浅谈Java 7的闭包与Lambda表达式之优劣
2010-06-06 15:31 by 老赵, 16725 visits前几天Oracle推出了Java 7官方的闭包与Lambda表达式的第一个实现，这基本上也是最终在正式版中的样式了。看了这个实现之后，我的第一感觉便是“丑”，当然不排除这是因为看惯了其他语言中实现的缘故。后来再仔细看了看又想了想，发现Java 7的实现也并非毫无可取之处，但似乎又感到某些做法上有一些问题。总之整个过程颇为有趣，决定将我的想法记录下来，希望可以吸引人来一起讨论一下。
Java 7中的Lambda表达式
Java 7中的Lambda表达式有两种形式，首先是第一种：
#int() func1 = #()(3); // "func1.()" returns 3 #int(int) func2 = #(int x)(x + 1); // "func2.(3)" returns 4 #int(int, int) func3 = #(int x, int y)(x - y); // "func3.(5, 3)" returns 2
然后是第二种，含义与上面等价：
#int() func1 = #(){ return 3; }; #int(int) func2 = #(int x){ return x + 1; }; #int(int, int) func3 = #(int x, int y){ return x – y; };
如果Lambda的body是“单个表达式”的话，便可以使用“小括号”，并省去最后的return关键字；如果body中需要包含多条语句的话，则必须使用“大括号”，而大括号内部可以包含多条语句，就像一个普通的方法体一样。这两种写法在C#中也有对应物，如在“单个表达式”的情况下：
// C# Func<int> func1 = () => 3; // "func1()" returns 3 Func<int, int> func2 = x => x + 1; // "func2(3)" returns 4 Func<int, int, int> func3 = (x, y) => x - y; // "func3(5, 3)" returns 2
第二种，即多条语句：
// C# Func<int> func1 = () => { return 3; }; Func<int, int> func2 = x => { return x + 1; }; Func<int, int, int> func3 = (x, y) => { return x – y; };
Java和C#的Lambda表达式都由两部分组成：“参数列表”和“表达式体”，但是它们有如下区别：
- 在Java中参数列表和表达式体之间没有分隔符号，而C#使用“=>”分隔。
- 对于“单个表达式”的Lambda来说，C#可以无需使用括号包含表达式体，而Java必须使用小括号。
- 如果只有单个参数，那么C#的参数列表可以省去小括号，而Java必须保留。
- C#对参数列表会进行“类型推断”，而Java必须写清参数类型。
这些区别说大可大，说小可小，但是Java语言的设计的确让我感觉较C#为“丑”，这可能是个人主观因素，但我认为也不尽然。例如，如果我们需要对一个用户对象数组按照“年龄”进行排序，在C#里可以写作：
// C#
users.Sort(u => u.Age);
而在Java中则必须写为：
Arrays.sort(users, #(User u)(u.Age));
这句C#代码语义清晰：按照“u的Age进行排序”，而在Java代码中便显得比较累赘，语义似乎也不够清晰。Anders在设计C#语法的时候非常注重“声明式”代码，由此可见一斑。此外，我不明白为什么Java选择不对参数进行类型推断，在我看来这对于写出优雅代码十分重要（关于这点，在“Why Java Sucks and C# Rocks”系列中会有更详细的讨论）。不过Java也不是没有“推断”，例如从上面的代码片断中可以得知，Java对于Lambda表达式的返回值还是进行了类型推断。事实上，Java还推断了“异常类型”，这点稍后会有更多讨论。
当然，Java中可以“无中生有”地定义“匿名函数类型”（这点和VB.NET相对更为接近），而不需要像C#一样需要基于特定的“委托类型”，显得更为灵活。
SAM类型支持及闭包
SAM的全称是Single Abstract Method，如果一个类型为SAM类型，则意味着它 1) 是抽象类型（即接口或抽象类），且 2) 只有一个未实现的方法。例如这样一个Java接口便是个SAM类型：
public interface Func<T, R> { R invoke(T arg); }
于是我们便可以：
Func<int, int>[] array = new Func<int, int>[10]; for (int i = 0; i < array.length; i++) { final int temp = i; array[i] = #(int x)(x + temp); }
可见，我们使用Lambda表达式创建了Func接口的实例，这点是C#所不具备的。这点十分关键，因为在Java类库中已经有相当多的代码使用了SAM类型。不过我发现，在某些使用SAM的方式下似乎会产生一些“歧义”，例如这段代码：
public class MyClass { @Override public int hashCode() { throw new RuntimeException(); } public void MyMethod() { Func<int, int> func = #(int x)(x * hashCode()); int r = func.invoke(5); // throw or not? } }
在这里我们覆盖（override）了MyClass的hashCode方法，使它抛出RuntimeException，那么在调用MyMethod中定义的func1对象时会不会抛出异常？答案是否定的，因为在这个Lambda表达式中，隐藏的“this引用”代表了func对象，调用它的hashCode不会抛出RuntimeException。那么，假如我们要调用MyClass的hashCode怎么办？那就稍微有些麻烦了：
Func<int, int> func = #(int x)(x * MyClass.this.hashCode());
不过从另一段示例代码上看：
public class MyClass { public int n = 3; public void MyMethod() { Func<int, int> func = #(int x)(x + n); int r = func.invoke(5); // 8 } }
由于Func对象上没有n，因此这里的n便是MyClass类里定义的n成员了。因此，Java的闭包并非不会捕获字面上下文里的成员，只是在SAM类型的情况下，字面范围内（lexical scope）成员的优先级会低于目标抽象类型的成员。
总体来说，对于SAM类型的支持上，我认为Java是有可取之处的，只是我始终认为这个做法会产生歧义，因为我印象中其他语言里的Lambda表达式似乎都是捕获字面上下文的（当然它们可能也没有SAM支持）。但是，如何在“歧义”和“优雅”之间做出平衡，我一时也找不到令人满意的答案。
硬伤：Checked Exception
Java相当于其他常见语言有一个特别之处，那就是Checked Exception。Checked Exception意味着每个方法要标明自己会抛出哪些异常类型（RuntimeException及其子类除外），这也是方法契约的一部分，编译器会强制程序员写出满足异常契约的代码。例如某个类库中定义了这样一个方法：
public void myMethod() throws AException, BException
其中throws后面标注的便是myMethod可能会抛出的异常。于是如果我们要写一个方法去调用myMethod，则可能是：
public void myMethodCaller() throws AException { try { myMethod(); } catch (BException ex) { throw new AException(ex); } }
当我们写一个方法A去调用方法B时，我们要么在方法A中使用try...catch捕获B抛出的方法，要么在方法A的签名中标记“会抛出同样的异常”。如上面的myMethodCaller方法，便在内部处理了BException异常，而只会对外抛出AException。Java便使用这种方法严格限制了类库的异常信息。
Checked Exception是一个有争议的特性。它对于编写出高质量的代码非常重要，因为在哪些情况抛出异常其实都是方法契约的一部分（不仅仅是签名或返回值的问题），应该严格遵守，在类库升级时也不能破坏，否则便会产生兼容性的问题。例如，您关注MSDN里的文档时，就会看到异常的描述信息，只不过这是靠“文档”记录的，而Java则是强制在代码中的；但是，从另一个角度说，Checked Exception让代码编写变得非常麻烦，这导致的一个情况便是许多人在写代码时，自定义的异常全都是RuntimeException（因为不需要标记），每个方法也都是throws Exception的（这样代码中就不需要try...catch了），此时Checked Exception特性也基本形同虚设，除了造成麻烦以外几乎没有带来任何好处。
我之前常说：一个特性如果要被人广泛接受，那它一定要足够好用。现在如Scala和Grovvy等为Java设计的语言中都放弃了Checked Exception，这也算是从侧面印证了Checked Exception的尴尬境地吧。
而Checked Exception对于如今Lambda或闭包来说，在我看来更像是一种硬伤。为什么这么说？举个例子吧，假如有这么一个map方法，可以把一个数组映射成另一个类型数组：
public R[] map(T[] array, Func<T, R> mapper) { ... }
好，那么比如这样一个需求：给定一个字符串数组，保存着文件名，要求获得它的标准路径。从表面上看来，我们可以这样写：
map(files, #(String f)(new File(f).getCanonicalPath())
但事实上，这么做无法编译通过。为什么？因为getCanonicalPath方法会抛出IOException，我们在调用时必须显式地使用try...catch进行处理。那么这段代码该怎么写？还真没法写。如果没有Checked Exception的话（如C#），我们还可以这么做（处理第一个抛出的IOException）：
try { map(files, #(String f)(new File(f).getCanonicalPath()) catch (IOException ex) { ... }
但是，如果我们要写出之前那种“漂亮”的写法，就不能使用Func<T, R>而必须是这样的接口类型：
public interface FuncThrowsIOException<T, R> { R invoke(T arg) throws IOException; }
或者是这样的“匿名函数类型”：
#String(String)(throws IOException) // toCanonicalPath = #(String f)(new File(f).getCanonicalPath())
但是，作为Lambda和闭包的常用场景，如map，filter，fold等“函数式”元素，是不可能为某种特定的“异常类型”而设计的——异常类型千变万化，难道这也要用throws Exception来进行“统一处理”吗？Java虽然已经支持对异常类型的“推断”，但Checked Exception还是对Lambda和闭包的适用性造成了很大影响。
因此，我认为Checked Exception是一个“硬伤”。
其他
Java的Lambda和闭包还有一些特性，例如参数的“泛化”：
#boolean(Integer) f = #(Number n)(n.intValue() > 0);
由于Number是Integer的基类，因此我们可以使用Number来构造一个接受Integer参数的匿名函数类型。由于示例较少，我还不清楚这个特性的具体使用场景和意义所在——不过我猜想，在Java中可能允许这样做吧：
#boolean(Number) f = #(Number n)(n.intValue() > 0); #boolean(Integer) f1 = f; // cast implicitly or explicitly
此外还有一些特性，例如与MethodHandle类型的转化，我就没有特别的看法了。
老赵讲Java的一些列文章，似乎更印证了Anders接受采访时说的话:
C# 确实是站在 Java 这个巨人的肩膀上。