Java 8 中的 Stream 是对集合（Collection）对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作（aggregate operation），或者大批量数据操作 (bulk data operation)。
它提供串行和并行两种模式进行汇聚操作，并发模式能够充分利用多核处理器的优势，使用fork/join并行方式来拆分任务和加速处理过程。
前言
Stream 就如同一个迭代器（Iterator），单向，不可往复，数据只能遍历一次。
流的构成：
获取一个数据源（source）→ 数据转换 → 执行操作获取想要的结果。
每次转换原有 Stream 对象不改变，返回一个新的 Stream 对象（可以有多次转换）。
转换操作是lazy(惰性求值，只能迭代一次。)：
只有在Terminal操作执行时，才会一次性执行。
Stream 里有个操作函数的集合，每次转换操作就是把转换函数放入这个集合中。
在 Terminal 操作的时候循环 Stream 对应的集合，然后对每个元素执行所有的函数。构造流的几种常见方法
1. Individual values
Stream stream = Stream.of("a", "b", "c");
2. Arrays
String [] strArray = new String[]{"a", "b", "c"};
stream = Stream.of(strArray);
stream = Arrays.stream(strArray);
3. Collections
List<String> list = Arrays.asList(strArray);
stream = list.stream();
文件生成流：
Stream<String> stream = Files.lines(Paths.get("data.txt"));流转换为其它数据结构
1. Array
String[] strArray1 = stream.toArray(String[]::new);
2. Collection
List<String> list1 = stream.collect(Collectors.toList());
List<String> list2 = stream.collect(Collectors.toCollection(ArrayList::new));
Set set1 = stream.collect(Collectors.toSet());
Stack stack1 = stream.collect(Collectors.toCollection(Stack::new));
3. String
String str = stream.collect(Collectors.joining()).toString();流的操作
当把一个数据结构包装成 Stream 后，就要开始对里面的元素进行各类操作了。常见的操作可以归类如下。
中间操作：
Intermediate（主要是打开流，做出某种程度的数据映射/过滤，然后返回一个新的流）
map(mapToInt, flatMap)、
filter、 distinct、 sorted、
peek、 limit、 skip、 parallel、 sequential、 unordered
.filter(person -> person.getAge() == 20) 过滤器
.distinct() 去除重复元素，这个方法是通过类的 equals 方法来判断两个元素是否相等的
.sorted()（流中的元素的类实现了 Comparable 接口） / sorted((p1, p2) -> p1.getAge() - p2.getAge()) 排序
.sorted(Comparator.comparingInt(Person::getAge))
.limit(long n) 返回前 n 个元素
.skip(long n) 去除前 n 个元素
.map(T -> R) 将流中的每一个元素 T 映射为 R（类似类型转换）
.map(Person::getName)
.flatMap(T -> Stream<R>) 将流中的每一个元素 T(数组) 映射为一个流，再把每一个流连接成为一个流
.flatMap(Arrays::stream)
结束操作：
Terminal（流的最后一个操作）
forEach、 forEachOrdered、
toArray、 reduce、 collect、 min、 max、
count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator
boolean b = list.stream().anyMatch(person -> person.getAge() == 20); 判断是否有匹配条件的元素
.allMatch(T -> boolean) 是否所有元素都符合匹配条件
.reduce((T, T) -> T) 和 reduce(T, (T, T) -> T) 用于组合流中的元素，如求和，求积，求最大值等
.reduce(0, Integer::sum)
reduce 第一个参数 0 代表起始值为 0
.count() 返回流中元素个数，结果为 long 类型
.collect() 收集方法
最常用的方法，把流中所有元素收集到一个 List Set Collection 中
toList()
toSet()
toCollection()
toMap()
joining() 连接字符串
counting() 计算总和数值流
Stream<Integer> 类型，而每个 Integer 都要拆箱成一个原始类型再进行 sum 方法求和，这样大大影响了效率。
针对这个问题 Java 8 有良心地引入了数值流 IntStream, DoubleStream, LongStream。
三种对应的包装类型 Stream：
IntStream、LongStream、DoubleStream
IntStream.of(new int[]{1, 2, 3}).forEach(System.out::println);
IntStream.range(1, 3).forEach(System.out::println); 半开区间[)
IntStream.rangeClosed(1, 3).forEach(System.out::println); 闭区间[]
流转换为数值流：
mapToInt(T -> int) : return IntStream
mapToDouble(T -> double) : return DoubleStream
mapToLong(T -> long) : return LongStream
数值流转换为流：
Stream<Integer> stream = intStream.boxed();
数值流方法：
sum()
max()
min()
average()并行流（必须是线程安全的）
Stream.of(list).parallel();无限长度的流
generator：
generator方法，返回一个无限长度的Stream,其元素由Supplier接口的提供。
在Supplier是一个函数接口，只封装了一个get()方法，其用来返回任何泛型的值。
- generate(Supplier<T> s)：返回一个无限长度的Stream
示例：
1. Stream<Double> generateA = Stream.generate(new Supplier<Double>() {
@Override
public Double get() {
return Math.random();
}
});
2. Stream<Double> generateB = Stream.generate(()->Math.random());
3. Stream<Double> generateC = Stream.generate(Math::random);
iterate
iterate方法，其返回的也是一个无限长度的Stream。
与generate方法不同的是，其是通过函数f迭代对给指定的元素种子而产生无限连续有序Stream，
其中包含的元素可以认为是：seed，f(seed),f(f(seed))无限循环。
- iterate(T seed, UnaryOperator<T> f)
示例：
Stream.iterate(1, item -> item + 1).limit(10).forEach(System.out::println);
// 打印结果：1，2，3，4，5，6，7，8，9，10
上面示例，种子为1，也可认为该Stream的第一个元素，
通过f函数来产生第二个元素。
接着，第二个元素，作为产生第三个元素的种子，从而产生了第三个元素，
以此类推下去。
需要注意的是，该Stream也是无限长度的，
应该使用filter、limit等来截取Stream，否则会一直循环下去。