java8 stream 操作
Filter
Filter方法接收predicate接口参数，过滤流中所有元素。该操作属于中间操作，所以可以在结果上继续调用其他的流操作（如forEach）。ForEach接收consumer，在流过滤后的每个元素上执行consumer。ForEach是终止操作，返回void，不能调用其他流操作。
stringCollection
.stream()
.filter((s) ->s.startsWith("a"))
.forEach(System.out::println);
// "aaa2", "aaa1"
Sorted
Sorted是中间操作，返回顺序排列的流视图，元素安装默认的方式排序，除非你传递特定的比较器。
stringCollection
.stream()
.sorted()
.filter((s) -> s.startsWith("a"))
.forEach(System.out::println);
// "aaa1", "aaa2"
注意，sorted仅仅返回流视图，并没有真正操作后面集合的顺序，集合的顺序没有受任何影响。
System.out.println(stringCollection);
// ddd2, aaa2, bbb1, aaa1, bbb3, ccc, bbb2, ddd1
Map
map属于中间操作，它通过传递的函数转换每个元素。下面示例转换每个字符串值大写形式。也可以使用map转换每个对象至另一种类型。返回类型取决于传递函数的泛型类型。
stringCollection
.stream()
.map(String::toUpperCase)
.sorted((a, b) -> b.compareTo(a))
.forEach(System.out::println);
// "DDD2", "DDD1", "CCC", "BBB3", "BBB2", "AAA2", "AAA1"
Match
几个匹配操作常用检查指定predicate匹配情况，所有匹配操作都是终止操作，返回布尔结果。
boolean anyStartsWithA =
stringCollection
.stream()
.anyMatch((s) -> s.startsWith("a"));
System.out.println(anyStartsWithA); // true
boolean allStartsWithA =
stringCollection
.stream()
.allMatch((s) -> s.startsWith("a"));
System.out.println(allStartsWithA); // false
boolean noneStartsWithZ =
stringCollection
.stream()
.noneMatch((s) -> s.startsWith("z"));
System.out.println(noneStartsWithZ); // true
Count
count是终止操作，返回流中元素数量。
long startsWithB =
stringCollection
.stream()
.filter((s) -> s.startsWith("b"))
.count();
System.out.println(startsWithB); // 3
Reduce
terminal是终止操作，根据指定函数在流元素上执行reduction操作，返回Optional对象，包括执行结果。
Optional<String> reduced =
stringCollection
.stream()
.sorted()
.reduce((s1, s2) -> s1 + "#" + s2);
reduced.ifPresent(System.out::println);
// "aaa1#aaa2#bbb1#bbb2#bbb3#ccc#ddd1#ddd2"
Parallel Streams
上面提到流可以是顺序的或并行的；顺序流操作是单线程执行，而并行流操作属于多线程执行。下面示例演示使用并行流提升性能，非常简单。首先创建list，包含大数据量的不重复元素。
int max = 1000000;
List<String> values = new ArrayList<>(max);
for (int i = 0; i < max; i++) {
UUID uuid = UUID.randomUUID();
values.add(uuid.toString());
}
现在我们测量针对该集合流排序所化的时间。
Sequential Sort
long t0 = System.nanoTime();
long count = values.stream().sorted().count();
System.out.println(count);
long t1 = System.nanoTime();
long millis = TimeUnit.NANOSECONDS.toMillis(t1 - t0);
System.out.println(String.format("sequential sort took: %d ms", millis));
// sequential sort took: 899 ms
Parallel Sort
long t0 = System.nanoTime();
long count = values.parallelStream().sorted().count();
System.out.println(count);
long t1 = System.nanoTime();
long millis = TimeUnit.NANOSECONDS.toMillis(t1 - t0);
System.out.println(String.format("parallel sort took: %d ms", millis));
// parallel sort took: 472 ms
可以看两端代码几乎相同，但是并行流操作几乎快乐50%。所以你当然要使用并行流代替顺序流。
Map
前面提到，map不支持流。想法map提供了几个新的、有用的方法实现通用任务。
Map<Integer, String> map = new HashMap<>();
for (int i = 0; i < 10; i++) {
map.putIfAbsent(i, "val" + i);
}
map.forEach((id, val) -> System.out.println(val));
上面代码不解自明，putIfAbsent无需我们写额外的null检查；forEach接收consumer针对map的每个值进行操作。示例看map的使用函数。
map.computeIfPresent(3, (num, val) -> val + num);
map.get(3); // val33
map.computeIfPresent(9, (num, val) -> null);
map.containsKey(9); // false
map.computeIfAbsent(23, num -> "val" + num);
map.containsKey(23); // true
map.computeIfAbsent(3, num -> "bam");
map.get(3); // val33
接下来，我们学习如何根据指定的key删除entry，仅当正确的映射指定的值。
map.remove(3, "val3");
map.get(3); // val33
map.remove(3, "val33");
map.get(3); // null
另一个有用的方法：
map.getOrDefault(42, "not found"); // not found
Merging entries of a map is quite easy:
map.merge(9, "val9", (value, newValue) -> value.concat(newValue));
map.get(9); // val9
map.merge(9, "concat", (value, newValue) -> value.concat(newValue));
map.get(9); // val9concat
merge方法判断，如果key没有对应的entry，则key/value加入map，否则merge参数对应函数被调用改变对应的值。
