1.流（Stream）
? ??流是Java API的新成員，它允許你以聲明性方式處理數(shù)據(jù)集合（通過查詢語句來表達(dá)，而不是臨時編寫一個實(shí)現(xiàn)）。就現(xiàn)在來說，你可以把它們看成遍歷數(shù)據(jù)集的高級迭代器。此外，流還可以透明地并行處理。
? ? 流到底是什么呢？簡短的定義就是“從支持?jǐn)?shù)據(jù)處理操作的源生成的元素序列”
? ? 1.元素序列——就像集合一樣，流也提供了一個接口，可以訪問特定元素類型的一組有序值。
? ? 2.源——流會使用一個提供數(shù)據(jù)的源，如集合、數(shù)組或輸入/輸出資源。
? ? 3.數(shù)據(jù)處理操作——常用操作，如filter、map、reduce、find、match、sort等且支持并行
? ? 4.流水線——很多流操作本身會返回一個流，這樣多個操作就可以鏈接起來，形成一個大的流水線
? ? 5.內(nèi)部迭代——與使用迭代器顯式迭代的集合不同，流的迭代操作是在背后進(jìn)行的
? ? 概念代碼：
? ??在本例中，我們先是對menu調(diào)用stream方法，由菜單得到一個流。數(shù)據(jù)源是菜肴列表（菜單），它給流提供一個元素序列。接下來，對流應(yīng)用一系列數(shù)據(jù)處理操作：filter、map、limit和collect。除了collect之外，所有這些操作都會返回另一個流，這樣它們就可以接成一條流水線，于是就可以看作對源的一個查詢。最后，collect操作開始處理流水線，并返回結(jié)果（它和別的操作不一樣，因?yàn)樗祷氐牟皇橇?，在這里是一個List）。在調(diào)用collect之前，沒有任何結(jié)果產(chǎn)生，實(shí)際上根本就沒有從menu里選擇元素。請注意，和迭代器類似，流只能遍歷一次
2.流操作
????Stream的操作可以分為兩大類：
????????1是filter、map和limit可以連成一條流水線。
? ? ? ? ?2是collect觸發(fā)流水線執(zhí)行并關(guān)閉它。
? ??流的使用一般包括三件事：
? ? ? ? 1.一個數(shù)據(jù)源（如集合）來執(zhí)行一個查詢；
? ? ? ? 2.一個中間操作鏈，形成一條流的流水線；
? ? ? ? 3.一個終端操作，執(zhí)行流水線，并能生成結(jié)果。
篩選和切片
????filter：?該操作會接受一個謂詞（一個返回boolean的函數(shù)）作為參數(shù)，并返回一個包括所有符合謂詞的元素的流
? ??distinct：它會返回一個元素各異（根據(jù)流所生成元素的hashCode和equals方法實(shí)現(xiàn)）的流。
? ??limit(n)：，該方法會返回一個不超過給定長度的流。所需的長度作為參數(shù)傳遞給limit。
? ??skip(n)：返回一個扔掉了前n個元素的流。如果流中元素不足n個，則返回一個空流。
映射
? ??map：它會接受一個函數(shù)（Function）作為參數(shù)。這個函數(shù)會被應(yīng)用到每個元素上，并將其映射成一個新的元素（使用映射一詞，是因?yàn)樗娃D(zhuǎn)換類似，但其中的細(xì)微差別在于它是“創(chuàng)建一個新版本”而不是去“修改”）.。
? ??flatMap：將各個生成流扁平，即扁平化多個流化為單個流。
查找和匹配
? ??另一個常見的數(shù)據(jù)處理套路是看看數(shù)據(jù)集中的某些元素是否匹配一個給定的屬性。StreamAPI通過allMatch、anyMatch、noneMatch、findFirst和findAny方法提供了這樣的工具。
歸約
? ? 歸約操作使用reduce方法，reduce接受兩個參數(shù)，一個是初始值，一個是BinaryOperator<T>來將兩個元素結(jié)合起來產(chǎn)生一個新值。
? ??int sum = numbers.stream().reduce(0, Integer::sum);? ? //求合
? ??Optional<Integer> max = numbers.stream().reduce(Integer::max);? ? 求最大值
? ??reduce還有一個重載的變體，它不接受初始值，但是會返回一個Optional對象
? ??Optional<Integer> sum = numbers.stream().reduce((a, b) -> (a + b));
無狀態(tài)和有狀態(tài)
? ??諸如map或filter等操作會從輸入流中獲取每一個元素，并在輸出流中得到0或1個結(jié)果。這些操作一般都是無狀態(tài)的
? ??但諸如reduce、sum、max等操作需要內(nèi)部狀態(tài)來累積結(jié)果。不管流中有多少元素要處理，內(nèi)部狀態(tài)都是有界的。我們把這些操作叫作有狀態(tài)操作。
構(gòu)建流
? ? 1：Stream靜態(tài)方法Stream.of(T t)，通過顯式值創(chuàng)建一個流。它可以接受任意數(shù)量的參數(shù)。
? ??Stream<String> stream = Stream.of("Java 8 ", "Lambdas ", "In ", "Action");
? ? 2：可以使用empty得到一個空流，如下所示：
? ??Stream<String> emptyStream = Stream.empty();
? ?:3：數(shù)組創(chuàng)建流，Arrays的靜態(tài)方法Arrays.stream從數(shù)組創(chuàng)建一個流。它接受一個數(shù)組作為參數(shù):
? ??int[] numbers = {2, 3, 5, 7, 11, 13};
? ??int sum = Arrays.stream(numbers).sum();
? ? 4：文件生成流，Java中用于處理文件等I/O操作的NIO API（非阻塞 I/O）已更新，以便利用Stream API。java.nio.file.Files中的很多靜態(tài)方法都會返回一個流。
? ?5： 函數(shù)生成流：Stream API提供了兩個靜態(tài)方法來從函數(shù)生成流：Stream.iterate和Stream.generate。這兩個操作可以創(chuàng)建所謂的無限流：不像從固定集合創(chuàng)建的流那樣有固定大小的流。
? ? iterate示例：
? ??Stream.iterate(0, n -> n + 2).limit(10).forEach(System.out::println);
? ??iterate方法接受一個初始值（在這里是0），還有一個依次應(yīng)用在每個產(chǎn)生的新值上的Lambda（UnaryOperator<t>類型）這里，我們使用Lambda n -> n + 2。。請注意，此操作將生成一個無限流——這個流沒有結(jié)尾，因?yàn)橹凳前葱栌?jì)算的，可以永遠(yuǎn)計(jì)算下去。需要使用limit方法來顯式限制流的大小。
? ??generate示例：
? ??Stream.generate(Math::random).limit(5).forEach(System.out::println);
? ??它接受一個Supplier<T>類型的Lambda提供新的值。
3.收集器
? ??預(yù)定義收集器
? ??預(yù)定義收集器，也就是那些可以從Collectors類提供的工廠方法（例如groupingBy）創(chuàng)建的收集器。它們主要提供了三大功能：
? ? 1.歸約和匯總? ? 2.元素分組????3.元素分區(qū)?
? ? ? 計(jì)數(shù)可以使用Collectors.counting()方法，Collectors.maxBy和Collectors.minBy，來計(jì)算流中的最大或最小值。匯總后的返回值為Optional<T>它是一個容器，可以包含也可以不包含值。
? ??Collectors類專門為匯總提供了一個工廠方法：Collectors.summingInt。它可接受一個把對象映射為求和所需int的函數(shù)，并返回一個收集器。此外還有averagingInt求平均數(shù)，summarizing求總和、平均值、最大值和最小值。
? ? 示例：list.stream().collect(Collectors.summingInt(Item::getNo)? ? //匯總
? ? 連接字符串，joining工廠方法返回的收集器會把對流中每一個對象應(yīng)用toString方法得到的所有字符串連接成一個字符串。
? ? 示例：list.stream().map(Item::getName).collect(Collectors.joining())? ? //連接?
廣義的歸約匯總（reducing）
? ??Collectors.reducing工廠方法需要三個參數(shù)：
? ? 1.第一個參數(shù)是起始值，也是流中沒有元素時的返回值，所以很顯然對于數(shù)值和而言0是一個合適的值。
? ? 2.第二個參數(shù)是轉(zhuǎn)換函數(shù)
? ? 3.第三個參數(shù)是累積函數(shù)BinaryOperator，將兩個項(xiàng)目累積成一個同類型的值。
? ? 字符串連接改造示例1：?
? ??list.stream().collect(Collectors.reducing(new String() , Item::getName , (a,b)->{return a+b;}))? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 初始值? ? ? ? ? ? 轉(zhuǎn)換函數(shù)? ? ? ? ? ? ? 累加器
? ??字符串連接改造示例2：
? ??list.stream().map(Item::getName).collect(Collectors.reducing((a,b)->{return a + b;}))? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?只有累加器，當(dāng)不需要轉(zhuǎn)換時使用
分組（groupingBy）
? ??Collectors.groupingBy有三個重載方法 ：
? ??groupingBy（Function?classifier）?
? ??groupingBy(Function?classifier,Collector?downstream)
? ??groupingBy(Function?classifier,Supplier?mapFactory,Collector?downstream)
簡單分組 groupingBy（Function?classifier）?，
????Function稱為分類函數(shù)，它用來把流中的元素分成不同的組。分組操作的結(jié)果是一個Map，把分組函數(shù)返回的值作為映射的鍵，把流中所有具有這個分類值的項(xiàng)目的列表作為對應(yīng)的映射值。
? ? 示例：以Item的name進(jìn)行分組
? ??Map<String, List<Item>> collect = list.stream().collect(Collectors.groupingBy(Item::getName));
二級分組?groupingBy(Function?classifier,Collector?downstream)
? ??? ??要實(shí)現(xiàn)多級分組，我們可以使用一個由雙參數(shù)版本的Collectors.groupingBy工廠方法創(chuàng)建的收集器，它除了普通的分類函數(shù)之外，還可以接受collector類型的第二個參數(shù)。
? ? 示例：以item的no為奇偶數(shù)進(jìn)行分組，再以item的name進(jìn)行分組
? ??Map>> collect = list.stream().collect(Collectors.groupingBy(a -> {
????????if (a.getNo() %2 ==0) {
????????????return "偶數(shù)組";
? ?????}else return "奇數(shù)組";
? ?}, Collectors.groupingBy(Item::getName)));?
把收集器的結(jié)果轉(zhuǎn)換為另一種類型 groupingBy(Function?classifier,Supplier?mapFactory,Collector?downstream)
?groupingBy(Function?classifier,Supplier mapFactory,Collector?downstream)
?使用示例：將str=‘a(chǎn)aabbbccdd’進(jìn)行分組
TreeMap result = Arrays.stream(str.split(""))
.sorted()
.collect(Collectors.groupingBy(Function.identity(), TreeMap::new, Collectors.counting()));???????????
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 分類函數(shù)（Function）收集器 (Supliter)? 轉(zhuǎn)換函數(shù)(Collector)
分區(qū)partitioningBy
? ??分區(qū)是分組的特殊情況：由一個謂詞（返回一個布爾值的函數(shù)）作為分類函數(shù)，它稱分區(qū)函數(shù)。分區(qū)函數(shù)返回一個布爾值，這意味著得到的分組Map的鍵類型是Boolean，于是它最多可以分為兩組——true是一組，false是一組.
? ? 示例：按照Item.No是否為偶數(shù)進(jìn)行分區(qū)
????list.stream().collect(Collectors.partitioningBy(a -> {
?????????if (a.getNo() %2 ==0) {
? ? `????????return true;
????? ? }else return false;
????}));
4.并行流
? ? 介紹：通過對收集源調(diào)用parallelStream方法來把集合轉(zhuǎn)換為并行流（內(nèi)部通過fork/join）。并行流就是一個把內(nèi)容分成多個數(shù)據(jù)塊，并用不同的線程分別處理每個數(shù)據(jù)塊的流。
? ? 下面通過給定N生成1到給定值N的累積值
????配置并行流使用的線程池
? ??????并行流用的線程是從哪兒來的？有多少個？怎么自定義這個過程呢？
? ??????并行流內(nèi)部使用了默認(rèn)的ForkJoinPool，它默認(rèn)的線程數(shù)量就是你的處理器數(shù)量， 這個值是由Runtime.getRuntime().available-Processors()得到的。
? ? ? ?可以通過系統(tǒng)屬性 java.util.concurrent.ForkJoinPool.common.parallelism來改變線程池大小? ? ? ? ? ? ?如：System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism","12");
? ??使用并行流不能發(fā)生數(shù)據(jù)爭用的情況，如改變了某些共享狀態(tài)
5.fork/join（分支/合并框架）
? ??分支/合并框架的目的是以遞歸方式將可以并行的任務(wù)拆分成更小的任務(wù)，然后將每個子任務(wù)的結(jié)果合并起來生成整體結(jié)果。它是ExecutorService接口的一個實(shí)現(xiàn)，它把子任務(wù)分配給線程池（稱為ForkJoinPool）中的工作線程。
? ? 使用fork/join框架必須創(chuàng)建要RecursiveTask<R>的一個子類，其中R是并行化任務(wù)（以及所有子任務(wù)）產(chǎn)生的結(jié)果類型，或者如果任務(wù)不返回結(jié)果，則是RecursiveAction類型（當(dāng)然它可能會更新其他非局部機(jī)構(gòu)）。要定義RecursiveTask，只需實(shí)現(xiàn)它唯一的抽象方法compute。
