一、流的形成方法
1. 集合 ---> 流集合.stream()2. 数字流的形成(int型为例）IntStram.of(1,2,3,4)3. 数组 ---> 流Arrays.stream(数组）4. 把文件中的每一行读出来作为流的元素Files.lines(Paths.get("aaa.txt"))5. 生产者接口的使用 Stream.generate(生产者接口)举例：生成5个随机数Random r = new Random();Stream.generate( () -> r.nextInt(100) ).limit(5).forEach( x->System.out.println(x));
二、重要接口
1. Predicate 断言接口对应的lambda:一个参数，返回结果是boolean(a) -> {return true|false; }2. Function 函数接口对应的lambda:一个参数，一个返回结果，参数和返回结果的类型可以不一样3. BiPredicate 双参数断言对应的lambda:两个参数，返回结果是boolean(a, b) -> {return true|false; }4. BiFunction 双参数函数接口两个参数，一个结果(a, b) -> {根据ab返回一个结果}5. Consumer 消费接口一个参数 没有结果(a) -> {不需要return }6. BiConsumer 双参数消费接口两个参数，没有结果7. Supplier 生产者接口没有参数，返回一个结果 () -> {return 结果}
三、Stream API
Stream
1. filter(Predicate<? super T> predicate)过滤，参数是一个断言接口作用：用于过滤流中的元素，返回true留下，返回false去除返回：Stream类型2. map(Function<? super T,? extends R> mapper)多个映射，参数是一个函数接口作用：用于对流中的元素进行改变等操作，比如加减乘除返回：Stream类型3. flatMap(Function<? super T,? extends Stream<? extends R>>mapper) 扁平化映射，参数是一个函数接口作用：将所有元素都放入流中返回：Stream类型4. forEach(Consumer<? super T> action)遍历，参数为消费者接口作用：用于遍历返回：void5. distinct() 去重复，无需参数作用：用于去除流中的重复元素返回：Stream类型6. count()统计个数，无需参数作用：用于返回流中的元素 个数返回：long类型7. max(Comparator<? super T> comparator) 最大值，参数为比较器作用：用于返回流中最大的元素返回：Optional类型min(Comparator<? super T> comparator) 同理
数字流（例：IntStream）
IntStream intstream = IntStream.Of(1,2,3,4)instream.max() 求最大值instream.min() 求最小值instream.average() 求平均值instream.sum() 求和注意：以上方法不可以向举例中一样连续调用原因见Stream api思想
收集流的结果
1. 将流转换为集合Collectors为收集器流.collect(Collectors.toList) //转换为List集合流.collect(Collectors.toSet) //转换为Set集合2.限制收集个数limit(int num) num为收集的个数格式:流.limit(3).collect(Collectors.toList) //之收集前三个结果3.分组流.collect(Collectors.groupingBy(函数接口))返回Map集合key是组名，value为组员的集合举例:创建集合学生集合名为student，集合中都是学生对象//按照性别分组Map<String, List<Student>> mp = students.stream().collect(Collectors.groupingBy((s) -> s.getSex() ));System.out.pringln(mp); //打印看结果4.下游收集器流.collect(Collectors.groupingBy(函数接口，Collectors.counting()))工作方式：先分组，在求每组内元素个数返回Map集合，key为组名，value为每组的个数
四、并行计算
List<Integer> list = Arrays.aslist(1,2,3,4);int sum = list.parallelStream().mapToInt(a -> a).sum();// 获得集合的并行流 转为数字流 求和 System.out.println(sum);//结果为 10
五、Stream API中重要思想
流水线思想(Pipeline):
把流中的数据一个接一个的进行处理，即每个数据都会经过后续的filter、map等方法的依次调用。
在整个执行过程中，lambda表达式是懒惰的，不执行终结方法的话，不会触发lambda的执行。
终结方法： collect， sum， max， min 等
运算过程中不会改变原始集合，收集器会生成新的集合对象。
