jdk1.8简单梳理

匿名对象->Lambda表达式（必须是函数式接口）->方法引用

1.方法引用：
可以看作是Lambda表达式的简化形式。
主要有三类：
1）指向静态方法的方法引用
2）指向任意类型实例方法的方法引用
3）指向现有对象的实例方法的方法引用
4）构造函数引用 (类名::new)

2.流-Strem以声明式的方式处理数据集合
流的定义：从支持数据处理操作的源（集合、数组或输入/输出资源）生成的元素序列

流的特征：
元素序列：流是元素序列，且只能被消费一次
源：集合、数组或输入/输出资源，Arrays.stream(array)
数据处理操作：filter 、map等
流水线：很多方法会返回流如filter
内部迭代：迭代操作被封装到内部了

集合和流：流中的元素是按需计算的    
集合：主要用于元素的存储和访问
流：主要是表达计算
1）流只能被消费一次，集合没有限制
2）流是内部迭代，集合是外部迭代（自己写代码）

流操作：建造者模式
1）中间操作，会返回流
2）终端操作，会触发中间操作并生成结果
流的使用总结：
一个数据源（如集合）来执行一个查询。
一个中间操作链形成一条流的流水线。
一个终端操作执行流水线并生成结果。

3.流的中间操作和终端操作
筛选和切片-中间
filter(Predict)：接受一个谓词，返回一个符合谓词（true）的元素的流。
distinct()：返回一个元素各异的流（元素的hashcode和equals方法实现）。
limit(n)：返回一个不超过给定长度的流。流可以是有序的，也可以是无序的。
skip(n)：返回一个扔掉前n个元素的流。

映射-中间
map(Function<T,R>)：从对象中选择信息形成的流。
flatMap(Function<T,Stream<R>>)：flatmap 方法让你把一个流中的每个值都换成另一个流，然后把所有的流连接起来成为一个流。

查询和匹配（短路）-终端
allMatch(Predicate)：所有元素都符合条件
anyMatch(Predicate)：只有有一个元素符合条件
noneMatch(Predicate)：没有一个元素符合条件

findFirst()：返回流中的第一个元素
findAny()：返回当前流的任意一个元素

归约-终端：
reduce(T,BinaryOperator)：元素求和,第一个参数是类和初始值，BinaryOperator是求和函数；求最大值、求最小值

4.原始类型流-数值流
IntStream、LongStream、DoubleStream
免去了装箱和拆箱的消耗，提升性能。支持sum、average等更个性化的方法。
一般流和原始类型流的转换：
IntStream intStream = menu.stream().mapToInt(Dish::getCalories);
Stream<Integer> stream = intStream.boxed();
示例：如何生成一组勾股数？

5.构建流
如何生成流？
1）由值创建流：Stream.of(T)
2）从数组中创建流：Arrays.stream(array)
3）由文件生成流：Stream<String> lines = Files.lines(path,charset),文件中的一行可以看成是流中的一个元素
4）由函数生成流： Stream.iterate 和 Stream.generate可以创建无限流，用给定的函数按需创建值（这是和集合的一个区别）， 
limit(n) 来对这种流加以限制。
Stream.iterate(t,UnaryOperator)：第一个是初始值，第二个参数是Function<T, T>的实现类
Stream.generate(Supplier<T>)：Stream.generate(Math::random)

6.用流收集数据
概念：
collect（数据收集方法）、Collector（收集器）、Collectors(工厂类，返回Collector接口)

收集器Collector
有现成的api接口，使用现有的。
常用的工厂类方法：
Collectors.toList(): 将流转换为list
Collectors.toSet()：将流转换为Set
Collectors.groupingBy()：对流进行分组
Collectors.partitioningBy()：对流进行分区，即特殊的分组。

7.并行流
定义：并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。
底层：java7引入的分支/合并框架。
重点：合理地划分数据块Spliterator

1.关注点：并发时避免有共享值即数据同步问题
1）测量，比较性能。
2）留意装箱，装箱拆箱的消耗不容忽视，使用LongStream、IntStream、DoubleStream
3)有些操作在并行流中的性能比顺序流差。
4）小数据量时使用顺序流。
5）考虑流的操作流水线的总计算成本。比如N为流中元素个数，Q为一个元素通过流程线的消耗，N*Q为总的消耗，
那么N*Q越大采用并行的效果越好。
6）流背后的数据结构是否易于分解。

2.分支/合并框架
有点难

3.Spliterator（splitable-iterator）
可分迭代器
有点难

8.Optional的使用
optional：可选择的，代表可有可没有。
静态工厂方法：empty、of、ofNullable（推荐） 分别为创建一个空值Optional、非空Optional、任意Optional
类似于Stream的方法：map(返回Optional<Optional<T>>)、flatMap(用于解引用，返回Optional<T>)、filter
值获取：orElse(推荐，默认值)、get(不友好，空值会报错)、orElseGet(Supplier 生产者)
基础类型Optional: 不推荐，没有map等方法。如OptionalInt、OptionalLong、 OptionalDouble
编码建议：
1）使用Optional封装可能的null值。
2）灵活使用map、flatMap、filter方法
3）积极使用Optional，让代码更优雅