Java 中惰性求值的潜能，完全被忽视了（在语言层面上，它仅被用来实现 短路求值 ）。更先进的语言，如 Scala，区分了传值调用与传名调用，或者引入了 lazy 这样的关键字。
尽管 Java 8 通过延迟队列的实现（java.util.stream.Stream）在惰性求值的方面有些改进，但是我们会先跳过 Stream，而把重点放在如何使用 lambda 表达式实现一个轻量级的惰性求值。
基于 lambda 的惰性求值
Scala
当我们想对 Scala 中的方法参数进行惰性求值时，我们用“传名调用”来实现。
让我们创建一个简单的 foo 方法，它接受一个 String 示例，然后返回这个 String：
def foo(b: String): String = b
一切都是马上返回的，跟 Java 中的一样。如果我们想让 b 的计算延迟，可以使用传名调用的语法，只要在 b 的类型声明上加两个符号，来看：
def foo(b: => String): String = b
如果用 javap 反编译上面生成的 *.class 文件，可以看到:
Compiled from "LazyFoo.scala"
public final class LazyFoo {
public static java.lang.String foo(scala.Function0<java.lang.String>);
Code:
0: getstatic #17 // Field LazyFoo.MODULE:LLazyFoo$;
3: aload_0
4: invokevirtual #19 // Method LazyFoo$.foo:(Lscala/Function0;)Ljava/lang/String;
7: areturn}
看起来传给这个函数的参数不再是一个 String 了，而是变成了一个 Function0，这使得对这个表达式进行延迟计算变得可能 —— 只要我们不去调用他，计算就不会被触发。Scala 中的惰性求值就是这么简单。
使用 Java
现在，如果我们需要延迟触发一个返回 T 的计算，我们可以复用上面的思路，将计算包装为一个返回 Supplier 实例的 Java Function0 ：
Integer v1 = 42; // eager
Supplier<Integer> v2 = () -> 42; // lazy
如果需要花费较长时间才能从函数中获得结果，上面这个方法会更加实用：
Integer v1 = compute(); //eager
Supplier<Integer> value = () -> compute(); // lazy
同样的，这次传入一个方法作为参数：
private static int computeLazily(Supplier<Integer> value) {
// ...}
如果仔细观察 Java 8 中新增的 API，你会注意到这种模式使用得特别频繁。一个最显著的例子就是 Optional#orElseGet ，Optional#orElse 的惰性求值版本。
如果不使用这种模式的话，那么 Optional 就没什么用处了… 或许吧。当然，我们不会满足于 suppliers 。我们可以用同样的方法复用所有 functional 接口。
线程安全和缓存
不幸的是，上面这个简单的方法是有缺陷的：每次调用都会触发一次计算。不仅多线程的调用有这个缺陷，同一个线程连续调用多次也有这个缺陷。不过，如果我们清楚这个缺陷，并且合理的使用这个技术，那就没什么问题。
使用缓存的惰性求值
刚才已经提到，基于 lambda 表达式的方法在一些情况下是有缺陷的，因为返回值没有保存起来。为了修复这个缺陷，我们需要构造一个专用的工具，让我们叫它 Lazy ：
public class Lazy<T> { ... }
这个工具需要自身同时保存 Supplier 和 返回值 T。
@RequiredArgsConstructor
public class NaiveLazy<T> {
private final Supplier<T> supplier;
private T value;
public T get() {
if (value == null) {
value = supplier.get();
}
return value;
}
}就是这么简单。注意上面的代码仅仅是一个概念模型，暂时还不是线程安全的。
幸运的是，如果想让它变得线程安全，只需要保证不同的线程在获取返回值的时候不会触发同样的计算。这可以简单的通过双重检查锁定机制来实现（我们不能直接在 get() 方法上加锁，这会引入不必要的竞争）：
@RequiredArgsConstructor
public class Lazy<T> {
private final Supplier<T> supplier;
private volatile T value;
public T get() {
if (value == null) {
synchronized (this) {
if (value == null) {
value = supplier.get();
}
}
}
return value;
}}
现在，我们有了一个完整的 Java 惰性求值的函数化实现。由于它不是在语言的层面实现的，需要付出创建一个新对象的代价。
更深入的讨论
当然，我们不会就此打住，我们可以进一步的优化这个工具。比如，通过引入一个惰性的 filter()/flatMap()/map() 方法，可以让它使用起来更加流畅，并且组合性更强：
public <R> Lazy<R> map(Function<T, R> mapper) {
return new Lazy<>(() -> mapper.apply(this.get()));}
public <R> Lazy<R> flatMap(Function<T, Lazy<R>> mapper) {
return new Lazy<>(() -> mapper.apply(this.get()).get());}
public Lazy<Optional<T>> filter(Predicate<T> predicate) {
return new Lazy<>(() -> Optional.of(get()).filter(predicate));}
优化永无止境。
我们也可以暴露一个方便的工厂方法：
public static <T> Lazy<T> of(Supplier<T> supplier) {
return new Lazy<>(supplier);}
实际使用上：
Lazy.of(() -> compute(42))
.map(s -> compute(13))
.flatMap(s -> lazyCompute(15))
.filter(v -> v > 0);
你可以看到，只要作为调用链底层的 #get 方法没有被调用，那么什么计算也不会触发。
Null 的处理
某些情况下，null 会被当做有意义的值。不过它与我们的实现有冲突 —— 一个有意义的 null 值被当做一个未初始化的值，这不太合适。
解决方法也很简单，直接把这种可能的结果包装到一个 Optional 实例里返回。
除此之外，明确禁止 null 作为返回值也是一个好办法，比如：
value = Objects.requireNonNull(supplier.get());
回收不再使用的 Supplier
有些读者可能已经注意到了，结果计算完毕之后，supplier 就不再使用了，但是它仍然占据一些资源。
解决办法就是把 Supplier 标记为非 final 的，一旦结果计算完毕，就把它置为 null。
完整的例子
public class Lazy<T> {
private transient Supplier<T> supplier;
private volatile T value;
public Lazy(Supplier<T> supplier) {
this.supplier = Objects.requireNonNull(supplier);
}
public T get() {
if (value == null) {
synchronized (this) {
if (value == null) {
value = Objects.requireNonNull(supplier.get());
supplier = null;
}
}
}
return value;
}
public <R> Lazy<R> map(Function<T, R> mapper) {
return new Lazy<>(() -> mapper.apply(this.get()));
}
public <R> Lazy<R> flatMap(Function<T, Lazy<R>> mapper) {
return new Lazy<>(() -> mapper.apply(this.get()).get());
}
public Lazy<Optional<T>> filter(Predicate<T> predicate) {
return new Lazy<>(() -> Optional.of(get()).filter(predicate));
}
public static <T> Lazy<T> of(Supplier<T> supplier) {
return new Lazy<>(supplier);
}}
原文地址：http://blog.51cto.com/13952953/2286634