波多野结衣 蜜桃视频,国产在线精品露脸ponn,a v麻豆成人,AV在线免费小电影

Lambda

Lambda介紹

Lambda 表達式(lambda expression)是一個匿名函數，Lambda表達式基于數學中的λ演算得名，直接對應于其中的lambda抽象(lambda abstraction)，是一個匿名函數，即沒有函數名的函數。

Lambda表達式的結構

• 一個 Lambda 表達式可以有零個或多個參數
• 參數的類型既可以明確聲明，也可以根據上下文來推斷。例如：(int a)與(a)效果相同
• 所有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)
• 空圓括號代表參數集為空。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
• 如果 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
• 如果 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（形成代碼塊）。匿名函數的返回類型與代碼塊的返回類型一致，若沒有返回則為空

Lambda 表達式的使用

下面我們先使用一個簡單的例子來看看Lambda的效果吧。

比如我們對Map 的遍歷
傳統方式遍歷如下:

  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:

  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還可以通過雙冒號運算符遍歷:

  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:

 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，它還可以代替匿名的內部類。比如下面這個例子的線程創建:

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

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。

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于關鍵詞的使用。對于匿名類，關鍵詞 this 解讀為匿名類，而對于 Lambda 表達式，關鍵詞 this 解讀為寫就 Lambda 的外部類。

Lambda表達式使用注意事項

Lambda雖然簡化了代碼的編寫，但同時也減少了可讀性。

Stream

Stream介紹

Stream 使用一種類似用 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可以極大提高Java程序員的生產力，讓程序員寫出高效率、干凈、簡潔的代碼。這種風格將要處理的元素集合看作一種流， 流在管道中傳輸， 并且可以在管道的節點上進行處理， 比如篩選， 排序，聚合等。

Stream特性：

• 不是數據結構：它沒有內部存儲，它只是用操作管道從 source（數據結構、數組、generator function、IO channel）抓取數據。它也絕不修改自己所封裝的底層數據結構的數據。例如 Stream 的 filter 操作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：但是很容易生成數組或者 List 。
• 惰性化：很多 Stream 操作是向后延遲的，一直到它弄清楚了最后需要多少數據才會開始。Intermediate 操作永遠是惰性化的。
• 并行能力。當一個 Stream 是并行化的，就不需要再寫多線程代碼，所有對它的操作會自動并行進行的。
• 可以是無限的：集合有固定大小，Stream 則不必。limit(n) 和 findFirst() 這類的 short-circuiting 操作可以對無限的 Stream 進行運算并很快完成。
• 注意事項：所有 Stream 的操作必須以 lambda 表達式為參數。

Stream 流操作類型：

• Intermediate：一個流可以后面跟隨零個或多個 intermediate 操作。其目的主要是打開流，做出某種程度的數據映射/過濾，然后返回一個新的流，交給下一個操作使用。這類操作都是惰性化的（lazy），就是說，僅僅調用到這類方法，并沒有真正開始流的遍歷。
• Terminal：一個流只能有一個 terminal 操作，當這個操作執行后，流就被使用“光”了，無法再被操作。所以這必定是流的最后一個操作。Terminal操作的執行，才會真正開始流的遍歷，并且會生成一個結果，或者一個 side effect。

Stream使用

這里我們依舊使用一個簡單示例來看看吧。在開發中，我們有時需要對一些數據進行過濾，如果是傳統的方式，我們需要對這批數據進行遍歷過濾，會顯得比較繁瑣，如果使用steam流方式的話，那么可以很方便的進行處理。

首先通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("過濾之前:" + list);
 List<String> result = new ArrayList<>();
 for (String str : list) {
  if (!"李四".equals(str)) {
   result.add(str);
  }
 }
 System.out.println("過濾之后:" + 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 過濾之后:" + result2);

輸出結果:

過濾之前:[張三, 李四, 王五, xuwujing]
過濾之后:[張三, 王五, xuwujing]
stream 過濾之后:[張三, 王五, xuwujing]

是不是很簡潔和方便呢。其實Stream流還有更多的使用方法，filter只是其中的一角而已。那么在這里我們就來學習了解下這些用法吧。

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流只可以使用一次，這段代碼為了簡潔而重復使用了數次，因此會拋出 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方法用于映射每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("轉換之前的數據:" + list3);
 List<String> list4 = list3.stream().map(String::toUpperCase).collect(Collectors.toList());
 System.out.println("轉換之后的數據:" + list4); 
 // 轉換之后的數據:[ZHANGSAN, LISI,WANGWU]

示例二：轉換數據類型

 List<String> list31 = Arrays.asList("1", "2", "3");
 System.out.println("轉換之前的數據:" + list31);
 List<Integer> list41 = list31.stream().map(Integer::valueOf).collect(Collectors.toList());
 System.out.println("轉換之后的數據:" + 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方法用于通過設置的條件過濾出元素。

示例二：通過與 findAny 得到 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 過濾之后 2:" + result3);
System.out.println("stream 過濾之后 3:" + result4);
//stream 過濾之后 2:李四
//stream 過濾之后 3:找不到!

示例三：通過與 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 方法用于映射每個元素到對應的結果，一對多。

示例:從句子中得到單詞

 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 方法用于獲取指定數量的流。

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使用得到需要的數據

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("截取之前的數據:");
 // 取前3條數據，但是扔掉了前面的2條，可以理解為拿到的數據為 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("截取之后的數據:" + list10);
 //  截取之前的數據:
 //  姓名:pancm1
 //  姓名:pancm2
 //  姓名:pancm3
 //  截取之后的數據:[pancm3]

注:User實體類中 getName 方法會打印姓名。

7.Stream流的sort使用

sorted方法用于對流進行升序排序。

示例一：隨機取值排序

 Random rd2 = new Random();
 System.out.println("取到的前三條數據然后進行排序:");
 rd2.ints().limit(3).sorted().forEach(System.out::println);
 // 取到的前三條數據然后進行排序:
 // -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("排序之后的數據:" + 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("優化排序之后的數據:" + list12);
 //排序之后的數據:[{"id":1,"name":"pancm1"}, {"id":2,"name":"pancm2"}, {"id":3,"name":"pancm3"}]
 //優化排序之后的數據:[{"id":1,"name":"pancm1"}, {"id":2,"name":"pancm2"}, {"id":3,"name":"pancm3"}]

8.Stream流的peek使用

peek對每個元素執行操作并返回一個新的Stream

示例: 雙重操作

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

9.Stream流的parallel使用

parallelStream 是流并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：得到最大最小值

 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：得到去重之后的數據

 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("去重復之后:" + words);
 //去重復之后:[day, good, study, up]

11.Stream流的Match使用

• allMatch：Stream 中全部元素符合則返回 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("是否都大于3:" + all);
 boolean any = lists.stream().anyMatch(u -> u.getId() > 3);
 System.out.println("是否有一個大于3:" + any);
 boolean none = lists.stream().noneMatch(u -> u.getId() > 3);
 System.out.println("是否沒有一個大于3的:" + none);  
 // 是否都大于3:false
 // 是否有一個大于3:true
 // 是否沒有一個大于3的:false

12.Stream流的reduce使用

reduce 主要作用是把 Stream 元素組合起來進行操作。

示例一：字符串連接

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

示例二：得到最小值

 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("過濾和字符串連接:" + concat);
 //過濾和字符串連接:ace

13.Stream流的iterate使用

iterate 跟 reduce 操作很像，接受一個種子值，和一個UnaryOperator（例如 f）。然后種子值成為 Stream 的第一個元素，f(seed) 為第二個，f(f(seed)) 第三個，以此類推。在 iterate 時候管道必須有 limit 這樣的操作來限制 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

通過實現Supplier類的方法可以自定義流計算規則。

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("通過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());
 }
 
 // 通過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("通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));
 
 // 通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 用于收集統計信息(如count、min、max、sum和average)的狀態對象。

示例:得到最大、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("所有數之和 : " + 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
 // 所有數之和 : 25
 // 平均數 : 5.0

Stream 介紹就到這里了，JDK1.8中的Stream流其實還有很多很多用法，更多的用法則需要大家去查看JDK1.8的API文檔了。

LocalDateTime

介紹

JDK1.8除了新增了lambda表達式、stream流之外，它還新增了全新的日期時間API。在JDK1.8之前，Java處理日期、日歷和時間的方式一直為社區所詬病，將 java.util.Date設定為可變類型，以及SimpleDateFormat的非線程安全使其應用非常受限。因此推出了java.time包，該包下的所有類都是不可變類型而且線程安全。

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

通過靜態工廠方法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

獲取時間之后，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

格式時間格式需要用到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加/減少年月日時分秒。

  LocalDateTime ldt = LocalDateTime.now();
  System.out.println("后5天時間:"+ldt.plusDays(5));
  System.out.println("前5天時間并格式化:"+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("后一個月的時間:"+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
 //  后5天時間:2018-12-24T15:50:37.508
 //  前5天時間并格式化:2018-12-14
 //  前一個月的時間:201712
 //  后一個月的時間:2018-02-04T09:19:29.499
 //  指定2099年的當前時間:2099-12-19T15:50:37.508

5.創建指定時間

通過指定年月日來創建。

 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:這里的月份是不滿足一年，天數是不滿足一個月的。這里實際相差的是1月19天，也就是49天。

示例二：相差總數的時間

ChronoUnit 日期周期單位的標準集合。

    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也可以計算相差時分秒。

示例三：精度時間相差

Duration 這個類以秒和納秒為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("增加之后的時間 : " + 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
 // 增加之后的時間 : 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("當前時間是否大于:"+ldt4.isAfter(ldt5));
  System.out.println("當前時間是否小于"+ldt4.isBefore(ldt5));
  // false
  // true

7.時區時間計算

得到其他時區的時間。

示例一:通過Clock時鐘類獲取計算

Clock時鐘類用于獲取當時的時間戳，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: 通過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 的所有日期和時間API都是不可變類并且線程安全，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。里面有兩個子包java.time.format用于格式化， java.time.temporal用于更底層的操作。
• 時區代表了地球上某個區域內普遍使用的標準時間。每個時區都有一個代號，格式通常由區域/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不同，這個類不可變并且線程安全，需要時可以給靜態常量賦值。DateTimeFormatter類提供了大量的內置格式化工具，同時也允許你自定義。在轉換方面也提供了parse()將字符串解析成日期，如果解析出錯會拋出DateTimeParseException。DateTimeFormatter類同時還有format()用來格式化日期，如果出錯會拋出DateTimeException異常。
• 再補充一點，日期格式“MMM d yyyy”和“MMM dd yyyy”有一些微妙的不同，第一個格式可以解析“Jan 2 2014”和“Jan 14 2014”，而第二個在解析“Jan 2 2014”就會拋異常，因為第二個格式里要求日必須是兩位的。如果想修正，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”。