5、并行流与并行排序
Java 8中，可以在接口不变的情况下，将流改为并行流。这样，就可以很自然地使用多线程进行集合中的数据处理。
5.1、使用并行流过滤数据
现在让我们考虑这么一个简单的案例，我们希望可以统计1～1000000内所有的质数的数量。首先，我们需要一个判断质数的函数：
public class PrimeUtil {
public static boolean isPrime(int number){
int temp = number;
if(temp<2){
return false;
}
for(int i = 2;Math.sqrt(temp)>=i;i++){
System.out.println(Math.sqrt(temp));
if(temp % i==0){
return false;
}
}
return true;
}
public static void main(String[] args) {
IntStream.range(1,15).filter(PrimeUtil::isPrime).forEach(System.out::println);
}
}上述函数给定一个数字，如果这个数字是质数就返回true，否则返回false。 接着，使用函数式编程统计给定范围内所有的质数：
IntStream.range(1, 1000000).filter(PrimeUtil::isPrime).count();上述代码首先生成一个1到1000000的数字流。接着使用过滤函数，只选择所有的质数，最后进行数量统计。
上述代码是串行的，将它改造成并行计算非常简单，只需要将流并行化即可：
IntStream.range(1, 1000000).parallel().filter(PrimeUtil::isPrime).count();上述代码中，首先parallel()方法得到一个并行流，接着，在并行流上进行过滤，此时，PrimeUtil.isPrime()函数会被多线程并发调用，应用于流中的所有元素。
5.2、从集合到并行流
在函数式编程中，我们可以从集合得到一个流或者并行流。下面这段代码试图统计集合内所有学生的平均分：
List＜Student＞ ss=new ArrayList＜Student＞();
double ave=ss.stream().mapToInt(s-＞s.score).average().getAsDouble();从集合对象List中，我们使用stream()方法可以得到一个流。如果希望将这段代码并行化，则可以使用parallelStream()函数。
double ave=ss.parallelStream().mapToInt(s-＞s.score).average().getAsDouble();可以看到，将原有的串行方式改造成并行执行是非常容易的。
5.3 并行排序
除了并行流外，对于普通数组，Java 8中也提供了简单的并行功能。比如，对于数组排序，我们有Arrays.sort()方法。当然这是串行排序，但在Java 8中，我们可以使用新增的Arrays. parallelSort()方法直接使用并行排序。 比如，你可以这样使用：
int[] arr=new int[10000000];
Random random = new Random();
Arrays.setAll(arr,x->random.nextInt());
Arrays.stream(arr).forEach(System.out::println);除了并行排序外，Arrays中还增加了一些API用于数组中数据的赋值，比如：
public static void setAll(int[] array, IntUnaryOperator generator)这是一个函数式味道很浓的接口，它的第2个参数是一个函数式接口。如果我们想给数组中每一个元素都附上一个随机值，则可以这么做：
Random r=new Random();
Arrays.setAll(arr, (i)-＞r.nextInt());当然，以上过程是串行的。但是只要使用setAll()对应的并行版本，你就可以很快将它执行在多个CPU上：
Random r=new Random();
Arrays.parallelSetAll (arr, (i)-＞r.nextInt());
