java8之Stream流 - TIMO-一个有趣的学习家园

一、什么是 Stream

在 Java 8 中增加了一个新的抽象接口 Stream API，它支持声明式的处理数据。使用 Stream 操作集合似于使用 SQL 语句数据库查找数据类似，提供直观的方法进行操作。同时 Stream API 让开发者能够快速写出干净、简洁的代码，提高开发者的开发效率。

Stream 将要处理的元素集合看作一种流，流在管道中传输，并且可以在管道传输过程中对流进行处理，比如筛选、排序、聚合等操作。在经过一系列中间操作后形成最终的管道，得到处理的结果。

二、Stream 操作分类

Stream 操作分为 中间操作（Intermediate operations）、终端操作（Terminal operations），信息如下：

Stream 操作分类
中间操作 (Intermediate operations)	无状态	unordered()、filter()、map()、mapToInt()、mapToLong() mapToDouble()、flatMap()、flatMapToInt()、flatMapToLong() flatMapToDouble()、peek()
中间操作 (Intermediate operations)	有状态	distinct()、sorted()、limit()、skip()
终端操作 (Terminal operations)	非短路操作	forEach()、forEachOrdered()、toArray()、reduce()、collect max()、min()、count()
终端操作 (Terminal operations)	短路操作	anyMatch()、allMatch()、noneMatch()、findFirst()、findAny()

中间操作： 中间操作其实就是进行逻辑处理。这个操作可以有一个或者多个连续操作，将一个流转换成另一个流，这些操作不会消耗流，其目的是建立一个流水线，直到终端操作发生后，才会做数据的最终执行。
- 无状态： 指数据处理时，不受之前"中间操作"的影响；
- 有状态： 指数据处理时，受之前"中间操作"的影响，有状态的方法往往需要更大的性能开销；
终端操作： 一个 Stream 对象只能有一个终端操作（Terminal operations），这个操作一旦发生，就会真实处理数据，生成对应的处理结果。
- 非短路操作： 指必须处理所有元素才能得到最终结果；
- 短路操作： 指遇到某些符合条件的元素就可以得到最终结果；

三、Stream 特性

不存储数据： Stream 不对数据进行存储，而是按照特定的规则对数据进行处理；
不改变数据源： Stream 通常不会改变原有数据源，操作时一般是对原有的数据源创建副本，然后对副本进行处理，生成新的 Stream。
具有惰性化： Stream 很多操作是有向后延迟的，需要一直等到它弄清楚了最后需要多少数据才会开始。而中间操作（Intermediate operations）永远是惰性化的。
可以是无限的： 集合有固定大小，Stream 则不一定。limit(n) 和 findFirst() 这类的短路操作，可以对无限的 Stream 快速完成运算处理。
支持并行能力： Stream 是支持并行能力的，可以轻松执行并行化对数据进行处理。
可被消耗的： Stream 的生命周期中，Stream 的元素只被访问一次。与迭代器一样，必须生成新的 Stream 后，才能重新访问与开始源中相同的元素。

四、数据转换为 Stream

一般我们需要获取 Stream 对象后才能对其进行操作，下面列出了一些数据转换为 Stream 的常用方法：

public class StreamExample {
    
    public static void main(String[] args){
        // 多个数据直接转换为 Stream
        Stream stream1 = Stream.of("a","b","c");
        
        // 数组转换为 Stream
        String[] strArrays = new String[] {"a","b"}
        Stream stream2 = Arrays.stream(strArrays);
        
        // list 列表转换为 Stream
        List<String> strList = new ArrayList<>();
        strList.add("a");
        strList.add("b");
        Stream stream3 = list.stream();
        
        // Set 集合转换为 Stream
        Set<String> strSet = new HashSet<>();
        strSet.add("a");
        strSet.add("b");
        Stream stream4 = strSet.stream();
        
        // Map 集合转换为 Stream
        Map<String,Integer> map = new HashMap<>();
        map.put("a", 100);
        map.put("b", 200);
        Stream stream5 = map.entrySet().stream();
    }
    
}

五、Stream 转换得到指定类型数据

既然可以把集合或者数组转换成流，那么也就可以把流转换回去，使用 collect() 方法就能实现，不过一般还需要配合 Collectors 工具类一起使用，Collectors 类中内置了一系列收集器实现，如下：

toList()： 将元素收集到一个新的 List 集合中；
toSet()： 将元素收集到一个新的 Set 集合中；
toCollection()： 将元素收集到一个新的 ArrayList 集合中；
joining()： 将元素收集到一个可以用分隔符指定的字符串中；

下面再介绍下 Stream 转换指定类型的常用示例：

(1)、Stream 转换为数组

public class StreamExample {

    public static void main(String[] args){
        // 创建 Stream，将 Stream 转换为数组
        Stream stream = Stream.of("a","b","c");
        Object[] objectArray = stream.toArray(String::new);
    }

}

(2)、Stream 转换位字符串

public class StreamExample {

    public static void main(String[] args){
        // 创建 Stream，将 Stream 转换为字符串
        Stream stream = Stream.of("a","b","c");
        String str = stream.collect(Collectors.joining).toString;
        System.out.println(str);
    }

}

(3)、Stream 转换为 List 列表

public class StreamExample {

    public static void main(String[] args){
        // 创建 Stream，将 Stream 转换为 List 列表
        Stream stream = Stream.of("a","b","c");
        List<String> strList = (List<String>) stream.collect(Collectors.toList());
    }

}

(4)、Stream 转换为 Set 集合

public class StreamExample {

    public static void main(String[] args){
        // 创建 Stream，将 Stream 转换为 Set 集合
        Stream stream = Stream.of("a","b","c");
        Set<String> strSet = (Set<String>) stream.collect(Collectors.toSet());
    }

}

(5)、Stream 转换为 Map 集合

public class StreamExample {

    public static void main(String[] args){
        // 创建 Stream，将 Stream 转换为 Map 集合
        Stream stream = Stream.of("a","b","c");
        Map<String, String> strMap = (Map<String, String>) stream.collect(Collectors.toMap(x -> key, y -> x + "的value值"));
    }

}

六、Stream 对于基本类型的封装

因为 Java 的范型不支持基本类型，所以我们无法用 Stream<int> 这样的类型，如果写了类似代码在编译器中会提示编译错误。为了存储 int，只能使用 Stream<Integer>，但这样会产生频繁的装箱、拆箱操作。为了提高效率，对基本类型数据 int、long、double 进行了封装，分别为 IntSteam、LongStream、DoubleSteam，使用方法和 Stream 类似，示例代码如下：

public class StreamExample {
    
    public static void main(String[] args){
        // IntSteam
        IntStream.of(new int[]{10, 20, 30}).forEach(System.out::println);
        IntStream.range(1, 5).forEach(System.out::println);
        IntStream.rangeClosed(1, 5).forEach(System.out::println);

        // LongStream
        LongStream.of(new long[]{1L, 2L, 3L}).forEach(System.out::println);
        LongStream.range(1, 5).forEach(System.out::println);
        LongStream.rangeClosed(1, 5).forEach(System.out::println);

        // DoubleSteam
        DoubleStream.of(1.11, 2.23, 3.14).forEach(System.out::println);
    }
    
}

七、Stream 的串行与并行

1、Stream 的并行介绍

在 Stream 中，最明显的特点就是存在并行操作，不过如果使用默认方式执行中间与终端操作，那么整个执行过程其实是个串行操作。如果想让 Stream 并行处理数据，那么需要 Stream 中调用 parallel() 或者集合中调用 parallelStream() 方法来开启并行执行。

List<String> list = Arrays.asList("One", "Two", "Three", "Four", "Five");
Stream<String> parallelStream = list.stream().parallel();

或者：

List<String> list = Arrays.asList("One", "Two", "Three", "Four", "Five");
Stream<String> parallelStream = list.parallelStream();

其中 Stream 底层使用的是 ForkJoinTask 实现 Stream 的并行处理，充分利用 CPU 的多核能力，Stream 的 API 将底层复杂实现完全屏蔽了，开发者仅需调用一个方法即可实现并行计算。

2、Stream 并行示例

public class StreamExample {

    public static void main(String[] args) {
        // 并行计算
        long startTime = System.currentTimeMillis();
        long sumResult1 = LongStream.rangeClosed(1, 100000000000L).parallel().sum();
        System.out.println("并行执行耗时：" + (System.currentTimeMillis() - startTime));
        // 串行计算
        startTime = System.currentTimeMillis();
        long sumResult2 = LongStream.rangeClosed(1, 100000000000L).sum();
        System.out.println("串行执行耗时：" + (System.currentTimeMillis() - startTime));
        // 输出汇总结果
        System.out.println("汇总结果1 = " + sumResult1 + "，汇总结果2 = " + sumResult2);
    }

}

执行结果：

并行执行耗时：8317
串行执行耗时： 36651

汇总结果1 = 932356074711512064 ，汇总结果2 = 932356074711512064

可以看到使用并行执行所花费的时间远低于串行所花费的时间，不过在使用并行执行时一定要先考虑好使用情况，考虑执行数据是否需要顺序执行，是否涉及线程安全，是否涉及使用网络等，并不是全部情况都能使用并行执行完成处理逻辑的，所以在使用之前一定要慎重，使用不好很可能会带来性能的不升反降。

一般情况下，如机器学习和数据处理等比较适合使用并行处理数据任务，其它方便需要使用者自己衡量进行测试，是否该使用并行执行任务。

八、Stream 中间操作（有状态）常用 API

1、distinct

保证输出的流中包含唯一的元素，通常用于数据去重。

接口定义：
- Stream<T> distinct();
方法描述：
- 在 distinct 接口定义中不接收任何参数，该方法的作用是根据 hashCode() 和 equals() 方法来获取不同的元素，因此我们的元素必须实现这两个方法。如果 distinct() 正在处理有序流，那么对于重复元素将保留处理元素时的顺序。而在处理无序流的情况下，则不一定保证元素的顺序。在有序流的并行执行情况下，保持 distinct() 的顺序性是需要高昂的缓冲开销。如果我们在处理元素时，不需要保证元素的顺序性，那么我们可以使用 unordered() 方法实现无序流。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        // 创建 List 集合
        List<Integer> strList = new ArrayList<>();
        strList.add(1);
        strList.add(2);
        strList.add(2);
        strList.add(1);
        strList.add(3);

        // 执行 distinct 操作
        strList.stream().distinct().forEach(System.out::println);
    }

}

2、sorted

对数据进行排序，不过对于有序流，排序是稳定的，而对于非有序流，不保证排序稳定。

接口定义：
- Stream<T> sorted();
- Stream<T> sorted(Comparator<? super T> comparator);
方法描述：
- 使用 Stream<T> sorted(); 方法时，它会将 Stream 中的元素按照 自然排序 方式对元素进行排序。等到将全部元素处理完成后，将元素组成新的 Stream 返回。
- 使用 Stream<T> sorted(Comparator<? super T> comparator); 方法时，它接收的是一个 Comparator 类型参数，在 Lambda 表达式中 Comparator<T> 一般是用于比较两个参数，设置一个算法逻辑，执行完后返回一个整数，可以是负数、零、正整数，它的的不同的值表示两个值比较的不同，一般排序会按这个比较结果进行排序。等到将全部元素处理完成后，将元素组成新的 Stream 返回。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        // 自然排序
        List<String> strList1 = new ArrayList<>();
        strList1.add("a");
        strList1.add("b");
        strList1.add("c");
        strList1.stream().sorted().forEach(System.out::println);
        
        // 指定规则排序
        List<Integer> strList2 = new ArrayList<>();
        strList2.add(30);
        strList2.add(10);
        strList2.add(20);
        strList2.stream().sorted((x,y) -> x-y).forEach(System.out::println);
    }

}

3、skip

根据指定数值，从指定位置跳过流中某些元素。

接口定义：
- Stream<T> skip(long n);
方法描述：
- 在 skip 接口定义中是接收 long 类型参数，指定要跳过前 n 个元素，将第 n 个后的元素组成新的流返回。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        // 创建 List 集合
        List<Integer> strList = new ArrayList<>();
        strList.add(1);
        strList.add(2);
        strList.add(3);
        strList.add(4);
        strList.add(5);

        // 执行 peek 操作
        strList.stream().skip(1).forEach(System.out::println);
    }

}

4、limit

根据指定数值，限制只能访问流中最大访问的个数。这是一个有状态的、短路方法。

接口定义：
- Stream<T> limit(long maxSize);
方法描述：
- 在 limit 接口定义中是接收 long 类型参数，指定限制 maxSize 个元素，即将 maxSize 和它之前的元素组成新的流返回。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        // 创建 List 集合
        List<Integer> strList = new ArrayList<>();
        strList.add(1);
        strList.add(2);
        strList.add(3);
        strList.add(4);
        strList.add(5);

        // 执行 limit 操作
        strList.stream().limit(1).forEach(System.out::println);
    }

}

九、Stream 中间操作（无状态）常用 API

1、map

对流中的元素进行处理，然后返回，返回值的类型可以和原来的元素的类型不同。

接口定义：
- Stream<R> map(Function<? super T, ? extends R> mapper);
方法描述：
- 在 map 接口定义中是接收 Function 类型参数，了解 Lambda 表达式就可以知道 Function<T,R> 是接收一个 T 返回处理后的值 R。所以，这里 map 方法就是对流中的元素进行处理，然后返回一个新的元素。等到将全部元素处理完成后将元素组成新的流返回。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        // 创建 List 集合
        List<String> strList = new ArrayList<>();
        strList.add("zhangsan");
        strList.add("lisi");
        strList.add("wangwu");
        strList.add("zhaoliu");
        strList.add("sunqi");

        // 执行 map 操作
        strList = strList.stream().map(x -> "测试：" + x).collect(Collectors.toList());
        strList.forEach(System.out::println);
    }

}

2、peek

对流中的每个元素进行操作处理，返回的流和原来的流保存一样的元素。

接口定义：
- Stream<T> peek(Consumer<? super T> action);
方法描述：
- 在 peek 接口定义中是接收 Consumer 类型参数，了解 Lambda 表达式就可以知道 Consumer<T> 是接收一个 T 返回处理后不返回值。所以，这里 peek 方法就是对流中的元素进行处理而不返回值。等到将全部元素处理完成后将元素组成新的流返回。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        List<String> strList = new ArrayList<>();
        strList.add("zhangsan");
        strList.add("lisi");
        strList.add("wangwu");
        strList.add("zhaoliu");
        strList.add("sunqi");

        // 执行 peek 操作
        strList.stream().peek(x -> System.out.println("forEach 1：" + x))
                .peek(x -> System.out.println("forEach 2：" + x))
                .forEach(System.out::println);
    }

}

3、filter

主要用于数据过滤，过滤不符合 predicate 条件的元素，保留过滤后的元素。

接口定义：
- Stream<T> filter(Predicate<? super T> predicate);
方法描述：
- 在 filter 接口定义中是接收 Predicate 类型参数，了解 Lambda 表达式就可以知道 Predicate<T> 是接收一个 T 进行验证，返回布尔值。所以，这里 filter 方法就是设置验证条件，对流中的元素进行验证，返回符合条件的全部元素组成新的流。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        List<String> strList = new ArrayList<>();
        strList.add("zhangsan");
        strList.add("lisi");
        strList.add("wangwu");
        strList.add("zhaoliu");
        strList.add("sunqi");

        // 执行 filter 操作
        strList = strList.stream().filter(x -> x.length() > 5).collect(Collectors.toList());
        strList.forEach(System.out::println);
    }

}

4、mapToInt

主要用于对流中元素进行一对一转换为 int 整数，然后可以进行一些求和、平均值、最大最小值等处理。

接口定义：
- IntStream mapToInt(ToIntFunction<? super T> mapper);
方法描述：
- 在 mapToInt 接口定义中可知，它接收 ToIntFunctio 类型参数，在 Lambda 中 ToIntFunction<T> 函数的作用为接受一个输入参数，返回一个 int 类型结果，根据这点很容易了解到 mapToInt 方法就是将 Stream 中原有的元素类型转换为 int 类型到新的 Stream 中。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        // 获取 Stream 对象
        Stream<Integer> stream1 = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        // 获取元素最大值
        int max = stream1.mapToInt(x -> x).summaryStatistics().getMax();
        // 输出
        System.out.println(max);
    }

}

5、mapToDouble

主要用于对流中元素进行一对一转换为 double 双精度浮点型，然后可以进行一些求和、平均值、最大最小值等处理。

接口定义：
- IntStream mapToInt(ToDoubleFunction<? super T> mapper);
方法描述：
- 在 mapToDouble 接口定义中可知，它接收 ToDoubleFunction 类型参数，在 Lambda 中 ToDoubleFunction<T> 函数的作用为接受一个输入参数，返回一个 int 类型结果，根据这点很容易了解到 ToDoubleFunction 方法就是将 Stream 中原有的元素类型转换为 double 类型到新的 Stream 中。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        // 获取 Stream 对象
        Stream<Integer> stream1 = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        // 获取元素最大值
        double max = stream1.mapToDouble(x -> x).summaryStatistics().getMax();
        // 输出
        System.out.println(max);
    }

}

十、Stream 终端操作（短路操作）常用 API

1、anyMatch

判断数据列表中是否存在任意一个元素符合设置的 predicate 条件，如果是就返回 true，否则返回 false。

接口定义：
- boolean anyMatch(Predicate<? super T> predicate);
方法描述：
- 在 anyMatch 接口定义中是接收 Predicate 类型参数，在 Lambda 表达式中 Predicate<T> 是接收一个 T 类型参数，然后经过逻辑验证返回布尔值结果。这里 anyMatch 表示，判断的条件里，任意一个元素符合条件，就返回 true 值。
使用示例：

iimport java.util.stream.Stream;

public class StreamExample {

    public static void main(String[] args) {
        // 获取 Stream 对象
        Stream<String> stream = Stream.of("ab","bc","cd");
        // 判断 stream 中元素是否包含 b 内容
        boolean isMatch = stream.anyMatch(str->str.contains("b"));
        // 输出
        System.out.println(isMatch);
    }

}

2、allMatch

只有数据列表中全部元素都符合设置的 predicate 条件时，才返回 true，否则 flase，流为空时总是返回 true。

接口定义：
- boolean allMatch(Predicate<? super T> predicate);
方法描述：
- 在 allMatch 接口定义中是接收 Predicate 类型参数，在 Lambda 表达式中 Predicate<T> 是接收一个 T 类型参数，然后经过逻辑验证返回布尔值结果。这里 allMatch 表示，判断的条件里，全部元素符合条件，就返回 true 值。
使用示例：

import java.util.stream.Stream;

public class StreamExample {

    public static void main(String[] args) {
        // 获取 Stream 对象
        Stream<String> stream = Stream.of("ab","abc","abcd");
        // 判断 stream 中元素是否都是以 a 开头
        boolean isMatch = stream.allMatch(str->str.startsWith("a"));
        // 输出
        System.out.println(isMatch);
    }

}

3、noneMatch

只有数据列表中全部元素都不符合设置的 predicate 条件时，才返回 true，否则 flase，流为空时总是返回 true。

接口定义：
- boolean noneMatch(Predicate<? super T> predicate);
方法描述：
- 在 noneMatch 接口定义中是接收 Predicate 类型参数，在 Lambda 表达式中 Predicate<T> 是接收一个 T 类型参数，然后经过逻辑验证返回布尔值结果。这里 noneMatch 表示与 allMatch 相反，判断条件里的元素，所有的元素都不符合，返回 true 值。
使用示例：

import java.util.stream.Stream;

public class StreamExample {

    public static void main(String[] args) {
        // 获取 Stream 对象
        Stream<String> stream = Stream.of("ab","abc","abcd");
        // 判断 stream 中元素是否都不是以 a 开头
        boolean isMatch = stream.noneMatch(str->!str.startsWith("a"));
        // 输出
        System.out.println(isMatch);
    }

}

4、findFirst

返回第一个元素，如果流为空，返回空的 Optional 对象。

接口定义：
- Optional<T> findFirst();
方法描述：
- 在 findFirst 方法的作用是返回集合中的第一个对象。
使用示例：

import java.util.Optional;
import java.util.stream.Stream;

public class StreamExample {

    public static void main(String[] args) {
        // 获取 Stream 对象
        Stream<Integer> stream = Stream.of(1, 3, 5, 8, 10, 13, 15);
        // 通过 filter 过滤，然后获取其中第一个元素
        Optional<Integer> first = stream.filter(x -> x > 3).findFirst();
        // 输出
        if (first.isPresent()){
            System.out.println(first.get());
        }
    }

}

5、findAny

返回任意一个元素，如果流为空，返回空的 Optional 对象。

接口定义：
- Optional<T> findAny();
方法描述：
- 在 findAny 方法的作用是返回集合中的任何一个对象。
使用示例：

import java.util.Optional;
import java.util.stream.Stream;

public class StreamExample {

    public static void main(String[] args) {
        // 获取 Stream 对象
        Stream<Integer> stream = Stream.of(1, 3, 5, 8, 10, 13, 15);
        // 通过 filter 过滤，然后获取其中第一个元素
        Optional<Integer> first = stream.parallel().filter(x -> x > 3).findAny();
        // 输出
        if (first.isPresent()) {
            System.out.println(first.get());
        }
    }

}

十一、Stream 终端操作（非短路操作）常用 API

1、max

返回流中所有元素的最大值。

接口定义：
- Optional<T> max(Comparator<? super T> comparator);
方法描述：
- 在 max 接口定义中是接收 Comparator 类型参数，Lambda 常用函数的 Consumer<T> 一般是用于比较两个参数，设置一个算法逻辑，执行完后返回一个整数，可以是负数、零、正整数，根据返回的值结果进行排序筛选出最大值。
使用示例：

import java.util.Optional;
import java.util.stream.Stream;

public class StreamExample {

    public static void main(String[] args) {
        // 获取 Stream 对象
        Stream<Integer> stream = Stream.of(1, 3, 5, 8);
        // 求 Stream 元素中最大值
        Optional optional = stream.max((x, y) -> x - y);
        // 判断 Optional 中值是否为空，不为空就输出
        if (optional.isPresent()) {
            System.out.println(optional.get());
        }
    }

}

2、min

返回流中所有元素的最小值。

接口定义：
- Optional<T> min(Comparator<? super T> comparator);
方法描述：
- 在 max 接口定义中是接收 Comparator 类型参数，Lambda 常用函数的 Consumer<T> 一般是用于比较两个参数，设置一个算法逻辑，执行完后返回一个整数，可以是负数、零、正整数，根据返回的值结果进行排序筛选出最小值。
使用示例：

import java.util.Optional;
import java.util.stream.Stream;

public class StreamExample {

    public static void main(String[] args) {
        // 获取 Stream 对象
        Stream<Integer> stream = Stream.of(1, 3, 5, 8);
        // 求 Stream 元素中最小值
        Optional optional = stream.min((x, y) -> x - y);
        // 判断 Optional 中值是否为空，不为空就输出
        if (optional.isPresent()) {
            System.out.println(optional.get());
        }
    }

}

3、count

统计流中所有元素的数目。

接口定义：
- long count();
方法描述：
- 该方法用于统计 Stream 中元素个数，返回 long 类型结果。

4、reduce

主要用于对数据进行合并处理。

接口定义：
- T reduce(T identity, BinaryOperator<T> accumulator);
- Optional<T> reduce(BinaryOperator<T> accumulator);
- <U> U reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner);
方法描述：
- 当使用 Optional<T> reduce(BinaryOperator<T> accumulator); 方法时操作 Stream 中的数据时，通过累加器 accumulator 迭代计算，最终得到一个 T 类型的 Optional 对象。
- 当使用 T reduce(T identity, BinaryOperator<T> accumulator); 方法时，给定一个初始值 identity，通过累加器 accumulator 迭代计算，得到一个同 Stream 中数据同类型的结果。
- 当使用 <U> U reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner); 方法时，给定一个初始值 identity，通过累加器 accumulator 迭代计算，得到一个 identity 类型的结果，第三个参数用于使用并行流时，进行合并结果。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        /* 不结合 Optional，需要设置初始值的 reduce 方法 */
        // 使用 reduce 进行字符串连接
        Stream<String> stream1 = Stream.of("a", "b", "c", "d");
        String concatStr = stream1.reduce("",String::concat);
        System.out.println(concatStr);
        // 使用 reduce 求最小值
        Stream<Integer> stream2 = Stream.of(-5, 0, 3, 7, 11);
        double minValue = stream2.reduce(Integer.MAX_VALUE, Integer::min);
        System.out.println(minValue);
        // 使用 reduce 求和
        Stream<Integer> stream3 = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        int sumValue = stream3.reduce(0, Integer::sum);
        System.out.println(sumValue);

        /* 结合 Optional，不需要设置初始值的 reduce 方法 */
        // 使用 reduce 拼接字符串
        Stream<String> stream4 = Stream.of("a","b","c","d");
        Optional<String> optional = stream4.reduce(String::concat);
        System.out.println(optional.orElse(""));
    }

}

5、forEach

主要用于对数据遍历整个流中元素，执行指定逻辑，在并发执行时不保证顺序。

接口定义：
- void forEach(Consumer<? super T> action);
方法描述：
- 对 Stream 中的每个元素都执一段逻辑代码，例如，循环打印输出元素的值，但是需要注意的是，在并发执行时无法保证执行顺序。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        // 获取 Stream 对象
        Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        // 使用 forEach 输出
        stream.forEach(System.out::println);
    }

}

6、forEachOrdered

主要用于对数据遍历整个流中元素，执行指定逻辑，在并发执行时保证顺序。

接口定义：
- void forEachOrdered(Consumer<? super T> action);
方法描述：
- 作用和 forEach 作用类似，但是其在并发执行时以保证执行顺序。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        // 获取 Stream 对象
        Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        // 并发执行，使用 forEachOrdered 输出，保证输出顺序
        stream.parallel().forEachOrdered(System.out::println);
    }

}

7、toArray

将 Stream 流中的数据存储到数组中。

接口定义：
- Object[] toArray();
- <A> A[] toArray(IntFunction<A[]> generator);
方法描述：
- 将 Stream 中的元素，存储到 Object 数组。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        // 获取 Stream 对象
        Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        // 将元素转换为 Object 数组
        Object[] objectArray = stream.toArray();
        // 输出
        Arrays.stream(objectArray).forEach(System.out::println);
    }

}

8、collect

常用的聚合方法，能将数据进行聚合操作。不仅如此，它还能与 Collector 配合使用，对聚合后的数据进行处理。

接口定义：
- <R> R collect(Supplier<R> supplier,BiConsumer<R, ? super T> accumulator, BiConsumer<R, R> combiner);
- <R, A> R collect(Collector<? super T, A, R> collector);
方法描述： 。
- 当使用 <R> R collect(Supplier<R> supplier, BiConsumer<R, ? super T> accumulator, BiConsumer<R, R> combiner); 方法时，它第一个参数 supplier 为结果存放容器，第二个参数 accumulator 为结果如何添加到容器的操作，第三个参数 combiner 则为多个容器的聚合策略。
- 当使用 <R, A> R collect(Collector<? super T, A, R> collector); 方法时，这种是接收 Collector 类型参数，它使 collect 操作更加强大，对于绝大部分操作可以分解为以下主要步骤：提供初始容器->加入元素到容器->并发下多容器聚合->对聚合后结果进行操作。同时 Collector 接口又提供了 of 静态方法帮助你最大化的定制自己的操作，官方也提供了 Collectors 这个类封装了大部分的常用收集操作。
使用示例：

public class StreamExample {

    public static void main(String[] args) {
        List<String> strList = new ArrayList<>();
        strList.add("a");
        strList.add("b");
        strList.add("c");
        List<String> asList = strList.stream().collect(ArrayList::new, ArrayList::add, ArrayList::addAll);
        System.out.println(asList);
    }
}

---END---