化排序以後的數據:" + list12);
    //排序以後的數據:[{"id":1,"name":"pancm1"}, {"id":2,"name":"pancm2"}, {"id":3,"name":"pancm3"}]
    //優化排序以後的數據:[{"id":1,"name":"pancm1"}, {"id":2,"name":"pancm2"}, {"id":3,"name":"pancm3"}]

8.Stream流的peek使用

peek對每一個元素執行操做並返回一個新的Stream

示例:雙重操做

System.out.println("peek使用:");
    Stream.of("one", "two", "three", "four").filter(e -> e.length() > 3).peek(e -> System.out.println("轉換以前: " + e))
            .map(String::toUpperCase).peek(e -> System.out.println("轉換以後: " + e)).collect(Collectors.toList());
    
    //  轉換以前: three
    //  轉換以後: THREE
    //  轉換以前: four
    //  轉換以後: FOUR

9.Stream流的parallel使用

parallelStream 是流並行處理程序的代替方法。

示例:獲取空字符串的數量

List<String> strings = Arrays.asList("a", "", "c", "", "e","", " ");
    // 獲取空字符串的數量
    long count =  strings.parallelStream().filter(string -> string.isEmpty()).count();
    System.out.println("空字符串的個數:"+count);

10.Stream流的max/min/distinct使用

示例一：獲得最大最小值

List<String> list13 = Arrays.asList("zhangsan","lisi","wangwu","xuwujing");
    int maxLines = list13.stream().mapToInt(String::length).max().getAsInt();
    int minLines = list13.stream().mapToInt(String::length).min().getAsInt();
    System.out.println("最長字符的長度:" + maxLines+",最短字符的長度:"+minLines);
    //最長字符的長度:8,最短字符的長度:4

示例二：獲得去重以後的數據

String lines = "good good study day day up";
    List<String> list14 = new ArrayList<String>();
    list14.add(lines);
    List<String> words = list14.stream().flatMap(line -> Stream.of(line.split(" "))).filter(word -> word.length() > 0)
            .map(String::toLowerCase).distinct().sorted().collect(Collectors.toList());
    System.out.println("去重複以後:" + words);
    //去重複以後:[day, good, study, up]

11.Stream流的Match使用

allMatch：Stream 中所有元素符合則返回 true ;
anyMatch：Stream 中只要有一個元素符合則返回 true;
noneMatch：Stream 中沒有一個元素符合則返回 true。

示例:數據是否符合

boolean all = lists.stream().allMatch(u -> u.getId() > 3);
    System.out.println("是否都大於3:" + all);
    boolean any = lists.stream().anyMatch(u -> u.getId() > 3);
    System.out.println("是否有一個大於3:" + any);
    boolean none = lists.stream().noneMatch(u -> u.getId() > 3);
    System.out.println("是否沒有一個大於3的:" + none);       
    //  是否都大於3:false
    //  是否有一個大於3:true
    //  是否沒有一個大於3的:false

12.Stream流的reduce使用

reduce 主要做用是把 Stream 元素組合起來進行操做。

示例一：字符串鏈接

String concat = Stream.of("A", "B", "C", "D").reduce("", String::concat);
System.out.println("字符串拼接:" + concat);

示例二：獲得最小值

double minValue = Stream.of(-4.0, 1.0, 3.0, -2.0).reduce(Double.MAX_VALUE, Double::min);
    System.out.println("最小值:" + minValue);
    //最小值:-4.0

示例三：求和

// 求和, 無起始值
    int sumValue = Stream.of(1, 2, 3, 4).reduce(Integer::sum).get();
    System.out.println("有無起始值求和:" + sumValue);
    // 求和, 有起始值
     sumValue = Stream.of(1, 2, 3, 4).reduce(1, Integer::sum);
     System.out.println("有起始值求和:" + sumValue);
    //  有無起始值求和:10
    //  有起始值求和:11

示例四：過濾拼接

concat = Stream.of("a", "B", "c", "D", "e", "F").filter(x -> x.compareTo("Z") > 0).reduce("", String::concat);
System.out.println("過濾和字符串鏈接:" + concat);
    //過濾和字符串鏈接:ace

13.Stream流的iterate使用

iterate 跟 reduce 操做很像，接受一個種子值，和一個UnaryOperator（例如 f）。而後種子值成爲 Stream 的第一個元素，f(seed) 爲第二個，f(f(seed)) 第三個，以此類推。在 iterate 時候管道必須有 limit 這樣的操做來限制 Stream 大小。

示例:生成一個等差隊列

System.out.println("從2開始生成一個等差隊列:");
    Stream.iterate(2, n -> n + 2).limit(5).forEach(x -> System.out.print(x + " "));
    // 從2開始生成一個等差隊列:
    // 2 4 6 8 10

14.Stream流的Supplier使用

經過實現Supplier類的方法能夠自定義流計算規則。

示例：隨機獲取兩條用戶信息

System.out.println("自定義一個流進行計算輸出:");
    Stream.generate(new UserSupplier()).limit(2).forEach(u -> System.out.println(u.getId() + ", " + u.getName()));
    
    //第一次:
    //自定義一個流進行計算輸出:
    //10, pancm7
    //11, pancm6
    
    //第二次:
    //自定義一個流進行計算輸出:
    //10, pancm4
    //11, pancm2
    
    //第三次:
    //自定義一個流進行計算輸出:
    //10, pancm4
    //11, pancm8


class UserSupplier implements Supplier<User> {
    private int index = 10;
    private Random random = new Random();

    @Override
    public User get() {
        return new User(index++, "pancm" + random.nextInt(10));
    }
}

15.Stream流的groupingBy/partitioningBy使用

groupingBy：分組排序；
partitioningBy：分區排序。

示例一：分組排序

System.out.println("經過id進行分組排序:");
    Map<Integer, List<User>> personGroups = Stream.generate(new UserSupplier2()).limit(5)
            .collect(Collectors.groupingBy(User::getId));
    Iterator it = personGroups.entrySet().iterator();
    while (it.hasNext()) {
        Map.Entry<Integer, List<User>> persons = (Map.Entry) it.next();
        System.out.println("id " + persons.getKey() + " = " + persons.getValue());
    }
    
    //  經過id進行分組排序:
    //  id 10 = [{"id":10,"name":"pancm1"}] 
    //  id 11 = [{"id":11,"name":"pancm3"}, {"id":11,"name":"pancm6"}, {"id":11,"name":"pancm4"}, {"id":11,"name":"pancm7"}]



    class UserSupplier2 implements Supplier<User> {
        private int index = 10;
        private Random random = new Random();
    
        @Override
        public User get() {
            return new User(index % 2 == 0 ? index++ : index, "pancm" + random.nextInt(10));
        }
    }

示例二：分區排序

System.out.println("經過年齡進行分區排序:");
    Map<Boolean, List<User>> children = Stream.generate(new UserSupplier3()).limit(5)
            .collect(Collectors.partitioningBy(p -> p.getId() < 18));

    System.out.println("小孩: " + children.get(true));
    System.out.println("成年人: " + children.get(false));
    
    // 經過年齡進行分區排序:
    // 小孩: [{"id":16,"name":"pancm7"}, {"id":17,"name":"pancm2"}]
    // 成年人: [{"id":18,"name":"pancm4"}, {"id":19,"name":"pancm9"}, {"id":20,"name":"pancm6"}]

     class UserSupplier3 implements Supplier<User> {
        private int index = 16;
        private Random random = new Random();
    
        @Override
        public User get() {
            return new User(index++, "pancm" + random.nextInt(10));
        }
    }

16.Stream流的summaryStatistics使用

IntSummaryStatistics 用於收集統計信息(如count、min、max、sum和average)的狀態對象。

示例:獲得最大、最小、之和以及平均數。

List<Integer> numbers = Arrays.asList(1, 5, 7, 3, 9);
    IntSummaryStatistics stats = numbers.stream().mapToInt((x) -> x).summaryStatistics();
     
    System.out.println("列表中最大的數 : " + stats.getMax());
    System.out.println("列表中最小的數 : " + stats.getMin());
    System.out.println("全部數之和 : " + stats.getSum());
    System.out.println("平均數 : " + stats.getAverage());
    
    //  列表中最大的數 : 9
    //  列表中最小的數 : 1
    //  全部數之和 : 25
    //  平均數 : 5.0

Stream 介紹就到這裏了，JDK1.8中的Stream流其實還有不少不少用法，更多的用法則須要你們去查看JDK1.8的API文檔了。

LocalDateTime

介紹

JDK1.8除了新增了lambda表達式、stream流以外，它還新增了全新的日期時間API。在JDK1.8以前，Java處理日期、日曆和時間的方式一直爲社區所詬病，將 java.util.Date設定爲可變類型，以及SimpleDateFormat的非線程安全使其應用很是受限。所以推出了java.time包，該包下的全部類都是不可變類型並且線程安全。

關鍵類

Instant：瞬時時間。
LocalDate：本地日期，不包含具體時間, 格式 yyyy-MM-dd。
LocalTime：本地時間，不包含日期. 格式 yyyy-MM-dd HH:mm:ss.SSS 。
LocalDateTime：組合了日期和時間，但不包含時差和時區信息。
ZonedDateTime：最完整的日期時間，包含時區和相對UTC或格林威治的時差。

使用

1.獲取當前的日期時間

經過靜態工廠方法now()來獲取當前時間。

//本地日期,不包括時分秒
    LocalDate nowDate = LocalDate.now();
    //本地日期,包括時分秒
    LocalDateTime nowDateTime = LocalDateTime.now();
    System.out.println("當前時間:"+nowDate);
    System.out.println("當前時間:"+nowDateTime);
    //  當前時間:2018-12-19
    //  當前時間:2018-12-19T15:24:35.822

2.獲取當前的年月日時分秒

獲取時間以後，直接get獲取年月日時分秒。

//獲取當前的時間，包括毫秒
     LocalDateTime ldt = LocalDateTime.now();
     System.out.println("當前年:"+ldt.getYear());   //2018
     System.out.println("當前年份天數:"+ldt.getDayOfYear());//172 
     System.out.println("當前月:"+ldt.getMonthValue());
     System.out.println("當前時:"+ldt.getHour());
     System.out.println("當前分:"+ldt.getMinute());
     System.out.println("當前時間:"+ldt.toString());
    //       當前年:2018
    //       當前年份天數:353
    //       當前月:12
    //       當前時:15
    //       當前分:24
    //       當前時間:2018-12-19T15:24:35.833

3.格式化時間

格式時間格式須要用到DateTimeFormatter類。

LocalDateTime ldt = LocalDateTime.now();
System.out.println("格式化時間: "+ ldt.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss.SSS")));
//格式化時間:2018-12-19 15:37:47.119

4.時間增減

在指定的時間進行增長/減小年月日時分秒。

LocalDateTime ldt = LocalDateTime.now();
     System.out.println("後5天時間:"+ldt.plusDays(5));
     System.out.println("前5天時間並格式化:"+ldt.minusDays(5).format(DateTimeFormatter.ofPattern("yyyy-MM-dd"))); //2018-06-16
     System.out.println("前一個月的時間:"+ldt2.minusMonths(1).format(DateTimeFormatter.ofPattern("yyyyMM"))); //2018-06-16
     System.out.println("後一個月的時間:"+ldt2.plusMonths(1)); //2018-06-16
     System.out.println("指定2099年的當前時間:"+ldt.withYear(2099)); //2099-06-21T15:07:39.506
    //      後5天時間:2018-12-24T15:50:37.508
    //      前5天時間並格式化:2018-12-14
    //      前一個月的時間:201712
    //      後一個月的時間:2018-02-04T09:19:29.499
    //      指定2099年的當前時間:2099-12-19T15:50:37.508

5.建立指定時間

經過指定年月日來建立。

LocalDate ld3=LocalDate.of(2017, Month.NOVEMBER, 17);
    LocalDate ld4=LocalDate.of(2018, 02, 11);

6.時間相差比較

比較相差的年月日時分秒。

示例一: 具體相差的年月日

LocalDate ld=LocalDate.parse("2017-11-17");
    LocalDate ld2=LocalDate.parse("2018-01-05");
    Period p=Period.between(ld, ld2);
    System.out.println("相差年: "+p.getYears()+" 相差月 :"+p.getMonths() +" 相差天:"+p.getDays());
    // 相差年: 0 相差月 :1 相差天:19

注:這裏的月份是不知足一年，天數是不知足一個月的。這裏實際相差的是1月19天，也就是49天。

示例二：相差總數的時間

ChronoUnit 日期週期單位的標準集合。

LocalDate startDate = LocalDate.of(2017, 11, 17);
        LocalDate endDate = LocalDate.of(2018, 01, 05);
        System.out.println("相差月份:"+ChronoUnit.MONTHS.between(startDate, endDate));
        System.out.println("兩月之間的相差的天數   : " + ChronoUnit.DAYS.between(startDate, endDate));
        //         相差月份:1
        //         兩天之間的差在天數   : 49

注:ChronoUnit也能夠計算相差時分秒。

示例三：精度時間相差

Duration 這個類以秒和納秒爲單位建模時間的數量或數量。

Instant inst1 = Instant.now();
    System.out.println("當前時間戳 : " + inst1);
    Instant inst2 = inst1.plus(Duration.ofSeconds(10));
    System.out.println("增長以後的時間 : " + inst2);
    System.out.println("相差毫秒 : " + Duration.between(inst1, inst2).toMillis());
    System.out.println("相毫秒 : " + Duration.between(inst1, inst2).getSeconds());
    //  當前時間戳 : 2018-12-19T08:14:21.675Z
    //  增長以後的時間 : 2018-12-19T08:14:31.675Z
    //  相差毫秒 : 10000
    //  相毫秒 : 10

示例四：時間大小比較

LocalDateTime ldt4 = LocalDateTime.now();
     LocalDateTime ldt5 = ldt4.plusMinutes(10);
     System.out.println("當前時間是否大於:"+ldt4.isAfter(ldt5));
     System.out.println("當前時間是否小於"+ldt4.isBefore(ldt5));
     // false
     // true

7.時區時間計算

獲得其餘時區的時間。

示例一:經過Clock時鐘類獲取計算

Clock時鐘類用於獲取當時的時間戳，或當前時區下的日期時間信息。

Clock clock = Clock.systemUTC();
     System.out.println("當前時間戳 : " + clock.millis());
     Clock clock2 = Clock.system(ZoneId.of("Asia/Shanghai"));
     System.out.println("亞洲上海此時的時間戳:"+clock2.millis());
     Clock clock3 = Clock.system(ZoneId.of("America/New_York"));
     System.out.println("美國紐約此時的時間戳:"+clock3.millis());
     //  當前時間戳 : 1545209277657
     //  亞洲上海此時的時間戳:1545209277657
     //  美國紐約此時的時間戳:1545209277658

示例二:經過ZonedDateTime類和ZoneId

ZoneId zoneId= ZoneId.of("America/New_York");
     ZonedDateTime dateTime=ZonedDateTime.now(zoneId);
     System.out.println("美國紐約此時的時間 : " + dateTime.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss.SSS")));
     System.out.println("美國紐約此時的時間 和時區: " + dateTime);
     //  美國紐約此時的時間 : 2018-12-19 03:52:22.494
     // 美國紐約此時的時間 和時區: 2018-12-19T03:52:22.494-05:00[America/New_York]

Java 8日期時間API總結:

提供了javax.time.ZoneId 獲取時區。
提供了LocalDate和LocalTime類。
Java 8 的全部日期和時間API都是不可變類而且線程安全，而現有的Date和Calendar API中的java.util.Date和SimpleDateFormat是非線程安全的。
主包是 java.time,包含了表示日期、時間、時間間隔的一些類。裏面有兩個子包java.time.format用於格式化， java.time.temporal用於更底層的操做。
時區表明了地球上某個區域內廣泛使用的標準時間。每一個時區都有一個代號，格式一般由區域/城市構成（Asia/Tokyo），在加上與格林威治或 UTC的時差。例如：東京的時差是+09:00。
OffsetDateTime類實際上組合了LocalDateTime類和ZoneOffset類。用來表示包含和格林威治或UTC時差的完整日期（年、月、日）和時間（時、分、秒、納秒）信息。
DateTimeFormatter 類用來格式化和解析時間。與SimpleDateFormat不一樣，這個類不可變而且線程安全，須要時能夠給靜態常量賦值。 DateTimeFormatter類提供了大量的內置格式化工具，同時也容許你自定義。在轉換方面也提供了parse()將字符串解析成日期，若是解析出錯會拋出DateTimeParseException。DateTimeFormatter類同時還有format()用來格式化日期，若是出錯會拋出DateTimeException異常。
再補充一點，日期格式「MMM d yyyy」和「MMM dd yyyy」有一些微妙的不一樣，第一個格式能夠解析「Jan 2 2014」和「Jan 14 2014」，而第二個在解析「Jan 2 2014」就會拋異常，由於第二個格式裏要求日必須是兩位的。若是想修正，你必須在日期只有個位數時在前面補零，就是說「Jan 2 2014」應該寫成「Jan 02 2014」。